L'AI può diventare il nuovo compagno di disegno per gli architetti?

Le nuove intelligenze artificiali capaci di creare immagini stanno cambiando il modo in cui gli studenti di architettura e interior design lavorano. In un recente studio, 42 studenti hanno partecipato a workshop pratici su strumenti di generazione visiva, per poi rispondere a un questionario. La maggior parte ha mostrato entusiasmo: gli strumenti AI sono visti come un aiuto prezioso nelle fasi iniziali di un progetto, quando si sperimentano forme, colori e atmosfere. Gli studenti hanno anche notato che l’AI può stimolare la creatività e dare un vantaggio competitivo nel futuro mercato del lavoro. Tuttavia, la loro accettazione cala quando il progetto avanza, perché l’originalità e il giudizio critico diventano più importanti. Dal punto di vista etico, gli studenti ritengono accettabile usare l’AI a patto di dichiarare apertamente la sua presenza, evitando così il rischio di plagio o di attribuzione ingannevole. Il risultato suggerisce che le università dovrebbero integrare l’AI nei corsi di design, ma con linee guida chiare su quando e come usarla, per bilanciare innovazione e integrità creativa. In questo modo, gli studenti potranno sfruttare le potenzialità dell’AI senza perdere la capacità di pensare e progettare in modo autonomo.

Gli strumenti di generazione di immagini basati su modelli di deep learning, come DALL·E, Stable Diffusion o Midjourney, operano su reti neurali convoluzionali addestrate su enormi dataset di immagini e descrizioni testuali. Il processo di “diffusione” parte da rumore casuale e, passo dopo passo, ricostruisce un’immagine coerente con il prompt fornito, sfruttando la capacità del modello di apprendere correlazioni semantiche tra parole e pixel. Dal punto di vista pedagogico, l’integrazione di questi tool può favorire il “design thinking” in quanto permette rapidi cicli di prototipazione visiva, riducendo il tempo tra l’idea concettuale e la sua rappresentazione concreta. Tuttavia, la dipendenza da AI solleva questioni di originalità: i modelli tendono a ricombinare pattern già presenti nei dati di addestramento, il che può limitare la genuina innovazione se gli studenti non sviluppano un occhio critico per valutare la novità delle proposte generate. Dal punto di vista etico, la trasparenza è cruciale: citare l’AI come co‑autore evita il rischio di violare diritti d’autore e di presentare lavori non originali come propri. Inoltre, è necessario considerare il bias dei dataset, che può riprodurre stereotipi culturali o estetici, influenzando le scelte progettuali degli studenti. Per mitigare questi rischi, le istituzioni dovrebbero introdurre moduli formativi che insegnino a interpretare, contestualizzare e modificare le immagini AI, promuovendo una pratica di “co‑creazione” dove l’intelligenza artificiale è uno strumento, non un sostituto, del pensiero progettuale.