La industria de la construcción a nivel internacional está en una constante actualización. La implementación de la inteligencia artificial (AI, por sus siglas en inglés) en proyectos de construcción ha sido impulsada por las nuevas necesidades que tiene la sociedad: mayor demanda de viviendas, edificaciones sostenibles e inteligentes, ahorro energético, optimización de la productividad, entre otras. La pandemia a causa de la expansión mundial del SARSCov- 2 ha acelerado esta transformación.
No obstante, es sabido que en países de la región latinoamericana todavía el tema de la inteligencia artificial está en una etapa temprana, más aún en el sector construcción. Pero es importante destacar que países como Colombia y Uruguay ya han dado pasos importantes al respecto.
Y es que, la gran capacidad que puede llegar a tener una herramienta o sistema de AI para la analizar una determinada situación, sacar conclusiones y permitir tomar acciones adecuadas y oportunas hace que esta tecnología sea cada vez más acogida por los diversos sectores económicos, según sus necesidades y su entorno.
La literatura referente a la evolución de la inteligencia artificial en la gestión y dirección de proyectos de construcción, y en la gestión de la obra en sí misma, apunta a que la AI se encargará de automatizar e integrar información proveniente de los proyectos.
En la actualidad, se tiene evidencia de muchas herramientas tecnológicas de gestión de proyectos que están desarrollando estas funciones de automatización e integración de información, es decir, se están orientando a recopilar y mantener la información histórica de los proyectos.
Estos datos recopilados pueden facilitarle a la empresa el conocimiento del proceso de producción para que pueda compararlo con otros similares sistemas e identifique las mejoras que se pueden realizar.
El empleo de esta tecnología puede predecir sobrecostos en función de factores como el tamaño del proyecto, el tipo de contrato y el nivel de competencia de los directores del proyecto. Para ello, los datos históricos registrados, como fechas de inicio y finalización planificadas, serán utilizados y permitirán la visualización de cronogramas más realistas para futuros proyectos.
Un caso interesante de la aplicación de la inteligencia artificial es la construcción del MaRs Office en Toronto. Este edificio fue diseñado a código abierto. Durante su construcción se utilizó tecnología de la firma Autodesk para generar, evaluar y desarrollar un sinfín de opciones de diseño.
Asimismo, se utilizaron algoritmos de inteligencia artificial para permitir generar, simultáneamente, múltiples soluciones válidas que faciliten a los involucrados en el proyecto enfocarse en decisiones de mayor valor.
Este recinto, que ha sido diseñado para albergar investigaciones sobre el futuro de la construcción y la computación, incluye nuevas características de sustentabilidad y bajas emisiones de carbono. Su peculiar fachada de tablones de madera implica el uso de algoritmos personalizados entrenados para detectar nudos en ellas, llevando el poder del aprendizaje automático al mundo físico.
En la actualidad, son cada vez más los sitios de construcción en los que se cuenta con cámaras, dispositivos IoT y sensores que monitorean las actividades del personal de construcción e informan sobre la detección de posibles peligros de seguridad.
Por ejemplo, la empresa Suffolk, con sede en Boston, está desarrollando una aplicación de inteligencia artificial que analiza las fotos tomadas por los drones en las obras de construcción, con la finalidad de examinar los riesgos posibles relacionados a la seguridad de los trabajadores.
Este factor de riesgo detectado estará basado en las imágenes obtenidas por medio de drones en correlación a una base de datos en los que se tiene información sobre accidentes registrados, en los cuales se consideran los itinerarios de las maquinarias y equipos.
Esta tecnología está aún en proceso de perfeccionamiento, pero la empresa asegura que, una vez que esté totalmente terminada, podría potencialmente calcular la clasificación de riesgo para los proyectos para los proyectos, lo cual resultaría de enorme ayuda para los responsables de la prevención de riesgos en obras.
Sin embargo, un desafío que se tiene en este aspecto es asegurar que los modelos producidos por los diferentes equipos de trabajo no choquen entre sí. Por ello, la industria de la construcción ha empezado a utilizar la inteligencia artificial en forma de diseño generativo para identificar y mitigar estos posibles choques en la fase de planificación y diseño con la finalidad de evitar retrabajos.
Por ejemplo, el algoritmo Finch genera diferentes configuraciones espaciales según parámetros determinados a medida que cambia el área total del espacio. Esto genera una gran ayuda en la definición de zonas en las etapas iniciales del proyecto que luego pueden ajustarse de acuerdo a los requisitos específicos que se tenga.
Un avance importante de destacar, en relación al diseño generativo, es el realizado por el diseñador y miembro de Fullbright, Stanislas Chaillou. Según una publicación del portal de arquitectura ArchDaily (9 de abril de 2020), Chaillou creó un proyecto en Harvard haciendo uso de Machine Learning “para explorar el futuro del diseño generativo, el sesgo y el estilo de arquitectura”.
Este proyecto tiene el objetivo de investigar el futuro de la inteligencia artificial a través del aprendizaje del estilo arquitectónico. El trabajo de Chaillou ilustra el profundo impacto del estilo de la composición de los planos en planta arquitectónica.
En este punto, la AI también busca jugar un rol importante. Un ejemplo claro es el proyecto financiado por la agencia de innovación de Reino Unido, Innovate UK, el cual está aún en desarrollo y es liderado por el laboratorio de Big Data de UWE Bristol en colaboración con Winvic Construction, Costain, y Edgetrix.
La finalidad de este novedoso proyecto es desarrollar un programa que permita determinar en la etapa de planificación cómo reducir la cantidad de energía consumida durante la fase de construcción (carbono incorporado).
Pero también se incluyen las emisiones de extracción o fabricación de materiales alternos, logística, etcétera. Para lograr todo ello se requerirá recopilar datos de carbono incorporado de proyectos anteriores y se desarrollarán modelos de aprendizaje automático para aprender los patrones de esos datos.
Esto dará como resultado la generación de materiales alternativos según las necesidades y características del proyecto. Cuando se culmine el desarrollo de este proyecto (2 años), se tiene por objetivo poner esta innovación a disposición de los diseñadores de edificios mediante los sistemas de diseño existentes, como Autodesk Revit.
Esto ha generado que muchas empresas dedicadas a la construcción recurran a la utilización de softwares para brindar más eficiencia y análisis procesables a su fuerza laboral, ya sea remota o en el lugar de trabajo. Estas soluciones de gestión de la fuerza laboral incluyen el seguimiento predictivo, la previsión y las interfaces móviles.
Por ejemplo, Bridgit Bench, el cual es un software de gestión de recursos en la construcción, integra optimización y agilidad en un proceso de planificación dinámico. Esta herramienta tecnológica permite acceder a métricas y análisis de pronóstico que posibilitan una toma de decisión acertada en referencia a la asignación de los recursos a los proyectos en un momento adecuado.
Ante ello, el empleo de la AI puede significar una gran ayuda, pues esta tecnología puede encargarse de las tareas rutinarias (repetitivas), mientras el operador se encarga de labores más complejas y valor agregado.
En este caso se puede mencionar el sistema E-Flow, el cual es un sistema de inteligencia artificial incorporado a la línea de equipamiento vial de la empresa brasileña Romanelli. Esta tecnología aplicada permite tener una maquinaria de muy fácil operación, pues al informar a la IHM de la cantidad de material a aplicar, el sistema E-Flow se encargará de corregir todos los demás sistemas de la máquina de manera inmediata, ajustando el caudal a la velocidad del camión.
La implementación de esta AI permite evitar el desperdicio de material aglomerante, dejándole al operador solo la tarea de asegurarse de que la tasa imputada en el sistema sea el volumen que sale en la aplicación.
Por otro lado, la implementación de herramientas o sistemas de AI pueden optimizar la logística según las rutas, pues esta puede determinar el medio de transporte, así como la mejor opción en relación a la ruta con base en información recopilada sobre horarios, fechas, tráfico, direcciones, ingresos, velocidad, entre otros factores.