Resumen: El objetivo del siguiente articulo consistirá en la exploración del uso del diseño generativo en arquitectura para la producción de proyectos íntegros que se adapten a los cambiantes datos que les otorga el entorno a lo largo del tiempo.
Para lograr este objetivo, dentro del artículo se examinarán tres subcategorías del tema las cuales son; la posibilidad de la integración de parámetros cualitativo o etnográficos como entradas algorítmicas, la producción de edificios como sistemas complejos abiertos y la creación de diseños a partir de algoritmos consientes o evolutivos. Esto con el propósito de producir, con la ayuda del diseño generativo, una arquitectura integra en todos los aspectos del diseño y en todos los momentos a lo largo del tiempo.
Palabras claves: performative morphogenesis, algoritmos evolutivos multiobjetivo, meta-diseño, sistema abierto, parámetros, movimiento
Marco teórico:
Perormative 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.
Introducción: en las últimas décadas los arquitectos se han preocupado fundamentalmente en la innovación formal, optimización de recursos y facilidad de cambio en cuanto al diseño. Estas tres problemáticas de diseño tienen soluciones desnto 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 espacialmente 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.
Los algoritmos de diseño generativo reciben datos cuantitativos que conforman los parámetros con los cuales se generara la forma mas optima, por lo tanto, según Lars Hesselgren, “no es diseñar un edificio si no el sistema que diseñe un edifico”. Pero, lo que se explorara dentro de este artículo es que 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.
Desarrollo:
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 reevalúan 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 diferenciales 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 devolviéndose y avanzando al mismo tiempo.
En el proceso de 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, de manera minuciosa, en la causa de estos problemas en vez en que en la solución a los mismos. Esto sucede debido a que, dentro de los programas de diseño generativo entre mejor se conozca el problema, más efectivas serán las posibles soluciones que el programa genere.
Estos problemas se conocen como los parámetros a tener en cuenta, estos datos cuantitativos son los in-puts o datos de entrada en el modelo de análisis y a partir de los cuales se le dará la estructura al código. Este proceso de diseño se basa en estableces unos parámetros fácilmente modificables, 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 procesarlos datos para generar una forma más optima 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 procesara la nueva condición y generara un nuevo resultado el cual se adapto y responde de la mejor y mas optima manera posible a las nuevas condiciones presentadas.
Es suma, se puede ver que la forma en como funciona 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 termino performative morphogenesis surge en este ensayo como una reinterpretación del termino 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.
¿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?
Bibliografía:
Comentários