Abstract:
This research analyzes the integration of artificial intelligence tools with BIM Revit
software to automate the recommendation and adaptation of Christopher Alexander's
Pattern Language in urban projects. It focuses on enhancing the quality and
sustainability of urban design by addressing the lack of advanced tools that facilitate the
implementation of patterns in current urban environments, offering customized and
efficient solutions.
The development was structured into four main phases: analysis, modeling, integration,
and evaluation. Relevant patterns were selected in the analysis phase, with a focus on
Pattern 16, which addresses public transportation networks. An urban environment was
modeled in Revit, featuring a central plaza as a transit hub to maximize accessibility.
During the integration phase, tools such as GPT models, LookX.ai, and Autodesk
Forma were employed to analyze and optimize the design. Finally, the solutions were
evaluated in terms of coherence, applicability, and sustainability.
The results demonstrated the capability of the tools to create proposals aligned with
Alexander’s principles, emphasizing sustainability and functionality. Environmental
analyses and rendered images enhanced the visual and functional design of the urban
model, although limitations were identified in interoperability and dynamic
representation.
Keywords: Artificial Intelligence, Pattern Language, Urban Design, BIM, Sustainability
Description:
El presente trabajo de investigación analiza la integración de herramientas basadas en
inteligencia artificial y el software Revit para automatizar la recomendación y
adaptación del Lenguaje de Patrones de Christopher Alexander en proyectos urbanos.
Se enfoca en mejorar la calidad y sostenibilidad del diseño urbano al abordar la
ausencia de herramientas avanzadas que faciliten la implementación de patrones en
entornos urbanos actuales, ofreciendo soluciones personalizadas y eficientes.
El desarrollo se estructuró en cuatro fases principales: análisis, modelado, integración y
evaluación. En la primera fase, se seleccionaron los patrones relevantes, centrándose
en el patrón 16, relacionado con redes de transporte público. Posteriormente, se
modeló un entorno urbano en Revit, que incluye una plaza central como nodo de
transbordo para maximizar la accesibilidad. Durante la fase de integración, se
emplearon herramientas como modelos GPT, LookX y Autodesk Forma para analizar y
optimizar el diseño. Finalmente, se evaluó la coherencia, aplicabilidad y sostenibilidad
de las soluciones generadas.
Los resultados destacaron la capacidad de las herramientas en crear propuestas
alineadas con los principios de Alexander, destacando la sostenibilidad y funcionalidad.
Las imágenes y análisis ambientales mejoraron el diseño visual y funcional del modelo
urbano, aunque se identificaron limitaciones en la interoperabilidad y representación
dinámica del entorno.
