Academic Journal
Вариативные модели интеграции искусственного интеллекта на стадиях архитектурного проектирования
| Title: | Вариативные модели интеграции искусственного интеллекта на стадиях архитектурного проектирования |
|---|---|
| Publisher Information: | APNI, 2025. |
| Publication Year: | 2025 |
| Subject Terms: | искусственный интеллект, цифровые технологии, BIM, оптимизация, генеративный дизайн, архитектурное проектирование |
| Description: | На основе критического обзора русскоязычных и англоязычных публикаций 2019–2025 гг. систематизированы подходы к интеграции искусственного интеллекта (ИИ) в архитектурное проектирование на ключевых стадиях: предпроектной аналитике, концептуальном и эскизном проектировании, рабочем проекте. Литературный корпус демонстрирует три устойчивые модели сотрудничества «человек – ИИ»: ассистирующую, генеративную и предиктивно‑оптимизационную. Представлена обобщённая схема распределения ИИ‑инструментов по стадиям проектного цикла, подчёркивающая значение BIM как «цифрового клея» между моделями. Работа опирается исключительно на опубликованные исследования и стандарты, что исключает методологические искажения, связанные с эмпирическими опросами или узкими кейс‑стади. Результаты показывают, что комбинирование описанных моделей повышает вариативность проектных решений, снижает риски ошибок и способствует формированию устойчивых практик «человеко‑ИИ» сотрудничества в архитектурной отрасли. Based on a critical review of Russian and English-language publications from 2019-2025, approaches to integrating artificial intelligence (AI) into architectural design at key stages are systematized: pre-project analysis, conceptual and sketch design, and a working draft. The literary corpus demonstrates three stable models of human–AI cooperation: assistive, generative, and predictive‑optimization. A generalized scheme of distribution of AI tools by stages of the project cycle is presented, emphasizing the importance of BIM as a "digital glue" between models. The work is based solely on published research and standards, which excludes methodological distortions associated with empirical surveys or narrow case studies. The results show that combining the described models increases the variability of design solutions, reduces the risk of errors and contributes to the formation of sustainable practices of "human‑AI" cooperation in the architectural industry. |
| Document Type: | Article |
| Language: | Russian |
| DOI: | 10.5281/zenodo.15779032 |
| Rights: | CC BY |
| Accession Number: | edsair.doi...........7f0b7e825c3968f7a7b49ca06240f44d |
| Database: | OpenAIRE |
| DOI: | 10.5281/zenodo.15779032 |
|---|