En la construcción, un error de coordinación entre planos rara vez se descubre a tiempo. Aparece en obra, cuando una viga y una tubería reclaman el mismo espacio o cuando dos documentos se contradicen, y para entonces corregirlo ya cuesta semanas de trabajo detenido. La arquitecta Aury Fu ha desarrollado una metodología para que la inteligencia artificial encuentre esas incoherencias antes: en el modelo, mientras el proyecto todavía está en el escritorio.
¿Cómo funciona la metodología que combina BIM e inteligencia artificial?
Su punto de partida es una idea que el sector todavía no explota del todo: un modelo BIM no es un dibujo en tres dimensiones, sino una base de datos. Cada muro, cada puerta y cada tubería llevan información sobre dimensiones, materiales, costos, accesibilidad y mantenimiento. Al entrenar sistemas de inteligencia artificial para leer esos datos, es posible comparar especificaciones, verificar medidas y detectar conflictos de coordinación que el ojo humano pasa por alto tras doce horas de revisión.
El diagnóstico que hace Fu es que adoptar la metodología no garantiza que la documentación técnica esté bien coordinada. Muchas oficinas ya entregan modelos BIM, pero el control de calidad de esos modelos sigue dependiendo de revisiones manuales, dispersas y difíciles de auditar. Entregar el modelo y entregar un modelo coordinado no son lo mismo, y en esa distancia nacen los retrasos y los sobrecostos.
El problema no es tener BIM, sino controlar la calidad del modelo
El asunto tiene una lectura regional. En América Latina, varios gobiernos han fijado metas nacionales para que la obra pública incorpore esta metodología, mientras que en otros mercados la adopción avanza sobre todo por demanda del sector privado y de los desarrolladores, sin una obligación equivalente. La consecuencia práctica, señala Fu, es que el control de calidad queda librado a lo que cada oficina decida hacer por su cuenta.
Fu ha desarrollado su enfoque a partir de la práctica en arquitectura institucional y comercial: documentación de construcción, modelado tridimensional, coordinación entre disciplinas y revisión de calidad de planos. A esa experiencia sumó un componente poco habitual en el perfil de un arquitecto, la preparación de datos técnicos y archivos CAD para el entrenamiento de sistemas de inteligencia artificial. Fue ese cruce el que le mostró cómo una máquina interpreta un plano y, por lo tanto, qué se le puede pedir que revise.
“América Latina tiene el talento y las herramientas; lo que falta es sistematizar el control de calidad. La inteligencia artificial no reemplaza al arquitecto: le da una segunda lectura del modelo para encontrar esos errores antes de que cuesten dinero”.
— Aury Fu, arquitecta
Aury Fu busca llevar su metodología a Estados Unidos
Sobre esa base regional, Fu trabaja ahora en llevar la metodología a Estados Unidos, donde la escala de la infraestructura pública e institucional convierte cada error de documentación no detectado en un costo multiplicado. Su proyecto profesional lleva por título «Desarrollo e implementación de sistemas BIM y control de calidad asistidos por inteligencia artificial para mejorar la documentación de proyectos públicos e institucionales en Estados Unidos». El planteamiento, insiste, no es de ida sino de ida y vuelta: lo que se sistematice en el mercado estadounidense puede regresar a la región en forma de buenas prácticas, en lugar de reconstruirse oficina por oficina.
La arquitecta subraya el alcance real de su trabajo: se concentra en el modelado BIM, la documentación, la coordinación y el control de calidad, mientras que los planos que requieren sello profesional son revisados y firmados por arquitectos licenciados en la jurisdicción correspondiente. Mantiene vigente su idoneidad profesional en el país donde obtuvo su título.
Acerca de Aury Fu
Aury Fu es arquitecta titulada e idónea en Panamá, con maestría en Gerencia de Proyectos y cerca de ocho años de experiencia en arquitectura institucional y comercial, documentación de construcción, modelado 3D y control de calidad. Trabaja con Revit, AutoCAD, SketchUp y Rhino, y ha participado en proyectos de preparación de datos técnicos para el entrenamiento de sistemas de inteligencia artificial