1. Introducción
En las últimas décadas en un mundo que es tan cambiante, rápido y globalizado como el de la actualidad las prioridades en cuanto a la producción y obtención de las cosas ha tomado un rumbo diferente en todos los aspectos y dentro de todos los ámbitos, y el de la arquitectura no es la excepción. los arquitectos se han preocupado fundamentalmente en la innovación formal, optimización de recursos y facilidad de cambio en cuanto al diseño, es así como el diseño debe ser capaz de adaptarse a los requerimientos de cada cliente con solo unos ligeros cambios, pero lo más importante de todo es que sea novedoso en cuanto a forma y funcionalidad para así marcar una diferencia dentro de la sociedad.
Estas tres problemáticas de diseño tienen soluciones dentro del diseño generativo, porque como dijo Kristina Shea, profesora del ETH Zurich “los sistemas de diseño generativo están destinados a crear nuevos procesos de diseño, que produzcan diseños especialmente novedosos pero eficientes y construibles a través de las exploraciones de las capacidades informáticas de fabricación actual”. Es por esto arquitectos como Rem Koolhas, Toyo Ito y Zaha Hadid ven los programas de diseño generativo como la herramienta para diseñar.
El diseño generativo consiste en elaborar diseños a partir de sistemas de algoritmos, es decir, el diseño surge como respuesta dada, después de haberse realizado un conjunto finito de operaciones y permutaciones para explorar todas las posibles soluciones y aprendiendo de cada iteración que se realizan, las cuales determinan cual es la mejor opción.
Los algoritmos de diseño generativo reciben datos cuantitativos que conforman los parámetros con los cuales se generará la forma más óptima, por lo tanto, según Lars Hesselgren, “no es diseñar un edificio si no el sistema que diseñe un edificio”. Pero, lo que se explorara dentro de este artículo es qué pasaría si en vez de un edificio el resultado fuera un sistema abierto que siga adaptándose a medida que reciba la influencia de nuevos datos y más allá de esto, habrá una forma de convertir datos cualitativos o etnográficos en datos cuantitativos para que sean tenidos en cuenta como parámetros dentro del algoritmo de programación evolutiva.
En base a lo anterior se trabajará bajo la siguiente hipótesis: en Colombia contamos con entornos con características únicas, desafíos ambientales, sociales y culturales independientes de cada región, los cuales son constantemente cambiantes dependiendo de la época del año y de mas factores externos que influyen constantemente en las condicionantes a la hora de proyectar cualquier diseño arquitectónico. Estas características únicas nos presentan la oportunidad para empezar a repensar la forma en cómo se piensa y se manifiesta la arquitectura en el país. Haciendo arquitectura no solo que responda a las condiciones del momento en el que el proyecto es concebido, sino que, además de todo los proyectos sigan reaccionando a los nuevos datos que les arroje el entorno.
2. Capítulo 1: Planteamiento Problemática
2.1 Problemática general
LA FALTA DE ADAPTABILIDAD DE LA ARQUITECTURA A NUEVOS PERFILES Y NECESIDADES DE LA POBLACIÓN: en Colombia existe un rezago en comparación con otras latitudes en la comprensión y la utilización de algoritmos generativos de diseño por computadora usados para re-pensar la arquitectura responsiva y el ejercicio de proyectación.
Durante el proceso de diseño tradicional el arquitecto busca dar respuesta o solución a los diferentes problemas del entorno. Cada que se produce una tentativa de diseño se estudia y se re-evalúan los criterios y las soluciones generadas para volver a comenzar el proceso de diseño. Como dice Geoffrey Broadent “El proyecto de arquitectura difícilmente posee una secuencia única de tareas diferenciadas y ordenadas, debido a que, entre el problema y la solución, normalmente, se mantiene una continuidad interactiva.” En el proceso de diseño intervienen muchas variables con muchas posibles soluciones. Es por esto por lo que en el proceso de diseño se realizan varias aproximaciones y está constantemente devolviéndole y avanzando al mismo tiempo.
Por el otro lado, en el proceso con el diseño con algoritmos generativos se plantea un nuevo enfoque, deteniéndose así la búsqueda de soluciones por parte de los diseñadores, los cuales se empiezan a enfocar en formular, de manera minuciosa, la causa de estos problemas. Estos problemas son los parámetros para tener en cuenta y a partir de los cuales se estructura el código. Este proceso del diseño se basa en establecer unos parámetros fácilmente modificables y sus mismas relaciones, de manera que la alteración de un parámetro produce un cambio instantáneo en el diseño.
En matemáticas un parámetro es una variable que permite identificar en una familia de elementos, a cada uno de ellos mediante un valor numérico. Estos valores son los que van a permitirle al programa modelizar la realidad. En otras palabras, estas variables son los datos necesarios para lograr entender en qué situación y condiciones específicas se encuentra el objeto a diseñar y así empezar a procesar los datos para generar una forma más óptima según las condiciones presentadas.
Ya en términos más específicos del campo, estas variaciones vendrían siendo la localización, coordenadas, el flujo tanto de personas como de vehículos. Por lo tanto, cada vez que una de estas variables se modifique, incluso después de que ya se haya generado un resultado; el sistema procesa la nueva condición y generará un nuevo resultado el cual se adaptó y responde de la mejor y más óptima manera posible a las nuevas condiciones presentadas.
Los diseños a partir de algoritmos generativos de diseño por computadora producen arquitectura más consciente del entorno, que responde de la mejor manera a las condicionantes del medio, que produce mejores conexiones entre el entorno y el edificio.
Hasta ahí todo se ve bien, pero la arquitectura a partir del diseño generativo es capaz de ir mucho más allá de esto. después de todo el entorno no es constante ni mucho menos estático y todas las condiciones (ya sean ambientales, políticas, culturales, las concesiones, los usos, entre muchas otras) que se tuvieron en cuenta a la hora de concebir el proyecto, pueden ser totalmente distintas después de que el tiempo transcurra.
En este caso, lo que se busca el generar un edificio como sistema abierto que, está constantemente recibiendo información del entorno a manera de datos y se auto-regule y auto-organice dependiendo de las nuevas conexiones que generar los nuevos datos captados desde el entorno.
En muchas partes del mundo los arquitectos ya han adoptado esta forma de diseño. ejemplos como, el Metropol Parasol (Sevilla) diseñado por J. Mayer. H. Architects
EL 700-seat concert hall, Voxman School of Music diseñado por LMN Architects with local firm Neumann Monson Architects
Entre muchos otros, obteniendo geometrías complejas nunca antes pensadas, que funcionan de manera eficiente y proporcionan los mejores resultados que se podrían espera. Entonces, es momento de que la arquitectura colombiana de un paso adelante y se integre a este nuevo modelo de pensamiento arquitectónico por medio de datos cuantitativos y cualitativos para ayudar a la producción de proyectos que cumplan con las características que el entorno inmediato que que el mundo requieren.
2.2 Problemática específica
A pesar de que ya existen los medios. no existen casos de arquitectura responsiva sensible a datos cuantitativos y cualitativos para adaptarse a los cambios del entorno.
Existen dos grandes preocupaciones a la hora de hablar de diseño generativo. la primera es el papel que tendrá el arquitecto diseñador a la hora de crear el proyecto y la segunda es que pasa con los datos cualitativos, datos como la historia y la cultura que no se pueden ingresar en los algoritmos a manera de números. es por esto que surgen preguntas como:
¿Es posible, entonces, que con el diseño generativo se produzcas arquitecturas cambiantes dependiendo de las nuevas condiciones que se presentan en el entorno a lo lardo del tiempo?
¿Será que los datos ingresados en estos sistemas algorítmicos suficiente para la producción de arquitectura integra? ¿O se quedan más en la innovación formal y caen en el problema de la forma por la forma?
Análisis cuantitativo de datos cualitativos
Dentro de las fases del diseño generativo están, la definición de las condiciones iniciales, el proceso paramétrico, ejecución y análisis de resultados. Dentro de la definición de las condiciones iniciales se integran aspectos cuantitativos relevantes para el proyecto tales como las funciones de los espacios magnitudes, costos, características o criterios formales y estableciendo relaciones entre ellos.
Estos se ingresan a manera de datos en los algoritmos multiobjetivos los cuales de manera objetiva el programa decide dar prioridad a unos criterios frente a otros y se exploran los meta-diseños por medio de mecanismos no deterministas para llegar así a la solución mas optima generando un proceso iterativo, interactivo y de exploración.
El problema con estos datos es que entran al programa de manera cuantitativa únicamente, y deja de lado característica etnológicas del lugar de implantación que no se pueden insertar o transformar en datos a manera de in-puts
¿Las variables cuantitativas que se introducen al algoritmo de diseño si producen un diseño sensible con el contexto? ¿Se está teniendo en cuenta las características históricas, sociales y culturales del lugar en la implantación?
El Análisis Estadístico de Datos Textuales (ADT) se refiere a procedimientos que implican contar las ocurrencias de las unidades verbales básicas (generalmente palabras) y operar algún tipo de análisis estadístico a partir de los resultados de tales recuentos. Se recurre a la cuantificación de los textos desde el primer momento, sin que medien operaciones de codificación previas. (Rodríguez, 2003)
El análisis de datos cualitativos es necesario en múltiples áreas como política, marketing, comunicación y esta investigación consiste en transformar discursos en cadenas lógicas verbales y se analizan estadísticamente. En donde se realizan la recolección de datos, selección de palabras clases, edición y agrupación de categorías. estos datos se codifican numéricamente, se cuantifican y se hace un recuento de los códigos y se obtiene de ahí las distribuciones de frecuencias de uso.
Edificios como sistemas complejos abiertos
El diseño a partir de algoritmos generativos permite la generación de geometrías complejas que no serian capaces de realizarse sin estos. ¿Pero se podrá ir más allá de eso? Es posible pensar que el resultado de un sistema generativo produzca no un edificio, si no más bien un edificio que funcione como sistema, capaz de seguir analizando los datos cambiantes del entorno próximo una vez construido.
Un sistema abierto un sistema capaz de adaptarse a las diferentes variables externas (funcionales, de contexto, constructivas, emocionales), este recibe información del entorno y genera nuevas conexiones entre la información nueva y la vieja.
Es posible considerar al performative morphogenesis como un sistema complejo abierto en el que se reciben gran cantidad de datos y se producen infinitos posibilidades de meta-diseños. Pero luego en este proceso se analiza el rendimiento performativo de cada uno de los meta-diseños y se escoge la forma que de la solución mas optima de los multiobjetivo ingresados en el algoritmo evolutivo.
Pero, es necesario tener en cuenta que las condiciones del entorno no son fijas, si no mas bien todo lo contrario. Estas van cambiando con el paso del tiempo, se producen situaciones emergentes que pueden cambiar drásticamente las condiciones del entorno en ese momento a las condiciones iniciales planteadas para la generación del sistema.
Es por esto que es necesario la producción de sistemas abiertos después de terminado el proceso de morphogenesis, para que así las edificaciones vayan cambiando con los cambios paulatinos del entorno urbano.
Diseños a partir de algoritmos evolutivos multiobjetivo
Matemáticamente hablando, existe dos tipos de problemas de optimización, los problemas mono-objetivos y los problemas multiobjetivos. En optimización multiobjetivo se intenta encontrar uno que optimice una función vectorial cuyos elementos representan las distintas funciones objetivo. (Lucken, Hermosilla Y Barán)
Los problemas, tanto en arquitectura como en el resto de las situaciones de la vida cotidiana, se presentan con más de un solo objetivo. Los algoritmos evolutivos multiobjetivo son una alternativa practica en la búsqueda de soluciones de compromiso para problemas reales donde los métodos exactos son inaplicables o ineficientes. (Lucken, Hermosilla Y Barán).
Estos sistemas permitirán analizar el comportamiento del proyecto en cuanto a las variables ingresadas. Estudiará los objetivos y definirá cuales son conflictivo, el programa tabula las diferentes opciones ingresadas y se encarga de negociar entre los diferentes objetivos. Estos sistemas permiten el movimiento o la división de los componentes de una estructura de acuerdo con unos patrones de estructuras existentes.
Después de haber explorado todas las diferentes estructuras que pueden estar presentes en el diseño generativo y su funcionamiento, surge la pregunta ¿Cómo se puede producir arquitectura adaptativa abierta que de constante respuesta a lo indeterminado del territorio?
2.3 justificacion
El diseño generativo responde inmediatamente a todas las condiciones que se buscan para la producción de arquitectura del mundo actual. Produciendo sistemas en vez de productos, los cuales son adaptables y modificables de manera rápida y efectiva. Y además los cuales solucionan problemas de cantidades, materiales, presupuesto y forma permitiendo así la mayor ganancia posible, con el menor gasto de energía
Este sistema lo llamaremos performative morphogenesis, el termino performance corresponde con comportamiento, desempeño, actuación; ejecución; funcionamiento, comportamiento funcional, modo de trabajar; características; cualidades técnicas; aptitud, cualidad, eficacia; capacidad, potencia; rendimiento, producción, resultados obtenidos o cumplimiento (Collazo, 1980) (Beidbeder, 1988). Y fue primero traído al diseño arquitectónico -performative architecture- por Branko Kolarevic que consideró que la arquitectura podía operar simultáneamente en diversos niveles, tanto a nivel subjetivo de producción de emociones, como a nivel objetivo de cumplimiento con criterios técnicos. En la arquitectura performativa, por tanto, el término performance abarca tanto el comportamiento físico del edificio (estructural, térmico, acústico, etc.) como su acción social, cultural, y económica (Lanni,2018).
El performative morphogenesis genera formas mediante la evaluación del rendimiento de propuestas de diseño a partir del intercambio de información entre un modelo geométrico y otro analítico. Este el intercambio de información entre estos dos modelos de realiza a partir de dos algoritmos evolutivos multiobjetivo, un algoritmo de optimización que transforma los datos cuantitativos de entrada en el modelo geométrico. Y el otro es un algoritmo generativo que evalúa y devuelve los resultados al modelo analítico. Cada una de estas iteraciones es un meta-diseño.
El término performative morphogenesis surge en este ensayo como una reinterpretación del término propuesto por de Kolarevic en cuanto a que el performative morhogenesis tarta de la generación de una morfología por medio de algoritmos evolutivos mutliobjetivos y que además esta cumpla con todos los objetivos de performance deseados, pero no solo en el momento de la creación y producción del diseño, si no que el diseño teniendo un buen desempeño a lo largo del tiempo.
Esto sucede debido a que los mecanismos de diseño que se utilizan dentro de estos programas se basan en las formas matemáticas, calculando de la manera más rápidas los patrones y las formas más eficientes de llevar a cabo una geometría, y el resultado muchas veces parece inspirado en las formas de la naturaleza.
la esencia de las matemáticas en las formas de la naturaleza radican en los siguientes conceptos: sucesiones, proporciones, fractales, repetición, eficiencia, ahorro de energía, adaptabilidad y evolución. Justo así es lo que intenta lograr el diseño generativo, que por medio de algoritmos de computación, diseños que sean adaptables, con ahorro energético y de material, eficientes y en los cuales se diseña desde la escala más pequeña y se regenera como un código genético, es ahí en donde se ven reflejados los conceptos de repetición y fractalidad. Es así como la forma de estructuración y consolidación de naturaleza responde a los límites impuestos por el espacio tridimensional en el que esta existe.
La evolución en el diseño generativo funciona de la siguiente manera, anteriormente se había explicado que cuando se ingresan los parámetros o problemáticas dentro del código, el algoritmo va probando configuraciones generando así diferentes generaciones de posibles soluciones, cada una de estas generaciones es evaluada y el programa aprende de esta para heredar ciertos datos a la siguiente generación averiguando así lo que funciona y lo que no, produciendo así el mejor resultado dentro de todas las posibilidades e imitando el enfoque evolutivo de la naturaleza.
Los diseños que surgen a partir del diseño con algoritmos generativos, con frecuencia tienden a imitar las formas que la naturaleza produce, pero esto no es porque se introduzca dentro de los códigos algún parámetro que tengan que ver con biología. De hecho, los programas de computación solo tienen programadas funciones matemáticas y físicas, entonces estas formas surgen de esa manera debido a que la naturaleza también trabaja a partir de los patrones matemáticos y de las leyes física. Ahí es donde radica la profunda conexión entre el diseño generativo y la naturaleza, en que el diseño generativo es capaz de replicar las formas más eficaces del mundo natural para producir diseños completamente eficientes, dinámicos y resistentes.
2.4 Objetivo general
Producción de arquitectura dinámica y reactiva que esté en constante adaptación con respecto a los datos recibidos del entorno, respondiendo de la manera más eficiente y adecuada a las determinantes como; topografía, clima, asoleación, usos, etc.
2.5 objetivos específicos
Dentro de los objetivos específicos se encuentran la producción espacios:
a) Espacios constantemente adaptables a las condiciones del entorno y de los usuarios en el
b) Espacios en los que las propiedades cualitativas intrínsecas no se ven afectados por las transformaciones generadas en cuanto a morfología
c) Espacios que no tienen ni derecho ni revés, borrando la dicótomia del adentro y afuera generando espacios complejos multifuncionales capaces de coexistir
d) espacios que se conectan unos con otros de manera virtual y cualquier cambio que suceda en uno afectara también el otro
2.6 Marco conceptual
Performative Morphogenesis: generación de modelos formales a partir de la evaluación del rendimiento de propuestas de diseño generadas por el intercambio de información entre modelos geométricos y analíticos
Algoritmos evolutivos multiobjetivo: métodos de optimización para problemas de decisión multicriterio, los cuales se encargan de la búsqueda de soluciones identificando objetivos conflictivos y haciendo negociaciones entre ellos basados en los postulados de la evolución biológica
Meta-diseño: es el rediseño según una situación y contexto determinado en las cuales analiza más allá de los significados preestablecidos para generar así un mayor número de posibilidades
Sistema abierto: un sistema capaz de adaptarse a las diferentes variables externas (funcionales, de contexto, constructivas, emocionales)
Parámetros: es una variable que permite identificar en una familia de elementos, a cada uno de ellos mediante un valor numérico, estos valores son los que van a permitirle al programa modelizar la realidad.
2.7 Alcance
Comments