Tekoäly arkkitehdin työkaluna kestävässä rakennussuunnittelussa

Abstract

Tässä diplomityössä tarkastellaan tekoälyn vaikutusta alkuvaiheen rakennussuunnitteluun kestävyyden näkökulmasta. Tutkimuksen on tarkoituksena selvittää, millä tavoin tekoäly voi vaikuttaa suunnittelua tekevän arkkitehdin muodostamiin ratkaisuihin ja tätä kautta suunniteltavan rakennuksen hiilijalanjälkeen. Kestävyyttä käsitellään tässä tutkimuksessa erityisesti asuinrakennuksen joustavuuden ja tämän mahdollistaman käyttöiän kautta. Joustavuutta tutkitaan erityisesti sen toiminnallisissa ulottuvuuksissa, eikä pelkästään tehokkuutena. Tekoälyavusteisella suunnitteluprosessilla tässä työssä viitataan sekä varsinaisiin koneoppimista hyödyntäviin järjestelmiin että generatiivisiin, sääntöpohjaisiin algoritmeihin, jotka jäljittelevät älykästä suunnitteluprosessia.

Tutkimus koostuu kirjallisuuskatsauksesta sekä käytännön osuudesta. Kirjallisuuskatsauksessa perehdytään tekoälyn tämänhetkiseen käyttöön arkkitehtuurissa sekä eettisiin ja ekologisiin kysymyksiin aiheen ympärillä. Lisäksi teoriaosuudessa määritellään ehdotussuunnittelu rakennushankkeen vaiheena sekä tarkastellaan alkuvaiheen suunnitteluvaiheiden merkitystä rakennuksen elinkaarelle. Käytännön osuudessa tekoälyavusteisia ohjelmistoja sekä teoreettisessa osuudessa esitettyjä kestävyysnäkökulmia testataan olemassa olevalla tontilla Helsingin Herttoniemessä. Kaavassa hybridikortteliksi suunnitellulla tontilla keskitytään tämän työn rajauksessa kestävään asuntosuunnitteluun.

Työn tulokset osoittavat, että tekoälyavusteiset suunnittelutyökalut voivat vaikuttaa suunnittelijan tekemiin valintoihin erityisesti suunnitteluprosessin alkuvaiheessa. Massoittelussa ja tontinkäytön suunnittelussa uudet työkalut nopeuttavat vaihtoehtojen tuottamista, vertailua ja arviointia. Lisäksi ne voivat tuoda suunnittelun tueksi sellaista ympäristövaikutuksiin liittyvää informaatiota, jota suunnittelija ei yksin pysty havaitsemaan tai tuottamaan. Tilasuunnittelussa tekoälyavustetut algoritmit voivat tehostaa alustavien pohjaratkaisujen laatimista, vapauttaen aikaa muille suunnittelutehtäville. Kuitenkin, jos tavoitteena ovat sosiaalisesti innovatiiviset ja pitkäikäisyyttä tukevat asuntosuunnittelun ratkaisut, automatisoidut pohjat eivät ainakaan vielä vastaa toivottuja moniulotteisia laatukriteerejä.

Tekoälyä hyödyntävien suunnittelutyökalujen avulla voidaan siis edistää kestävyyttä tekemällä tietoisempia massoitteluratkaisuja ja tehostaa tilasuunnittelua erityisesti, jos tekoälytyökalut tulevaisuudessa kykenevät huomioimaan kestävyyden kriteerejä monipuolisesti.

Tämä työ osoittaa tekoälyn hyödylliseksi työkaluksi kestävässä rakennussuunnittelussa silloin, kun suunnittelija osaa asiantuntevasti hyödyntää tekoälytyökalujen tarjoamaa lisätietoa ja tehokkuutta. Täysin uusia innovaatioita työkaluilta ei voi odottaa, sillä niiden toiminta perustuu aina olemassa oleviin algoritmeihin. Johtopäätöksenä tämä työ esittääkin, että tekoäly ja suunnittelun automatisoituminen tuovat uusia keinoja suunnitella ja rakentaa kestävämmin, mutta arkkitehdilla on vastuu myös ylläpitää suunnittelutaitoaan myös itsenäisesti, jotta rakennusalaa ja yhteiskuntaa kohtaaviin haasteisiin voidaan jatkossakin keksiä aidosti uusia ratkaisuja.

This master’s thesis examines the impact of artificial intelligence (AI) in the early stages of architectural design from the perspective of sustainability. The aim of this study is to explore how AI might influence the decisions made by an architect and, consequently, affect the carbon footprint of the designed building. In this research, sustainability is approached particularly through the flexibility of a building and the extended lifespan that adaptability can enable. Adaptability is approached especially from the perspectives of human activity and usability, not only functionality. Artificial intelligence as a part of a design process is defined both as machine learning–based systems and generative, rule-based algorithms that emulate intelligent decision-making within the design process.

The study consists of a literature review and a practical design project. The literature review investigates the current applications of AI in architecture as well as the ethical and ecological implications of its increasing use. The theoretical framework also defines the role of preliminary design within a building project and discusses its significance for a building’s life cycle, focusing especially on site use, massing, and spatial layout. In the practical part, AI-assisted design tools are applied to an existing plot in Herttoniemi, Helsinki.

The results indicate that AI can influence the designer’s decision-making process. In massing and site planning, it facilitates the comparison and evaluation of alternative solutions. AI tools can provide environmental data and analyses that are difficult or impossible for humans to produce manually. In spatial design, the use of AI-powered design methods can save time in creating preliminary floor plan options, allowing more time for other design tasks. However, the generated layouts don’t yet achieve the desired outcomes when the objective is socially innovative housing design, which this study identifies as essential for extending the lifespan of future housing stock.

AI-assisted design can therefore enhance sustainability in the early design stages by enabling more informed massing decisions and by accelerating menial phases of the design process, giving the architect more time to focus on sustainability matters. However, this requires AI-assisted design tools to be developed with sustainability goals in mind, instead of just efficiency.

This thesis concludes that AI and automated design workflows serve as valuable tools in sustainable architectural design when architects are able to critically and responsibly utilize its capabilities. Nevertheless, as AI, and parametric systems are based on existing algorithms, they cannot independently generate genuinely new innovations. The responsibility to maintain design skills and creativity without AI remains with architects to ensure that future challenges can be met with truly novel solutions.