Deus ex machina di Giulia Conti e Alessandro Virgilio Mosetti
Il profilo di una città si modella a partire dai meccanismi combinatori delle composizioni algoritmiche di P-021, 1970-1983, di Manfred Mohr: solo una mano si intromette, assecondando o disattendendo la costruzione di enigmatiche geometrie che hanno l’aria di essere urbane.
Trame immateriali organizzano luoghi immaginati da un intelletto imperscrutabile, sintesi delle operazioni digitali in grado di costruire un inventario di oggetti significanti solo nelle possibili relazioni computerizzate. Diversi gradi di uno stesso artificio coesistono, manifestandosi nell’apparenza di una struttura di segni programmati: per Mohr è attraverso il costante controllo del processo informatico che si sfrutta al massimo il dialogo uomo-macchina in termini progettuali. Come individuarne il limite (se esiste)?
Oltre l’intelligenza
Il 10 maggio si è aperta a Venezia la 19. Mostra Internazionale di Architettura curata da Carlo Ratti che, per la sua edizione, ha scelto il titolo Intelligens. Natural. Artificial. Collective. Un titolo, che rimanda direttamente a questo numero di OFFICINA*, nato e pensato prima che il tema della Biennale fosse reso noto, e volto a indagare il ruolo delle nuove intelligenze, in particolare quelle artificiali, nella professione di architetto, ma anche, più in generale, nella vita di ogni giorno. L’intelligenza descritta in questo numero è una forma di tecnologia utile, applicata o applicabile a differenti contesti e ambiti professionali, ma soprattutto un’intelligenza a servizio dell’uomo e dell’architetto, delle sue necessità, e in grado di supportarlo nelle sue difficoltà. La Biennale appena inaugurata è stata l’occasione per affrontare apertamente scenari legati all’intelligenza ancora più complessi e articolati: se è vero che l’innovazione e l’intelligenza artificiale sono alla base di molti degli allestimenti dei padiglioni nazionali è altrettanto vero che la varietà e l’articolazione dei progetti presentati in Biennale mettono in risalto le altre due forme di intelligenza indagate da Ratti: quella naturale, che vede nella natura e nei suoi processi una fonte inesauribile di risorse e possibilità, ma anche quella collettiva, quella fatta di saperi e tradizioni, comunità, storie e abilità tipicamente umane uniche e non riproducibili da una macchina o da un’intelligenza artificiale. Così, mentre ci si interroga sul valore etico di questi strumenti e sull’impatto che robot, computer e “digitale” hanno e avranno sulla nostra vita, forse ci si dimentica che essi alla fine sono meri strumenti per affinare strategie di produzione e sviluppo proprie dell’uomo. In un mondo, quello dell’innovazione, che fa della logica e della razionalità il suo unico ambito di sperimentazione, ci sarà sempre qualcuno - un umano - che per creatività, intuito o semplicemente per un colpo di fortuna, riuscirà a proporci una visione nuova e inaspettata di ciò che ormai sembrava essere scontato. Emilio Antoniol
Comitato scientifico Federica Angelucci, Stefanos Antoniadis, Sebastiano Baggio, Maria Antonia Barucco, Matteo Basso, Eduardo Bassolino, Martina Belmonte, Giacomo Biagi, Paolo Borin, Alessandra Bosco, Laura Calcagnini, Federico Camerin, Alberto Cervesato, Giulia Ciliberto, Sara Codarin, Francesca Coppolino, Silvio Cristiano, Federico Dallo, Lavinia Maria Dondi, Paolo Franzo, Jacopo Galli, Silvia Gasparotto, Gian Andrea Giacobone, Giovanni Graziani, Francesca Guidolin, Beatrice Lerma, Elena Longhin, Antonio Magarò, Filippo Magni, Michele Manigrasso, Michele Marchi, Patrizio Martinelli, Fabiano Micocci, Mickeal Milocco Borlini, Magda Minguzzi, Beatrice Moretti, Massimo Mucci, Maicol Negrello, Corinna Nicosia, Maurizia Onori, Valerio Palma, Elisa Pegorin, Ilaria Pittana, Federica Pompejano, Laura Pujia, Silvia Santato, Chiara Scanagatta, Chiara Scarpitti, Roberto Sega, Gerardo Semprebon, Giulia Setti, Francesca Talevi, Alessandro Tessari, Oana Tiganea, Massimo Triches, Ianira Vassallo, Luca Velo, Alberto Verde, Barbara Villa, Paola Zanotto
Redazione Luca Amici, Daniele Archetti, Luca Ballarin, Martina Belmonte, Giulia Conti, Eleonora Fanini, Alice Gasparini, Silvia Micali, Sofia Portinari, Marta Possiedi, Tommaso Maria Vezzosi
Web Emilio Antoniol Progetto grafico Margherita Ferrari
Chiuso in redazione il 19 maggio 2025, intanto la Città del Vaticano ha un nuovo sovrano: Robert Francis Prevost. Habemus Papam!
Copyright opera distribuita con Licenza Creative Commons
Attribuzione - Non commerciale - Condividi allo stesso modo 4.0 Internazionale
L’editore si solleva da ogni responsabilità in merito a violazioni da parte degli autori dei diritti di proprietà intelletuale relativi a testi e immagini pubblicati.
Direttore responsabile Emilio Antoniol Registrazione Tribunale di Treviso n. 245 del 16 marzo 2017
Pubblicazione a stampa ISSN 2532-1218 Pubblicazione online ISSN 2384-9029
Accessibilità dei contenuti online www.officinajournal.it
Prezzo di copertina 10,00 € Prezzo abbonamento 2025 32,00 € | 4 numeri
Per informazioni e curiosità www.anteferma.it edizioni@anteferma.it
OFFICINA*
“Officina mi piace molto, consideratemi pure dei vostri” Italo Calvino, lettera a Francesco Leonetti, 1953
Trimestrale di architettura, tecnologia e ambiente N.49 aprile-maggio-giugno 2025 Intelligens
Il dossier di OFFICINA*49 – Intelligens è a cura di Antonio Magarò e Michele Marchi.
Hanno collaborato a OFFICINA* 49: Maria Antonia Barucco, Mariateresa Campolongo, Barbara Cardone, Giorgio Castellano, Sara Codarin, Giulia Conti, Federica Crosato, Antonio Girardi, Rossella Gugliotta, Chiara Maggi, Alessandro Virgilio Mosetti, Massimo Musio-Sale, Luca Ossino, Ingrid Maria Paoletti, Federica Pradella, Sabrina Sacco, Vittoria Silvaggi, Chiara Tonelli, Versatile, Laura Villa Baroncelli, Masataka Yoshikawa.
OFFICINA* è un progetto editoriale che racconta la ricerca. Tutti gli articoli di OFFICINA* sono sottoposti a valutazione mediante procedura di double blind review da parte del comitato scientifico della rivista. Ogni numero racconta un tema, ogni numero è una ricerca. OFFICINA* è inserita nell’elenco ANVUR delle riviste scientifiche per l’Area 08.
INTRODUZIONE
Le intelligenze dell’architetto The Intelligences of the Architect
Antonio Magarò, Michele Marchi
Una prospettiva conviviale sull’IA
A Convivial Perspective on AI
Sabrina Sacco
Fabricated Combines
Sara Codarin, Masataka Yoshikawa
4
ESPLORARE
Spunti da visitare a cura di Eleonora Fanini
IL PORTFOLIO
Collective, Symbolic: between Project Intentions and Community Desires
Collettivo, simbolico: tra intenzioni del progetto e desideri della comunità
Giulia Conti, Alessandro Virgilio Mosetti
Costruire una nuova sostenibilità
Building a New Sustainability
Eleonora Fanini
n•49•apr•mag•giu•2025
Deus ex machina
Giulia Conti e Alessandro Virgilio Mosetti
SCIENTIFIC DOSSIER
Progettazione simpatetica
Sympathetic Design
Federica Crosato, Maria Antonia Barucco
La pioniera nautica italiana The Italian Nautical Pioneer
Esiste un’arte che, rifugiandosi dalla solennità, e presentandosi con leggerezza apparente, quasi con discrezione, riesce a sollevare interrogativi profondi e disarmanti. È questa l’arte protagonista di Facile ironia, la mostra che mette in scena un secolo di artisti italiani capaci di giocare con il linguaggio, con le forme e con le convenzioni, senza mai cadere nella trappola della superficialità. L’ironia si manifesta a tratti in forme raffinate, in alcuni casi pungente, altre volte leggermente surreale: lo strumento di chi sceglie di guardare la realtà da una prospettiva obliqua per restituirne una lettura più nitida, di chi fa del paradosso un linguaggio preciso, capace di colpire il bersaglio anche quando questo appare volutamente ambiguo e irregolare. Si attraversano i lampi geniali di Maurizio Cattelan, maestro del colpo di scena visivo, le sfide alle percezioni tradizionali di Gino De Dominicis che propone un’interpretazione inaspettata di
un elemento della cultura popolare, fino a riflettere sia su temi politici e sociali con il linguaggio ironico e dissacrante di Enrico Baj, sia su temi riguardanti la femminilità e l’identità con Liliana Moro. Il percorso espositivo è pensato come un dialogo tra epoche e stili, dove il comune denominatore non è un’estetica, ma un’attitudine: facile ironia. La satira, in questo contesto, non è soltanto un espediente stilistico, ma si trasforma in un linguaggio alternativo, una chiave di lettura del presente o una lente deformante capace di restituire, paradossalmente, uno sguardo più lucido sulla cruda realtà. Smaschera l’assurdo, sovverte l’ordine apparente, e invita lo spettatore a pensare in modo più libero, più critico, più consapevole. Ogni opera dei numerosi artisti in mostra si presenta come un invito a riflettere sulle contraddizioni e le incongruenze dei nostri tempi, stimolando una lettura critica attraverso il filtro dell’ironia.
Arte salvata. Capolavori oltre la guerra dal Muma di Le Havre
13/03/2025 - 31/08/2025
M9, Venezia m9museum.it
Nei tempi di distruzione, c’è un coraggio silenzioso che si misura nel salvare l’arte. La mostra, ospitata al museo M9 di Mestre e curata da Marianne Mathieu e Geraldine Lefebvre, racconta proprio questo: non solo la storia di cinquantadue capolavori sopravvissuti ai bombardamenti su Le Havre nel 1944, ma anche il potere dell’arte di attraversare pericoli e rimanere viva. Da Monet a Renoir, da Gauguin a Braque, ogni opera in mostra porta con sé l’impronta di un conflitto che va ben oltre la mera celebrazione della pittura impressionista e moderna: è un’indagine sul valore della conservazione del patrimonio artistico nei periodi di devastazione. Ogni dipinto diventa testimonianza del processo di recupero, un atto di resistenza culturale che sfida la dimenticanza, opponendosi all’annientamento causato dalla guerra. Accanto ai capolavori del Musée d’Art Moderne André Malraux, la mostra intreccia la memoria di Mestre, città anch’essa segnata dai bombardamenti, ma protagonista della ricostruzione: un percorso espositivo si arricchisce di una sezione fotografica e documentale e racconta la storia di Mestre durante e dopo il conflitto, con particolare attenzione al bombardamento del 28 marzo 1944 e al successivo processo di ricostruzione urbana e industriale. Il dialogo tra Le Havre e Mestre diventa così un simbolo della capacità dell’arte di ricostruire non solo fisicamente, ma anche spiritualmente, il tessuto di una comunità. L’incontro tra Le Havre e Mestre, due città segnate dalla guerra, sottolinea l’importanza del patrimonio culturale nel mantenere viva la memoria collettiva e nel promuovere la rinascita attraverso l’arte. L’esposizione si inserisce nelle celebrazioni per l’ottantesimo anniversario della fine della Seconda Guerra Mondiale, offrendo un’occasione unica per riflettere sul ruolo dell’arte come veicolo di resilienza, dimostrando come, anche nei periodi più catastrofici, quest’ultima possa fornire speranza e aprire nuove prospettive.
A cura di Antonio Magarò e Michele Marchi. Contributi di Maria Antonia Barucco, Mariateresa Campolongo, Barbara Cardone, Sara Codarin, Federica Crosato, Rossella Gugliotta, Massimo Musio-Sale, Luca Ossino, Sabrina Sacco, Vittoria Silvaggi, Chiara Tonelli, Masataka Yoshikawa.
Antonio Magarò
Assegnista di ricerca, Università degli Studi Roma Tre; Adjunct professor, Sapienza Università di Roma. antonio.magaro@uniroma3.it
Michele Marchi
Architetto, PhD e Adjunct professor, Dipartimento di Architettura, Università di Ferrara. michele.marchi@unife.it
Le intelligenze dell’architetto
Negli ultimi anni, il dibattito sull’intelligenza artificiale è incentrato sulle questioni etiche, soprattutto in relazione alla gestione della Quarta rivoluzione industriale. Nonostante i potenziali benefici dell’intelligenza artificiale applicata a tutti i processi, compresi quelli di governance, non siano ancora del tutto evidenti, l’attenzione si concentra sugli aspetti perniciosi, legati a risultati inattesi o indesiderati. Tale approccio, chiamato da alcuni “the dark side of AI” (Valle-Cruz et al., 2023), richiama un oscurantismo insito nella natura umana. Dal 1779, quando il giovane operaio Ned Ludd, probabilmente mai esistito, distrusse un telaio meccanico quale protesta verso le macchine ree di rubare il lavoro agli uomini, dando origine al Luddismo, non sembra essere cambiato molto. L’idea per la quale l’innovazione di processo e di procedimento ingeneri disoccupazione è stata formalizzata da Keynes quasi un secolo fa: l’economista coniò il termine “disoccupazione tecnologica”, ravvedendone l’inevitabilità, tuttavia considerandola una condizione alla quale adattarsi.
Negli anni Sessanta l’uomo ha intrapreso l’esplorazione spaziale e sono riaffiorate le paure ancestrali dell’alieno, che hanno affiancato (e purtroppo non sostituito) quelle dell’immigrato che ci avrebbe rubato il lavoro. Negli anni Novanta si sono diffusi i primi computer e abbiamo iniziato a spaventarci di come questi si sarebbero sostituiti a noi, fino all’avvento di una nuova era, legata all’intelligenza artificiale, che ha visto la diffusione di stime allarmati sulla perdita di posti di lavoro, fino al 47% (Frey e Osborne, 2018).
Per valutare tali stime, un’intelligenza artificiale si comporterebbe come un’intelligenza naturale: osserverebbe i dati. Indicando come densità di robot il rapporto tra numero di macchine automatiche industriali ogni diecimila operai, non appare nessuna correlazione tra questo dato e il tasso di disoccupazione dei diversi Paesi industrializzati. L’Italia ha un tasso di disoccupazione sei volte superiore alla sua densità di robot (bassissima), la Francia quasi sette volte
The Intelligences of the Architect
In recent years, the debate on artificial intelligence has been focused on ethical issues, especially in relation to the management of the Fourth Industrial Revolution Even though the potential benefits of AI applied to all processes – including governance – are not fully evident, the attention is focused on the pernicious aspects, linked to unexpected or unwanted results. This approach, called by some “the dark side of AI” (Valle-Cruz et al., 2023), refers to an obscurantism inherent in the human nature. Little seems to have changed since 1779, when the young worker Ned Ludd, who probably never existed, destroyed a power loom as a protest against the machines guilty of stealing man’s job, giving rise to Luddism. The idea that the process and procedure innovation engenders unemployment was formalized by Keynes almost a century ago: the economist coined the term “technological unemployment”, recognizing its inevitability, but considering it a condition to adapt to.
In the 1960s, man undertook the space exploration and the ancestral fear of aliens resurfaced, which joined (and unfortunately did not replace) the fear of the immigrant who would steal our jobs In the 1990s, when the first computers came into the world, we began to be afraid of how they would replace us, until the advent of a new era, linked to artificial intelligence, which caused the spread of alarming estimates on job loss, up to 47% (Frey and Osborne, 2018).
To evaluate these estimates, artificial intelligence would behave like a natural intelligence: it would observe the data. Considering the robot density as the ratio between the number of automatic industrial machines per ten thousand workers, there appears to be no correlation between this data and the unemployment rate of the various industrialized countries. Italy has an unemployment rate six times higher than its robot density (very low), France
maggiore, mentre il Giappone e la Corea del Sud vedono diminuire costantemente il tasso di disoccupazione all’aumentare della loro densità di robot, tra le più alte al mondo (Osservatorio CPI, 2018).
Nell’architettura, l’introduzione progressiva di informatizzazione nei processi è, dagli anni Novanta, tanto inevitabile quanto dirompente. Oltre a offrire strumenti più efficaci per affrontare la complessità del progetto contemporaneo, l’intelligenza artificiale consente di attingere a una ricca fonte di opportunità creative, oltre a fornire una serie di vantaggi quali la riduzione significativa dei tempi, il miglioramento dell’esperienza del committente, le potenzialità simulative per la riduzione dell’errore, ecc. La città del futuro sarà intelligente, non solo smart: nel consumo di risorse, nella gestione della mobilità, nell’aderenza dei servizi alle esigenze dei cittadini (Ratti e Claudel, 2016), con un approccio citizencentered che contempli diritti, inclusione e giustizia sociale (Magarò, 2024). Eppure, ancora oggi, nelle sedi accademiche e non, si ascoltano i maestri delle aree disciplinari più affini al progetto e all’innovazione, rimpiangere i tempi in cui non vi erano intermediari tra il pensiero e la matita, se non il gesto. La macchina è in grado di apprendere da una mole enorme di dati, individuando (a volte inventando) correlazioni non lineari in domini multidimensionali, in tempi brevissimi, al contrario dell’essere umano, che apprende attraverso esperienze, in un tempo paragonabile alla sua intera vita e interpreta la realtà nell’ambito di una cornice la cui materia è proprio quell’esperienza consolidata. In particolare, l’architetto e più in generale i progettisti nei più diversificati ambiti, apprendono la rappresentazione semantica di un dominio, la rielaborano attraverso un complesso di filtri (ad esempio la cultura architettonica del tempo) e la traducono in un altro dominio. Le reti neurali non possono farlo, per un motivo semplice: in quel complesso di filtri vi è la coscienza umana, e quella può essere solo simulata.
almost seven times higher, while Japan and South Korea see their unemployment rate constantly decreasing as their robot density increases, among the highest in the world (Osservatorio CPI, 2018).
Since the 1990s, in architecture, the progressive introduction of computerization in processes is both inevitable and disruptive. In addition to offering more effective tools to address the complexity of contemporary design, artificial intelligence allows us to draw on a rich source of creative opportunities, as well as a series of advantages such as significant time reduction, improvement of the client’s experience, simulation potentiality for error reduction, etc. The city of the future will be intelligent, not just smart: in the resource consumption, in the management of mobility, in the adequacy of services to citizens’ needs (Ratti and Claudel, 2016), with a citizen-centered approach that includes rights, inclusion and social justice (Magarò, 2024). However, to this day, in academic and non-academic contexts, we hear the masters of the disciplinary areas most related to design and innovation, regretting the time when there were no intermediaries between thought and pencil, except gesture.
The machine is able to learn from a huge amount of data, identifying (sometimes inventing) non-linear correlations in multidimensional domains, in a very short time, unlike the human being, who learns through experience, in a time comparable to his entire life and interprets the reality within a framework whose essence is precisely that consolidated experience. In particular, the architect and more generally designers in the most diverse fields, learn the semantic representation of a domain, rework it through a complex of filters (for example the architectural culture of time) and translate it into another domain. Neural networks cannot do this, for a simple reason: in that complex of filters there is the human consciousness which can only be simulated.
Tuttavia, come dimostrano i contributi analizzati in questo numero di OFFICINA*, l’IA non rappresenta un pericolo in sé, ma uno strumento capace di generare valore e migliorare la qualità della vita se utilizzata con consapevolezza e in un’ottica umanistica.
Il primo gruppo di contributi affronta il ruolo dell’IA nei processi urbani e nelle smart city. L’articolo Una prospettiva conviviale sull’IA introduce il tema dell’IA come strumento di empowerment delle comunità locali, ponendo l’accento sulla cittadinanza attiva e sulla governance partecipativa. Il valore collettivo di queste tecnologie emerge come elemento centrale per un uso consapevole, che superi le paure di delega automatizzata delle decisioni politiche e amministrative. L’articolo Pratiche contro-computazionali rafforza questa prospettiva critica, esplorando come l’IA possa essere utilizzata in modo alternativo rispetto alle pratiche di computational design dominanti.
L’approccio diagrammatico descritto propone una lettura della città non solo attraverso l’efficienza computazionale, ma anche mediante una comprensione qualitativa delle sue dinamiche complesse. Infine, Verso un nuovo paradigma partecipativo amplia ulteriormente il discorso, mostrando come l’IA possa migliorare la progettazione urbana, il design dei servizi e gli edifici intelligenti, sottolineando al contempo la necessità di un equilibrio tra innovazione tecnologica e valori umanistici.
Passando al settore dell’architettura e del design, Objet trouvé e nuovi oracoli analizza l’impatto dell’IA sulla progettazione, mettendo in evidenza come l’architetto non venga sostituito dalla macchina, ma assuma un nuovo ruolo di curatore e selezionatore delle soluzioni generate. L’accelerazione imposta dalla tecnologia viene problematizzata, sottolineando la necessità di preservare la riflessività e la profondità del pensiero progettuale. In parallelo, Fabricated Combines dimostra come l’integrazione tra IA generativa e
However, as the papers analyzed in this issue of OFFICINA* demonstrate, AI does not represent a danger in itself, but a tool capable of generating value and improving the quality of life if used with awareness and in a humanistic perspective.
The first group of papers addresses the role of AI in urban processes and smart cities. The paper A Convivial Perspective on AI introduces the topic of AI as a tool for empowering local communities, placing emphasis on active citizenry and participatory governance. The collective value of these technologies comes to light as a central element for a conscious use, which overcomes the fear of automated delegation of political and administrative decisions. The article Counter-Computational Practices strengthens this critical perspective, exploring how AI can be used in an alternative way over the dominant computational design practices.
The described diagrammatic approach proposes a reading of the city not only through computational efficiency, but also through a qualitative understanding of its complex dynamics. In conclusion, Towards a New Participatory Paradigm further expands the subject, showing how AI can improve urban planning, service design and intelligent buildings, while underlining the need for a balance between technological innovation and humanistic values.
Turning to the field of architecture and design, Objet Trouvé And New Oracles analyzes the impact of AI on design, highlighting how the architect is not replaced by the machine, but takes on a new role as curator and selector of the generated solutions. The acceleration imposed by technology is problematized, underlining the need to preserve the reflexivity and depth of design thinking. In the same way, Fabricated Combines demonstrates how the integration between generative AI and digital fabrication can open
fabbricazione digitale possa aprire nuove prospettive creative, mantenendo il controllo del progettista sul processo di trasformazione da immagine a spazio costruito.
Un altro ambito di grande rilevanza trattato nei contributi è la progettazione di strutture sanitarie. Progettazione simpatetica evidenzia come l’IA e il BIM possano supportare una gestione più efficace e flessibile degli edifici ospedalieri, migliorando la qualità degli spazi e adattandoli dinamicamente alle esigenze degli utenti. L’articolo dimostra come l’uso responsabile della tecnologia possa contribuire a un’architettura più umana e orientata al benessere.
Infine, La pioniera nautica italiana estende la discussione all’ambito della progettazione navale, dimostrando come l’IA possa non solo migliorare la gestione delle risorse e la sicurezza a bordo, ma anche contribuire alla sostenibilità del settore. Questo contributo sottolinea come l’innovazione tecnologica possa essere un motore di cambiamento positivo, anche in ambiti tradizionalmente meno inclini all’adozione di soluzioni digitali avanzate.
I contributi dimostrano che l’intelligenza artificiale, sebbene talvolta percepita con diffidenza, può costituire un potente strumento di supporto alla creatività, all’efficienza e al benessere collettivo. Il suo impiego non deve essere ostacolato da paure irrazionali, bensì guidato da una consapevolezza critica che ne valorizzi le potenzialità senza compromettere la qualità e l’etica del lavoro umano.
In questo numero di OFFICINA*, ogni esperienza di ricerca allude ad un principio fondamentale espresso sinteticamente da Fredy Fortich, progettista e ricercatore dello Studio MVRDV: “If you can’t do it in the traditional way, you shouldn’t do it through AI” (Cardoso Llach e Fortich, 2024). Dormano quindi sonni tranquilli i moderni oscurantisti, gli architetti e i progettisti in generale hanno semplicemente uno strumento in più per fare il loro lavoro: rendere il mondo migliore.*
REFERENCES
– Cardoso Llach, D., Fortich, F. (2024). Frontiers of AI in Architecture. (online). In youtube.com/ watch?v=GdPsbqWBpkU (ultima consultazione marzo 2025).
– Frey, C.B., Osborne, M. (2018). Technology at Work: The Future of Innovation and Employment (online). In oms-www.files.svdcdn.com/production/downloads/reports/ Citi_GPS_Technology_Work.pdf (ultima consultazione marzo 2025).
– Magarò, A. (2024). Involucri adattivi e intelligenza artificiale nella rigenerazione. Firenze: Edifir.
– Osservatorio CPI (2018). I robot ci rubano il lavoro? (online). In osservatoriocpi.unicatt.it/ ocpi-pachidermi-e-pappagalli-i-robot-ci-rubano-il-lavoro (ultima consultazione marzo 2025).
– Ratti, C., Claudel, M. (2016). The city of tomorrow. London: Yale University Press.
– Valle-Cruz, D., Garcia-Contreras, R., Gil-Garcia, R. (2023). Exploring the negative impacts of artificial intelligence in government. International Review of Administrative Sciences, vol. 90, n. 2, pp. 353-368.
up new creative perspectives, maintaining the designer’s control over the process of transformation from image to built space.
Another area of great relevance covered in the papers is the design of healthcare facilities. Sympathetic Design highlights how AI and BIM can support a more effective and flexible management of hospital facilities, improving the quality of spaces and dynamically adapting them to users’ needs. The article shows how the responsible use of technology can contribute to a more human and well-beingoriented architecture.
Lastly, The Italian Nautical Pioneer extends the discussion to the field of naval design, proving how AI can not only improve resource management and safety on board, but also contribute to the sustainability of the sector. This paper highlights how technological innovation can be a driver of positive change, even in areas traditionally less inclined to the implementation of advanced digital solutions.
The papers show that artificial intelligence, although sometimes perceived with suspicion, can be a powerful tool to support creativity, efficiency and collective wellbeing. Its use must not be hindered by irrational fears, but rather guided by a critical awareness that enhances its potential without compromising the quality and ethics of human work.
In this issue of OFFICINA*, each research experience alludes to a fundamental principle synthetically expressed by Fredy Fortich, designer and researcher at Studio MVRDV: “If you can’t do it in the traditional way, you shouldn’t do it through AI” (Cardoso Llach and Fortich, 2024). So modern obscurantists, architects and designers in general can sleep soundly, they simply have an extra tool to do their job: making the world a better place.*
Sabrina Sacco
Dottoranda in Intelligenza artificiale, Università degli Studi di Napoli Federico II. sabrina.sacco@unina.it
Una prospettiva conviviale sull’IA
01. Mappatura dei valori collettivi, laboratorio conviviale ad Atena Lucana organizzato da Evaluab | Mapping of collective values, convivial workshop in Atena Lucana organized by Evaluab. S. Sacco, 2024
A Convivial Perspective on AI In contemporary urban contexts, AI plays a crucial role in implementing sustainable strategies and supporting informed decisions. However, the increasing reliance on these technologies raises important ethical concerns, particularly in relation to democratic processes. To tackle these challenges and offer new perspectives, between March and June 2024, the WHAT IF? seminars have been organized at the Department of Architecture of the University of Naples Federico II, focused on AI, collective values, active citizenship, deliberative models and conviviality. The seminars provided a valuable opportunity to foster critical and aware reflections and to collectively envision alternative scenarios in which AI acts as a catalyst for the empowerment of local communities.*
Nei contesti urbani contemporanei, l’Intelligenza Artificiale (IA) riveste un ruolo fondamentale nell’implementazione di strategie sostenibili e nel supportare decisioni informate. Tuttavia, il crescente ricorso a queste tecnologie solleva importanti questioni etiche. Per esplorare tali sfide e offrire nuove prospettive, tra marzo e giugno 2024 presso il Dipartimento di Architettura dell’Università degli Studi di Napoli Federico II è stato organizzato WHAT IF?, un ciclo di seminari dedicato a IA, convivialità, valori collettivi, cittadinanza attiva e modelli deliberativi. Gli incontri hanno rappresentato un’importante occasione per stimolare riflessioni critiche e per immaginare insieme scenari alternativi in cui l’IA sia catalizzatrice di processi di empowerment delle comunità locali.*
Il ciclo di seminari WHAT IF?
per un’indagine nei contesti urbani
erso un approccio conviviale all’IA
Le tecnologie conviviali (Illich, 1973) sono strumenti che individui e comunità possono controllare pienamente per perseguire obiettivi autonomamente stabiliti. La loro convivialità risiede nella capacità di rafforzare relazioni umane basate sull’autodeterminazione, promuovendo partecipazione attiva e decisioni collettive, evitando dinamiche di controllo e sfruttamento.
L’approccio conviviale acquista particolare rilevanza in relazione all’adozione diffusa dell’Intelligenza Artificiale (IA), un insieme diversificato di tecnologie che integra dati, algoritmi e potenza di calcolo. Si tratta di agenti capaci di raggiungere, nel minor tempo possibile e massimizzando le probabilità di successo, il risultato richiesto (Russell e Norvig, 2021). La grande capacità dell’IA di risolvere problemi decisionali complessi, riserva innumerevoli opportunità ma al contempo presenta una serie di sfide di cui bisogna essere consapevoli (Crawford, 2021; Floridi e Cabitza, 2021; Roncaglia, 2023). Nell’ era dei Big Data, quasi ogni fenomeno può essere registrato, analizzato e reinterpretato (Mayer-Schonberger e Cukier 2013). Questo processo di Datafication richiama questioni etiche relative alla provenienza e alla gestione di questi dati (Coeckelbergh, 2022), alla privacy e al consenso (Varon e Peña, 2021), alle risorse energetiche necessarie per sostenere la potenza di calcolo richiesta (Brevini, 2021) e le risorse umane che, con il loro lavoro, consentono il sostentamento di questo sistema (Terranova, 2000). Nonché questioni legate al “Capitalismo di Sorveglianza” (Zuboff, 2019), ovvero al potere che deriva dal controllo dei dati. L’IA risulta ormai pervasiva nella nostra vita quotidiana, influenzando anche i contesti urbani e le decisioni a essi legate (Pellegrin et al. 2021).
Per quanto efficiente, l’IA si basa su logiche computazionali che, per velocizzare il processo, tendono a ridurre la complessità della realtà a modelli predittivi. Questo approccio funziona bene per risolvere problemi strutturati e tecnici, ma cosa accade quando entra in gioco la dimensione umana? Possiamo
davvero affermare che l’IA sia in grado di prendere la migliore scelta per il bene comune? Quali valori umani rischiano di essere dimenticati in un processo decisionale automatizzato? Come possiamo garantire che le decisioni prese con il supporto dell’IA siano allineate ai desideri e ai bisogni delle comunità locali, e non semplicemente orientate al profitto?
Possiamo davvero affermare che l’IA
sia in grado di prendere la migliore scelta per il bene comune?
Per attivare un dialogo multidisciplinare sulle implicazioni etiche e sociali dell’IA nei contesti urbani, nasce WHAT IF?1 , un ciclo di quattro seminari organizzato tra marzo e giugno 2024 presso il Dipartimento di Architettura dell’Università degli Studi di Napoli Federico II.
WHAT IF?
I quattro seminari hanno visto la partecipazione di 17 relatori e centinaia di partecipanti, online e in presenza, per un totale di 16 ore di dibattito. Attraverso questionari, piattaforme digitali e un glossario condiviso, WHAT IF? ha visto il coinvolgimento di accademici, liberi ricercatori, professionisti, operatori culturali e curiosi. Partendo dalla definizione di IA conviviale, WHAT IF? ha approfondito temi legati alla costruzione di valori collettivi, alla cittadinanza attiva e alla democrazia deliberativa. Questo contributo intende non solo restituire parte delle riflessioni emerse durante quelle giornate ma anche esplorare prospettive inedite sull’IA, accogliendo la visione utopica e provocatoria a cui allude lo stesso titolo.
E se adottassimo un approccio conviviale all’IA?2
La raccolta massiva di dati e l’automazione dei processi decisionali stanno ridefinendo il modo in cui le città
vengono progettate e governate, spesso privilegiando l’ottimizzazione tecnologica a scapito delle esigenze dei cittadini. Il Nuovo estrattivismo (Joler, 2020) descrive la pratica di trattare i dati come materia prima da estrarre per generare valore economico. Nei contesti urbani, questo fenomeno può manifestarsi attraverso la raccolta sistematica di informazioni su spostamenti, abitudini di consumo e interazioni dei cittadini, trasformandoli in fonti inesauribili di dati (Srnicek, 2017).
Se guardiamo all’ Urbanismo di Piattaforma (Barns, 2020), ovvero alla tendenza di lasciare che siano le piattaforme digitali a dettare le regole del mercato e a influenzare le politiche di governance, vediamo come l’IA rischi di mercificare lo spazio urbano. Anziché rispondere a bisogni sociali reali, l’uso dell’IA nelle città globali finisce spesso per rafforzare logiche neoliberali, creando una frattura tra innovazione tecnologica e qualità della vita. Si alimentano così illusioni di sviluppo e progresso, senza però incidere realmente sul miglioramento delle condizioni economiche e sociali.
Il primo appuntamento di WHAT IF? propone uno sguardo conviviale nel reinterpretare l’IA come strumento al servizio dei cittadini, suggerendo di “glitchare” – ovvero, rompere intenzionalmente i modelli imposti dalla tecnologia (Russell, 2020). Un esempio è il progetto artistico sperimentale IAQOS, che esplora come la tecnologia non debba essere solo un mezzo per le grandi corporazioni di raccogliere e manipolare informazioni, ma possa diventare un bene comune, capace di favorire relazioni e processi collaborativi. L’approccio conviviale si configura come un’alternativa concreta, capace di immaginare e dare forza a ecosistemi partecipativi, coinvolgendo governi, società civile, comunità scientifiche e aziende, orientando la pianificazione verso pratiche di riappropriazione dell’identità collettiva.
02. Mappatura collaborativa: un dataset meditato, workshop in Castellammare di Stabia organizzato da Sottospazio | Collaborative mapping: a meditated dataset, workshop in Castellammare di Stabia organized by Sottospazio. I. Parlato, 2023
E se l’IA favorisse la costruzione di valori collettivi?3 Se un tempo il concetto di valore era principalmente legato alla produzione economica, oggi va ampliato per includere aspetti sociali, ambientali ed etici (Mazzucato, 2018). Questo ha un impatto diretto sulle città, dove il valore diventa espressione delle priorità collettive. Tuttavia, questi valori spesso non sono espliciti né facilmente quantificabili, quindi è fondamentale interrogarsi su come farli emergere e integrarli nelle strategie di pianificazione urbana. Un possibile strumento è l’intelligenza collettiva, che mette in relazione le risorse di diverse comunità verso il riconoscimento e l’arricchimento reciproco degli individui (Lévy, 1997).
Il secondo seminario di WHAT IF? esplora come l’IA possa attivare processi di apprendimento e creatività per favorire l’intelligenza collettiva, verso l’esplicitazione di valori condivisi. Tuttavia, ogni società sviluppa tecnologie basate sui propri valori culturali che sono in continua evoluzione (Hui, 2021). Questa dinamicità complica l’integrazione dei valori nei sistemi di IA, con il rischio di ridurre l’essere umano a semplici dati probabilistici (Pometti, 2022). Allo stesso tempo, ci invita a guardare ai sistemi valoriali con uno sguardo situato (Haraway, 1988): solo adottando una prospettiva locale è possibile far emergere i valori di una specifica comunità e tradurli in strumenti – tra cui l’IA –capaci di incidere sulla forma della città.
E se l’IA promuovesse processi di cittadinanza attiva?4
Il concetto di cittadinanza oggi si estende oltre la dimensione geografica, includendo aspetti globali, urbani e digitali (Bruhn, 2004). Con la strategia di Lisbona 2010, la Commissione Europea introduce il concetto di cittadinanza attiva, che non si limita all’appartenenza, ma richiede responsabilità, agency e partecipazione alla vita sociale e politica. Tuttavia, affinché ciò avvenga, è necessario ripensare il rapporto tra individui, società e tecnologia, adottando un approccio etico – ethics by design (Kieslich et al., 2022). Il terzo appuntamento di WHAT IF? esplora come l’IA possa favorire l’empowerment
delle comunità, non limitandosi alla raccolta dati o all’automatizzazione di processi, ma stimolando nuove consapevolezze e immaginari futuri alternativi. Il progetto Data Meditations propone ritualità alternative per promuovere una relazione più consapevole tra persone e tecnologia. Secondo questo modello, la produzione di dati non è un processo automatico, ma nasce da interazioni umane e si sviluppa nel tempo. Parallelamente, approcci di responsible futuring enfatizzano la necessità di considerare le conseguenze a lungo termine delle decisioni tecnologiche, garantendo che queste rimangano sotto il controllo dell’agency umana. Inoltre, nuovi modelli di pedagogia hacker – approcci educativi che promuovono un rapporto critico e consapevole con la tecnologia – propongono un apprendimento basato sull’esperienza e sulla sperimentazione attiva, offrendo ai cittadini strumenti per comprendere e modellare la tecnologia invece di subirla passivamente.
E se potessimo deliberare con l’IA?5
Nell’era delle piattaforme digitali e delle nuove forme di capitalismo, l’IA ha progressivamente acquisito un ruolo nel panorama politico, generando tensioni e contribuendo alla crisi dei modelli democratici tradizionali. Se da un lato si favorisce una partecipazione più ampia, dall’altro lato si incorre in disinformazione e manipolazione dell’opinione pubblica. Si parla di echo chambers (Cinelli et al., 2021), bolle informative in cui gli utenti vengono esposti solo a contenuti affini ai loro interessi, polarizzando il dibattito pubblico. In questo contesto, la democrazia deliberativa si propone come un’alternativa basata sulla partecipazione diretta e sul dialogo per la costruzione di decisioni collettive (Fearon, 1998). Il quarto appuntamento di WHAT IF? esplora come l’IA possa essere utilizzata per rafforzare i processi deliberativi, piuttosto che comprometterli.
Un primo passo è la creazione di un sistema giuridico solido che tuteli i cittadini. È urgente adottare un approccio sistematico alla regolamentazione, che includa strumenti
03. Costruire un lessico condiviso, workshop conviviale NEB-STAR in Utrecht | Building a shared lexicon, convivial workshop NEB-STAR in Utrecht. S. Sacco, 2024
di autoregolamentazione e co-regolamentazione, al fine di garantire sia la protezione dei diritti fondamentali sia un uso etico delle tecnologie digitali. In questo senso, prevenire la diffusione di false informazioni e manipolazioni è cruciale, ponendo l’accento su misure preventive piuttosto che solo reattive. Allo stesso tempo, è essenziale aumentare il grado di consapevolezza collettiva, affinché gli individui possano riconoscere il proprio ruolo non solo come utenti, ma anche come produttori di dati e automatismi. L’integrazione di empatia nei processi decisionali diventa un ele-
rando il ruolo dell’IA come strumento di facilitazione della creazione della conoscenza. L’approccio conviviale spinge verso la definizione e l’adozione di un sistema etico dinamico (Masullo, 2006) che favorisca la cooperazione e il mutualismo, per costruire relazioni significative e rispettose, fondamentali per affrontare le sfide che l’innovazione tecnologica ci sta ponendo.
Riconoscere il dato come relazione e interazione, piuttosto che come un’entità statica
mento chiave (Mauri et al., 2022): un’IA basata sull’empatia cattura desideri, emozioni e bisogni, garantendo che tutte le voci siano ascoltate e valorizzate. Deliberare con l’IA non significa affidare le decisioni alle macchine, ma progettare tecnologie capaci di aiutarci a rendere il processo decisionale più equo e consapevole.
Riflessioni e Prospettive da WHAT IF?
L’evento WHAT IF? ha posto l’accento sulla cittadinanza attiva, sui processi partecipativi e sui modelli deliberativi, esplo-
La portata globale di tali questioni e il loro impatto sulla vita quotidiana sottolineano l’opportunità di rispondere con un approccio situato (Haraway, 1988), grazie al quale promuovere l’autogoverno e la trasparenza, senza dimenticare il valore umano. Riconoscere il dato come relazione e interazione, piuttosto che come un’entità statica, è un passo cruciale verso un modello di “cocostruzione” delle scelte che integri le specificità individuali e promuova una cittadinanza urbana attiva e inclusiva. La meditazione sul dato ci spinge a considerarlo come un oggetto di riflessione, utile per sedimentare risposte e formulare nuove domande. Se accompagnato da approcci di pedagogia attiva, promuove processi di deliberazione partecipata, in cui i valori diventano parte integrante della discussione. Creare una cultura della decisione condivisa, con l’IA come supporto alla deliberazione, consente di ampliare le prospettive e definire preferenze più inclusive.
La democrazia deliberativa emerge come modello di inte-
04. Creazione di uno spazio relazionale, laboratorio conviviale ad Atena Lucana, organizzato da Evaluab | Creating a relational space, convivial workshop in Atena Lucana, organized by Evaluab. P. Zizzania, 2024
razione e costruzione di significato, in cui l’IA contribuisce a rafforzare la convivialità e a evitare gerarchie di potere. L’intersezione tra empatia e IA evidenzia come sia necessaria non solo l’intelligenza razionale, ma anche una competenza emotiva utile a costruire valori condivisi tramite interazioni e negoziazioni continue. In questo contesto, l’approccio conviviale diventa un principio guida per affrontare le sfide attuali, promuovendo la costruzione collettiva di nuove forme di conoscenza.
WHAT IF? dimostra quanto sia fondamentale sviluppare un lessico comune che consenta di identificare una coscienza collettiva, a partire dalla quale generare scenari che riflettano una pluralità di competenze e prospettive. Eventi come questo aiutano a costruire una comunità scientifica e professionale in Italia, riunendo competenze attorno a tematiche complesse e in continua evoluzione. La domanda what if? resta aperta, mantenendo vivo uno spazio speculativo che stimola riflessioni profonde. L’intento non è quello di fornire risposte definitive, ma di aprire nuove prospettive per una valutazione più consapevole dell’impatto dell’IA su processi decisionali, valori collettivi e comunità.*
NOTE
1 – Evento a cura di Sabrina Sacco, dottoranda in Intelligenza Artificiale, Università degli Studi di Napoli Federico II (UNINA); comitato scientifico composto dalla prof.ssa Maria Cerreta, prof. Ferdinando Di Martino, prof.ssa Bice Cavallo e prof. Michelangelo Russo, UNINA.
2 – Interventi seminariali: Carlo Sansone, coordinatore del master in Human Centred AI, UNINA; Stefano Borroni Barale, docente e studioso di tecnologie conviviali; Arianna Forte, curatrice e ricercatrice indipendente; Letizia Chiappini, docente di digitalizzazione e sostenibilità, Università di Twente.
3 – Interventi seminariali: Stamatia Portanova, docente di sociologia dei processi culturali e comunicativi, Università degli Studi di Napoli L’Orientale (UNIOR); Johanna Monti, docente di lingue moderne, UNIOR; Daniela Cotimbo, curatrice e docente di teoria e metodo dei mass media, Rome University of Fine Arts; Valentina Franzoni, docente di informatica, Università degli Studi di Perugia.
4 – Interventi seminariali: Cristina Zaga, docente di Human-Centred Design, Università di Twente; Stefano Capezzuto, co-founder di ecosistemica; Filippo Bignami, ricercatore, Centro competenze lavoro, welfare e società, Scuola universitaria professionale della Svizzera italiana; Agnese Trocchi e Rinaldo Mattera, CIRCE - Centro di ricerca internazionale per le convivialità elettriche. 5 – Interventi seminariali: Andrea Mauri, docente di Human-Centred Data Intensive Application, Università Claude-Bernard di Lione; Emanuele Braga, ricercatore indipendente e attivista; Valeria Pinto, docente di filosofia teoretica e della religione, UNINA; Giovanna D’Alfonso, docente di diritto privato, Università degli Studi della Campania Luigi Vanvitelli; Alice Barale, ricercatrice in estetica e filosofia dei linguaggi, Università degli Studi di Milano.
REFERENCES
–
Barns, S. (2020). Platform urbanism: Negotiating platform ecosystems in connected cities Singapore: Palgrave Macmillan.
– Brevini, B. (2021). Is AI good for the planet?. Chichester: John Wiley & Sons.
– Bruhn, K. (2004). Why drums and drum circles (online). In remo.com/experience/post/ why-drums-and-drum-circles (last access December 2024).
– Cinelli, M., et al. (2021). The echo chamber effect on social media, Proceedings of the National Academy of Sciences, 118(9).
– Coeckelbergh, M. (2022). The political philosophy of AI: An introduction. Chichester: John Wiley & Sons.
– Crawford, K. (2021). The atlas of AI: Power, politics, and the planetary costs of artificial intelligence. New Haven, CT: Yale University Press.
– Fearon, J.D., (1998). Deliberation as discussion. Elster, J. (ed.), Deliberative Democracy. Cambridge: Cambridge University Press, pp. 44-68.
– Floridi, L. and Cabitza, F. (2021) Intelligenza artificiale: L’uso delle nuove macchine. Milano: Bompiani.
– Haraway, D. (1988). Situated knowledges: The science question in feminism and the privilege of partial perspective. Feminist Studies, 14(3), pp. 575–599.
– Hui, Y. and Lemmens, P. (2021). Cosmotechnics: For a renewed concept of technology in the Anthropocene. London: Routledge.
– Illich, I. (1973). Tools for conviviality. New York, NY: HarperCollins Publishers.
– Joler, V. (2020). New extractivism (online). In extractivism.online (last access December 2024).
– Kieslich, K., Keller, B. and Starke, C. (2022). Artificial intelligence ethics by design: Evaluating public perception on the importance of ethical design principles of artificial intelligence. Big Data & Society, 9(1).
– Levy, P. (1997). Collective intelligence. New York, NY: Basic Books.
– Masullo, A. (2006) Filosofia morale. Rome: Editori Riuniti.
– Mauri, A., et al. (2022). COCTEAU: An empathy-based tool for decision-making. Companion Proceedings of the Web Conference 2022. New York, NY: ACM, pp. 219–222.
– Mazzucato, M. (2018). The value of everything: Making and taking in the global economy London: Penguin UK.
– Mayer-Schönberger, V. and Cukier, K. (2013). Big data: A revolution that will transform how we live, work, and think. Boston, MA: Houghton Mifflin Harcourt.
– Pellegrin, J., Colnot, L. and Delponte, L. (2021). Research for REGI Committee—Artificial intelligence and urban development. Brussels: European Parliament.
– Pometti, M. (2022). Umani artificiali: Per un approccio umanistico all’AI. Milan: Mondadori.
– Roncaglia, G. (2023). L’architetto e l’oracolo. Forme digitali del sapere da Wikipedia a ChatGPT. Rome-Bari: Laterza.
– Russell, L. (2020). Glitch feminism: A manifesto. London: Verso Books. – Russell, S.J., Norvig, P. (2021). Intelligenza artificiale: Un approccio moderno. Ediz. MyLab. Milan: Pearson.
Srnicek, N. (2017). Platform capitalism. Cambridge: Polity Press.
–
– Terranova, T. (2000). Free labor: Producing culture for the digital economy. Social Text, 18(2), pp. 35–58.
– Varon, J., Peña, P. (2021). Artificial intelligence and consent: A feminist anti-colonial critique. Internet Policy Review, 10(4).
– Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. New York, NY: PublicAffairs.
05. Racconto collettivo dell’esperienza conviviale, mostra ad Atena Lucana | Collective storytelling of the convivial experience, exhibition in Atena Lucana. W.A. Lamattina, 2024
Towards a Convivial Approach to AI Convivial technologies (Illich, 1973) are tools that individuals and communities can fully control to pursue autonomously established goals. Their conviviality lies in their ability to strengthen human relationships based on self-determination, promoting active participation and collective decision-making while avoiding dynamics of control and exploitation.
The convivial approach gains particular relevance concerning the widespread adoption of Artificial Intelligence (AI), a diverse set of technologies that integrate data, algorithms and computing power. These are agents capable of achieving the requested result in the shortest possible time while maximizing the probability of success (Russell and Norvig, 2021). AI’s great ability to solve complex decision-making problems offers countless opportunities but also presents a series of challenges that must be considered (Crawford, 2021; Floridi and Cabitza, 2021; Roncaglia, 2023).
In the era of Big Data, almost every phenomenon can be recorded, analysed and reinterpreted (Mayer-Schonberger and Cukier, 2013). This process of “Datafication” raises ethical issues concerning the provenance and management of these data (Coeckelbergh, 2022), privacy and consent (Varon and Peña, 2021), the energy resources required to sustain the necessary computing power (Brevini, 2021) and the human resources that, through their labour, sustain this system (Terranova, 2000). Additionally, there are issues related to “Surveillance Capitalism” (Zuboff, 2019), namely the power derived from data control. Nowadays, AI has become pervasive in our daily lives, influencing urban contexts and the decisions related to them (Pellegrin et al., 2021). Despite its efficiency, AI is based on computational logics that, to speed up processes, tend to reduce the complexity of reality to predictive models. This approach
Sabrina Sacco
A Convivial Perspective on AI
The WHAT IF? seminar series for an investigation in urban contexts
works well for solving structured and technical problems, but what happens when the human dimension comes into play? Can we truly say that AI can make the best choice for the common good? What human values risk being forgotten in an automated decision-making process? How can we ensure that decisions made with AI support align with the desires and needs of local communities rather than being solely profitdriven?
To activate a multidisciplinary dialogue on the ethical and social implications of AI in urban contexts, WHAT IF?1 was created – a series of four seminars organized between March and June 2024 at the Department of Architecture of the University of Naples Federico II.
WHAT IF?
The four seminars featured 17 speakers and hundreds of participants, both online and in person, for a total of 16 hours of discussion. Through surveys, digital platforms and a shared glossary, WHAT IF? engaged academics, independent researchers, professionals, cultural operators and curious individuals. Starting from the definition of convivial AI, WHAT IF? delves into themes related to the construction of collective values, active citizenship and deliberative democracy. This contribution aims not only to convey some of the reflections that emerged during those days but also to explore new perspectives on AI, embracing the utopian and provocative vision suggested by the very title.
What if we adopted a convivial approach to AI?2
The massive collection of data and the automation of decision-making processes are redefining how cities are designed and governed, often prioritizing technological optimization over citizens’ needs.
The “New Extractivism” (Joler, 2020) de-
scribes the practice of treating data as raw material to be extracted to generate economic value. In urban contexts, this phenomenon can manifest through the systematic collection of information on citizens’ movements, consumption habits and interactions, transforming them into inexhaustible sources of data (Srnicek, 2017).
If we look at “Platform Urbanism” (Barns, 2020) – the trend of allowing digital platforms to dictate market rules and influence governance policies – we see how AI risks commodifying urban space. Rather than responding to real social needs, AI use in global cities often ends up reinforcing neoliberal logics, creating a rift between technological innovation and quality of life. This fuels illusions of development and progress without genuinely improving economic and social conditions.
The first WHAT IF? event proposes a convivial perspective in reinterpreting AI as a tool serving citizens, suggesting “glitching” – intentionally breaking the imposed models of technology (Russell, 2020). One example is the experimental artistic project IAQOS, which explores how technology should not merely be a means for large corporations to collect and manipulate information but can become a common good capable of fostering relationships and collaborative processes. The convivial approach emerges as a concrete alternative, imagining and empowering participatory ecosystems involving governments, civil society, scientific communities and companies, steering urban planning towards practices of reclaiming collective identity.
What if AI helped build collective values?3 If the concept of value was once primarily tied to economic production, today it must expand to include social, environmental and ethical aspects (Mazzucato, 2018). This has a direct impact on cities, where values become an expression of collective priorities.
However, these values are often not explicit or easily quantifiable, making it crucial to explore how they can emerge and be integrated into urban planning strategies. A possible tool is collective intelligence, which connects the resources of different communities toward mutual recognition and enrichment (Lévy, 1997).
The second WHAT IF? seminar explores how AI can activate learning and creativity processes to foster collective intelligence, towards the elicitation of collective values. However, every society develops technologies based on its cultural values, which continuously evolve (Hui, 2021). This dynamism complicates the integration of values into AI systems, risking reducing human beings to mere probabilistic data (Pometti, 2022). At the same time, it invites us to view value systems through a situated perspective (Haraway, 1988): only by adopting a local viewpoint can we surface the values of a specific community and translate them into tools – like AI – that shape the city.
What if AI promoted active citizenship?4
The concept of citizenship today extends beyond the geographic dimension, including global, urban and digital aspects (Bruhn, 2004). With the Lisbon Strategy 2010, the European Commission introduced the concept of active citizenship, which is not limited to belonging but requires responsibility, agency and participation in social and political life. However, for this to happen, it is necessary to rethink the relationship between individuals, society and technology by adopting an ethical approach – “ethics by design” (Kieslich et al., 2022). The third WHAT IF? event explores how AI can empower communities, not just by collecting data or automating processes but by stimulating new awareness and alternative future imaginaries. The “Data Meditations” project proposes alternative rituals to promote a more conscious relationship between people and technology. According to this model, data production is not an automatic process but arises from human interactions and develops over time. Similarly, responsible futuring approaches emphasize the need to consider the long-term consequences of technological decisions, ensuring that they remain under human agency control. Additionally, new hacker pedagogy models – educational approaches that foster a critical and conscious relationship with technology – propose learning based on experience and active experimentation, providing citizens with tools to understand and shape technology instead of passively enduring it.
What if we could deliberate with AI?5
In the era of digital platforms and new forms of capitalism, AI has progressively acquired a role in the political landscape, generating tensions and contributing to the crisis of traditional democratic models. On the one hand, it promotes broader participation; on
the other hand, it leads to misinformation and manipulation of public opinion. This phenomenon is known as “echo chambers” (Cinelli et al., 2021), information bubbles in which users are exposed only to content aligned with their interests, polarizing public debate.
In this context, deliberative democracy emerges as an alternative based on direct participation and dialogue for the construction of collective decisions (Fearon, 1998). The fourth session of WHAT IF? explores how AI can be used to strengthen deliberative processes rather than undermine them.
A first step is the creation of a solid legal framework that protects citizens. It is urgent to adopt a systematic approach to regulation, including self-regulation and co-regulation tools, to ensure both the protection of fundamental rights and the ethical use of digital technologies. In this sense, preventing the spread of false information and manipulation is crucial, emphasizing preventive rather than merely reactive measures. At the same time, it is essential to increase collective awareness so that individuals recognize their role not only as users but also as producers of data and automatisms. The integration of empathy into decision-making processes becomes a key element (Mauri et al., 2022): an AI based on empathy captures desires, emotions and needs, ensuring that all voices are heard and valued. Deliberating with AI does not mean entrusting decisions to machines but designing technologies capable of helping us make the decision-making process fairer and more conscious.
Reflections and Perspectives from WHAT IF?
The WHAT IF? event emphasized active citizenship, participatory processes and deliberative models, exploring AI’s role as a tool for facilitating knowledge creation.
The convivial approach pushes towards the definition and adoption of a dynamic ethical system (Masullo, 2006) that fosters cooperation and mutualism to build meaningful and respectful relationships, fundamental to addressing the challenges posed by technological innovation.
The global scope of these issues and their impact on daily life highlight the opportunity to respond with a situated approach (Haraway, 1988), through which to promote self-governance and transparency, without forgetting the human value.
Recognizing data as a relationship and interaction, rather than as a static entity, is a crucial step toward a co-constructed decision-making model that integrates individual specificities and promotes active and inclusive urban citizenship. Data meditation urges us to consider data as an object of reflection, useful for consolidating responses and formulating new questions. When accompanied by active pedagogy approaches, it promotes participatory deliberation processes, where values become an integral part of the discussion. Creating
a culture of shared decision-making, with AI as a support for deliberation, allows for broadening perspectives and defining more inclusive preferences. Deliberative democracy emerges as a model of interaction and meaning-making, where AI helps strengthen conviviality and avoid power hierarchies. The intersection of empathy and AI highlights how not only rational intelligence is necessary, but also emotional competence, which is essential for building collective values through continuous interactions and negotiations. In this context, the convivial approach becomes a guiding principle for addressing current challenges, promoting the collective construction of new forms of knowledge. WHAT IF? demonstrates how essential it is to develop a common vocabulary that allows for the identification of a collective consciousness, from which to generate scenarios that reflect a plurality of skills and perspectives. Events like this help build a scientific and professional community in Italy, bringing together expertise around complex and ever-evolving topics. The question “what if?” remains open, keeping alive a speculative space that stimulates deep reflections. The goal is not to provide definitive answers but to open new perspectives for a more conscious assessment of AI’s impact on decision-making processes, collective values and communities.*
NOTES
1 – Event organized by Sabrina Sacco, PhD student in Artificial Intelligence, University of Naples Federico II (UNINA); Scientific Committee composed of Prof. Maria Cerreta, Prof. Ferdinando Di Martino, Prof. Bice Cavallo, and Prof. Michelangelo Russo, UNINA.
2 – Speakers: Carlo Sansone, coordinator of the Master in Human Centred AI, UNINA; Stefano Borroni Barale, professor and enthusiast of convivial technologies; Arianna Forte, curator and independent researcher; Letizia Chiappini, professor of Digitalization and Sustainability, University of Twente.
3 – Speakers: Stamatia Portanova, professor of sociology of cultural and communicative processes, University of Naples L’Orientale (UNIOR); Johanna Monti, professor of modern language teaching, UNIOR; Daniela Cotimbo, curator and professor of media theory and methodology, Rome University of Fine Arts; Valentina Franzoni, professor of computer science, University of Perugia.
4 – Speakers: Cristina Zaga, professor of Human-Centred Design, University of Twente; Stefano Capezzuto, co-founder of Ecosistemica; Filippo Bignami, researcher, Center for Competence in Work, Welfare, and Society, University of Applied Sciences and Arts of Southern Switzerland; Agnese Trocchi and Rinaldo Mattera, CIRCE - International Research Center for Electric Convivialities.
5 – Speakers: Andrea Mauri, professor of Human-Centred Data Intensive Application, Claude-Bernard University of Lyon; Emanuele Braga, independent researcher and activist; Valeria Pinto, professor of theoretical philosophy and religion, UNINA; Giovanna D’Alfonso, professor of private law, University of Campania “Luigi Vanvitelli”; Alice Barale, researcher in aesthetics and philosophy of languages, University of Milan.
Sara Codarin
Assistant Professor, Architecture, College of Architecture and Design, Lawrence Technological University. scodarin@ltu.edu
Masataka Yoshikawa
Assistant
Professor,
Architecture, College of Architecture and Design, Lawrence Technological University. myoshikaw@ltu.edu
Fabricated Combines
01. AI-generated images used as a prompt to initiate the research project | Immagini generate dall’IA utilizzate come prompt per avviare il progetto ricerca. S. Codarin, M. Yoshikawa
Fabricated Combines The paper describes Fabricated Combines, a research project that connects generative artificial intelligence (AI) with digital fabrication through iterative processes that integrate the digital and physical workspace. The described workflow transforms 2D images generated with AI into 3D models, which are then materialized through digital fabrication. By using visual elements related to the concept of architectural spolia, Fabricated Combines explores spatial possibilities shaped through advanced digital representation methods. These concepts are instrumental in creating a final architectural proposition, defined using traditional methods of descriptive geometry. The proposed design process expands creative possibilities while maintaining control over AI-assisted workflows.*
L’articolo si propone di descrivere Fabricated Combines, un progetto di ricerca che collega l’intelligenza artificiale (IA) generativa alla fabbricazione digitale attraverso processi iterativi che integrano lo spazio di lavoro digitale con quello fisico. Il flusso di lavoro descritto trasforma immagini 2D generate con l’IA in modelli 3D successivamente materializzati tramite fabbricazione digitale. Utilizzando elementi visuali affini al concetto di spolia architettonica, Fabricated Combines esplora possibilità spaziali modellate attraverso metodi avanzati di rappresentazione digitale. Questi concetti sono strumentali alla creazione di una proposizione architettonica finale definita attraverso i tipici metodi della geometria descrittiva. Il processo progettuale proposto amplia le possibilità creative, mantenendo al contempo il controllo sui flussi di lavoro assistiti dall’IA.*
Integrating Generative AI and Digital Fabrication in Architectural Design Workflows
Introduction
Generative AI has emerged as a transformative force in architectural design, allowing creatives, researchers, and professionals to push the boundaries of design possibilities. This collaboration between human ingenuity and AI introduces new processes that enhance workflows and advance design thinking through visual culture. AI algorithms, using text-based prompts, can generate images, videos, audio, and simplified 3D models, enabling designers to explore new directions in architectural discourse, with virtually limitless outcomes drawn from vast datasets (del Campo, 2022).
The study Fabricated Combines explores text-based diffusion models (Yang et al., 2022) as a tool for generating images that inform physical modeling. Despite the high level of detail and realism in AI-generated images achievable at the time of writing, such images still lack complete threedimensional coherence and completeness. This limitation, however, creates space for interpretation, encouraging speculative design exploration beyond the two-dimensional boundaries of an image. By embracing these constraints, the research interrogates the relationship between 2D and 3D spaces, drawing inspiration from Robert Rauschenberg’s notion of “combines” (Rauschenberg et al., 2005), which blur the boundaries between flat images and sculptural forms. In this context, a “combine” refers to a design approach that merges different media, forms, or dimensions into a cohesive hybrid work, integrating digital and physical elements. Taking the concept of “combines” further, generative AI has the ability to create new images by analyzing and reconfiguring existing ones.
KEYWORDS: INTELLIGENZA ARTIFICIALE | GENERATIVE AI; PROCESSO PROGETTUALE | DESIGN WORKFLOW; FABBRICAZIONE DIGITALE | DIGITAL FABRICATION
The availability of these computationally advanced digital AI tools opens up spaces for theoretical investigation and critical reflection on the purpose of architectural drawing, guided by the designers’ experience and familiarity with traditional design practices. Ubiquitous technology ecosystems challenge contemporary modes of architectural
02. Workflow Diagram Map | Diagramma del flusso di lavoro. S. Codarin, M. Yoshikawa representation by raising questions about how individual drawings, models, or static notations retain value in an era when AI enables the production of an overwhelming, nearly unquantifiable, volume of outputs (Bieg, 2024).
While AI generation is currently limited to synthesizing and interpolating existing data (Fuest et al., 2024), the decentralized and versatile workspace - the “combine” aspect of the project - helps shape exploratory workflows from ideation to model-making, which represents the “fabricated” component. AI-generated images serve as a catalyst for aesthetic experiences (Young, 2021) in AI-driven design practices, while
physical model-making enables iterative design processes. In this research, architectural propositions evolve through repeated design loops, using architectural fragments, much like spolia, to inform and guide the visual language.
Objectives and Methodology
Fabricated Combines is a design collaboration at Lawrence Technological University’s College of Architecture and Design, spanning two semesters of work. The project investigates evolving topics that connect academic research with design pedagogy, aligning with the college’s culture to foster visual
literacy and openness to experimentation across new platforms and digital/analog formats. The research phases are structured to meet key objectives across four main levels:
– processual: establishing workflows that operate across different scales and platforms, opening new possibilities for spatial research;
– aesthetic: defining design criteria that use historical references to bridge the gap between meaning and appearance;
– digital: pushing the boundaries of existing technology to inspire creativity;
– material: using model-making as a medium to transfer material intelligence between digital and physical realms; – pedagogical: facilitating the shareability of knowledge by exposing future designers to procedural thinking and integrating new methodologies into practices.
In Fabricated Combines, AI-generated images are created using Midjourney, with prompts that incorporate architectural fragments, historical decay, timelines, and societal narratives (Spiller, 2002). Midjourney runs on Discord, a communication platform that enables real-time simultaneous interaction during image generation. This setup allows multiple users to refine prompts, upscale outputs, and generate variations within a shared, interactive environment.
tational script analyzes the final digital models, translating key spatial characteristics into fundamental architectural elements, such as staircases, floors, and ceilings. This iterative workflow continues until the architectural proposal is fully realized (img. 02).
AI-Generated 2D
Generative AI systems can create two-dimensional images from brief text descriptions or short paragraphs. This process of generating images from text-based prompts stimulates imagination and creativity. The speed at which ideas can be explored using this method is similar to traditional hand sketching, but with the added advantage of producing high resolution images. Unlike hand sketching, where the human hand maintains full control over the creation, AI-assisted image generation involves a degree of autonomy from the algorithm.
Fabricated Combines merges Generative AI and digital fabrication in architectural design
AI-generated 2D images are converted into 3D models using TouchDesigner, a node-based visual tool enabling workflow customization and human input at multiple stages of fine-tuning. The models undergo geometric refinement, surpassing AI image limitations. Digital fabrication integrates physical objects, creating a cyclical design loop where scale models are manually adjusted, captured via photogrammetry, and processed digitally.
The integration of insights from physical prototypes with the digital design phase fosters a symbiotic relationship between 2D images, 3D models, and 3D scans. A compu-
Both cases, clarity of ideas is achieved through iterative refinement (imgg. 01, 03). Each iteration introduces some level of ambiguity, which keeps the images open to interpretation. Viewing AI as a sketching tool (Kudless, 2024) serves as a guiding principle in the Fabricated Combines project, allowing the rapid capture of ideas and atmospheres. These AI-generated images are not final renderings but evolving representations, offering new directions for creative exploration.
From 2D to 3D
The AI-generated 2D images serve as the starting point for transforming visual content into 3D geometry. Various techniques were tested for this conversion, including ready-touse AI-powered tools and custom-coded 2D-to-3D engines
developed with TouchDesigner. Many existing tools rely on depth maps to convert flat images into 3D models, so creating custom depth maps became an important step. Visual Effects (VFX) software was used to simulate space using deep pixel compositing. This area of research remains ongoing, with different software solutions being explored to streamline the process of generating 3D geometries from 2D images.
is needed to fully develop the models. In this stage, a digital sculpting tool, ZBrush, is used to modify the geometry, particularly in areas that weren’t fully accounted for in the initial AI-generated images. This ongoing modeling process allows designers to interpret, enhance, and imagine the depth, hidden shapes, and connections within the synthetic forms (img. 04).
AI-generated 2D images are transformed into 3D models through iterative digital-physical processes
Refinement of the 3D digital model
Once 2D images are transformed into 3D models, further refinement is necessary. These AI-generated geometries rely on the system’s interpretation, meaning human involvement
Digital Fabrication and Design Feedback Loop
A core part of the research involves bringing the digital designs into physical form through 3D printing, adding a tangible dimension to the work. This physicalization of digital geometries pushes the research into a multi-dimensional phase, where different aspects of the design—textual, visual, and physical—inform one another in iterative feedback loops. The printed models challenge
03. AI-generated images used as a prompt to initiate the research project | Immagini generate dall’IA utilizzate come prompt per avviare il progetto ricerca. S. Codarin, M. Yoshikawa
initial AI-generated visual narratives and serve as study models that lead to further design refinement. Additive manufacturing was found to be the most effective method for these iterations, with digital light processing (DLP) outperforming fused deposition modeling (FDM) in handling the complex geometries. This process of reviewing and refining the models gives designers time to reflect on the original design intent and investigate new approaches to the constructs (img. 06).
Digital Simulation and Translation
The physical models are further refined by adding details and exploring relationships between different parts of the design. These adjustments are incorporated back into the digital 3D model, forming part of a repeatable design loop. The resulting 3D model serves as a prototype of the architectural form, representing the concept’s massing but still lacking finer architectural details. To enhance the model with greater precision, digital simulations are used. A growth simulation script generates architectural elements like floors, stairs, and walls, while the basic geometries are given thickness to define exterior walls, floors, and roofs. These simulated elements are then combined into comprehensive architectural propositions. The final architectural designs are examined through traditional representations such as elevations, floor plans, and sections (img. 05). These representations are produced using rendering software that mimics the linework of orthographic drawings, allowing for quick adjustments and modifications throughout the design process.
Results
We designed a workflow that produced a building expressed in a series of orthographic drawings. Through the exploration, the research findings highlight both the potential and limitations of integrating generative AI with physical model-making in architectural workflows. By iter-
ating on the process explored in Fabricated Combines, key insights emerged regarding depth mapping, 3D refinement, and the challenges of translating AI-generated imagery into physical artifacts.
Depth Mapping and Bottleneck
Manually defining depth for AI-generated 2D images was necessary for 3D conversion, limiting efficiency. Using TouchDesigner, we generated depth maps, but manual input remained essential for spatial accuracy, offering designers greater control and richer outcomes. After conversion, ZBrush refined models, enabling sculpting beyond AI’s capabilities. This underscored the importance of human intervention in enhancing AI-generated forms, expanding possibilities in speculative design.
AI-Driven Simulation and Generative Design Integration
AI-generated architectural models perform well in digital simulations, but integrating them into a fluid generative workflow remains a challenge. While AI rapidly produces 2D images, translating them into iterative 3D design loops remains complex. This study underscores AI’s dual role: driving visual exploration while facing fabrication constraints. Future research should focus on optimizing AI-physical workflows, advancing automated depth mapping, and enhancing generative AI integration to ensure a seamless transition from 2D images to 3Dprinted structures.
Discussion
Research on AI-assisted image generation and conceptualization has revealed promising links across various stages of the design process, from massing and sketching to rendering and model-making (Pasing, 1998). However, much of this research tends to be fragmented. The aim here was to develop a workflow that is not only accessible and repeatable but also scalable beyond one-off experiments.
04. 2D-to-3D translations process (left to right) | Processo di traduzione da 2D a 3D (da sinistra a destra). S. Codarin, M. Yoshikawa
Fabricated Combine, the multi-dimensional AI-integrated workflow, can be implemented by scholars and practitioners in architectural education, providing students with a deeper understanding of procedural design meth-
use of hybrid drawings. The use of AI and the capability of being able to work in-between 2D and 3D mediums and physical models allow designers to investigate designs in a similar way as hybrid drawings. As Mark Ericson highlights, orthographic projections remain valuable for describing complex forms (Ericson, 2019). In this context, the multi-dimensional AI-integrated workflow can serve as both a design process and an outcome, suggesting the progression of architectural drawing in the era of AI. Just like sketches thrive on their ambiguity and rapid execution, AI-integrated workflow can provide a flexible platform for conceptual exploration at a much faster speed, operating across multiple dimensions compared to traditional design processes.
Creativity in AI
The project redefines creativity by blending AI-driven innovation with human control in design
ods augmented by AI. The workflow also encourages the development of hybrid drawings (Martin, 2020), blending traditional techniques, such as orthographic drawings, with AI-enhanced approaches (Jacobus & Kelly, 2023). Concepts expressed in Bryan Cantley’s Speculative Coolness (Cantley, 2023) can be a reference for the creative
The integration of AI into architectural design has broadened the scope of the practice, introducing new opportunities for enhanced speed and creative exploration. AI tools provide designers with innovative ways to explore architectural concepts, pushing the limits of traditional design methods. However, the question remains whether AI can ever generate truly original ideas independently. This highlights a fundamental aspect of architectural design: the process of studying, adapting, and reinterpreting existing buildings to create new concepts (Pause & Clark, 2013). Despite the advances in AI, translating AI-generated designs into built structures still requires substantial human intervention. Digital models produced by AI need further refinement to meet architectural standards. This necessary involvement, as noted by Massimiliano Fuksas in Thom Mayne’s Models (Mayne, 2023), allows architects to maintain creative authorship within AI-driven workflows, ensuring the final outcome retains a distinctly human touch and innovation.
05. Simulated AI-informed architectural proposition | Proposta architettonica simulata basata sul l’IA. S. Codarin, M. Yoshikawa
Future Directions
Looking ahead, the ongoing development of AI tools will likely increase their effectiveness within design workflows. These tools are expected to become more deeply integrated into the practices of architects and designers, offering faster, more efficient ways to explore and iterate design concepts (Koheler, 2023). However, the designer’s role remains essential, particularly in interpreting and refining AI-generated outputs. A key area for growth lies in advancing AI models capable of producing more detailed and accurate 3D models from 2D images. Future research should prioritize improving algorithms and techniques for these conversions to make sure that the resulting models are not only visually compelling but also structurally and functionally sound.
As AI technology continues to evolve, there will be an increasing need for educational programs that equip students with the skills to effectively use these tools (Cunningham et al., 2017). This includes understanding both the limitations and possibilities of AI in design, as well as mastering the manipulation and refinement of AI-generated outputs. Additionally, the exploration of hybrid drawing techniques will remain crucial in enriching architectural representation (Kulper et al., 2013).
By combining traditional design methods with AI-enhanced processes inspired by Robert Rauschenberg’s concept of “combines,” designers can produce more nuanced and innovative works. This hybrid approach will help bridge the gap between initial conceptual sketches and detailed architectural plans, making the transition from idea to implementation smoother. In conclusion, while AI is already reshaping architectural design, its full potential is still unfolding. Continued research and development, paired with thoughtful integration into education and professional practice, will ensure that AI becomes an indispensable tool for architects, enriching both the creative process and the quality of the built environment.*
REFERENCES
– Bieg, K. (2024). The Etiology of a New Collective Architecture. In Del Campo, M. (ed), Diffusions in Architecture. Hoboken (NJ): John Wiley & Sons. doi.org/10.1002/9781394191802.ch8
– Cantley, B., Baldwin, P.J. (2023). Speculative coolness: Architecture, media, the real, and the Virtual. Abingdon, Oxon: Routledge.
– Pause, M., Clark, R.H. (2013). Precedents in architecture: Analytic diagrams, formative ideas, and Partis. Hoboken (NJ): John Wiley & Sons.
– Cunningham, K., Blanchard, S., Ericson, B., Guzdial, M. (2017). Using Tracing and Sketching to Solve Programming Problems: Replicating and Extending an Analysis of what Students Draw. In Proceedings of the 2017 ACM Conference on International Computing Education Research, August 2017, pp. 164-172.
– Del Campo, M. (2022). Neural architecture: Design and artificial intelligence. Novato (CA): Applied Research and Design Publishing, ORO Editions.
– Ericson, M. (2019). Ordinary Geometry. In Kulper, A., La, G., Ficca, J. (eds). Proceedings of the 107th ACSA Annual Meeting, Black Box, March 28-30, 2019. Pittsburgh, pp. 457-463. – Fuest, M., Ma, P., Gui, M., Fischer, J.S., Hu, V.T., Ommer, B. (2024). Diffusion models and representation learning: a survey. doi.org/10.48550/arXiv.2407.00783
– Gannon, T., Jones, W. (2009). Pendulum plane: Oyler wu collaborative. Los Angeles (CA): Los Angeles Forum for Architecture and Urban Design.
– Gerber, D.J., Ibañez, M. (2015). Paradigms in computing: Making, machines, and models for design agency in Architecture. Los Angeles, CA: EVol.
– Koehler, D. (2023). More than anything: Advocating for Synthetic Architectures within Large-scale Language-image Models. International Journal of Architectural Computing, 21(2), pp.242-255.
– Kudless, A. (2024). Stop Making Sense: Complexity and Contradiction in AI and Architecture. Architectural Design, 94(3), pp.86-93.
– Kulper, P., Chard, N. (2013). Pamphlet Architecture 34: Fathoming the Unfathomable Princeton (NJ): Princeton Architectural Press.
– Lim, J. (2011). Bio-structural analogues in architecture. Amsterdam: BIS Publishers.
– Martin, B. (2020). Topo [graphies] of the Un/conscious. AIS-Architecture Image Studies, 1(2), pp.22-33.
– Mayne, T. (2023). M³: Modeled Works [Archive] 1972-2022. New York: Rizzoli.
– Rauschenberg, R., Schimmel, P., Crow, T.E. (2005). Robert Rauschenberg: Combines Los Angeles: Museum of Contemporary Art.
– Spiller, N. (2002). Reflexive architecture. London: Academy Editions Ltd (a division of John Wiley & Sons Ltd.).
– Yang, L., Zhang, Z., Song, Y. et al. (2022). Diffusion Models: a Comprehensive Survey of Methods and Applications. doi.org/10.48550/arXiv.2209.00796
– Young, M. (2021). Reality modeled after images: Architecture and aesthetics after the Digital image. New York (NY): Routledge.
– Zhang, H., Zhang, J., Perazzi, F., Lin, Z., Patel, V. (2021). Deep Image Compositing. In: Proceedings of the Applications of Computer Vision (WACV) Winter Conference, January 3-8 Waikoloa, HI, pp. 365-374.
ACKNOWLEDGEMENTS
This research was supported by the College of Architecture and Design at Lawrence Technological University. Shaikha Al-Kazim contributed to the project as a research assistant.
06. Physically manipulated study models | Modelli di studio manipolati fisicamente. S. Codarin, M. Yoshikawa
Introduzione
L’intelligenza artificiale generativa è in tempi recenti emersa come una forza trasformativa nella disciplina del design architettonico, permettendo a ricercatori e professionisti di espandere i confini delle possibilità progettuali. Questa collaborazione tra intelletto umano ed IA introduce nuovi processi che migliorano i flussi di lavoro e arricchiscono il pensiero progettuale attraverso la cultura visiva. Gli algoritmi di intelligenza artificiale, utilizzando prompt testuali, possono generare immagini, video, file audio e modelli 3D semplificati, consentendo ai progettisti di esplorare nuove direzioni nel discorso architettonico contemporaneo, con risultati virtualmente illimitati (Bieg, 2024) derivati da vasti dataset (del Campo, 2022). Il progetto di ricerca Fabricated Combines esplora i modelli di diffusione basati su testo (Yang et al., 2022) come strumento per generare immagini attraverso questo tipo di rete neurale. Sebbene i più avanzati modelli computazionali garantiscano alta risoluzione, dettaglio e realismo, le immagini prodotte dall’IA mancano ancora di una coerenza tridimensionale esaustiva. Questa limitazione, tuttavia, lascia spazio a una lettura interpretativa che porta a un’esplorazione concettuale dello spazio che esiste in potenza entro i limiti di un’immagine bidimensionale. Prendendo atto dei sopra citati limiti intrinseci della tecnologia, la ricerca di seguito presentata indaga la relazione teorica tra spazi 2D e 3D, ispirandosi alla nozione di combines di Robert Rauschenberg (Rauschenberg et al., 2005), che intreccia la superficie dell’immagine con la geometria delle forme tridimensionali. In questo contesto, il concetto di combine si riferisce a un approccio progettuale che unisce diversi media, formati digitali o caratteristiche dimensionali in un’opera ibrida coerente, integrando elementi digitali e fisici in un insieme leggibile. Sebbene la generazione IA sia attualmente limitata alla sintesi e interpolazione di dati preesistenti (Fuest et al., 2024), lo spazio di lavoro decentralizzato e versatile che la caratterizza – un altro aspetto combine del progetto – contribuisce a strutturare flussi di lavoro esplorativi, dall’ideazione preliminare alla realizzazione di modelli fisici - rappresentandone la componente fabricated. Le immagini generate dall’IA si configurano come catalizzatori per sperimentazioni sulla forma e sull’espressione visiva (Young, 2021), mentre la modellazione
Fabricated Combines
Integrazione di intelligenza artificiale generativa e fabbricazione digitale nei processi progettuali
fisica abilita cicli iterativi di decision-making e validazione progettuale guidata dall’uso dell’intelligenza artificiale.
Obiettivi e metodologia
Fabricated Combines è una collaborazione progettuale presso il College of Architecture and Design della Lawrence Technological University, sviluppata nell’arco di due semestri accademici. Il progetto esplora tematiche in evoluzione che connettono la ricerca accademica alla definizione di strumenti pedagogici innovativi, in linea con la cultura del college, che promuove la capacità di valutare output visivi e la sperimentazione su nuove piattaforme e formati digitali/analogici. Le fasi della ricerca sono strutturate per raggiungere obiettivi chiave su quattro livelli principali:
– Processuale: volto a definire flussi di lavoro che operano su diverse scale e piattaforme, aprendo nuove possibilità per la ricerca spaziale;
– Visuale: attraverso l’elaborazione di criteri progettuali che utilizzano riferimenti storici per colmare il divario tra significato e la sua rappresentazione;
– Digitale: con l’obiettivo di superare i limiti delle tecnologie esistenti per incentivare la creatività;
– Materiale: impiegando la realizzazione di plastici di studio come mezzo per trasferire l’intelligenza materiale tra il mondo digitale e quello fisico;
– Pedagogico: volto a facilitare la condivisione della conoscenza, esponendo i futuri progettisti al pensiero procedurale e integrando nuove metodologie nelle pratiche progettuali. In Fabricated Combines, le immagini generate dall’IA sono realizzate con Midjourney, attraverso prompt di testo che incorporano trasposizioni visive in chiave di narrazioni sociali (Spiller, 2002). La scelta di Midjourney è motivata dalla sua integrazione con Discord, una piattaforma di comunicazione - generalmente utilizzata dai gamer - che consente interazioni multi-utente in tempo reale durante la generazione delle immagini.
Le immagini 2D prodotte dall’IA vengono poi convertite in modelli 3D attraverso TouchDesigner, un linguaggio di programmazione visiva basato su connessioni nodali. TouchDesigner viene utilizzato per la sua adattabilità, che consente di personalizzare i flussi di lavoro mantenendo l’intervento umano e l’autorialità pro-
gettuale in ogni fase, poiché ciascuna richiede numerosi passaggi di ottimizzazione per ottenere risultati efficaci. Questi modelli 3D costituiscono la base per successive manipolazioni geometriche.
Vari strumenti di fabbricazione digitale, in particolare la stampa 3D, vengono successivamente impiegati per integrare oggetti fisici nel workflow, o flusso di lavoro. Il processo si sviluppa attraverso un ciclo iterativo, in cui i plastici vengono modificati e riconfigurati manualmente nello spazio fisico. Successivamente, si ricorre a tecniche di fotogrammetria per acquisire dati digitali dai modelli fisici, consentendo ulteriori elaborazioni digitali. Infine, attraverso uno script computazionale sviluppato appositamente per questo progetto, i modelli digitali finali vengono analizzati e interpolati, traducendo le caratteristiche spaziali chiave in elementi architettonici fondamentali, come collegamenti verticali, elevazioni e orizzontamenti. Questo flusso di lavoro iterativo prosegue fino alla definizione finale della proposta architettonica (img. 02).
IA e generazione 2D
I sistemi di IA generativa possono creare immagini bidimensionali a partire da brevi descrizioni testuali o paragrafi sintetici. La rapidità con cui è possibile esplorare idee con questo metodo è paragonabile al disegno a mano libera tradizionale, in cui esiste un rapporto di immediatezza tra input e output, con il vantaggio di produrre immagini più dettagliate. A differenza dello schizzo manuale, in cui la mano umana mantiene il pieno controllo del processo creativo, la generazione assistita dall’IA introduce un grado di autonomia dell’algoritmo. In entrambi i casi, la chiarezza delle idee si raggiunge attraverso affinamenti iterativi (imgg. 01, 03).
Ogni iterazione con l’IA introduce un certo livello di ambiguità, mantenendo le immagini aperte all’interpretazione. Considerare l’IA come uno strumento di sketching concettuale (Kudless, 2024) consente di catturare rapidamente idee e atmosfere, non come rendering finali, ma come rappresentazioni in divenire, capaci di suggerire nuove direzioni per l’esplorazione creativa.
Dal 2D al 3D
Le immagini bidimensionali generate dall’IA costituiscono il punto di partenza per la trasformazione del contenuto visivo in geometrie
Sara Codarin, Masataka Yoshikawa
tridimensionali. Questo passaggio è reso possibile dalla definizione delle mappe di profondità, o depth maps, che analizzano la distanza tra gli elementi in primo piano e quelli sullo sfondo per convertire le immagini in modelli 3D. La simulazione dello spazio 3D può poi essere realizzata attraverso software di effetti visivi (VFX) utilizzando una tecnica computazionale nota come deep pixel compositing, area di ricerca tutt’ora in evoluzione.
Affinamento del modello digitale 3D
Una volta trasformate le immagini 2D in modelli tridimensionali, è necessario un ulteriore affinamento. Queste geometrie generate dall’IA si basano sull’interpretazione software, rendendo indispensabile il contributo intellettuale per il loro completo sviluppo. In questa fase, strumenti di digital sculpting, come ZBrush, vengono utilizzati per modificare la geometria, intervenendo in particolare sulle aree non completamente definite nelle immagini iniziali prodotte dall’IA. Questo processo di modellazione continuo permette di interpretare, migliorare e immaginare la profondità visiva e le connessioni all’interno di queste configurazioni sintetiche (img. 04).
Fabbricazione digitale e ciclo di feedback progettuale
Un aspetto centrale della ricerca consiste nella trasposizione dei modelli digitali in forma fisica attraverso la stampa 3D, aggiungendo una dimensione tangibile al lavoro. Questa materializzazione delle geometrie digitali spinge la ricerca in una fase multidimensionale, in cui gli aspetti testuali, visivi e fisici del progetto si influenzano reciprocamente attraverso cicli iterativi di feedback. Tale processo di revisione e perfezionamento dei modelli consente di riflettere sull’intento progettuale originale ed esplorare nuovi approcci immaginativi e costruttivi (img. 06).
Simulazione e traduzione digitale
I modelli fisici vengono ulteriormente perfezionati attraverso l’integrazione di dettagli e l’esplorazione delle relazioni tra le diverse parti del progetto. Le modifiche apportate vengono successivamente scansionate digitalmente e reinserite nel modello 3D, instaurando un ciclo progettuale iterativo. L’ultima operazione sul modello digitale avviene attraverso uno script basato su un algoritmo di crescita, che genera elementi architettonici come orizzontamenti, scale e setti verticali, mentre le geometrie di base vengono dotate di spessore per definire setti perimetrali esterni, solai e coperture. Questi elementi simulati vengono poi combinati in configurazioni architettoniche più articolate. La rappresentazione finale si sviluppa attraverso gli strumenti della geometria descrittiva in architettura, come prospetti, piante e sezioni (img. 05). Queste rappresentazioni sono prodotte con software di rendering che simulano il tratto grafico dei disegni ortografici, consentendo rapide modifiche e adattamenti durante il processo progettuale.
Risultati
La ricerca ha permesso di creare un workflow che ha generato un edificio rappresenta-
to attraverso una serie di disegni ortografici. L’esplorazione ha messo in evidenza sia il potenziale che i limiti dell’integrazione tra IA generativa e modellazione fisica nei flussi di lavoro architettonici. Attraverso le iterazioni sul processo sviluppato in Fabricated Combines, sono emersi elementi chiave riguardanti la mappatura della profondità, il perfezionamento 3D e le difficoltà nella traduzione delle immagini generate dall’IA in artefatti fisici.
Mappe di profondità e limitazioni tecniche La definizione delle mappe di profondità, se da un lato rappresenta un passaggio necessario, dall’altro riduce l’efficienza del processo. Dopo la conversione da 2D a 3D, ZBrush è stato utilizzato per finalizzare i modelli digitali, consentendo una modellazione avanzata e integrando le parti in cui l’IA risulta ancora carente. Questo ha evidenziato il ruolo cruciale dell’intervento umano nel perfezionare le forme preliminari generate dall’IA.
Simulazione basata sull’IA e integrazione del design generativo Sebbene l’IA consenta la rapida produzione di immagini 2D, la loro traduzione in cicli iterativi di progettazione 3D resta un processo complesso. Questo studio evidenzia il duplice ruolo dell’IA: da un lato, come strumento di esplorazione visiva, dall’altro, come tecnologia che si confronta con i vincoli della fabbricazione. Le ricerche future dovrebbero concentrarsi sull’ottimizzazione dei flussi di lavoro tra IA e fabbricazione fisica, sullo sviluppo di sistemi avanzati di mappatura della profondità automatizzata e sul potenziamento dell’integrazione dell’IA generativa per garantire una transizione controllata e affidabile dalle immagini 2D in materializzazione 3D.
Discussione
La ricerca sulla generazione di immagini e sulla concettualizzazione assistite dall’IA ha evidenziato connessioni promettenti tra le diverse fasi del processo progettuale, dalla definizione volumetrica e lo schizzo fino al rendering e alla modellazione fisica (Pasing, 1998). Tuttavia, gran parte di questi studi tende a rimanere frammentata. Questa ricerca ha cercato di sviluppare un workflow accessibile e ripetibile, capace di essere scalabile e di andare oltre il singolo esperimento isolato.
Fabricated Combines, il workflow multidimensionale integrato con l’IA, può essere adottato da professionisti e docenti nell’ambito della formazione architettonica, offrendo agli studenti una comprensione più approfondita dei metodi di progettazione procedurale arricchiti dall’IA. Il workflow favorisce inoltre lo sviluppo di disegni ibridi (Martin, 2020), combinando tecniche consolidate, come le proiezioni ortografiche, con approcci potenziati dall’IA (Jacobus e Kelly, 2023). I concetti espressi in Speculative Coolness di Bryan Cantley (Cantley, 2023) possono costituire un riferimento per l’uso creativo del disegno ibrido.
L’impiego dell’IA e la capacità di operare con fluidità tra media bidimensionali, tridimensionali e modelli fisici consentono di esplorare il design con una logica affine a quella dei disegni ibridi. Come evidenzia Mark Ericson, le proie-
zioni ortografiche rimangono uno strumento essenziale per descrivere forme complesse (Ericson, 2019). In questo contesto, il workflow multidimensionale integrato con l’IA può funzionare sia come processo progettuale che come esito finale, suggerendo un’evoluzione del disegno architettonico nell’era dell’IA.
Creatività nell’IA
L’integrazione dell’IA nella progettazione architettonica ha ampliato il campo di azione della disciplina, introducendo nuove opportunità per accelerare i processi e approfondire l’esplorazione creativa. Gli strumenti basati sull’IA offrono ai progettisti modalità innovative per sviluppare concetti architettonici, oltrepassando i limiti dei metodi consolidati. Tuttavia, resta aperta la questione se l’IA possa mai generare idee realmente originali in modo autonomo. Questo aspetto mette in luce un principio fondamentale della progettazione architettonica: il processo di studio, adattamento e reinterpretazione di edifici esistenti per dare vita a nuovi concetti (Pause & Clark, 2013). Nonostante i progressi dell’IA, la traduzione dei progetti generati da questi sistemi in strutture reali richiede ancora un significativo intervento umano affinchè possano essere finalizzati come progetti architettonici effettivamente rappresentabili e implementabili. Questo aspetto, come osserva Massimiliano Fuksas nel libro Models (Mayne, 2023), permette agli architetti di mantenere l’autorship creativa all’interno dei processi guidati dall’IA, assicurando che il risultato finale conservi un’impronta distintamente umana e innovativa.
Prospettive future
Gli strumenti di intelligenza artificiale sono destinati a integrarsi sempre più nelle pratiche di architetti e designer, offrendo modalità più rapide ed efficienti per esplorare e iterare i concetti progettuali (Koheler, 2023), garantendo al contempo che il ruolo del progettista rimanga centrale, soprattutto nell’interpretazione e nella rifinitura dei risultati generati dall’IA. Man mano che la tecnologia dell’IA continua a evolversi, crescerà la necessità di programmi formativi in grado di fornire agli studenti le competenze per utilizzare questi strumenti in modo efficace (Cunningham et al., 2017). Ciò include la comprensione sia dei limiti che delle potenzialità dell’IA nel design, nonché la capacità di interpolare e affinare i risultati generati. Inoltre, l’esplorazione di tecniche di disegno ibrido rimarrà cruciale per arricchire la rappresentazione architettonica (Kulper et al., 2013). Sebbene l’IA stia già trasformando la progettazione architettonica, il suo pieno potenziale è ancora in evoluzione. La ricerca e l’innovazione, in costante sviluppo, insieme a un’integrazione consapevole nei settori dell’istruzione e della pratica professionale, garantiranno che l’IA diventi uno strumento essenziale per gli architetti, arricchendo sia il processo creativo che la qualità dell’ambiente costruito.*
RINGRAZIAMENTI
Questa ricerca è stata supportata dal College of Architecture and Design della Lawrence Technological University. Shaikha Al-Kazim ha contribuito al progetto in qualità di assistente alla ricerca.
Federica Crosato
Dottoranda in Progettazione tecnologica e ambientale, Università Iuav di Venezia. fcrosato1@iuav.it
Maria Antonia Barucco
Prof.ssa associata in Progettazione tecnologica e ambientale dell’architettura, DCP, Università Iuav di Venezia. barucco@iuav.it
Progettazione simpatetica
01. Progettazione simpatetica: tecnologia e architettura per il benessere umano, 2025 | Sympathetic Design: Technology and Architecture for Human Well-Being, 2025. F. Crosato con ChatGPT
Sympathetic Design In a context of growing complexity in the field of design, this contribution provides an analysis of the new challenges in the design of healthcare facilities. The work focuses on optimizing the management of informational flows, improving the functionality and interpretation of spaces with the support of BIM and AI. The goal is to explore how these technologies can foster a “sympathetic design” approach to meet the ever-changing needs and update the design process by promoting architecture that enhances human well-being and the sustainability of spaces, demonstrating how advanced technology can be crucial in addressing the complexity of modern design and in humanizing built environments.*
In un contesto di crescente complessità nel mestiere del progetto, questo contributo propone un’analisi delle nuove sfide della progettazione di strutture sanitarie. Il lavoro mira all’ottimizzazione dei flussi informativi gestionali, migliorando funzionalità e lettura degli spazi con il supporto del BIM e dell’AI. L’obiettivo è esplorare come queste tecnologie possano promuovere una “progettazione simpatetica” per rispondere alle esigenze in continuo cambiamento e aggiornare il processo di progettazione promuovendo un’architettura che valorizza il benessere umano e la sostenibilità degli spazi dimostrando come la tecnologia avanzata possa essere cruciale nell’affrontare la complessità del progetto moderno e nell’umanizzare gli spazi costruiti.*
Innovare la progettazione e la gestione di edifici complessi: BIM e IA per le strutture sanitarie
Strumenti digitali nella transizione sanitaria Nel panorama delle trasformazioni globali, caratterizzate da un’accelerazione senza precedenti nel campo tecnologico, l’edilizia sanitaria è uno degli ambiti più sensibili per l’applicazione di innovazioni digitali. Il Building Information Modeling (BIM) integrato con l’Intelligenza Artificiale (IA) segna un punto di svolta per la progettazione e la gestione delle strutture ospedaliere: l’integrazione di BIM e IA offre spunti per sviluppare nuove modalità di concepire gli spazi e consente ai progettisti di strutturare schemi, ragionamenti e organizzazioni spazio-funzionali tali da interagire e adattarsi dinamicamente alle esigenze del settore sanitario, anch’esse in rapido cambiamento.
Il BIM permette rappresentazioni dettagliate e multidimensionali dei progetti e favorisce ad aumentare precisione, efficienza del processo costruttivo e gestionale oltre che manutentivo degli edifici. Diversi studi hanno riconosciuto i vantaggi dell’integrazione delle tecniche di IA con il BIM per la pianificazione del layout attraverso l’implementazione di algoritmi per l’analisi dell’efficienza energetica, per l’analisi delle interferenze, per l’ottimizzazione degli spazi e per minimizzare le distanze dei percorsi per i pazienti (Alavi et al, 2024): il primo articolo che trattò di BIM e IA fu pubblicato nel 1998 (Li et al, 2024). Le dieci fonti più produttive in materia di IA e BIM nell'edilizia sostenibile nel database WoSCC sono Sustainability, Buildings, The Journal of Cleaner Production, IEEE Access, Sustainable Cities and Society, Automation in Construction, Energies, Applied Sciences Basel, Environment Development and Sustainability, e Sustainable Development (Li et al., 2024).
Il progetto acquista una straordinaria importanza: esso non consiste solamente nella produzione di elaborati rispettosi delle normative e corrispondenti alle domande della committenza: diventa lo strumento con il quale selezionare, controllare e gestire le informazioni necessarie a descrivere, validare e prevedere le esigenze degli utenti, nonché le prestazioni del costruito.
Come affermato da Martinez (2020), “l’univocità del database assicurata dal BIM è irrinunciabile per le attività di facility management”: il BIM è, a tutti gli effetti, uno strumento per la semplificazione dell’operato dei progettisti. Grazie al BIM è possibile fare scelte all’interno di un insieme di soluzioni verificate, correlate tra loro e automaticamente adattabili. Il BIM e l’IA possono certamente sostituirsi ai progettisti se la gamma delle azioni necessarie allo svilup-
L’integrazione di BIM e IA offre spunti per sviluppare nuove modalità di concepire gli spazi
po di un progetto potesse essere risolta con un’attenta descrizione delle esigenze e dell’apparato normativo tecnico. Ma ciò non accade finché, all’evoluzione degli strumenti a disposizione del progettista, siamo in grado di crescere la qualità dei progetti, la sensibilità nei confronti degli utenti e la sostenibilità ambientale (oltre che economica) degli edifici. La capacità di ascolto dei professionisti del progetto non è sostituibile.
Obiettivo: progettazione simpatetica
Il settore sanitario e la teorizzazione più avanzata dedicata ai luoghi al servizio della salute sono da tempo aperti al dialogo e al confronto sui temi del miglioramento del progetto sia grazie agli strumenti dell’IA che attraverso un migliore e più efficace dinamica di comunicazione tra portatori d’interesse e progettisti. Ne deriva la progettazione simpatetica, essenziale per la definizione e la gestione degli spazi. Questo approccio non solo risponde alle esigenze
immediate di sicurezza e comfort, ma riconosce una nuova sensibilità e con essa, pone il progettista in accordo con il modo di agire e pensare degli utenti: in questo approccio si possono rintracciare i fondamenti delle nuove norme e standard per la sostenibilità ambientale e l’umanizzazione degli spazi sanitari. In questo nuovo modo di intendere del progetto, sottilmente sensibile, vi sono le basi per un futuro in cui tecnologia e architettura si fondono per promuovere il benessere umano. Tutta la progettazione architettonica potrà essere rivoluzionata da nuovi modi di gestire le generalizzazioni e focalizzarsi sui dettagli risolutivi. Ma gli edifici al servizio del settore sanitario sono casi studio d’eccellenza per affrontare le complessità insite in questa innovazione. Innanzitutto perché gli edifici quali ospedali, case di comunità, case di cura, etc. devono necessariamente funzionare per il bene degli utenti e sono composti da elementi funzionali e spaziali strutturati da normative e standard sfidanti per i progettisti. Il BIM supporta il progetto delle nuove costruzioni in ottemperanza di questi standard come anche la conoscenza e il progetto, di gestione e manutenzione, degli edifici esistenti. Ponendo il modello BIM in relazione con gli algoritmi IA è possibile progettare e gestire i flussi di persone e di informazioni. Il percorso di ricerca, sperimentazione e sviluppo progettuale in corso, avviene per fasi e a partire dall’esplorazione dell’applicabilità del BIM nella creazione di modelli digitali dettagliati di edifici sanitari a servizio dell’intero ciclo di vita del cespite immobile. Nell’immagine 02 viene fornito uno dei progetti oggetto di analisi. La prima fase del lavoro di innovazione è già praticabile: sviluppa vantaggi, ad esempio, consentendo alla stazione appaltante e all’appaltatore di avere una uni-
03. Matrice semplificata delle relazioni spaziali tra aree funzionali | Simplified matrix of spatial relationships between functional areas. F. Crosato
02. Modello BIM di un edificio sanitario | BIM model of a healthcare building. F. Crosato
voca, puntuale e conforme descrizione delle strutture da gestire tramite attività che possono essere monitorate in tempo reale e/o in remoto. Integrare IA e BIM consente di sviluppare previsioni e simulazioni a supporto delle decisioni progettuali e operative: un database di stati di fatto a monte e a valle di interventi di riqualificazione alimenta statistiche utili a sviluppare i prossimi progetti di edifici nuovi o di riqualificazioni. Descrivere il campo di indagine (l’elenco di esperienze che compone il cumulo di dati da utilizzare) e definire il modo in cui questo campo di indagine viene interrogato (scremando anomalie e valorizzando dati) è un passaggio fondamentale nel processo di innovazione qui descritto. Tale fase e quella di validazione del modello attraverso l’analisi di casi studio specifici devono essere animate dal miglioramento continuo e dalla continua verifica dei riferimenti di partenza. Appare evidente quanto possa essere rischioso l’impiego dell’IA nel momento in cui si delega ai logaritmi la definizione di linee guida: esse non potranno che essere il risultato di dati medi e mediani mentre il progetto d’architettura deve essere costantemente teso a rifuggire gli standard al fine di sviluppare soluzioni sempre migliori per più alti livelli di qualità sociale, economica e ambientale.
anomalie, il recupero di informazioni all’interno dei modelli (Zheng e Fischer, 2023)… certo è che la misura delle prestazioni del progetto è funzione dell’accuratezza del modello con il quale ricerchiamo i dati dal valore corretto o atteso. La qualità dei dati è un altro parametro fondamentale: è estremamente differente progettare utilizzando dati frutto di rilievi o dati frutto di calcoli generati artificialmente (che saranno desunti da percorsi di accumulo e analisi di medie e mediane). Per comprendere i pericoli di un utilizzo non critico e una comunicazione non gerarchizzata di tutti questi dati esiste il termine “infodemia”, che è stato oggetto di una serie recente di confronti e pubblicazioni dell’OMS: quando le informazioni sanitarie di alta qualità non sono disponibili, le informazioni sanitarie di bassa qualità si diffondono rapidamente influendo negativamente sulle decisioni inerenti la salute dei cittadini. Il caso esemplare è legato
La strutturazione di un metodo di lavoro è fondamentale per contrastare l’esubero di dati
Criticità: infodemia
La strutturazione di un metodo di lavoro è fondamentale per contrastare l’esubero di dati. Altrettanto importante è il governo degli strumenti a disposizione tramite la definizione dei compiti pressoché infiniti dei quali è possibile incaricare l’IA: la classificazione dei dati, la stima di variabili, la strutturazione dei dati non strutturati, il rilevamento di
all’emergenza Covid-19 ma questa stessa definizione spiega bene anche il problema dell’infodemia nei progetti BIM. Per sviluppare progetti confacenti alle esigenze del Sistema Sanitario Nazionale, è imprescindibile un’analisi della normativa: possono essere desunti i requisiti minimi delle aree funzionali omogenee e le loro relazioni con gli ambiti spaziali1. Requisiti minimi e relazioni tra ambiti spaziali possono essere studiati con informazioni specifiche, ad esempio in funzione delle regioni e dei tipi di strutture sanitarie. Lo sviluppo di questa analisi in relazione al susseguirsi delle
04. Elementi del processo progettuale per una struttura sanitaria | Elements of the design process for a healthcare facility. F. Crosato
normative consente di individuare alcune tematiche più interessate da cambiamenti e trasformazioni: sicurezza, benessere, flessibilità e sostenibilità ambientale.
Metodo Definiamo quindi “modello organizzativo” l’insieme delle regole, dei meccanismi operativi, delle strategie di programmazione e di organizzazione strategica, delle attività e degli obiettivi da raggiungere. Esso viene realizzato in base all’utenza e ai bisogni socio-assistenziali della struttura interna specifica (img 03). Secondo quanto indicato dalle linee guida AGENAS del Ministero della salute, un’organizzazione e un corretto layout interno che hanno come obiettivo contenere i costi di costruzione, manutenzione e gestione, richiedono una raffinata granularità delle aree funzionali omogenee, suddivise nei seguenti ambiti: servizi
La gestione dell’edificio diventa
più intuitiva e l’AI permette di efficientare una manutenzione predittiva
speciali di diagnosi e cura, blocco operatorio, emergenzaurgenza, degenze, punto nascita e servizi generali. Inoltre, affidare adeguate responsabilità per il coordinamento delle risorse professionali e strumentali, per l’interazione con le direzioni sanitarie e per la partecipazione attiva della componente tecnica alla pianificazione aziendale e l’individuazione delle esigenze minime di dotazione organica e di qualifica per i settori tecnici, sono ulteriori elementi necessari
per migliorare il governo tecnico in sanità (Pedrini, 2018). All’interno di un ospedale la gestione dei flussi è un aspetto cardine che deve essere effettuato sulla base delle esigenze del modello organizzativo e delle relazioni tra i diversi ambiti spaziali. Le tipologie da tenere in considerazione secondo AGENAS sono: flusso del personale medico, degli addetti, dei fruitori, dei servizi logistici e generali (img 04). Infine, la definizione dell’ambito specifico di progetto considera il quadro strategico, inteso come conoscenza globale dello stato dell’arte dei servizi proposti nel mercato, il quadro esigenziale e prestazionale, inteso come insieme delle esigenze e delle richieste sociali ed economiche del committente, il quadro tecnico e tecnologico, inteso come insieme dei contenuti relativi al dettaglio dell’ingegnerizzazione e il management, inteso come insieme strutturato delle attività durante tutta la vita nominale dell’opera. Questi sottoinsiemi, dialogando tra di loro, partecipano alla messa a sistema del cespite e, di conseguenza, influenzano a loro volta le interazioni tra uomo e costruito, adattando, evolvendo e migliorando l’esperienza umana e il comportamento dell’edificio. Per consentire una visualizzazione strutturata della disarticolazione spaziale dell’opera è stata utilizzata la tassonomia IFC. Le classi IfcSite, IfcBuilding, IfcBuildingStorey, IfcSpace, IfcGroup e IfcZone (img 05), sono le classi che si adattano al meglio alla scomposizione spaziale di un ambiente sanitario. In questo modo ogni elemento e informazione legato a esso risulterà all’interno del modello informativo, definito univocamente e facilmente indagabile sia dall’operatore, attraverso supporti open source, che dall’IA (img 06).
05. Esempio di scomposizione spaziale e relazionale con schema IFC | Example of spatial and relational decomposition with IFC schema. F. Crosato
BIM-AI: impieghi attuali e prospettive prossime
BIM e IA aiutano quindi a corrispondere a necessità tecniche e consentono la gestione di grandi moli di dati finalizzati a porre gli utenti ancor più al centro del progetto in un tipo di progettazione che è detta “simpatetica” perché “integra la percezione empatica degli spazi e delle relazioni con la tecnologia avanzata della modellazione informativa” (Farrugia, 2024): consente di gestire più efficacemente i flussi aumentando sicurezza e comfort degli utenti. I modelli BIM, oltre a essere funzionali a organizzare, gestire e controllare le varie fasi della progettazione, possono essere integrati con sistemi di controllo intelligenti IoT gestiti dall’IA: possono supportare sistemi di funzionamento che adattano l’uso dell’energia alle effettive necessità, migliorando gli sforzi di sostenibilità consentendo anche di calcolare le emissioni di CO2 e di valutare l’impatto ambientale, ottimizzando così il ciclo di vita dell’edificio, dalla progettazione al funzionamento, nonché l’efficienza della manutenzione e la sostenibilità ambientale (Alavi et al, 2024). Per le strutture sanitarie, il tema della manutenzione predittiva e della gestione del ciclo di vita è fondamentale. Incorporando così i modelli con i corretti usi, la gestione dell’edificio diventa più intuitiva e l’IA permette di efficientare una manutenzione predittiva, proattiva, riducendo i costi e prolungando la durata delle infrastrutture. Questi modelli non solo migliorano la gestione e la manutenzione delle strutture sanitarie, ma supportano i professionisti, aumentano competenze e qualità al progetto dell’intero ciclo di vita dell’edificio, ponendo le basi per una trasformazione digitale che può essere replicata in tutti i settori dell’edilizia. Guardando al futuro, è fondamentale che la comunità di ingegneri, architetti e sviluppatori continui a collaborare per adattare e perfezionare questi strumenti contribuendo
a stimolare soluzioni globali che rispondano alle mutevoli esigenze della società. Tale approccio, messo alla prova e affinato nel contesto ospedaliero, potrà essere esteso ad altri ambiti costruttivi per affrontare le più ampie sfide del costruire moderno.*
NOTE
1 – La World Health Organization (2023) raccomanda la gestione integrata sostenibile supportata da strumenti di progettazione predittiva per valorizzare l'ambito sociale e naturale del contesto territoriale e la progettazione funzionale dei flussi. Flessibilità e resilienza delle strutture sono al servizio della prevenzione, sicurezza, comfort e della digitalizzazione.
REFERENCES
– AA.VV. (2023). Linee guida per la progettazione. In Principi guida tecnici, organizzativi e gestionali per la realizzazione e gestione di ospedali ad alta tecnologia e assistenza (online) Roma: Agenzia per i Servizi Sanitari Regionali. In agenas.gov.it/i-quaderni-di-monitor%E2%80%93-supplementi-alla-rivista/604-sprincipi-guida-tecnici-organizzativi-gestionaliospedali (ultima consultazione febbraio 2025).
– Alavi, H., Gordo-Gregorio, P., Forcada, N., Bayramova, A., & Edwards, D. J. (2024). AI-driven BIM integration for optimizing healthcare facility design. Buildings, 14(2354), pp. 1-15. – Farrugia, G. (2024). Un nuovo modello di cura. A new health-care model. Domus, n. 1093, pp. 14-17.
– Li, J., Liu, Z., Han, G., Demian, P., Osmani, M. (2024). The relationship between artificial intelligence (AI) and building information modeling (BIM) technologies for sustainable building in the context of smart cities. Sustainability, 16 (10848).
– Martinez, A. (2020). Digitalizzazione dei Servizi di facility management: La Tecnologia BIM. Il giornale dei servizi ambientali, n.11/12. Milano: Edicom Srl, pp. 46-49.
– Pedrini, D., (2018). Prefazione. In Mutti, A., Bucci, R. (a cura di), Il sistema ospedale. Dalla programmazione alla manutenzione. Roma: Carocci Editore, p. 7.
– Zheng, J., Fischer, M. (2023). BIM-GPT: A prompt-based virtual assistant framework for BIM information retrieval. doi.org/10.48550/arXiv.2304.09333
06. Visualizzazione di una aggregazione spaziale | Visualization of spatial aggregation. F. Crosato
Digital Tools in the Healthcare Transition
In the landscape of global transformations, characterized by an unprecedented acceleration in technology, healthcare construction is one of the most sensitive fields for the application of digital innovations. Building Information Modeling (BIM) integrated with Artificial Intelligence (AI) marks a turning point in the design and management of hospital facilities: the integration of BIM and AI offers insights for developing new ways of conceiving spaces and allows designers to structure schemes, reasoning, and spatial-functional organizations that dynamically interact and adapt to the rapidly changing needs of the healthcare sector. BIM enables detailed and multidimensional representations of projects, increasing accuracy, efficiency in the construction and management processes, as well as in building maintenance. Several studies have recognized the advantages of integrating AI techniques with BIM for layout planning through the implementation of algorithms for energy efficiency analysis, interference analysis, space optimization, and minimizing patient travel distances (Alavi et al., 2024). The first article addressing BIM and AI was published in 1998 (Li et al., 2024). Top ten most productive sources regarding AI and BIM in sustainable building in the WoSCC database are Sustainability, Buildings, The Journal of Cleaner Production, IEEE Access, Sustainable Cities and Society, Automation in Construction, Energies, Applied Sciences Basel, Environment Development and Sustainability, and Sustainable Development (Li et al., 2024). The project takes on extraordinary significance: it becomes the tool with which to select, control and manage the information necessary to describe, validate and predict user needs, as well as the performance of the built environment. As Martinez (2020) stated, “the uniqueness of the database ensured by BIM is indispensable for facility management activities”:
Federica Crosato, Maria Antonia Barucco
Innovating the design and management of complex buildings: BIM and AI for
healthcare facilities Sympathetic Design
BIM is, in every respect, a tool for simplifying designers’ work. Thanks to BIM, choices can be made within a set of verified, interrelated, and automatically adaptable solutions. BIM and AI could certainly replace designers if the range of actions needed to develop a project could be resolved through a precise description of requirements and technical regulations. However, this does not happen as long as we, alongside the evolution of tools available to designers, continue to enhance project quality, sensitivity towards users, and the environmental (as well as economic) sustainability of buildings. The ability of design professionals to listen cannot be replaced.
Objective: Sympathetic Design
The healthcare sector and the most advanced theorization dedicated to spaces serving health have long been open to dialogue and discussion on improving design, both through AI tools and through a better and more effective communication dynamic (dialogue and listening) between stakeholders and designers. This leads to sympathetic design, which is essential for defining and managing spaces. This approach not only addresses immediate safety and comfort needs but also recognizes a new sensitivity, placing the designer in harmony with users’ ways of acting. The thoughts and feelings of patients and caregivers become fundamentally important: within this approach lie the foundations of new regulations and standards for environmental sustainability and the humanization of healthcare spaces. In this subtly sensitive way of understanding design, we find the basis for a future in which technology and architecture merge to promote human well-being. Architectural design as a whole may be revolutionized by new ways of handling generalizations and focusing on problem-solving details. However, buildings serving the healthcare sector are exemplary case studies for
tackling the complexities inherent in this innovation. First and foremost, healthcare buildings such as hospitals, community health centers, and nursing homes must necessarily function for the well-being of users. Additionally, they are composed of functional and spatial elements structured by regulations and standards that pose challenges for designers. BIM supports the design of new constructions in compliance with these standards, as well as the knowledge, management, and maintenance of existing buildings. By linking the BIM model with AI algorithms, it becomes possible to design and manage the flow of people and information: the potential for improvement in space functionality, safety, and energy efficiency is immense. The ongoing research, experimentation, and design development process occur in phases, starting with exploring the applicability of BIM in creating detailed digital models of healthcare buildings that serve the entire life cycle of the asset. The image 02 provided represents one of the projects analyzed. The first phase of this innovation work is already feasible, offering advantages such as allowing contracting authorities and contractors to have a unique, precise, and compliant description of the structures to be managed through activities that can be monitored in real time and/or remotely. Integrating AI and BIM enables the development of forecasts and simulations to support design and operational decisions: a database of pre- and post-rehabilitation states provides valuable statistics for developing future projects, whether for new buildings or renovation projects. Describing the field of investigation (the collection of experiences that make up the data pool to be used) and defining how this field is queried (filtering out anomalies and enhancing relevant data) is a fundamental step in the innovation process described here. This phase, along with validating the model through the analysis
of specific case studies, must be driven by continuous improvement and ongoing verification of the initial references. It becomes evident how risky the use of AI can be when delegating the definition of guidelines to algorithms: such guidelines would inevitably be based on average and median data, while architectural design must constantly strive to move beyond standards to develop everbetter solutions for higher levels of social, economic, and environmental quality.
Critical Issue: Infodemic
Structuring a reliable working method is essential to counteract the excess of data (as not all data is equally valid or useful). Equally important is the governance of the tools available, by defining the almost infinite tasks that AI can be assigned: data classification, variable estimation, structuring of unstructured data, anomaly detection, information retrieval within models (Zheng & Fischer, 2023). However, the performance of a project is undeniably a function of the accuracy of the model used to search for data with the correct or expected value. Data quality is another fundamental parameter: designing using survey-derived data is vastly different from designing with data generated artificially through calculations, which are typically derived from accumulation and analysis of averages and medians. To understand the dangers of uncritical use and unstructured communication of all this data, we must consider the concept of “infodemic”. This term, recently examined in a series of discussions and publications by the WHO, refers to the phenomenon where, in the absence of high-quality healthcare information, low-quality healthcare information spreads rapidly, negatively affecting health-related decisions made by citizens. The most exemplary case is linked to the Covid-19 emergency, but this definition also applies well to the issue of infodemic in current BIM projects. To develop projects that meet the needs of the National Health Service, a thorough regulatory analysis is essential1. This allows the identification of minimum requirements for homogeneous functional areas and their relationships with spatial domains. These minimum requirements and spatial relationships can be studied with specific information, such as regional distinctions and the types of healthcare facilities. Conducting this analysis in relation to the evolution of regulations helps identify key topics most affected by changes and transformations: safety, wellbeing, flexibility, and environmental sustainability.
Method
We define the “organizational model” as the set of rules, operational mechanisms, strategic planning and organizational strategies, activities, and objectives to be achieved. It is developed based on the specific internal structure’s users and socio-assistance needs (img. 03). According to the guide-
lines provided by AGENAS of the Ministry of Health, an organization and an appropriate internal layout aimed at reducing construction, maintenance, and management costs require a refined granularity of homogeneous functional areas, divided into the following sectors: special diagnostic and treatment services, operating block, emergency and urgent care, inpatient wards, maternity services, and general services. Additionally, assigning appropriate responsibilities for coordinating professional and instrumental resources, interacting with healthcare management, actively involving the technical component in corporate planning, and identifying the minimum requirements for staffing and qualification in technical sectors are further necessary elements for improving technical governance in healthcare (Pedrini, 2018). Within a hospital, flow management is a fundamental aspect that must be organized based on the requirements of the organizational model and the relationships between different spatial domains. The main flow types to be considered, according to AGENAS, include the movement of medical personnel, staff, patients, logistical and general services (img. 04). Finally, defining the specific project scope involves considering: the strategic framework, understood as a comprehensive knowledge of the state-of-the-art services available in the market; the requirements and performance framework, which encompasses the social and economic needs and requests of the client; the technical and technological framework, including details related to engineering and system integration; the management framework, which consists of structured activities throughout the entire nominal life of the facility. These subsets interact and contribute to the systematic implementation of the asset, subsequently influencing human-building interactions by adapting, evolving, and improving human experiences and building behavior. To enable a structured visualization of the spatial breakdown of the facility, the IFC taxonomy has been employed. The IfcSite, IfcBuilding, IfcBuildingStorey, IfcSpace, IfcGroup, and IfcZone classes (img. 05) have been selected as they best suit the spatial decomposition of a healthcare environment. This ensures that every element and its related information are uniquely defined within the informational model, making them easily accessible and analyzable both by operators, using open-source tools, and by AI (img 06).
BIM-AI: Current Applications and Future Prospects
BIM and AI support technical requirements and enable the management of vast amounts of data, ultimately placing users at the center of the design process. This approach, referred to as “sympathetic design,” “integrates the empathetic perception of spaces and relationships with advanced information modeling technology” (Farrugia, 2024). By doing so, it enhances
the management of movement flows, increasing both safety and user comfort. BIM models, in addition to being essential for organizing, managing, and overseeing the various phases of the design process, can be integrated with AI-driven IoT intelligent control systems. These integrations allow operational systems to dynamically adjust energy usage based on real-time needs, significantly improving sustainability efforts. Moreover, they can calculate CO2 emissions, assess environmental impact, and optimize the building’s lifecycle—from design to operation—enhancing maintenance efficiency and environmental sustainability (Alavi et al., 2024). For healthcare facilities, predictive maintenance and lifecycle management are critical concerns. By incorporating BIM models with AI-driven predictive analytics, building lifecycle management becomes more intuitive and efficient. AI facilitates proactive and predictive maintenance, reducing costs and extending infrastructure durability. These models not only enhance the management and maintenance of healthcare structures but also empower professionals, enriching expertise and improving project quality. This transformation lays the groundwork for digital innovation that can be replicated across the entire construction industry. Looking ahead, it is crucial for the engineering, architecture, and development communities to continue collaborating in refining and adapting these tools to create global solutions that address the evolving needs of society. This tested and refined approach within the healthcare sector can be extended to other construction domains, helping to tackle the broader challenges of modern building design.*
NOTES
1 – The World Health Organization (2023) recommends integrated sustainable management supported by predictive design tools to enhance the social and natural context of the territorial context and the functional design of flows. Flexibility and resilience of structures are at the service of prevention, safety, comfort and digitalization.
Mariateresa Campolongo
PhD in Architettura e Design, docente a contratto, dAD, Università di Genova. mariateresa.campolongo@unige.it
Massimo Musio-Sale
Professore in Design, dAD, Università di Genova. massimo.salemusio@unige.it
La pioniera nautica italiana
01. Il catamarano Seawolf X con IA sviluppata da Rossinavi in collaborazione con Videoworks | The Seawolf X catamaran featuring AI developed by Rossinavi in collaboration with Videoworks. Rossinavi
The Italian Nautical Pioneer The use of artificial intelligence (AI) in the yachting sector represents a highly relevant but still underexplored field in scientific literature. This paper aims to outline the solutions implemented by pioneering shipyards in the application of AI on board, highlighting the innovative role this technology plays in optimising resource management. Current strategies in yacht design will be investigated, as well as the future potentials and emerging scenarios arising from the integration of AI, with a particular focus on developments aimed at promoting sustainability within the sector.*
L’utilizzo dell’intelligenza artificiale (IA) nel settore nautico costituisce un ambito di studio molto attuale, ma ancora poco esplorato nella letteratura scientifica. Il presente contributo si propone di delineare le soluzioni implementate dai cantieri nautici pionieri nell’applicazione dell’AI a bordo, con l’intento di evidenziare il ruolo innovativo che tale tecnologia apporta alla gestione ottimizzata delle risorse. Saranno indagate le strategie adottate attualmente nel campo dello yacht design, nonché le potenzialità future e gli scenari emergenti derivanti dall’integrazione dell’AI, con particolare attenzione sugli sviluppi orientati alla promozione della sostenibilità nel settore.*
Riflessioni sulle applicazioni dell’intelligenza artificiale nello yacht design
ntroduzione
L’Intelligenza Artificiale (IA) sta acquisendo una crescente rilevanza nel settore nautico poiché le sue applicazioni possono apportare miglioramenti significativi in vari ambiti. Tuttavia, nonostante il suo potenziale, il numero di cantieri che la utilizzano rimane limitato: la nautica è infatti tradizionalmente un settore conservatore. Esistono, però, alcune sperimentazioni interessanti che stanno aprendo nuovi scenari ma che, purtroppo, sono ancora poco indagate nelle trattazioni scientifiche, pur meritando una maggiore attenzione. La nautica è un settore di notevole importanza, con un mercato globale in costante crescita, come affermato da Confindustria Nautica1, dove l’Italia detiene la leadership mondiale nella produzione di superyacht (Confindustria Nautica, 2024).
Questo settore è inoltre collocato nell’ambito del lusso, ovvero un campo estremo del design, dove all’uomo è concesso sperimentare condizioni particolarissime e dove i fenomeni si rivelano con caratteri talmente enfatizzati da far apparire più chiare le regole che li governano (Celaschi et al., 2007); pertanto, ha un grande potenziale perché può fungere da piattaforma sperimentale.
Nel mondo tecnologico moderno esistono diversi modi di applicazione dell’intelligenza artificiale: in campo nautico, al momento, viene soprattutto sviluppata e impiegata nella divisione navale2 della grande industria, per poi essere successivamente adottata nel settore del diporto (Mariani, 2024), dove la sua evoluzione è favorita anche dal contributo di diversi cantieri nautici.
Le soluzioni di intelligenza artificiale adottate nel settore nautico e selezionate per la presente trattazione si concentrano sulle applicazioni pratiche implementate dai cantieri italiani pionieri nell’adozione di tale tecnologia e che occupano posizioni di rilievo nella classifica annuale Global Order Book 20253. In tale classifica, Azimut-Benetti4 conferma il primato mondiale nella produzione di yacht (SuperYachts24, 2024), con Ferretti Group5 tra i principali at-
tori globali (Macaluso, 2024). Sebbene il cantiere Rossinavi6 si posizioni al diciannovesimo posto, viene considerato un esempio significativo per il suo impegno attivo nello sviluppo e nella ricerca dell’intelligenza artificiale a bordo, contribuendo in modo rilevante alla spinta evolutiva del settore.
Esplorando le attuali applicazioni dell’IA nello yacht design
Per comprendere appieno le potenzialità dell’intelligenza artificiale nel settore dello yacht design, è fondamentale iniziare con una panoramica delle applicazioni attualmente in uso. Tale approccio consente di tracciare le aree in cui l’IA
culturale umano restano determinanti, ma come un mezzo per offrire nuove prospettive progettuali, grazie a un numero illimitato di opzioni personalizzate (Verganti et al., 2020). L’arte generativa, creata tramite IA da qualsiasi utente a partire da indicazioni testuali (Nevoso e De Natale, 2024), è utilizzata trasversalmente nel settore progettuale.
L’integrazione dell’IA nella nautica costituisce un importante passo verso lo sviluppo sostenibile
sta già apportando significativi contributi, nonché di identificare le tendenze emergenti e le sfide future. Nello yacht design, come in tutti i settori della progettazione, l’intelligenza artificiale viene utilizzata principalmente dai designer e dagli architetti nelle fasi di ideazione e sviluppo del concept (Royal Institute of British Architects, 2024). Questo strumento di esplorazione creativa non si configura come la soluzione finale, poiché l’empatia, le conoscenze e il bagaglio
Nel contesto nautico tuttavia è l’applicazione pratica dell’IA nelle funzioni e nella gestione della barca che si rivela maggiormente specialistica, avvicinandosi così ad ambiti correlati, quali quelli dei mezzi di trasporto e dell’architettura. Si possono individuare principalmente tre macroaree: l’applicazione per la navigazione autonoma, l’apporto alla manutenzione e alla costruzione e, infine, l’utilizzo di sensori evoluti (Mariani, 2024). Questi ultimi assumono un ruolo cruciale sia per quanto concerne la sicurezza sia per la gestione delle risorse in un’ottica di sviluppo sostenibile.
A bordo degli yacht, infatti, i sensori sono impiegati per monitorare i consumi energetici e le condizioni ambientali, ottimizzando l’uso delle risorse, riducendo il consumo di carburante e minimizzando l’impatto ambientale. Controllano, inoltre, la qualità dell’aria e dell’acqua e altri parametri ambientali cruciali, come la presenza di inquinanti (Aiuti, 2024).
La vera innovazione nel settore nautico non risiede però tanto nell’uso dei sensori, quanto nell’applicazione dell’intel-
ligenza artificiale per analizzare i dati provenienti da questi dispositivi. L’IA, infatti, non si limita a visualizzare immagini o tracce radar, ma fornisce una valutazione dettagliata di quanto percepito dai sensori (Mariani, 2024).
L’integrazione con l’Internet of Things (IoT) consente ai sensori di bordo di comunicare tra loro e con dispositivi esterni, fornendo una gestione centralizzata e intelligente dei sistemi (Aiuti, 2024). L’impiego di IA e machine learning consente inoltre di analizzare enormi quantità di dati, con l’obiettivo di prevedere situazioni di emergenza e migliorare i protocolli di sicurezza. In tal senso, l’intelligenza artificiale risulta particolarmente utile nell’assistenza al pilota: può fornire avvisi in tempo reale su potenziali pericoli e cambiamenti nelle condizioni atmosferiche, ottimizzando così la rotta. Un’applicazione significativa si sta sviluppando sugli yacht di Ferretti Group, che ha recentemente annunciato l’adozione di “Whatchit”, tecnologia brevettata dall’azienda Aqua Marina Tech (Conzonato, 2022).
L’intelligenza artificiale è in grado di analizzare simultaneamente i dati provenienti sia dai sensori installati a bordo sia dalle mappe nautiche digitali, utilizzando algoritmi di apprendimento automatico per valutare il rischio di collisione e inviare avvisi in tempo reale, prevenendo incidenti in mare. Anche nell’ambito di navigazione autonoma, l’IA svolge un ruolo fondamentale nell’assistere le imbarcazioni nell’evitare ostacoli e nell’ottimizzare i percorsi, consi-
derando le variabili ambientali. Sempre grazie all’utilizzo di sensori avanzati e algoritmi di machine learning, l’intelligenza artificiale si rivela particolarmente efficace nella manutenzione predittiva, monitorando lo stato delle attrezzature, prevedendo i possibili guasti e riducendo i costi di manutenzione, migliorando così affidabilità e sicurezza delle imbarcazioni.
L’impiego dell’intelligenza artificiale nella nautica non riguarda però esclusivamente la progettazione e la gestione della barca. Simulazioni basate su IA offrono scenari di formazione altamente realistici per equipaggi e capitani, migliorando le loro competenze e preparandoli a situazioni complesse. Parallelamente, le applicazioni intelligenti stanno ottimizzando l’esperienza a bordo dell’utente finale, personalizzando itinerari e attività. Azimut Yachts ha integrato per la prima volta l’intelligenza artificiale di Google Cloud e Reply a bordo: la versione beta, implementata in fase di test su Magellano 60 (img. 02), consente il controllo di intrattenimento, illuminazione, clima ed elettrodomestici (Nautica Report, 2023).
Sebbene meno rilevante rispetto alla sicurezza della navigazione e alla gestione delle risorse, la gestione dell’ospitalità è fondamentale per l’esperienza dell’utente, migliorando la qualità del soggiorno a bordo e contribuendo al benessere soggettivo, in un’ottica di Design for Subjective Well-Being
02. Magellano 60 rappresenta la prima imbarcazione di Azimut Yachts nella quale è stata integrata l’intelligenza artificiale di Google Cloud e Reply, offrendo un innovativo supporto tecnologico a bordo | Magellano 60 represents the first Azimut Yachts vessel to integrate artificial intelligence developed by Google Cloud and Reply, providing an innovative technological support system on board. Azimut Yachts.
03. Cabina armatoriale del concept del catamarano Oneiric, progettato da Zaha Hadid Architects per Rossinavi (Sedia e tavolo Ultrastellar di Zaha Hadid Design for David Gill Galleries mostrati a scopo di visualizzazione) | Owner’s cabin of the Oneiric catamaran concept, designed by Zaha Hadid Architects for Rossinavi. (Ultrastellar chair and table by Zaha Hadid Design for David Gill Galleries shown for visualisation purposes). Zaha Hadid Architects for Rossinavi
Green intelligence nella nautica: dove e come L’IA può avere un apporto cruciale nell’ottimizzare l’uso delle risorse energetiche a bordo, gestendo in modo intelligente i sistemi di alimentazione e riducendo il consumo di carburante.
L’integrazione dell’IA e della tecnologia green rappresenta un significativo progresso nell’obiettivo di uno sviluppo ecologicamente sostenibile e intelligente (Mishra, 2024). L’intelligenza artificiale può essere effettivamente utilizzata come tecnologia generale per affrontare la sfida della sostenibilità e fungere da catalizzatore per l’innovazione in un’ottica green (Biggi et al., 2024).
Seppur il termine “lusso” è da sempre associato a esclusivo, costoso, bello, attraente e piacevole difficilmente con-
riali e processi produttivi caratterizzati da minori impatti ambientali. Recentemente è l’intelligenza artificiale che sta suscitando l’attenzione dei cantieri più sensibili a queste tematiche, sebbene tali realtà siano purtroppo ancora relativamente esigue. Tra le ricerche più interessanti e avanzate attualmente in corso nel comparto nautico, una delle più significative è quella sviluppata dal cantiere Rossinavi, che ha ideato Rossinavi AI, un sistema all’avanguardia basato sul machine learning, progettato nell’arco di due anni e mezzo di collaborazione con esperti del settore.
L’adozione dell’IA nella nautica da diporto può rivelarsi una grande opportunità
ciliabile con il termine “sostenibilità”, negli ultimi anni i due mondi si sono avvicinati cercando uno sviluppo sostenibile in questo settore (Li e Leonas, 2019). Negli ultimi vent’anni, nel settore della nautica di alta gamma, le ricerche orientate in un’ottica green si sono focalizzate sullo sviluppo di soluzioni di propulsioni alternative e sull’impiego di mate-
La sua funzione principale è monitorare il consumo energetico e le condizioni ambientali, raccogliendo vasti dataset per prevedere comportamenti ottimali per un uso efficiente delle risorse e per garantire un maggiore comfort. Analizzando variabili come correnti, venti, condizioni meteorologiche e consumo energetico, fornisce all’equipaggio suggerimenti per ottimizzare rotte e orari al fine di sfruttare al meglio i venti favorevoli e l’energia solare.
Attraverso l’apprendimento continuo e le intuizioni basate sui dati, il sistema non solo migliora l’efficienza energetica e contribuisce alla riduzione delle emissioni di CO2, ma educa anche l’equipaggio su comportamenti a basso impatto, orientando progressivamente lo yacht verso la completa decarbonizzazione.
L’IA può inoltre consigliare all’equipaggio di adottare scelte più consapevoli, come il posticipare l’uso della lavanderia qualora rilevi che la cucina è già attiva durante l’orario di pranzo, per evitare picchi di consumo. Il sistema, inoltre, può suggerire di spegnere l’aria condizionata o di abbassare le tende nelle finestre esposte al sole, per regolare la temperatura interna in modo naturale, contribuendo così a una riduzione del consumo energetico. L’IA di bordo è anche in grado di raccomandare angolazioni e soste ottimali per massimizzare l’esposizione solare, favorendo una ricarica più efficiente delle batterie tramite i pannelli solari.
Rivoluzionando l’approccio al prodotto nautico, nel 2022 il cantiere Rossinavi ha presentato il sistema IA integrato nel catamarano Oneiric progettato in collaborazione con Zaha Hadid Architect (Sokol, 2022). Rimasto al momento, purtroppo, solo in fase di concept, il catamarano prevede tre livelli di pannelli solari per una navigazione completamente elettrica e un centro di controllo gestito da intelligenza artificiale, che monitora il consumo energetico, lo stato delle batterie e l’impatto ambientale, suggerendo azioni ecosostenibili.
Mentre la filosofia green si ispira al fitoplancton7, le forme degli spazi esterni e interni (img. 03) del catamarano evocano le onde oceaniche, creando un’armonia organica con la natura e dando vita a un’estensione visiva dell’acqua
(Sokol, 2022). Di grande impatto visivo, anche l’estetica del catamarano si presenta quindi in modo anticonvenzionale, enfatizzando una prospettiva orientata al futuro.
Il sistema IA di Rossinavi ha avuto la sua prima applicazione pratica sul superyacht di 50 m No Stress Two (img. 04), varato nel 2023 e realizzato con doppia alimentazione (diesel e batteria). Questo yacht è dotato di intelligenza artificiale per la gestione efficiente della modalità elettrica (Superyacht24, 2023): nonostante l’avanzamento tecnologico proiettato verso il futuro, gli interni e gli esterni si inseriscono però nell’estetica contemporanea già consolidata. Lo yacht che, formalmente, si colloca a metà strada tra le forme futuristiche di Oneiric e quelle più tradizionali di No Stress Two è il recente catamarano di lusso Seawolf X (img. 01) di 42,75 m, presentato al Monaco Yacht Show nel settembre del 2024. In questo modello, il sistema di intelligenza artificiale sviluppato precedentemente dal cantiere è stato ulteriormente ottimizzato e portato alla massima efficienza (Superyacht24, 2023). L’IA a bordo di Seawolf X mantiene l’impatto ambientale dello yacht il più basso possibile, supportando l’equipaggio nell’implementazione di modifiche operative più ecosostenibili e monitorando il pacco batteria per mantenerlo all’interno di un intervallo ideale tra il 20 e l’80% (Cormack, 2024). L’intelligenza artificiale è stata sviluppata in collaborazione con Videoworks8 (img. 05) e si fonda su due assi portanti: il primo riguarda
04. Il superyacht di 50 metri No Stress Two di Rossinavi dotato di intelligenza artificiale per la gestione efficiente della modalità elettrica | The 50-metre superyacht No Stress Two by Rossinavi, equipped with artificial intelligence for efficient management of electric mode. Rossinavi
gli algoritmi di IA, ai quali la potenza computazionale dei moderni sistemi ha consentito di aprire nuovi orizzonti; il secondo concerne l’allestimento delle connessioni e dei sensori di Seawolf X che, combinati con i sistemi di automazione di ultima generazione, garantiscono il controllo totale dell’impiantistica di bordo. Tutto è interconnesso in
Riconoscendo il potenziale dell’IA, si auspica un suo crescente utilizzo nei cantieri navali
un’unica rete: dall’aria condizionata ai sistemi audio-video, fino all’illuminazione. In aggiunta, sono presenti una serie di sensori che permettono di monitorare la presenza degli ospiti nelle cabine e un sensore di luce esterna, in base all’intensità solare, regola automaticamente il livello dell’illuminazione.
IA e yacht design: opportunità, prospettive future e riflessioni conclusive
L’integrazione dell’intelligenza artificiale nella nautica non solo migliora la sicurezza e l’efficienza operativa, ma offre anche nuove possibilità per una navigazione più sostenibile e personalizzata. Come affermato9 da Claudia Ros-
si, Chief Commercial Officer del cantiere Rossinavi, grazie al machine learning si accumulano dati preziosi per il futuro sviluppo della propulsione. Un esempio concreto riguarda il catamarano Seawolf X, che percorre 3.800 miglia nautiche utilizzando solo 15mila litri di carburante, rispetto ai 45-55mila litri di una nave da diporto tradizionale. Con l’aumento della consapevolezza ambientale, l’adozione dell’IA nella nautica da diporto può rivelarsi una grande opportunità per ottimizzare i consumi, prevedere la domanda energetica e gestire le batterie in modo più efficiente. Insieme alla macroarea della sicurezza, l’applicazione dell’IA in un’ottica di sviluppo sostenibile risulta sempre più interessante e promettente.
La grande quantità di dati generata dall’intelligenza artificiale, seppur complessa da gestire, offre un vantaggio significativo per tracciare scenari futuri, soprattutto nell’ambito dell’integrazione delle fonti rinnovabili. In questo contesto, l’IA potrebbe supportare lo sviluppo e l’adozione di tecnologie a propulsione elettrica, solare, eolica e a idrogeno, espandendo i limiti dell’attuale progettazione e produzione di imbarcazioni da diporto.
Riconoscendo il potenziale dell’IA e superando le barriere tradizionali, è auspicabile che sempre più cantieri navali e nautici ne facciano uso. In aggiunta, senza limitarsi al pro-
05. Immagine evocativa dell’intelligenza artificiale sviluppata da Videoworks a bordo dei superyacht | Evocative depiction of artificial intelligence developed by Videoworks for use on board superyachts. Videoworks
fitto di ogni singola realtà, sarebbe strategico adottare un approccio che favorisca la sinergia e la condivisione di dati da parte di aziende e cantieri, per incentivare la ricerca e l’innovazione nel comparto nautico a livello più globale. Un aspetto ancora assente nel mercato nautico contemporaneo è la coerenza tra l’avanzamento tecnologico derivante dall’IA e l’estetica degli yacht di grandi dimensioni (img. 06). In futuro, si auspica che i nuovi dispositivi tecnologici vengano integrati armoniosamente negli spazi delle imbarcazioni, migliorando non solo la funzionalità, ma anche l’estetica complessiva del prodotto finale10 *
NOTE
1 – Confindustria Nautica è l’associazione che dal 1967 rappresenta le imprese della nautica da diporto in Italia.
2 – Il complesso cantieristico Fincantieri (specializzato nella costruzione di navi da crociera, navi per la Difesa e navi offshore), ad esempio, ha sottoscritto nel giugno del 2024 un accordo con iGenius, scale up italiana attiva nel campo della ricerca e sviluppo di tecnologie di Intelligenza Artificiale Generativa, finalizzato alla realizzazione di una collaborazione per lo sviluppo di sistemi di AI basati su una piattaforma interamente italiana.
3 – Global Order Book 2025 è la classifica del portafoglio ordini globale stilata ogni anno da Boat International, autorevole testata specializzata. Nella trattazione si fa riferimento al ranking dei principali costruttori di yacht superiori ai 24 m.
4 – Azimut Benetti è un gruppo che unisce due rinomati cantieri nautici. Azimut Yachts, fondato nel 1969 ad Avigliana (Torino), si distingue per la produzione di una vasta gamma di imbarcazioni da diporto, riconosciute per la loro eleganza e innovazione. Benetti, fondato nel 1873, è uno dei cantieri storici più prestigiosi, con sedi a Viareggio, Livorno e Fano, specializzato nella costruzione di yacht di lusso di grandi dimensioni, simbolo di qualità e artigianalità italiana nel settore della nautica.
5 – Ferretti Group comprende numerosi cantieri nautici di rilevanza internazionale, tra cui Ferretti Yachts, Riva, Pershing, Itama, CRN, Custom Line e Wally.
6 – Rossinavi è un cantiere navale con sede a Viareggio (Lucca), specializzato nella produzione di superyacht di lusso completamente customizzati. Fondato nel 1980 con il nome di Fratelli Rossi, il cantiere ha adottato l’attuale denominazione di Rossinavi nel 2007, segnando un importante passo evolutivo verso la realizzazione di yacht esclusivi e su misura, che combinano innovazione tecnologica, estetica non sempre convenzionale e un alto livello di artigianalità.
7 – Il fitoplancton, che utilizza la radiazione solare come fonte di energia, produce la metà dell’ossigeno totale prodotto dagli organismi vegetali della Terra.
8 – Videoworks è un’azienda fondata nel 1998 e specializzata in tecnologie avanzate.
9 – Dichiarazioni effettuate durante la conferenza sugli impieghi pratici dell’intelligenza artificiale tenuta il 27 settembre 2024 in occasione del Monaco Yacht Show
10 - Il contributo è suddiviso come segue: M.MS. §Introduzione e §AI e yacht design: opportunità, prospettive future e riflessioni conclusive; M.C. §Esplorando le attuali applicazioni dell’AI nello yacht design, §Green intelligence nella nautica: dove e come.
06. Una possibile integrazione dei dispositivi di intelligenza artificiale nelle configurazioni degli spazi living di un superyacht del futuro | A potential integration of artificial intelligence devices within the living space configurations of a future superyacht.
REFERENCES
– Aiuti, L. (2024). Sensors: a future of intelligent and customised navigation. Nautech, n.4, pp. 72-73.
– Biggi, G., et al. (2024). Green Intelligence: The AI content of green technologies. In LEM working paper series. Pisa: Institute of Economics Scuola Superiore Sant’Anna. doi:10.13140/RG.2.2.24571.32804
– Celaschi, F., et al. (2007). Lusso versus design: Italian design, Beni Culturali e luxury system: Alto di Gamma & Cultura di Progetto. Milano: Franco Angeli.
– Confindustria Nautica. (2024). Nautica, il mercato globale cresce dell’11% e raggiunge i 33 miliardi di euro (online). In confindustrianautica.net/nautica-il-mercato-globale-crescedel-11-e-raggiunge-i-33-miliardi-di-euro/ (ultima consultazione settembre 2024).
– Cormack, R. (2024). Watch: This Sporty Hybrid Catamaran Uses AI for Greener Cruising on the High Seas (online). In robbreport.com/motors/marine/rossinavi-seawolfx-hybridcatamaran-1235622793/ (ultima consultazione settembre 2024).
– Conzonato, A. (2022). Ferretti Group adotta Watchit, la tecnologia per prevenire le collisioni in barca (online). In corriere.it/economia/aziende/nautica/22_febbraio_18/ ferretti-group-adotta-watchit-tecnologia-prevenire-collisioni-barca-3261cf4a-90a1-11ec9e8a-badec6e7adb8.shtml (ultima consultazione settembre 2024).
– Li J., Leonas K. K. (2019). Trends of Sustainable Development Among Luxury Industry. In Gardetti M. A., Muthu S. S. (a cura di), Sustainable Luxury Cases on Circular Economy and Entrepreneurship. Singapore: Springer, pp. 107-126.
– Macaluso, A. (2024). Superyacht, Azimut Benetti in testa alla classifica mondiale dei produttori: i successi della nautica italiana (online). In corriere.it/economia/life/nautica/24_dicembre_11/ superyacht-azimut-benetti-in-testa-alla-classifica-mondiale-dei-produttori-i-successi-della-nauticaitaliana-76dfab83-3277-4566-aeef-f396d726axlk.shtml (ultima consultazione dicembre 2024).
– Mariani, A. (2024). Il mondo che verrà – AI, Intelligenza Artificiale. Barche International Magazine, year 31, n.1, pp. 102-112.
– Mishra, S. (2024). The Role Of Artificial Intelligence (Ai) And Green Technology In The Development Of Smart And Sustainable Towns. Educational Administration: Theory and Practice, 30(5), pp. 6285-6295.
– Nevoso, I., De Natale, I. (2024). Ridefinire i confini creativi. Riflessioni sulla convergenza tra design e intelligenza artificiale. In Leandri G. (a cura di), IDEA – Innovation Design Application. Genova: GUP, pp.37-46.
– Nautica Report (2023). Azimut porta in barca l’intelligenza artificiale insieme a Google Cloud (online). In nauticareport.it/dettnews/yacht/azimut_porta_in_barca_lintelligenza_ artificiale_insieme_a_google_cloud-3550-28430/ (ultima consultazione settembre 2024).
– Royal Institute of British Architects (2024). Artificial Intelligence: how are architects using AI right now and what are they using it for? (online). In architecture.com/knowledgeand-resources/knowledge-landing-page/artificial-intelligence-in-architecture (ultima consultazione settembre 2024).
– Sokol, D. (2022). Zaha Hadid Architects collabora con Rossinavi per creare uno yacht completamente elettrico (online). In ad-italia.it/article/zaha-hadid-architects-lancia-unoyacht-completamente-elettrico/ (ultima consultazione febbraio 2025).
– Superyacht24 (2023). Rossinavi consegna il suo primo yacht ibrido No Stress Two (online). In superyacht24.it/2023/09/07/rossinavi-consegna-il-suo-primo-yacht-ibrido-nostress-two/ (ultima consultazione febbraio 2025).
– Superyacht24 (2024). Pubblicato il Global order book 2025, Azimut Benetti al primo posto da 25 anni (online). In superyacht24.it/2024/12/12/pubblicato-il-global-order-book-2025azimut-benetti-al-primo-posto-da-25-anni// (ultima consultazione gennaio 2025).
– Verganti, R., et al. (2020). Innovation and Design in the Age of Artificial Intelligence. In Journal of Product Development & Management Association, vol. 37, n.3. Hoboken, NJ: Wiley Subscription Services, Inc., pp. 212-227. doi: 10.1111/jpim.12523
M. Campolongo
Introduction
Artificial Intelligence (AI) is becoming increasingly significant in the yachting sector, as its applications can bring about substantial improvements in various areas. However, despite its potential, the number of shipyards utilising AI remains limited, as the yachting industry is traditionally conservative. Nevertheless, there are several interesting experiments that open up new horizons, which are still poorly explored in scientific literature despite deserving greater attention. The yachting sector is of considerable importance, with a constantly growing global market, as reported by Confindustria Nautica1, with Italy holding the global leadership in the production of superyachts (Confindustria Nautica, 2024). Additionally, yachts belong to the luxury sector, an extreme field of design where humans are allowed to experiment under very particular conditions, with phenomena exhibiting such emphasised characteristics that the rules governing them are clearly evident (Celaschi et al., 2007). As a result, it has great potential as a platform for experimentation.
In the modern technological landscape, there are various ways that AI is applied. In the yachting sector, AI was primarily developed and deployed within the naval division2 of the large industrial sector and subsequently adopted in the recreational boating sector (Mariani, 2024), with contributions from several pioneering shipyards.
The AI solutions discussed in this contribution focus on practical applications implemented by Italian shipyards, pioneers in the adoption of such technology, which occupy prominent positions in the 2025 Global Order Book3. In this ranking, Azimut-Benetti4 reaffirms its global leadership in yacht production (SuperYachts24, 2024), with Ferretti Group5 listed among the leading global players (Macaluso, 2024). Although Rossinavi6 is ranked nineteenth, it is classed as a significant example due to its active role in AI development and research on board, making substantial contributions to the sector’s evolutionary momentum.
The Italian Nautical Pioneer
Reflections on the applications of artificial intelligence in yacht design
Exploring current AI applications in yacht design
To fully understand the potential of artificial intelligence in yacht design, it is crucial to begin by reviewing the applications currently in use. This approach helps identify the areas where AI is already making significant contributions, and allows for the recognition of emerging trends and future challenges.
In yacht design, as in other design fields, AI is primarily used by designers and architects in the ideation and concept development stages (Royal Institute of British Architects, 2024). This creative exploration tool does not represent the final solution, as empathy, knowledge, and human cultural background remain decisive, but rather serves as a means to offer new design perspectives, thanks to an unlimited number of personalised options (Verganti et al., 2020). Generative art, created through AI by any user from textual inputs (Nevoso and De Natale, 2024), is used transversely across the design sector. In the nautical context, however, AI’s practical application is more specialised, aligning closely with sectors such as transportation and architecture. In yachting, AI applications primarily span three main areas: autonomous navigation systems, support for maintenance and boat construction, and the adoption of advanced sensors (Mariani, 2024). These play a crucial role in both safety and resource management, particularly in terms of sustainable development.
On yachts, sensors are employed to monitor energy consumption and environmental conditions, optimising use of resources, reducing fuel consumption, and minimising environmental impact. They also monitor air and water quality and other critical environmental parameters, such as the presence of pollutants (Aiuti, 2024). The real innovation in the nautical sector, however, lies not so much in the use of sensors, but in the application of AI to analysing data provided by these devices. AI, in fact, goes beyond simply providing images or radar traces; it offers a detailed assessment of what the sensors perceive (Mariani, 2024).
Integration with the Internet of Things (IoT) allows onboard sensors to communicate with
each other and with external devices, providing centralised and intelligent system management (Aiuti, 2024). The use of AI and machine learning further enables the analysis of vast amounts of data, helping to predict emergency situations and improve safety protocols. In this regard, AI is particularly useful in assisting the pilot: it can provide real-time alerts about potential hazards and changes in weather conditions, thus optimising the vessel’s route. A significant application of this technology is being developed in the yacht industry by Ferretti Group, which recently announced the adoption of “Whatchit,” a patented technology from Aqua Marina Tech (Conzonato, 2022).
AI can simultaneously analyse data from both onboard sensors and digital nautical charts. Machine learning algorithms are used to assess the risk of collision, providing real-time alerts to prevent accidents at sea. In autonomous navigation, AI plays a crucial role in helping vessels avoid obstacles and optimise routes, taking into consideration environmental variables. Using advanced sensors and machine learning algorithms, AI is also highly effective in predictive maintenance. It can constantly monitor equipment status and predict potential failures, thus improving the reliability and safety of the vessel.
The use of AI in yachting is not limited solely to the design and management of the vessel.
AI-based simulations provide highly realistic training scenarios for crews and captains, improving their skills and preparing them for complex situations. At the same time, in the end user experience, smart applications are gaining increasing importance. These apps personalise and optimise the on-board experience by suggesting itineraries and activities. Azimut Yachts has integrated Google Cloud and Reply AI on board for the first time: the beta version, implemented during the testing phase on the Magellano 60 (img. 02) and allowing control of entertainment, lighting, climate, and appliances (Nautica Report, 2023).
While hospitality management is a less critical activity than navigation safety and resource management, it plays an important role in enhancing the end user’s experience, improving the overall
quality of their stay on board, and contributing to the individual’s subjective well-being from a Design for Subjective Well-Being perspective.
Green intelligence in yachting: where and how AI can play a crucial role in optimising the use of energy resources on board, intelligently managing power systems and reducing fuel consumption. The integration of AI and green technology represents a significant advancement towards ecologically sustainable and intelligent development (Mishra, 2024). Artificial intelligence can indeed be utilised as a general technology to address the challenge of sustainability and act as a catalyst for innovation in a green perspective (Biggi et al., 2024).
While the term “luxury” has traditionally been associated with exclusivity, costliness, beauty, attractiveness, and pleasure - qualities often deemed incompatible with the concept of “sustainability”- in recent years, the two realms have gradually come closer in their pursuit of sustainable development in this sector (Li & Leonas, 2019). Over the past two decades, in the high-end yachting industry, research oriented towards a green approach has focused on developing alternative propulsion solutions and employing materials and production processes with lower environmental impacts. Recently, AI has begun to attract the attention of shipyards that are more sensitive to these issues, although such initiatives remain relatively few. Among the most interesting and advanced research currently underway in the maritime sector is that developed by Rossinavi shipyard, which has designed “Rossinavi AI,” a cutting-edge system based on machine learning and developed through two and a half years of collaboration with industry experts.
Its primary function is to monitor energy consumption and environmental conditions, collecting vast datasets to predict optimal behaviours for efficient resource use and greater comfort. By analysing variables such as currents, winds, weather conditions, and energy usage, it provides practical recommendations to the crew, such as adjusting departure times and routes to take advantage of favourable winds or optimising solar energy collection in the most advantageous conditions. Through continuous learning and data-driven insights, the system not only improves energy efficiency and contributes to the reduction of CO2 emissions but also educates the crew on low-impact behaviours, progressively guiding the yacht towards complete decarbonisation.
AI can also advise the crew to make more informed decisions, such as delaying the use of the laundry services if it detects that the kitchen is already in use during lunchtime, to avoid consumption peaks. Additionally, the system may suggest turning off the air conditioning or lowering the blinds on windows exposed to sunlight, to regulate the internal temperature naturally and thereby reduce energy consumption. The onboard AI is also capable of recommending optimal angles and stops to maximise solar exposure, thus favouring a more efficient battery recharge via solar panels.
Revolutionising the approach to nautical products, in 2022, the Rossinavi shipyard introduced the integrated AI system in the Oneiric catamaran, designed in collaboration with Zaha Hadid Architects (Sokol, 2022). Unfortunately, the cata-
maran is currently still in the concept phase. However, it features three levels of solar panels for fully electric navigation and an AI-managed control centre that monitors energy consumption, battery status, and environmental impact, suggesting eco-sustainable actions.
While the green philosophy is inspired by phytoplankton,7 the design of the catamaran’s exterior and interior spaces (img. 03) evokes ocean waves, creating an organic harmony with nature and giving life to a visual extension of the water (Sokol, 2022). Visually striking, the catamaran’s aesthetic also presents itself in an unconventional manner, emphasising a future-oriented perspective.
Rossinavi’s AI system saw its first practical application aboard the 50-metre superyacht No Stress Two (img. 04), launched in 2023 and built with dual power sources (diesel and battery). This yacht features AI for efficient management of its electric mode (Superyacht24, 2023). Despite its technological advancements pointing towards the future, both the interior and exterior design fit within an already established contemporary aesthetic. The yacht that formally bridges the futuristic forms of Oneiric and the more traditional ones of No Stress Two is the recent 42.75-metre luxury catamaran Seawolf X (img. 01), unveiled at the Monaco Yacht Show in September 2024. In this model, the AI system previously developed by the shipyard has been further optimised to achieve maximum efficiency (Superyacht24, 2023). On board Seawolf X, the AI system maintains the yacht’s environmental impact at its lowest possible level, assisting the crew in implementing more eco-sustainable operational changes and monitoring the battery pack to keep it within an ideal range of 20-80% (Cormack, 2024).
The AI system was developed in collaboration with Videoworks8 (img. 05) and is based on two key pillars: the first involves AI algorithms, which modern computational power has enabled to open up new horizons; the second concerns the installation of Seawolf X’s connections and sensors, which, when combined with the latest automation systems, ensure full control of the on-board systems. Everything is interconnected in a single network: from air conditioning to audio-visual systems, to lighting. Additionally, a series of sensors monitor the presence of guests in the cabins, and an external light sensor adjusts the lighting level automatically according to solar intensity.
AI and yacht design: opportunities, future perspectives, and concluding reflections
The integration of artificial intelligence (AI) in the nautical sector not only enhances safety and operational efficiency but also offers new possibilities for more sustainable and personalised navigation. As stated9 by Claudia Rossi, Chief Commercial Officer of the Rossinavi shipyard, machine learning enables the accumulation of valuable data for the future development of propulsion systems. A concrete example of this is the Seawolf X catamaran, which covers 3,800 nautical miles using only 15,000 litres of fuel, compared to the 45,000-55,000 litres consumed by a traditional leisure vessel. With growing environmental awareness, the adoption of AI in the leisure boating sector presents a significant opportunity to optimise fuel consumption, pre-
dict energy demand, and manage battery usage more efficiently. In conjunction with safety, AI’s application in sustainable development becomes increasingly interesting and promising.
The vast amount of data generated by AI, although complex to manage, provides a significant advantage in predicting future scenarios, particularly in the integration of renewable energy sources. In this context, AI could support the development and adoption of electric, solar, wind, and hydrogen propulsion technologies, expanding the boundaries of current design and production in leisure vessels.
Recognising the potential of AI and overcoming traditional barriers, it is hoped that an increasing number of shipyards will adopt this technology. Furthermore, surpassing the profit-driven limitations of individual entities, it would be strategic to adopt an approach that encourages synergy and data sharing between companies and shipyards, to foster global research and innovation in the nautical sector.
A current gap in the contemporary nautical market is the alignment between technological advancement driven by AI and the aesthetics of large yachts (img. 06). In the future, it is expected that new technological devices will be harmoniously integrated into the spaces of vessels, enhancing not only functionality but also the overall aesthetics of the final product10 *
NOTES
1 – Confindustria Nautica is the association that has represented recreational boating companies in Italy since 1967.
2 – For example, the Fincantieri shipbuilding (specialised in the construction of cruise ships, defence vessels, and offshore ships) signed an agreement in June 2024 with iGenius (an Italian scale-up active in the research and development of Generative Artificial Intelligence technologies), aimed at creating a collaboration for the development of AI systems based on a fully Italian platform.
3 – The Global Order Book 2025 is the global order book ranking published annually by Boat International, a leading industry publication.
4 – Azimut Benetti is a group that combines two renowned shipyards. Azimut Yachts, founded in 1969 in Avigliana (Turin), produces a wide range of recreational vessels, known for their elegance and innovation. Benetti, founded in 1873, is one of the most historic and prestigious shipyards, with locations in Viareggio, Livorno, and Fano; it specialises in the construction of large luxury yachts, symbolising Italian craftsmanship and quality in the maritime industry.
5 – Ferretti Group encompasses several internationally renowned shipyards, including Ferretti Yachts, Riva, Pershing, Itama, CRN, Custom Line, and Wally.
6 – Rossinavi is a shipyard based in Viareggio (Lucca), specialising in the production of fully customised luxury superyachts. Founded in 1980 under the name Fratelli Rossi, the shipyard adopted its current name, Rossinavi, in 2007, marking a significant evolutionary step towards the creation of exclusive, bespoke yachts that combine technological innovation, unconventional aesthetics, and a high level of craftsmanship.
7 – Phytoplankton, which uses solar radiation as its energy source, produces half of the total oxygen generated by the Earth’s plant organisms.
8 – Videoworks is a company founded in 1998, specialising in advanced technologies.
9 – Statements made during the conference on the practical applications of artificial intelligence, held on 27th September 2024 in conjunction with the Monaco Yacht Show.
10 – The article is divided as follows: M.MS. §Introduction, e §AI and yacht design: opportunities, future perspectives, and concluding reflections; M.C. §Exploring current AI applications in yacht design, §Green intelligence in yachting: where and how.
Rossella Gugliotta
Assegnista di ricerca in Composizione architettonica e urbana, DAD, Politecnico di Torino. rossella.gugliotta@polito.it
Pratiche contro-computazionali
01. Vista laterale dell’Osaka Expo ‘70 Festival Plaza, 1970 | Lateral view of the Osaka Expo ‘70 Festival Plaza 1970. T. Marui
Counter-computational Practices In an ever-changing urban context, designers are faced with complex and interconnected design problems. The adoption of computational design technology and practices has transformed the design process, but there is also a need to explore critical approaches, such as “counter-computational practices”. These aim to overcome existing models by highlighting uncertainties and complexities through diagrammatic practices. The article analyses how such practices can offer meaningful alternatives, promoting an integrated view of the city and its dynamics, contributing to a more conscious design.*
In un contesto urbano in continua evoluzione, gli architetti devono affrontare problemi di progettazione complessi e interconnessi. L’adozione della tecnologia e delle pratiche di computational design ha trasformato il processo progettuale, ma è necessario esplorare anche approcci critici, come le “pratiche contro-computazionali”. Queste ultime mirano a superare i modelli esistenti, evidenziando incertezze e complessità attraverso pratiche diagrammatiche. L’articolo analizza come tali pratiche possano offrire alternative significative, promuovendo una visione integrata della città e delle sue dinamiche, contribuendo a una progettazione più consapevole.*
Dare forma al medium per il progetto delle città contemporanee
problemi di progettazione
La tecnologia sta cambiando il modo attraverso il quale conosciamo e viviamo le città (Kurgan, 2019). La proliferazione dei dati legata a problemi emergenziali come i cambiamenti climatici, le migrazioni e l’accesso alla casa, per citare alcuni dei dibattiti più recenti, richiede protocolli capaci di interpretare la dinamicità del cambiamento. In questo contesto è importante identificare pratiche diagrammatiche e cartografiche alternative in grado di mettere in discussione e riesaminare i metodi impiegati fino a ora per affrontare e rappresentare l’incertezza del contemporaneo. Le pratiche definite “contro-computazionali” da Laura Kurgan (2024) agiscono in questo contesto utilizzando la tecnologia e la computazione per superare i modelli esistenti e dominanti dello spazio.
La città, intesa come artefatto o sistema urbano composto da permanenze, è uno dei modelli che ha dominato il dibattito europeo del XX secolo. Per garantire una piena comprensione dei problemi di progettazione presenti nelle metropoli contemporanee, lo studio della forma statica della città necessita di essere integrato con l’indagine dei fenomeni che la caratterizzano e la rendono dinamica. Infatti, ogni oggetto che compone il sistema urbano è formato da un aggregato di proprietà e capacità che interagiscono fra loro. L’ambiente culturale in cui ci troviamo riesce a dare un nome a questi oggetti, ma non altrettanto a descriverne le dinamiche o i prodotti (Easterling, 2021). Invece, l’interazione tra la forma e le informazioni è in grado di determinare la ricchezza di un insieme libero e mutevole. Si passa così dal riconoscere gli elementi strutturali come fondamento della città a un approccio dinamico, capace di accettare la presenza di pochi fattori determinanti e la ricchezza di numerosi indicatori e relazioni variabili.
KEYWORDS: PROCESSI | PROCESSES; MEDIUM DESIGN | MEDIUM DESIGN; PRATICHE COMPUTAZIONALI | COMPUTATIONAL PRACTICES
Nel 2021, Keller Easterling affronta questo tema proponendo il concetto del medium design, per ribaltare l’abitudine di anteporre l’oggetto al contesto, in favore di una visione equiparata. Da ciò la necessità di moltiplicare i pro-
blemi di progettazione come catalizzatori di cambiamento, piuttosto che ridurli e semplificarli. Questo approccio trova riscontro nel “pensiero complesso” del filosofo e sociologo francese Edgar Morin (2011) secondo il quale l’interconnessione tra le parti è fondamentale per comprendere e affrontare le sfaccettature di un sistema. Il fulcro centrale che accomuna i due approcci è l’intreccio tra oggetti, individui, società ed ecologie mantenendo la ricchezza delle connessioni. Richard Sennett, con il contributo di Pablo Sendra (2022), riproponendo una nuova lettura de L’uso del disordine, sollecita alla progettazione di città aperte in grado di accogliere cambiamenti più o meno spontanei proponendone una visione attiva.
In questo contesto il medium, inteso come l’insieme di regole, relazioni e interazioni che compongono un sistema complesso diventa l’elemento da progettare. Per fare ciò è necessario spostare l’attenzione verso il riesame delle metodologie di progettazione urbana esistenti, in cui il computational design e l’utilizzo dell’intelligenza artificiale stanno continuamente crescendo. Un punto di partenza potrebbe essere quello di considerare l’intelligenza artificiale come un insieme di tecnologie composte da specifiche qualità logiche (Bava, 2020). Una volta individuata questa logica, essa può essere astratta dal software e reinterpretata analogicamente per far fronte a problemi progettuali specifici. Pertanto, la questione fatta emergere nell’articolo, non riguarda un giudizio soggettivo sull’uso del computational design come positivo o negativo per l’architettura; piutto-
sto, l’interesse è nel capire come l’architettura possa trarre beneficio da questi strumenti attraverso lo studio di nuove pratiche spaziali in grado di proporre alternative critiche alla visione delle trasformazioni urbane.
Alternative contro-computazionali come necessarie Nell’interpretazione dei problemi di progettazione complessi la tecnologia gioca un ruolo fondamentale. È costantemente presente nella vita quotidiana e nell’ambiente urbano, e viene sempre più utilizzata come strumento per comprendere e agire sulla città sfruttando la proliferazione dei dati. La maggiore capacità computazionale degli strumenti e la diversità dei metodi di computational design disponibili hanno permesso agli architetti di migliorare il processo di progettazione, rendendolo più efficiente o ampliandone i confini concettuali. Questi metodi hanno consentito di esplorare e valutare l’efficacia di molteplici soluzioni a scala urbana, di creare e utilizzare tecniche di fabbricazione avanzate e di controllare il processo di progettazione nelle sue diverse fasi (Caetano et al., 2020).
L’interconnessione tra le parti è fondamentale per comprendere e affrontare la complessità di un sistema
Andrew Witt sostiene che la progettazione basata sulla quantificazione e la computazione si sia intensificata già negli anni Cinquanta e Sessanta, raggiungendo l’apice con l’Expo di Osaka del 1970. L’esposizione stessa è stata vista come l’origine per una specifica concezione del digitale in architettura, in quanto la sua Festival Plaza ha concretizzato il concetto di Arata Isozaki di un’architettura informativa (Goodhouse, 2017).
Con il termine “architettura computazionale” si fa spesso riferimento all’insieme di software e tecnologie sviluppate per progettare edifici e spazi urbani dalle forme sempre più complesse e articolate come nei progetti dei primi anni Novanta di Greg Lynn. Tuttavia, il computational design è ora considerato, più in generale, un processo di progettazione
02. Terra Forma, Edition B42, sistema di riferimento, 2019 | Terra Forma, Edition B42, reference system, 2019. F. Aït-Touati, A. Arènes, A. Grégoire
03. Rappresentazione dei caratteri delle mappe morfologiche in un diagramma. Matrice diagrammatica, 2023 | Representation of the characteristics of morphological maps in a diagram. Diagrammatic matrix, 2023. R. Gugliotta
che sfrutta le capacità combinatorie e algoritmiche attraverso l’automazione di processi di deduzione, analisi e induzione. Inoltre, consente lo svolgimento in parallelo delle attività di progettazione, la gestione di grandi quantità di informazioni e la rapidità di modifica e di riscontro automatico (Caetano et al., 2020).
In contrapposizione, le “pratiche contro-computazionali” (Kurgan et al., 2024) fanno riferimento a modi diversi di utilizzare la tecnologia. Tali pratiche non rifiutano la computazione, ma la utilizzano in modo critico per mettere in discussione e proporre alternative, sovvertendo il modo tradizionale di concepire i dati e la tecnologia.
Il punto focale di tale ragionamento trova una sua possibile espressione attraverso lo studio e la costruzione di pratiche diagrammatiche con le quali è possibile mettere in discussione l’idea che i dati e l’approccio computazionale possano rappresentare pienamente il mondo. Queste pratiche fanno emergere elementi come l’incertezza, la complessità e l’im-
prevedibilità, aspetti che i modelli computazionali spesso semplificano o ignorano. Inoltre, l’utilizzo dei diagrammi, come base logica, non solo informa, e quindi contiene dati, ma fornisce anche visioni per diverse e possibili realtà contro l’idea di un rigido determinismo strumentale.
Attraverso la costruzione di pratiche diagrammatiche (utilizzando mappe, script e notazioni), che partono dalla lettura dello spazio e dalla forma della città, è possibile evidenziare ciò che rimane sottointeso nella progettazione parametrica/computazionale, ovvero la definizione della logica prima della costruzione del modello digitale. Mappe e diagrammi, intesi come strumenti relazionali sono in grado di mostrare e far risaltare caratteristiche qualitative e nascoste della città.
In questo modo, l’interesse si sposta dallo strumento al medium attraverso l’elaborazione di una metodologia che non sia per forza digitale, in quanto dipendente da un software, ma che possa aiutare a capire come diversi elementi che compongono il sistema urbano siano uniti e interconnessi.
Le mappe e i diagrammi presi come oggetti cardine per la loro malleabilità a interpretare situazioni complesse, se utilizzati criticamente, propongono nuove connessioni, nuovi sistemi di riferimento e nuovi modi di visualizzare l’ambiente circostante.
L’obiettivo di questo articolo è esplorare come un approccio diagrammatico alle pratiche contro-computazionali possa offrire delle alternative critiche all’uso tradizionale delle tecnologie nel design urbano, contribuendo a una comprensione più sfaccettata della città contemporanea.
Le pratiche operative
Jerry Brotton, ne La storia del mondo in dodici mappe, definisce come il progresso della cartografia non sia stato quello di ottenere una maggiore precisione o una maggiore oggettività – Google Earth rimane una Terra inventata – piuttosto, quello di fornire, a culture diverse, visioni specifiche del mondo in momenti precisi della storia (Ait-Touati et al., 2022), viziandone anche la narrazione. Per Franco Farinelli non è la carta a essere la copia della realtà, ma la realtà a essere, o a rischiare di essere, la copia della carta e di ciò che su essa viene rappresentato.
prima scala riguarda il territorio e la reinvenzione del sistema di riferimento cartesiano attraverso la mappa; la seconda, reinterpreta le permanenze attraverso l’uso di diagrammi morfologici che mettono in risalto il sistema di relazioni dell’ambiente costruito piuttosto che la sua fissità; la terza offre una nuova visualizzazione critica dei dati mettendo in relazione spazio ed eventi atmosferici.
Il diagramma come reinvenzione del presente, nell’esempio del progetto Terra Forma, condotto da Frédérique Ait-Touati, Alexandra Arènes e Axelle Grégoire, modifica gli attributi delle mappe per esaminare lo stato del mondo (img. 02): definisce nuove coordinate, il punto di vista sulla mappa da assoluto diventa relativo, inventa nuovi limiti, scale e corrispondenze tra spazio e tempo per uscire fuori dalla concezione statica della mappa. Le nuove mappe includono dati umani e non umani, spesso ignorati dalle rappresentazioni tradizionali. L’approccio va in contrapposizione al concetto classico di mappa che tutti conosciamo per esplorarne il suo stato mutevole: non è il risultato di
In un contesto in cui la città plasma ed è plasmata dalle mappe
In un contesto in cui la città plasma ed è plasmata dalle mappe è necessario validare pratiche operative alternative. Il diagramma, come la mappa, rappresenta uno stato in divenire, e nel momento in cui genera un nuovo significato del mondo diventa operativo (Allen, 2009).
è necessario validare pratiche operative alternative
Le pratiche spaziali diagrammatiche e cartografiche riesaminano i mezzi utilizzati per comprendere e affrontare l’incertezza del contemporaneo. Attraverso tre esempi, le mappe, i diagrammi e le installazioni multimediali distinguono tre scale di approfondimento che, in maniera diversa, propongono metodi alternativi per leggere e interpretare le contingenze contemporanee dello spazio urbano. La
una tracciatura topografica, ma è uno strumento di documentazione che cattura le trasformazioni di un territorio. Questo progetto ha reso possibile definire modelli ideali di riferimento dai quali generare le mappe con l’obiettivo di rendere gli strumenti di analisi del contesto urbano politici e di connettere e condividere le parti di mondo più che costruirlo (Ait-Touati et al., 2022).
Il secondo approccio che si occupa di reinterpretare gli studi formali della città1, stimola a impiegare tecniche di
scomposizione e astrazione riconfigurando le mappe tipologiche in matrici diagrammatiche (img. 03). I caratteri distintivi delle mappe, vengono tradotti in diagrammi che permettono di visualizzare scale diverse, tempi diacronici e sincronici insieme. La matrice si costruisce su un sistema di riferimento proprio in cui la concezione aristotelica di spazio e tempo si deforma per fare posto alla rappresentazione delle dinamiche di mutazione dell’ambiente urbano. Le varianti nel tessuto urbano consolidato nel tempo e le relazioni tra le parti vengono messe in evidenza, per la prima volta, in un diagramma morfologico esplicitando il processo di costru-
formative, costruite a partire da migliaia di fonti provenienti da apparati di rilevamento sparsi per il mondo. Le immagini collegano i dati relativi a commercio, consumo ed emissioni dello spazio aereo di diverse città internazionali. In questo modo il progetto vuole evidenziare come l’aria possa sfidare i confini, ma sia anche un prodotto di distinzione territoriale. Lo scopo degli approcci presentati è quello di mostrare una nuova e diversa realtà che possa definire un quadro metodologico in grado di esprimere criticamente una posizione sul progetto computazionale e sull’utilizzo dei dati.
Le pratiche contro-computazionali
utilizzano le stesse tecnologie che definiscono la computazione spaziale, ma in modo critico e consapevole
zione della mappa stessa. L’identificazione e l’esplicitazione logica di queste permutazioni consente di svolgere un’analisi già impostata sul metodo computazionale che permette di passare agevolmente al progetto e tornare indietro in qualsiasi fase del processo.
In ultimo, la pratica attivista di Kadambari Baxi mappa gli eventi attraverso progetti multimediali sulle visualizzazioni del clima, sui futuri della decarbonizzazione e sulla governance globale, elementi che si ripercuotono direttamente e indirettamente sullo spazio urbano. Tra questi, Air Drifts (2016) si presenta come progetto multimediale interdisciplinare in collaborazione con la NASA per esplorare nuovi modelli climatici di tracciamento dell’inquinamento atmosferico transfrontaliero (img. 04). Attraverso i dati raccolti sono state sviluppate immagini altamente in-
Le prospettive critiche e la sfida (non solo imitazione)
Alla ricerca futura in campo computazionale è riservato il compito di continuare a interfacciarsi con approcci che possono sembrare divergenti, ma che incrementano le proprie capacità di confrontarsi con l’incertezza. Vicendevolmente, alle pratiche contro-computazionali è riservato il ruolo di reagire alle applicazioni computazionali per far emergere che a ogni lettura della realtà corrisponde un’azione, progettata o meno, e che a ogni reazione ci si può interrogare per scoprire sempre qualcosa di nuovo.
La progettazione computazionale diventa così consapevole, non una semplice applicazione di regole, principi e comandi, ma un processo in grado di mettere in relazione elementi utili nella gestione dei processi di gestione del territorio e delle trasformazioni urbane. Il diagramma e la mappa, topografica e topologica, tornano come oggetti riconoscibili all’interno del processo di progettazione, enfatizzando e mettendo in crisi le qualità logiche del software. Il meccanismo nascosto dello strumento esiste, la proliferazione di dati e parametri di progettazione rimane immutata, ma cambia il modo di guardare a esso in favore di nuove e varie alternative.
Cosa c’è dentro la scatola?
“I computer non hanno bisogno di teorie per elaborare numeri, ma noi abbiamo bisogno di teorie per usare i computer” (Carpo, 2017). Le contro-computazionali non sono né teorie né metodi, ma pratiche che permettono di porsi in una posizione critica rispetto alla progettazione e al mondo che ci circonda.
Senza far riferimento alla progettazione matematica di Andrew Witt (2018), ma concentrandosi sul discorso da lui affrontato, la scatola nera degli approcci computazionali potrebbe essere una scatola grigia, fatta di metodi, di dati, di fatti che insieme contribuiscono a comprendere la città, ma che allo stesso tempo, se debitamente reinterpretati, ne possono proporre una visione specifica e alternativa. L’innovazione non risiede solo nell’invenzione di una nuova tecnologia, ma anche nell’identificazione di protocolli e modelli in grado di rappresentare le relazione nella città (Easterling, 2021). Le pratiche contro-computazionali possono utilizzare le stesse tecnologie che definiscono la computazione spaziale, ma in modo critico e consapevole, per creare nuove opportunità e sfidare le strutture dominanti di comprensione e produzione dello spazio.*
NOTE
1 – La ricerca dal titolo Matrici di lettura. Logica diagrammatica e transizioni morfologiche urbane è stata condotta tra il 2019 e il 2023 dall’autrice sotto la supervisione del Prof. Marco Trisciuoglio, nell’ambito del gruppo di ricerca Transitional Morphologies Joint Research Unit (JRU) all’interno del dottorato di Architettura. Storia e progetto, DASP, Politecnico di Torino.
REFERENCES
– Ait-Touati, F., Arenes, A., Gregoire, A. (2023). Terra Forma: A Book of Speculative Maps Cambridge, MA: MIT Press.
– Bava, A. (2020). Computational Tendencies (online). E-Flux, 1(20). In e-flux.com/architecture/ intelligence/310405/computational-tendencies/ (ultima consultazione settembre 2024).
– Caetano, I., António Leitão, L.S. (2020) Computational design in architecture: Defining parametric, generative, and algorithmic design, Frontiers of Architectural Research, 9 (2), pp.287-300. doi.org/10.1016/j.foar.2019.12.008
– Carpo, M. (2017). The Alternative Science of Computation (online). E-Flux, 6(17). In e-flux. com/architecture/artificial-labor/142274/the-alternative-science-of-computation/ (ultima consultazione settembre 2024).
– Goodhouse, A. (a cura di) (2017). When Is the Digital in Architecture?. London: Sternberg Press.
– Easterling, K. (2021). Medium Design: Knowing How to Work on the World. London/New York: Verso.
– Kurgan, L., Brawley, D., Kirkham-Lewitt, I. (2019). Ways of knowing cities. New York: Columbia Books on Architecture and the City, an imprint of the Graduate School of Architecture, Planning, and Preservation.
– Kurgan L., Vosburgh L. (2024). Spatial computing (online). In e-flux.com/architecture/spatialcomputing/614028/editorial/ (ultima consultazione settembre 2024).
– Morin, E., Anselmo, A., & Gembillo, G. (2017). La sfida della complessità. Firenze: Le lettere. – Pablo, S., Sennett, R. (2022). Progettare il disordine. Idee per la città del XXI secolo. Roma: Treccani.
– Witt, A. (2018). Grayboxing. Log, 43, pp.69-77.
04. Air Drifts, 2016. K. Baxi, J. Kim, M. McLagan, D. Schiminovich, M. Wasiuta
Design problems
Technology changes how we experience and understand cities (Kurgan, 2019). The proliferation of data related to emerging issues such as climate change, migration, and housing law, just to mention some of the most recent debates, calls for protocols capable of interpreting the dynamism of change. In this context, it is crucial to identify alternative diagrammatic and cartographic practices that challenge and reassess the methods used so far to address and represent contemporary uncertainty. The practices defined as “counter-computational” by Laura Kurgan (2024) operate in this context by leveraging technology and computation to overcome existing and dominant space models.
The city understood as an artefact or an urban system composed of permanent elements, is one of the models that dominated the European debate in the 20th century. To fully grasp the design challenges of contemporary metropolises, the study of the city’s static form must be integrated with an investigation of the phenomena that characterize and make it dynamic. In fact, every object that composes the urban system consists of an aggregate of properties and capacities that interact with one another. The cultural environment we live in can name these objects but is less adept at describing their dynamics or the outcomes they produce (Easterling, 2021). Instead, the interaction between form and information can determine the richness of a free and ever-changing whole. This shift moves from recognizing structural elements as the city’s foundation to a dynamic approach that accepts the presence of only a few determining factors while embracing a wealth of numerous indicators and variable relationships.
In 2021, Keller Easterling addressed this issue by proposing the concept of “medium design” to overturn the habit of prioritizing objects over their contexts, advocating for a more balanced perspective. This approach necessitates multiplying design problems as catalysts for
Rossella Gugliotta
Counter-computational Practices
Shaping the Medium for Contemporary City Design
change rather than reducing and simplifying them. It aligns with the “complex thinking” of the French philosopher and sociologist Edgar Morin (2011), who argues that interconnection among parts is essential for understanding and addressing the multifaceted nature of a system. The central focus uniting both approaches is the intertwining of objects, individuals, society, and ecologies while maintaining the richness of their connections. With the contribution of Pablo Sendra (2022), Richard Sennett revisits The Uses of Disorder, encouraging the design of open cities capable of accommodating both spontaneous and structured changes, thereby promoting an active vision of urban space. In this context, the medium understood as the set of rules, relationships, and interactions that make up a complex system, becomes the element to be designed. To achieve this, it is necessary to shift attention towards re-examining existing urban design methodologies, where computational design and artificial intelligence are continuously growing in influence. A potential starting point could be considering artificial intelligence as a set of technologies with specific logical qualities (Bava, 2020). Once this logic is identified, it can be abstracted from the software and reinterpreted analogically to address specific design challenges. Therefore, the issue raised in this article is not about forming a subjective judgment on whether computational design benefits or harms architecture. Instead, the interest lies in understanding how architecture can benefit from these tools by studying new spatial practices that propose critical alternatives to prevailing perspectives on urban transformation.
Counter-computational alternatives as a necessity
In the interpretation of complex design problems, technology plays a fundamental role. It is constantly present in daily life and the urban environment and is increasingly used to understand and act upon the city by exploiting the proliferation of data. The
increased computational capacity of tools and the diversity of computational design methods available have allowed architects to improve the design process, making it more efficient or expanding its conceptual boundaries. These methods have enabled the exploration and evaluation of multiple solutions at an urban scale, the creation and use of advanced fabrication techniques, and the management of the design process in its various stages (Caetano et al., 2020).
Andrew Witt argues that design based on quantification and computation intensified in the 1950s and 1960s, reaching its peak with the 1970 Osaka Expo. The exhibition itself was seen as the origin of a specific understanding of the digital in architecture, as its Festival Plaza was intended to implement Arata Isozaki’s concept of informational architecture (Goodhouse, 2017).
Computational design often refers to software and technologies developed to design buildings and urban spaces with increasingly complex and intricate forms, as seen in Greg Lynn’s early 1990s projects. However, computational design is now more generally considered a process that exploits combinatorial and algorithmic capabilities by automating deduction, analysis, and induction processes. It also enables parallel design activities, the management of large amounts of information, and rapid modification and automatic feedback (Caetano et al., 2020).
In contrast, “counter-computational practices” (Kurgan et al., 2024) refer to different ways of using technology. These practices do not reject computation but use it critically to challenge and propose alternatives, overturning traditional conceptions of data and technology.
The focal point of this reasoning can be expressed through the study and construction of diagrammatic practices, which challenge the idea that data and computational approaches can fully represent the world. These practices bring out elements like uncertainty,
complexity, and unpredictability, aspects that computational models often simplify or ignore. Furthermore, the use of diagrams as a logical basis not only informs and contains data but also provides visions of different and possible realities, opposing the idea of rigid instrumental determinism.
Through the construction of diagrammatic practices (using maps, scripts, and notations), starting from the reading of space and the form of the city, it is possible to highlight what remains implied in parametric/computational design: the definition of logic before the construction of the digital model. Maps and diagrams, understood as relational tools, can show and highlight the city’s qualitative and hidden characteristics. In this way, the focus shifts from the tool to the medium by developing a methodology that is not necessarily digital nor dependent on software but one that helps to understand how different elements within the urban system are interconnected. Maps and diagrams are key objects due to their malleability in interpreting complex situations. When used critically, they propose new connections, reference systems, and ways of visualizing the surrounding environment.
This article explores how a diagrammatic approach to counter-computational practices can offer critical alternatives to the traditional use of technology in urban design, contributing to understanding the contemporary city.
Operative Practices
Jerry Brotton, in A History of the World in Twelve Maps, argues that the advancement of cartography has not been about achieving greater accuracy or objectivity – Google Earth remains an invented Earth – but rather about providing different cultures with specific visions of the world at particular moments in history (Ait-Touati et al., 2022), often distorting its narrative. According to Franco Farinelli, it is not the map that copies reality, but rather a reality that risks becoming a copy of the map and of what is represented on it.
In a context where the city shapes and is shaped by maps, it is necessary to validate alternative operational practices. Like the map, the diagram represents a state in flux, and it becomes operative when the moment generates a new meaning of the world (Allen, 2009). Diagrammatic and cartographic spatial practices reexamine the means used to understand and address the uncertainty of the contemporary world. Through three examples, maps, diagrams, and multimedia installations, three levels of analysis are identified, each proposing different alternative methods for reading and interpreting contemporary spatial contingencies. The first scale concerns territory and the reinvention of Cartesian reference systems through mapping; the second reinterprets urban permanence through morphological diagrams that highlight the relational system of the built environment rather than its static nature; the third offers a new critical visualization of data by linking space and atmospheric events. The diagram as a reinvention of the present is
exemplified in the project Terra Forma, conducted by Frédérique Ait-Touati, Alexandra Arènes, and Axelle Grégoire, which modifies the attributes of maps to examine the state of the world (img. 02). It defines new coordinates, transforming the perspective of the map from absolute to relative, creating new boundaries, scales, and correspondences between space and time to move beyond the static conception of the map. These new maps incorporate human and non-human data, often ignored in traditional representations. This approach contrasts with the classical concept of mapping as we know it, exploring its mutable nature; rather than being the result of topographical tracing, it serves as a documentation tool that captures the transformations of a territory. This project has enabled the definition of ideal reference models from which maps can be generated. It aims to make urban analysis tools political instruments that connect and share parts of the world rather than merely constructing it (Ait-Touati et al., 2022).
The second approach, which focuses on reinterpreting formal studies of the city1, encourages the use of decomposition and abstraction techniques by reconfiguring typological maps into diagrammatic matrices (img. 03). The distinctive features of maps are translated into diagrams that allow the visualization of different scales and both diachronic and synchronic timeframes simultaneously. The matrix is built upon its reference system, where Aristotelian conceptions of space and time are reshaped to accommodate representations of the dynamic transformations of the urban environment. Variations within the urban fabric, consolidated over time, and the relationships between its elements are highlighted, perhaps for the first time, within a morphological diagram that makes the process of constructing the map itself explicit. Identifying and logically explicating these permutations enables an analysis already structured on computational methodology, allowing for seamless transitions between different project phases while maintaining the flexibility to revert at any stage.
Finally, the activist practice of Kadambari Baxi maps events through multimedia projects that visualize climate conditions, decarbonization futures, and global governance, elements that directly and indirectly impact urban space. One such project, Air Drifts (2016), is an interdisciplinary multimedia initiative in collaboration with NASA that explores new climate models for tracking transboundary air pollution (img. 04). Using collected data, highly informative images have been developed and built from thousands of sources gathered through global monitoring systems. These images link data on trade, consumption, and emissions within the airspace of various international cities. The project highlights how air can challenge borders while also serving as a product of territorial distinction. The purpose of the approaches presented here is to reveal a new and alternative reality that can establish a methodological framework capable of critically expressing a position on computational design and data usage.
Critical perspectives and challenges (beyond mere imitation)
Future research in the computational field is tasked with continuing to engage with approaches that may seem divergent but enhance the ability to deal with uncertainty. Likewise, counter-computational practices respond to computational applications, highlighting that every interpretation of reality corresponds to action, whether intentional or not, and that every reaction can be questioned to continuously discover something new. Thus, computational design becomes a conscious process, not merely an application of rules, principles, and commands but a methodology capable of connecting elements helpful in managing territorial processes and urban transformations. The diagram and the map, both topographic and topological, reemerge as recognizable objects within the design process, emphasizing and challenging the logical qualities of software. The hidden mechanism of the tool still exists, and the proliferation of data and design parameters remains unchanged, but the way we approach it shifts in favour of new and varied alternatives.
What is inside the box?
“Computers do not need theories to process numbers, but we need theories to use computers” (Carpo, 2017). Counter-computational practices are neither theories nor methods but approaches that allow us to adopt a critical stance toward design and the world around us.
Without referring to Andrew Witt’s (2018) mathematical design directly but focusing on the discourse he addresses, the black box of computational approaches could be seen as a grey box, composed of methods, data, and facts that contribute to understanding the city. However, if adequately reinterpreted, they can offer a specific and alternative vision. Innovation does not lie solely in the invention of new technology but also in identifying protocols and models capable of representing relationships within the city (Easterling, 2021). Counter-computational practices can use the same technologies that define spatial computation critically and consciously, creating new opportunities and challenging the dominant structures of spatial understanding and production.*
NOTES
1 – The research entitled Reading Matrices. Diagrammatic logic and urban morphological transitions was conducted between 2019 and 2023 by the author under the supervision of Prof. Marco Trisciuoglio as part of the research group Transitional Morphologies Joint Research Unit (JRU) within the PhD of Architecture. History and Design, DASP, Polytechnic of Turin.
Vittoria Silvaggi
Dottoranda in Architettura Teorie e progetto, Sapienza Università di Roma. vittoria.silvaggi@uniroma1.it
Objet trouvé e nuovi oracoli
01. Idiot savant. V. Silvaggi with Midjourney
Objet Trouvé and New Oracles The article addresses the topic of Artificial Intelligence as an intelligent agent and its impact on architectural design. It explores how AI is transforming the role of the architect, increasingly oriented towards the selection and interpretation of solutions proposed by machines. The importance of time in the creative process is also highlighted, questioned by the acceleration imposed by new technologies. Finally, emphasis is placed on the centrality of natural language as a fundamental tool for interacting with AI, which brings narrative back to the center of design.*
L’articolo affronta il tema dell’Intelligenza Artificiale come agente intelligente e del suo impatto sulla progettazione architettonica. Si esplora come l’IA stia trasformando il ruolo dell’architetto, sempre più orientato verso la selezione e l’interpretazione di soluzioni proposte dalle macchine. Viene inoltre evidenziata l’importanza del tempo nel processo creativo, messo in discussione dall’accelerazione imposta dalle nuove tecnologie. Infine, si pone l’accento sulla centralità del linguaggio naturale come strumento fondamentale per interagire con l’IA, che riporta la narrazione al centro del fare progettuale.*
Il processo progettuale tra narrazione e generazione
uando il bastone diviene uno strumento familiare, il mondo degli oggetti tattili arretra, non comincia più dall’epidermide della mano, ma in fondo al bastone” (Merleau-Ponty, 2003). L’essere umano assorbe la tecnologia fino a farla diventare un’estensione protesica del suo corpo che gli permette di sperimentare il mondo attraverso nuovi strumenti. Nel 1998 Andy Clark e David Chalmers sostenevano che uno strumento come il cellulare potesse estendere non solo il corpo umano, ma anche la mente. Nel frattempo i dispositivi di cui ci serviamo sono diventati parte di chi siamo: dei cyborg. Eppure nel confronto con chatbot come ChatGPT1 si ha la sensazione di avere a che fare non soltanto con un semplice strumento, estensione delle proprie facoltà, ma con un soggetto “altro da noi” con cui confrontarsi, capace di rispondere alle nostre domande, commettere errori e scusarsi: un idiot savant che può lasciare un certo senso di insoddisfazione (img. 01). A questa conclusione giunge l’artista cinese Ai Wei Wei conducendo un’intervista in ottantuno domande rivolte all’Intelligenza artificiale sull’IA stessa (CIRCA, 2024). Il processo di addestramento che l’IA subisce può essere paragonato alle fasi di crescita umana: dall’infanzia, passando per l’adolescenza, fino all’età adulta. Lo sviluppo è guidato dall’interazione con l’uomo che assume il ruolo di educatore. Secondo alcuni obiettivi teorici, in futuro l’Intelligenza Artificiale evolverà in AGI (Intelligenza artificiale generale) arrivando a eguagliare l’intelligenza umana e con la possibilità di superarla riuscendo anche a provare emozioni e sentimenti con l’Affective Computing o il Machine Consciousness. Il concetto di “intelligenza” negli ultimi decenni ha subito una trasformazione, ampliando il suo significato oltre i confini dell’essere umano, superando la visione antropocentrica (img. 02). “L’intelligenza è una proprietà della vita, qualcosa che deve essere posseduta anche dal più umile organismo unicellulare […] senza intelligenza non può esserci vita” (Mancuso, Viola, 2022). A differenza delle intelligenze biologiche, quella artificiale si basa su una logica di elaborazione dati provenienti da fonti pubbliche, contribuendo
a definire un ulteriore tipo di intelligenza che emerge da un fenomeno di collaborazione globale e che potremmo definire “collettiva”. Oggi l’IA sta attraversando quella che viene comunemente definita “estate”: una stagione in cui la diffusione su larga scala, massicci investimenti e l’interesse politico, uniti all’emergere di tecniche di apprendimento automatico e reti neurali profonde (deep learning2), le hanno consentito di rivoluzionare numerosi settori. Dal latino generare ovvero “dare vita”, l’IA generativa ha numerose applicazioni. La più nota è la scrittura automatica: i modelli di linguaggio come ChatGPT, anche definiti text to text, scrivono articoli, racconti, poesie, saggi e offrono assistenza nella traduzione. IA text to image come Midjourney generano immagini sintetiche per scenari di simulazione, design, moda e architettura. L’IA text to video invece si applica alla creazione automatica di video e animazioni e al video editing, trovando sempre più applicazione nei settori del cinema, dei videogiochi e della realtà aumentata.
IA e Architettura
Nel campo dell’architettura le prime ricerche risalgono agli anni Settanta con Nicholas Negroponte e Cedric Price (Chaillou, 2022). Il primo al MIT Media Lab introduce il concet-
L’IA non necessita di competenze per essere utilizzata. Comunica con l’uomo attraverso le sue parole
to di “agente intelligente”, sviluppando software come Urban 5 capace di assistere gli architetti nella progettazione con alert e suggerimenti. Il secondo esplora a Cambridge il concetto di edificio auto-adattante. Con Generator, Price concepisce un programma capace di adattare la distribuzione interna alle esigenze degli utenti, definendo nuove condizioni spaziali. Gli studi sull’IA in questa fase non riscontrano un’adeguata attenzione poiché mancano ancora due condizioni fondamentali
per il loro sviluppo: il raggiungimento di un’adeguata potenza di calcolo e la disponibilità di enormi quantità di dati. Condizioni che si verificano intorno al 2010, gettando le basi per uno sviluppo significativo. Oggi l’importanza crescente dell’IA è evidenziata dall’aumento di pubblicazioni scientifiche (quasi triplicate dal 2013 al 20213) e progetti di ricerca dedicati, così come negli eventi internazionali: si pensi alla 19. Biennale di Architettura 2025 che, curata da Carlo Ratti, verte sul tema dell’intelligenza come qualità condivisa tra umano, artificiale e ambientale. Società di software di progettazione, come Autodesk, stanno lavorando all’integrazione di funzionalità di design generativo. Le università iniziano a offrire corsi e programmi di laurea dedicati all’IA in architettura, contribuendo a formare una nuova generazione di architetti. L’IA è uscita dall’ambito della sola ricerca scientifica divenendo uno strumento accessibile a tutti. Con il suo ausilio è possibile sintetizzare in pochi secondi immagini iperrealistiche, disegni a mano o tecnici, e video di singoli edifici o anche intere città. Studi recenti di Autodesk e laboratori di ricerca statunitensi come AR2IL4, diretto dal prof. Matias Del Campo, sono tesi a sviluppare sistemi generativi capaci di produrre modelli architettonici 3D a partire da input testuali (img. 03). Questa applicazione rappresenta un obiettivo importante, ma ancora complesso da raggiungere a causa della scarsità di dati 3D disponibili per l’addestramento. È possibile infatti sviluppare autonomamente modelli di IA nutriti con dati specifici con riferimento a una disciplina o a un tema particolare, cercando di costruire un’alternativa agli strumenti disponibili online, ma la quantità e la qualità dei dati a disposizione è determinante. Le piattaforme online sono addestrate sulla base di dataset5 estremamente vasti, di cui non conosciamo l’origine, e onnicomprensivi. Includono qualsiasi genere di contenuto, rendendo più complicato per l’architetto raggiungere il risultato desiderato. Per queste ragioni studi di architettura come l’austriaco Coop Himmelb(l)au
02. Sul concetto di intelligenza | About the concept of intelligence. V. Silvaggi with Midjourney 03. IA e Architettura | AI and Architecture. V. Silvaggi with Midjourney
stanno lavorando alla definizione di modelli generativi nutriti esclusivamente con il proprio archivio progettuale. Questo approccio permette di ottenere output più precisi e personalizzati sul linguaggio e sulla cifra stilistica dell’architetto. Un orientamento alternativo viene sperimentato al MIT Senseable City Lab, diretto dall’architetto Carlo Ratti, che dal 2004 utilizza i digital twins6 per simulare scenari e gli algoritmi per analizzare grandi quantità di dati in tempo reale e strutturare strategie concrete per l’ottimizzazione delle dinamiche urbane (Picon, Ratti, 2023). Un metodo chirurgico che vede nell’IA, forse fin troppo entusiasticamente, uno strumento fondamentale per risolvere la crisi energetica (img. 04).
Duchamp amore mio
Cosa rappresenta l’esito del confronto con l’IA generativa? Il cosiddetto “output” può essere considerato un objet trouvé duchampiano (img. 05). Le foglie di acanto ispirano la forma del capitello corinzio. Le costruzioni medievali fanno razzia di ciò che resta delle fabbriche antiche e i loro elementi architettonici vengono ricollocati con altre funzioni. Il postmodern, attraverso la citazione, reinterpreta la storia, intesa come materiale per costruire il progetto. Le avanguardie di architettura degli anni Sessanta e Settanta utilizzano l’oggetto trovato attraverso la tecnica del collage, come strumento di rappresentazione e narrazione progettuale. Più di recente l’architetto cileno Smiljan Radic fa uso dell’oggetto trovato nelle sue architetture in cui si rilegge il tema dell’assemblage di oggetti comuni. Basti pensare a The Room, una stanza nel bosco sull’isola cilena di Chiloé. Con la rivoluzione informatica prima e l’introduzione dell’Intelligenza artificiale poi, il valore dell’inaspettato o del pensiero divergente si configura come uno degli stimoli più forti alla creatività. Secondo il RIBA7 AI Report 2024 il 41% degli architetti britannici adotta l’IA nella professione, specialmente per trovare ispirazione nelle fasi iniziali di un progetto. L’attività di ricerca di riferimenti e idee
iniziali che avveniva sul web, sulle riviste o in biblioteca, oggi si sposta su Midjourney e Dall-E. Un’attesa brevissima separa dal risultato finale e così l’architetto da creatore si fa selezionatore imparando a scegliere tra ciò che una natura artificiale offre. Questa attitudine, incentivata dall’introduzione dell’IA, mette in discussione il concetto di autorialità, seppur già ampiamente minato nel corso del Novecento sia in ambito artistico che letterario. Si pensi ai Passages parigini (Benjamin, 2010) o alle riflessioni di Walter Benjamin sulla riproducibilità tecnica delle opere d’arte (Benjamin, 2000). O ancora a Roland Barthes che decretò la morte dell’autore e Marcel Duchamp che sosteneva che “Non c’è arte; essenzialmente c’è una scelta. […] Invece di fare è già fatto” (Subrizi, 2012). L’appropriazione si fa pratica artistica e letteraria sempre più diffusa e stimolata dalla possibilità del copy and paste (img. 06). Oggi i modelli generativi online hanno modificato il rapporto tra autore e opera. Gli output non sono vincolati da diritti e chi li utilizza può dirsene liberamente “autore”. Con una connessione veloce, un abbonamento alle piattaforme disponibili online e una riga di
Il cosiddetto “output” può essere considerato un objet trouvé duchampiano
testo in linguaggio naturale è possibile generare in qualche istante più di un’immagine finita (fino a quattro per volta generalmente). L’interfaccia user-friendly e l’immediata disponibilità dei contenuti contribuiscono a sollevare interrogativi su chi considerare l’autore dell’opera: la macchina “generatrice”, l’utente che dà l’input iniziale oppure i programmatori e sviluppatori dell’algoritmo. Il concetto tradizionale di autorialità sta cessando di esistere per cedere il passo ad una concezione, che potremmo definire “diffusa”, che spingerà gli architetti a ripensare il loro ruolo all’interno di un processo creativo sempre più condiviso con le macchine.
04. Cheers. V. Silvaggi with Midjourney
05. Objet trouvé. V. Silvaggi with Midjourney
Tempo e progetto
Prediligere il “trovare e selezionare” al “fare” implica la ricerca di una riduzione del tempo necessario a svolgere determinati compiti. Questa riduzione è uno degli obiettivi dell’IA e da sempre della tecnologia più in generale. In molti contesti applicativi l’esecuzione rapida, e spesso caratterizzata da una minore percentuale di errore, rappresenta un vantaggio. Tuttavia nel campo artistico il tempo non costituisce una risorsa da ottimizzare; non segue la ben nota logica del “tempo è denaro”. L’accelerazione infatti, vanto del processo industriale e mito celebrato dal Futurismo, all’interno del processo creativo rischia di applicare una logica di efficienza ad un ambito che stabilisce una relazione fluida e complessa con il tempo. Nel campo dell’architettura numerose innovazioni tecnologiche hanno promesso una contrazione del tempo di lavoro. Basti pensare all’introduzione del disegno assistito al computer (CAD), dei software di modellazione tridimensionale e del BIM. Eppure, nonostante ciò, il tempo complessivo necessario a completare un progetto non si è drasticamente ridotto. Al
contrario in molti casi i compiti dell’architetto sono diventati ancora più articolati, con la necessità di integrare considerazioni sempre più sofisticate riguardanti la sostenibilità, la normativa o la sicurezza. Inoltre la contrazione inarrestabile del tempo, che sembra rappresentare un valore sempre più potente nella contemporaneità, va a discapito della precisione e del controllo del risultato, fondamentali nell’arte come in architettura. Il tempo è una componente essenziale del risultato finale. Si pensi all’opera Sleep che Andy Warhol filma nel 1964: una pellicola della durata di quasi sei ore che ritrae un uomo dormiente. L’opera esplora il concetto di tempo in modo radicale: arriva a coincidere con esso, obbligando lo spettatore a confrontarsi con la durata stessa dell’evento ed esprimendo una riflessione sullo scorrere del tempo come esperienza estetica.
Architettura e Narrazione
“Il nostro mondo digitale – le nostre immagini, i nostri film, i nostri video, i nostri suoni, le nostre parole e le no-
06. Elogio della lentezza | Praise of slowness. V. Silvaggi with Midjourney
stre informazioni – è alimentato da linguaggio. E tutte queste informazioni non binarie – musica, video, foto – sono fatte di linguaggio, chilometri di codice alfanumerico. […] Una stringa infinita di codice. […] Sono semplici parole (anche se in un ordine che non comprendiamo) […] la materia di cui sono fatti tutti i media” (Goldsmith, 2019). Il linguaggio è fondamentale nel mondo digitale anche se in una forma silenziosa (img. 07). Ma con l’introduzione dell’IA la sua importanza si rivela chiaramente. I programmi di IA generativa funzionano con il linguaggio, questa volta naturale. Non necessitano di specifiche competenze per essere utilizzati, comunicano con l’uomo attraverso le sue parole. Questo riporta il linguaggio al centro del progetto artistico e architettonico. Attraverso un prompt8 infatti è possibile dare indicazioni a MidJourney per generare immagini incredibilmente realistiche di opere d’arte o di architettura o schizzi apparentemente realizzati con le proprie mani. Lo stesso metodo, basato sul linguaggio naturale, viene integrato sempre più con i software di modellazione tridimensionale, nonché in modelli generativi sperimentali. La capacità di comunicare con le macchine sarà sempre più centrale. La parola, utilizzata dai grandi trattatisti per definire il mestiere di architetto e la specificità della disciplina dell’architettura, o dai grandi architetti del Novecento per esprimere la propria visione, dall’architetto milanese Piero Portaluppi per attribuire ai propri progetti non realizzati un carattere spiccatamente ironico, o da Archizoom e Superstudio come elemento non solo descrittivo, ma componente fondamentale del progetto, acquista oggi un ruolo inedito. La capacità di esprimere la propria poetica e comunicarla adeguatamente all’IA sostituisce potenzialmente la matita, gli strumenti tradizionali dell’architetto, ma anche la conoscenza tecnica dei software più avanzati. L’architetto diventa narratore delegando alla macchina l’onere di interpretare la propria narrazione e tradurla in forme. Il linguaggio architettonico si esprime in quello narrativo spingendo il rapporto tra architettura e narrazione verso una coincidenza. In questo modo maggiore è la capacità espressiva e comunicativa dell’archi-
07. La rivincita del testo | The revenge of the text. V. Silvaggi with Midjourney tetto, più gli output offerti dall’IA saranno oggetti desiderati e non semplicemente trovati. Se invece si rinuncia intenzionalmente a esprimere la propria identità e a comunicarla al meglio, l’imprevedibilità dell’output cresce esponenzialmente divenendo un punto di forza. In tale scenario l’architetto è in bilico tra due opportunità: adottare la parola come strumento privilegiato oppure, più direttamente, imparare sapientemente e pazientemente a selezionare gli output che l’Intelligenza artificiale, come un nuovo oracolo, propone.*
NOTE
1 – GPT: Acronimo di Generative Pretrained Transformer, uno strumento di elaborazione del linguaggio naturale che utilizza algoritmi avanzati di apprendimento automatico per generare risposte simili a quelle umane all’interno di un discorso.
2 – Il deep learning è un sottoinsieme di machine learning che utilizza reti neurali multilivello, chiamate reti neurali profonde, per simulare il complesso potere decisionale del cervello umano.
3 – Per approfondire si veda: Center for Security and Emerging Technology (2024) – processed by Our World in Data. “Annual scholarly publications on artificial intelligence” [dataset]. Center for Security and Emerging Technology, “Country Activity Tracker: Artificial Intelligence” [original data]. In ourworldindata.org/grapher/annual-scholarly-publications-on-artificialintelligence (ultima consultazione gennaio 2025).
4 – Laboratorio del Taubman College of Architecture and Urban Planning (Michigan, US).
5 – Una raccolta strutturata di dati organizzati e archiviati per l’analisi o l’elaborazione, tipicamente correlati in qualche modo e provenienti da un’unica fonte o destinati a un unico progetto.
6 – Un digital twin è una rappresentazione virtuale di un oggetto o di un sistema, progettato per riflettere un oggetto fisico. Copre il ciclo di vita di quest’ultimo, viene aggiornato con dati in tempo reale e utilizza simulazione e apprendimento automatico per contribuire a prendere decisioni.
7 – Royal Institute of British Architects.
8 – Un prompt è un testo in linguaggio naturale che richiede all’IA generativa di eseguire un’attività specifica.
REFERENCES
– Benjamin, W. (2000). L’opera d’arte nell’epoca della sua riproducibilità tecnica. Torino: Einaudi.
– Benjamin, W. (2010). I «passages» di Parigi. Torino: Einaudi.
– Chaillou, S. (2022). Artificial Intelligence and Architecture. Basel: Birkhäuser.
– CIRCA (2024). Ai Weiwei, Ai vs AI (online). In circa.art/exhibition/ai-weiwei-ai-vs-ai/ (ultimo accesso gennaio 2025).
– Clark, A., Chalmers, D.J. (1998). The Extended Mind. Analysis, vol. 58, n. 1, pp. 7-9.
– Goldsmith, K. (2019). CTRL+C CTRL+V (scrittura non creativa). Roma: Nero.
– Mancuso, S., Viola, A. (2022). Verde brillante. Milano: Giunti.
– Merleau-Ponty, M. (2003). Fenomenologia della percezione. Milano: Bompiani.
– Picon, A., Ratti, C. (2023). Atlas of the Senseable city. New Heaven and London: Yale University Press.
– Subrizi, C. (2012). Introduzione a Duchamp. Lecce: Editori Laterza.
“When the stick becomes a familiar tool, the world of tactile objects recedes, no longer starting from the skin of the hand, but at the bottom of the stick” (Merleau-Ponty, 2003). Humans absorb technology to the point of making it a prosthetic extension of their bodies that allows them to experience the world through new tools. In 1998, Andy Clark and David Chalmers argued that a tool like the cell phone could extend not only the human body, but also the mind. In the meantime, the devices we use have become part of who we are: cyborgs. Yet when dealing with chatbots1 like ChatGPT2, one has the feeling of dealing not only with a simple tool, an extension of one’s own faculties, but with a subject “other than ourselves” to deal with, capable of answering our questions, making mistakes and apologizing: an idiot savant that can leave a certain sense of dissatisfaction (img. 01). The Chinese artist Ai Wei Wei comes to this conclusion by conducting an interview in eighty-one questions addressed to Artificial Intelligence on AI itself (CIRCA, 2024). The training process that AI undergoes can be compared to the stages of human growth: from childhood, through adolescence, to adulthood. AI’s development is guided by interaction with humans who assume the role of educators. According to some theoretical objectives, in the future Artificial Intelligence will evolve into AGI (Artificial General Intelligence) reaching the level of human intelligence and with the possibility of surpassing it, also managing to experience emotions and feelings with Affective Computing or Machine Consciousness. The concept of “intelligence” has undergone a transformation in recent decades, expanding its meaning beyond the boundaries of the human being, overcoming the anthropocentric vision (img. 02). “Intelligence is a property of life, something that even the humblest unicellular organism must possess […] without intelligence there can be no life” (Mancuso, Viola, 2022). Unlike biological intelligence, artificial one is based on a logic of data processing from public sources, help-
Objet Trouvé and New Oracles
The design process between narration and generation
ing to define a further type of intelligence that emerges from a phenomenon of global collaboration and that we could define as “collective”. Today, AI is going through what is commonly called “summer”: a season in which large-scale diffusion, massive investments and political interest, combined with the emergence of machine learning techniques and deep neural networks (deep learning3), have allowed it to revolutionize numerous sectors. From the Latin generare or “to give life”, generative AI has numerous applications. The best known is automatic writing: language models such as ChatGPT, also called “text to text”, write articles, stories, poems, essays and offer translation assistance. AI “text to image” like Midjourney generates synthetic images for simulation, design, fashion and architecture scenarios. AI text to video instead applies to the automatic creation of videos and animations and to video editing, finding more and more application in the sectors of cinema, video games and augmented reality.
AI and Architecture
In the field of architecture, the first research dates back to the 1970s with Nicholas Negroponte and Cedric Price (Chaillou, 2022). Negroponte at the MIT Media Lab introduces the concept of “intelligent agent”, developing software like Urban 5 capable of assisting architects in designing with alerts and suggestions. Price explores the concept of self-adapting building in Cambridge. With Generator Price conceives a program capable of adapting the internal distribution to the needs of users, defining new spatial conditions. Studies on AI at this stage do not receive adequate attention because two fundamental conditions for their development are still missing: the achievement of adequate computing power and the availability of enormous amounts of data. Conditions that occur around 2010, laying the foundations for significant development. Today, the growing importance of AI is highlighted by the increase in scientific publications (al-
most tripled from 2013 to 20214) and dedicated research projects, as well as in international events: think of the 2025 Architecture Biennale which, curated by Carlo Ratti, focuses on the theme of intelligence as a quality shared between human, artificial and environmental. Design software companies, such as Autodesk, are working on integrating generative design features. Universities are starting to offer courses and degree programs dedicated to AI in architecture, helping to train a new generation of architects. AI has moved beyond the scope of scientific research alone, becoming a tool accessible to everyone. With its help, it is possible to synthesize in a few seconds the hyper-realistic images, hand or technical drawings, and videos of individual buildings or even entire cities. Recent studies by Autodesk and US research laboratories such as AR2IL5 , directed by Prof. Matias Del Campo, are aimed at developing generative systems capable of producing 3D architectural models starting from textual input (Image 03). This application represents an important goal, but still complex to achieve due to the scarcity of 3D data available for training. It is in fact possible to independently develop AI models fed with specific data with reference to a particular discipline or theme, trying to build an alternative to the tools available online, but the quantity and quality of the data available is crucial. Online platforms are trained on the basis of extremely large datasets6, of which we do not know the origin and all-encompassing. They include any kind of content, making it more complicated for the architect to achieve the desired result. For these reasons, architecture offices such as the Austrian Coop Himmelb(l)au are working on the definition of generative models fed exclusively with their own design archive. This approach allows for more precise and personalized outputs on the architect’s language and stylistic code. An alternative approach is being tested at the MIT Senseable City Lab, directed by architect Carlo Ratti, who since 2004 has been using digital twins7 to simulate scenarios
and algorithms to analyze large amounts of data in real time and structure concrete strategies for the optimization of urban dynamics (Picon, Ratti, 2023). A surgical method that sees AI, perhaps too enthusiastically, as a fundamental tool to solve the energy crisis (img. 04).
Duchamp my love
What does the outcome of the confrontation with generative AI represent? The so-called “output” can be considered a Duchampian objet trouvé (img. 05). Acanthus leaves inspire the shape of the Corinthian capital. Medieval buildings raid what remains of ancient factories and their architectural elements are relocated with other functions. Postmodernism, through citation, reinterprets history, understood as material for building the project. The architectural avant-gardes of the 1960s and 1970s use the found object through the collage technique, as a tool for representation and design narration. More recently, the Chilean architect Smiljan Radic uses the objet trouvé in his architecture in which the theme of the assemblage of common objects is reinterpreted. Just think of The Room, an apartment in the woods on the Chilean island of Chiloé. With the digital revolution first and the introduction of Artificial Intelligence later, the value of the unexpected or divergent thinking is configured as one of the strongest stimuli for creativity. According to the RIBA8 AI Report 2024, 41% of British architects adopt AI in their profession, especially to find inspiration in the initial phases of a project. The research activity for references and initial ideas that used to take place on the web, in magazines or in libraries, today moves to Midjourney and Dall-E. A very short wait separates us from the final result and so the architect from creator becomes selector learning to choose from what an artificial nature offers. This attitude, encouraged by the introduction of AI, calls into question the concept of authorship, even though it was already widely undermined during the twentieth century in both the artistic and literary fields. Think of the Parisian Passages (Benjamin, 2010) or Walter Benjamin’s reflections on the technical reproducibility of works of art (Benjamin, 2000). Or even Roland Barthes who decreed the death of the author and Marcel Duchamp who claimed that “There is no art; essentially there is a choice. [...] Instead of doing, it is already done” (Subrizi, 2012). Appropriation is becoming an increasingly widespread artistic and literary practice, stimulated by the possibility of copy and paste (img. 06). Today, online generative models have changed the relationship between author and work. Outputs are not bound by rights and those who use them can freely call themselves the “author”. With a fast connection, a subscription to the platforms available online and a line of text in natural language, it is possible to generate more than one finished image in a few moments (usually up to four at a time). The user-friendly interface and the immediate availability of the contents contribute to raising questions about who should be considered the author of the work: the “generating” machine, the user who
gives the initial input or the programmers and developers of the algorithm. The traditional concept of authorship is ceasing to exist to give way to a concept, which we could define as “widespread”, which will push architects to rethink their role only within a creative process increasingly shared with machines.
Time and project
Preferring “finding and selecting” to “doing” implies the search for a reduction in the time needed to carry out certain tasks. This reduction is one of the objectives of AI and has always been one of technology in general. In many application contexts, rapid execution, often characterized by a lower percentage of error, represents an advantage. However, in the artistic field, time is not a resource to be optimized; it does not follow the well-known logic of “time is money”. In fact, acceleration, the pride of the industrial process and the myth celebrated by Futurism, within the creative process risks applying a logic of efficiency to a field that establishes a fluid and complex relationship with time. In the field of architecture, numerous technological innovations have promised a reduction in working time. Just think of the introduction of computeraided design (CAD), three-dimensional modeling software and BIM. Yet, despite this, the overall time needed to complete a project has not drastically reduced. On the contrary, in many cases the architect’s tasks have become even more complex, with the need to integrate increasingly sophisticated considerations regarding sustainability, regulations or safety. Furthermore, the unstoppable contraction of time, which seems to represent an increasingly powerful value in contemporary times, is detrimental to the precision and control of the result, which are fundamental in art as in architecture. Time is an essential component of the final result. Consider the work Sleep that Andy Warhol filmed in 1964: a film lasting almost six hours that portrays a sleeping man. The work explores the concept of time in a radical way: it ends up coinciding with it, forcing the viewer to confront the duration of the event itself and expressing a reflection on the passage of time as an aesthetic experience.
Architecture and Narration
“Our digital world – our images, our films, our videos, our sounds, our words and our information – is fueled by language. And all this non-binary information – music, videos, photos – is made of language, miles of alphanumeric code. […] An infinite string of code. […] They are simple words (although in an order we do not understand) […] the stuff that all media is made of” (Goldsmith, 2019). Language is fundamental in the digital world even if in a silent form (img. 07). But with the introduction of AI its importance is clearly revealed. Generative AI programs work with language, this time natural. They do not require specific skills to be used, they communicate with humans through their words. This brings language back to the center of the artistic and architectural project. In fact, through
a prompt9 it is possible to give instructions to MidJourney to generate incredibly realistic images of works of art or architecture or sketches apparently made with one’s own hands. The same method, based on natural language, is increasingly integrated with three-dimensional modeling software, as well as in experimental generative models. The ability to communicate with machines will be increasingly central. The word, used by great treatise writers to define the profession of architect and the specificity of the discipline of architecture, or by the great architects of the twentieth century to express their vision, by the Milanese architect Piero Portaluppi to attribute a markedly ironic character to his unrealized projects, or by Archizoom and Superstudio as not only a descriptive element, but a fundamental component of the project, today acquires an unprecedented role. The ability to express one’s poetics and communicate it adequately to AI potentially replaces the pencil, the traditional tools of the architect, but also the technical knowledge of the most advanced software. The architect becomes a narrator, delegating to the machine the burden of interpreting his narration and translating it into forms. The architectural language is expressed in the narrative one, pushing the relationship between architecture and narration towards a coincidence. In this way, the greater the expressive and communicative capacity of the architect, the more the outputs offered by AI will be desired objects and not simply found. If, on the other hand, one intentionally gives up expressing one’s identity and communicating it at its best, the unpredictability of the output grows exponentially, becoming a strong point. In this scenario, the architect is balanced between two opportunities: adopting the word as a privileged tool or, more directly, learning wisely and patiently to select the outputs that Artificial Intelligence proposes, like a new oracle.*
NOTES
1 – A chatbot is a software that processes human conversations, allowing users to interact with digital devices as if they were communicating with a real person.
2 – GPT: Acronym for Generative Pretrained Transformer, a natural language processing tool that uses advanced machine learning algorithms to generate human-like responses within a speech.
3 – Deep learning is a subset of machine learning that uses multilayer neural networks, called deep neural networks, to simulate the complex decision-making power of the human brain.
4 – For more information see: Center for Security and Emerging Technology (2024) – processed by Our World in Data. “Annual scholarly publications on artificial intelligence” [dataset]. Center for Security and Emerging Technology, “Country Activity Tracker: Artificial Intelligence” [original data]. In ourworldindata. org/grapher/annual-scholarly-publications-on-artificial-intelligence (last access January 2025).
5 – Taubman College of Architecture and Urban Planning Lab (Michigan, US).
6 – A structured collection of data organized and stored for analysis or processing, typically related in some way and originating from a single source or intended for a single project.
7 – A digital twin is a virtual representation of an object or system, designed to mirror a physical object. It covers the lifecycle of the physical object, is updated with real-time data, and uses simulation and machine learning to help make decisions.
8 – Royal Institute of British Architects.
9 – A prompt is a natural language text that asks generative AI to perform a specific task.
Luca Ossino
Dottorando di ricerca in Progettazione tecnologica e ambientale dell’architettura, Dipartimento di Architettura, Università degli Studi Roma Tre. luca.ossino@uniroma3.it
Barbara Cardone
Assegnista di ricerca in Progettazione tecnologica e ambientale dell’architettura, Dipartimento di Architettura, Università degli Studi Roma Tre. barbara.cardone@uniroma3.it
Chiara Tonelli
Prof.ssa in Progettazione tecnologica e ambientale dell’architettura, Dipartimento di Architettura, Università degli Studi Roma Tre. chiara.tonelli@uniroma3.it
Verso un nuovo paradigma partecipativo
Città gestita
tramite
Towards a New Participatory Paradigm The article explores the increasing influence of Artificial Intelligence (AI) in the field of architecture and design, focusing on three key levels: Brain Cities, Service Design, and Cognitive Buildings. Generative AI, capable of creating visual, textual, and multimedia content, offers new creative opportunities, stimulating participatory and collaborative design. However, the integration of such technologies requires careful ethical consideration to ensure that solutions are oriented towards individual and collective well-being. A humanistic approach remains essential to harness the potential of AI while respecting the real needs of society.*
L’articolo esplora l’influenza crescente dell’Intelligenza Artificiale (IA) nel campo dell’architettura e del design, concentrandosi su tre livelli chiave: le città intelligenti (Brain Cities), la progettazione dei servizi (Service Design) e gli edifici cognitivi (Cognitive Buildings). L’IA Generativa, capace di creare contenuti visivi, testuali e multimediali, offre nuove opportunità creative, stimolando un design partecipativo e collaborativo. Tuttavia, l’integrazione di tali tecnologie richiede un’attenta riflessione etica per garantire che le soluzioni siano orientate al benessere individuale e collettivo. L’approccio umanistico rimane essenziale per sfruttare il potenziale dell’IA rispettando le esigenze reali della società.*
L’approccio umanistico all’IA generativa
ntroduzione
L’avvento dell’IA sta trasformando in modo sempre più pervasivo ogni aspetto della vita quotidiana, e si è quasi raggiunta la previsione di Ray Kurzweil (2006), che entro il 2030 l’IA potrebbe raggiungere il livello dell’intelligenza umana. La propensione umana a colmare le proprie limitazioni “naturali” mediante strumenti “artificiali” ha accompagnato l’evoluzione della civiltà fin dalle sue origini. Come discusso approfonditamente da Herbert Simon (1996), “l’artificiale”inteso come ciò che è creato dall’uomo - comprende tutto ciò che è “adatto agli scopi e agli obiettivi umani”, e “man mano che cambiano gli obiettivi dell’uomo, cambiano anche gli artefatti”. Emergono nuovi strumenti che simulano l’intelligenza naturale, con l’obiettivo di supportare e ottimizzare i processi decisionali e previsionali.
La sinergia tra intelligenza artificiale e umana può generare risultati imprevedibili, delineando uno scenario che impone riflessioni sugli effetti prodotti, non tanto dalle azioni dei singoli, quanto dallo scambio di informazioni (dati) attraverso le relazioni immateriali (connessioni) che strutturano una network society (Castells, 1996). Ci troviamo in una fase storica in cui il mondo digitale dei bit si fonde con il mondo fisico degli atomi (Ratti, 2024). In particolare, il campo dell’architettura e del design è soggetto a rapidi cambiamenti, plasmato dalle continue e accelerate trasformazioni tecnologiche e sociali che caratterizzano la nostra epoca (Guidera, 2020; Shu et al., 2020; Nourian et al., 2024). In questo contesto in costante evoluzione, l’IA Generativa ha dimostrato impressionanti abilità creative, essendo in grado di generare autonomamente contenuti visivi, testuali e multimediali (Chiou et al.,2023; Crimaldi e Leonelli, 2023).
Attraverso questo articolo si intende analizzare il ruolo dell’IA nel contesto progettuale contemporaneo, con particolare attenzione ai livelli macro (brain city), meso (service design) e micro (cognitive buildings). L’obiettivo principale
è valutare l’impatto di tali approcci sulla qualità della vita, adottando una prospettiva humanity-centered che pone l’uomo e la comunità al centro delle soluzioni progettuali.
Il lavoro esplora come la progettazione multilivello, supportata dall’IA, favorisca l’integrazione tra architettura, urbanistica e tecnologia, superando le logiche lineari per affrontare la complessità dei sistemi dinamici reali. Si propone di descrivere il contributo dell’IA nel migliorare il dialogo tra cittadini, enti e istituzioni, promuovendo processi partecipativi attivi e facilitando l’uso di strumenti avanzati per analizzare il contesto fisico e sociale. In questo quadro, si sottolinea l’importanza dell’interdisciplinarità come base per generare soluzioni innovative e sostenibili, in grado di valorizzare l’individuo e la collettività.
Approccio e metodi
Questo studio adotta un approccio metodologico misto, integrando analisi teoriche con l’esame di best practice a livello internazionale, con l’obiettivo di analizzare il rapporto tra esigenze individuali e collettive tramite l’impiego di strumenti di IA.
La prima fase dell’analisi consiste in una revisione critica della letteratura scientifica e normativa sull’IA, con particolare riferimento alle definizioni e ai principi fondamentali enunciati dalla Commissione Europea nel Libro Bianco sull’IA (2020). Questa fase permette di delineare i confini concettuali e operativi dell’IA, considerando sia le sue potenzialità sia le sue limitazioni intrinseche. Il lavoro teorico include l’analisi delle implicazioni filosofiche ed etiche legate all’utilizzo di sistemi artificiali privi di creatività intuitiva, di autonomia morale e di capacità di ragionamento complesso, sottolineando la dipendenza dai dati e l’assenza di una dimensione etica innata.
La seconda fase prevede un’analisi empirica delle best practices a livello internazionale. Questo processo si articola attraverso la raccolta e lo studio di casi concreti in cui l’IA è stata applicata nei tre livelli progettuali individuati: macro, meso, micro.
Infine, l’approccio metodologico è arricchito dalla dimensione partecipativa. La ricerca esplora come l’IA possa stimolare processi co-creativi e dinamiche relazionali che coinvolgano attivamente cittadini e istituzioni.
L’integrazione di questi strumenti e metodi consente non solo di analizzare il ruolo dell’IA da una prospettiva teoricopratica, ma anche di valutare il suo impatto potenziale su scala locale, nazionale e globale, contribuendo a delineare una visione più articolata e consapevole del suo utilizzo per soddisfare esigenze individuali e collettive.
Livello Macro: Brain City
A livello macro, la progettazione e gestione delle città assume il ruolo di grande contenitore onnipresente, in grado di gestire le tensioni urbano-territoriali sia endogene che esogene. Negli ultimi anni sono numerosi gli esempi applicativi dell’intelligenza artificiale volti a ottimizzare la gestione delle risorse urbane e a migliorare la qualità della vita dei cittadini. Questo studio include una rassegna sintetica delle principali sperimentazioni europee relative all’impiego dell’IA in contesti urbani, con un focus specifico sui settori della mobilità, della gestione energetica e della sicurezza. Un esempio è rappresentato da Barcellona, dove l’integrazione dell’IA nel sistema di gestione del traffico ha permesso di ridurre significativamente la congestione urbana. Attraverso sensori IoT e algoritmi predittivi, il progetto ha ottimizzato i flussi di traffico in tempo reale, migliorando l’efficienza del trasporto pubblico e riducendo l’inquinamento. Un esempio simile si trova a Copenaghen, dove l’IA è stata impiegata per sviluppare sistemi di bikesharing intelligenti e percorsi ciclabili connessi a una rete digitale che raccoglie dati sull’uso e sulla manutenzione delle biciclette. Nel campo della gestione energetica, spicca il progetto di Amsterdam Smart City, che utilizza algoritmi di apprendimento automatico per monitorare e ottimizzare il consumo energetico degli edifici pubblici e privati. Il sistema è stato integrato con reti di energia rinnovabile e
02. Progettazione di servizi pubblici e privati che impiegano algoritmi per migliorare l’esperienza dell’utente | Designing public and private services that deploy algorithms to improve the user experience. Immagine generata tramite AI da Krea.ai
dispositivi domestici intelligenti, consentendo un risparmio energetico significativo. Nel campo della sicurezza, il programma AI4PublicSafety implementato a Londra, ha sfruttato l’IA per analizzare in modo proattivo i dati provenienti dalle videocamere di sorveglianza e dai dispositivi mobili, con l’obiettivo di prevenire crimini e migliorare la risposta delle forze dell’ordine. Tuttavia, questo progetto ha sollevato questioni etiche legate alla privacy, mostrando la necessità di bilanciare l’efficacia tecnologica con il rispetto dei diritti individuali (img. 01).
Livello Meso: Service Design
A livello meso, è stato approfondito l’impatto dell’IA sul service design , ovvero la progettazione di servizi pubblici e privati che impiegano algoritmi per migliorare l’esperienza dell’utente. Il service design è sempre più adottato come approccio multidisciplinare volto a creare e ottimizzare servizi, migliorando l’interazione con gli utenti e soddisfacendo le loro esigenze. Esso integra strategia, tecnologia e design thinking , utilizzando modelli come il Doppio Diamante (Design Council, 2005), che prevede quattro fasi principali: Discover , Define , Develop , Deliver , articolate in due diamanti che rappresentano momenti di divergenza (generazione di idee) e convergenza (selezione e affinamento delle idee). L’integrazione dell’IA in questo contesto sta trasformando il panorama creativo, come dimostrato dalla conferenza HarvardXR 2024 Extended Inntelligence e dal modello Stingray, che pone l’accento sulle fasi di formazione, sviluppo e iterazione attraverso l’uso di strumenti di IA Generativa. Questo approccio bilancia accuratamente le fasi di curation e creation , distinguendo tra idee di design e intuizioni progettuali, ribadendo l’importanza dell’immaginazione umana (img. 02).
Livello Micro: Cognitive Building
Il livello micro si focalizza sugli edifici intelligenti (cognitive buildings), strutture equipaggiate con tecnologie adattive e predittive, progettate per ottimizzare ogni aspetto dell’edificio, dalla gestione energetica alla sicurezza e al comfort abitativo. Per raggiungere questi obiettivi, necessitano delle capacità di autogestione e autoadattamento, diventando così entità cognitive strutturate per il benessere dell’uomo e dell’ambiente. Il ciclo di vita immobiliare si compone di quattro fasi principali: progettazione, costruzione, gestione operativa e dismissione. In questo contesto, l’integrazione di sistemi basati sull’IA rappresenta un’opportunità strategica per ottimizzare ciascuna fase, rendendo i processi più efficienti, sostenibili e complessivamente più economici sul lungo termine. Tra tutte le fasi, quella di Operation and Maintenance (O&M) si distingue come la più critica. Essa ha inizio al termine della costruzione dell’edificio e si estende per tutta la durata della sua vita utile, costituendo la fase più lunga e impegnativa. Dal punto di vista economico, la fase di O&M è senza dubbio la più onerosa all’interno del ciclo di vita degli asset
Il valore dell’IA risiede nella possibilità di innescare una metamorfosi culturale per abbracciare un cambiamento di paradigma
immobiliari, rappresentando una quota significativa dei costi complessivi. L’adozione di soluzioni basate sull’IA durante la fase di O&M consente di migliorare la gestione operativa, ridurre i costi di manutenzione e aumentare la sostenibilità. Tuttavia, un approccio integrato, che estenda l’uso dell’IA a tutte le fasi del ciclo di vita immobiliare, può massimizzare
03. Edificio cognitivo equipaggiato con tecnologie adattive e predittive, progettate per ottimizzare ogni aspetto dell’edificio | Cognitive building equipped with adaptive and predictive technologies, designed to optimize every aspect of the building. Immagine generata tramite AI da Krea.ai
i benefici complessivi, avviando una trasformazione sistemica dell’intero settore. Un esempio applicativo riguarda il progetto IBIS ECO. Tale studio ha l’obiettivo di aumentare e potenziare la capacità tecnologica di interazione dell’edificio con gli utenti, i gestori dei sistemi e l’infrastruttura energetica in vari settori. Cofinanziato nell’ambito del PO FESR della Regione Basilicata a gennaio 2022, il progetto si è concluso a fine 2024. Si attendono le linee guida derivate da modelli ap-
Risultati e discussione
La progettazione diventa multilivello in cui tutto è connesso e l’uomo è al centro
plicati e validate nell’esercizio sperimentale dei dimostratori che forniranno buone pratiche e indicatori per la gestione dell’intero sistema (img. 03).
I risultati dello studio forniscono indicazioni rilevanti su come l’IA stia già contribuendo al miglioramento della qualità della vita, pur evidenziando sfide significative per i cittadini di oggi e di domani. L’approccio progettuale basato sull’IA infatti non è gerarchico, ma si discosta dal modello piramidale per adottare una struttura reticolare. Le implicazioni di tale cambiamento sono di natura strutturale e coinvolgono non solo l’ambito della progettazione, ma anche l’organizzazione stessa del potere politico ed economico. L’adozione generalizzata dei sistemi di IA avrà ripercussioni profonde, i cui effetti non possono essere completamente previsti. Il dibattito su questo tema rimane aperto e già dagli anni Sessanta le ricerche sul design method hanno identificato due processi mentali fondamentali: il design thinking e il computational thinking. Il primo è un
approccio creativo e incentrato sull’utente, mentre il secondo si basa su principi informatici, adottando una logica sistematica. Sebbene distinti, oggi si riconosce un modello progettuale ibrido che alterna fluidamente i due metodi. Per tale ragione, l’uso esclusivo dell’IA in qualsiasi intervento progettuale, che si estende non solo al campo fisico e tangibile, ma anche allo spazio metafisico, storico-sociale e politico-culturale di un luogo, trova applicazione solo in maniera parziale e ben definita.
L’analisi dei tre livelli progettuali – macro, meso e micro – dimostra come l’IA stia progressivamente influenzando tutte le scale dell’ambiente costruito, offrendo opportunità significative ma anche sfide complesse. È fondamentale adottare un approccio critico e multidisciplinare, affinché l’integrazione dell’IA sia guidata da principi etici, orientata al benessere collettivo e in grado di rispondere efficacemente alle esigenze sia dell’individuo sia della comunità. Questo studio evidenzia l’importanza di promuovere una maggiore partecipazione attiva da parte di cittadini e professionisti nel processo di adozione dell’IA, incoraggiando pratiche collaborative che valorizzino l’intelligenza umana in sinergia con quella artificiale.
Conclusioni
Le sperimentazioni dell’IA nell’ambito progettuale dimostrano progressi significativi, ma il percorso verso una piena integrazione tra conoscenze e poteri decisionali rimane complesso. La sfida principale risiede nel corretto utilizzo della tecnologia, intesa come uno strumento per estrarre informazioni altrimenti inaccessibili, orientando il processo decisionale in architettura e urbanistica verso soluzioni realmente rispondenti alle esigenze concrete dell’uomo. Tuttavia, la complessità della realtà e della condizione umana resta solo parzialmente replicabile dal mondo digitale, che tenta di emularla attraverso processi di deep learning e analisi dei dati.
Il processo decisionale è un fenomeno articolato, influenzato da informazioni eterogenee e multi-semantiche, situa-
to in un contesto temporale e spaziale specifico. In esso, il background culturale e il talento umano continuano a svolgere un ruolo insostituibile. Il valore dell’IA risiede nella possibilità di innescare una metamorfosi culturale, non solo per costruire città più intelligenti o edifici più efficienti, ma per abbracciare un cambiamento di paradigma. Si tratta di adottare un approccio progettuale che consideri la complessità della vita contemporanea come un’opportunità per generare bellezza, equità e connessione.
Il futuro da delineare non deve essere esclusivamente tecnologico, ma profondamente umano. La vera sfida non è semplicemente sfruttare il potenziale dell’IA, ma trovare il coraggio e la visione per utilizzarla come uno specchio dei nostri ideali più alti, costruendo un mondo che rifletta non solo la nostra intelligenza, ma anche i nostri valori.*
REFERENCES
– Castells, M. (1996). The Rise of the Network Society. Oxford: Blackwell.
– Chiou, L., Hung, P., Liang, R. and Wang, C. (2023). In Designing with AI: An Exploration of Co-Ideation with Image Generators. Pittsburgh: Proceedings of the 2023 ACM Designing Interactive Systems Conference, pp. 1941-1954.
– Commissione Europea (2020). Libro Bianco sull’intelligenza artificiale: Un approccio europeo all’eccellenza e alla fiducia. Bruxelles: Commissione Europea.
– Crimaldi, F., Leonelli, M. (2023). AI and the creative realm: A short review of current and future applications. doi.org/10.48550/arXiv.2306.01795 –
Guidera, S. (2011). Conceptual design exploration in architecture using parametric generative computing: A case study (online). In ASEE Annual Conference & Exposition, 22.368.1-20. In peer.asee.org/17649 (ultima consultazione gennaio 2025).
Kurzweil, R. (2006). The Singularity is Near: When Humans Transcend Biology. New York: Viking.
– Nourian, P., Azadi, S., Uijtendaal, R. and Bai, N. (2024). Augmented computational design. In Abbasabadi, N., Ashayeri, M. (eds.) Artificial Intelligence in Performance-Driven Design: Theories, Methods, and Tools. Hoboken: John Wiley & Sons, pp. 1-30.
– Ratti, C. (2021). The age of spacemaking. New York: HarperCollins.
Shu, W., Sun, F., Li, Y. (2020). The development trend of design methodology under the influence of Artificial Intelligence and big data. Proceedings of the 2020 4th International Conference on Deep Learning Technologies. New York, pp. 104-108. – Simon, H.A. (1996). The sciences of the artificial. Cambridge: MIT Press.
Introduction
The advent of AI is increasingly transforming every aspect of daily life. According to Ray Kurzweil’s predictions (2006), by 2030, AI may reach the level of human intelligence. Humanity’s inclination to overcome its “natural” limitations through “artificial” tools has been a driving force in the evolution of civilization since its inception. As Herbert Simon (1996) extensively discussed, the “artificial”—understood as what is created by humans—encompasses everything that is “suited to human goals and purposes,” evolving alongside human objectives. New tools are emerging that simulate natural intelligence, aiming to support and optimize decision-making and forecasting processes.
The synergy between artificial and human intelligence can produce unpredictable results, prompting reflections on the effects not just of individual actions but of the exchange of information (data) through immaterial relationships (connections) that structure a “network society” (Castells, 1996). We are at a historical juncture where the digital world of bits merges with the physical world of atoms (Ratti, 2024). Architecture and design, in particular, are experiencing rapid changes, shaped by the continuous technological and social transformations of our time (Guidera, 2020; Shu et al., 2020; Nourian et al., 2024). Within this ever-evolving context, Generative AI has demonstrated impressive creative abilities, autonomously generating visual, textual, and multimedia content (Chiou et al., 2023; Crimaldi and Leonelli, 2023).
Objectives
This article aims to analyze the role of AI in contemporary design contexts, focusing on macro (brain city), meso (service design), and micro (cognitive buildings) levels. The primary objective is to evaluate the impact of such approaches on quality of life, adopting a humanity-centered perspective that places
Luca Ossino, Barbara Cardone, Chiara Tonelli
Towards a New Participatory Paradigm
The Humanistic Approach to Generative AI
individuals and communities at the core of design solutions.
The study explores how multilayered design, supported by AI, fosters the integration of architecture, urban planning, and technology, moving beyond linear logic to address the complexity of real dynamic systems. It seeks to illustrate AI’s contribution to improving dialogue among citizens, organizations, and institutions, promoting active participatory processes, and facilitating the use of advanced tools to analyze physical and social contexts. In this framework, the importance of interdisciplinarity is highlighted as the foundation for generating innovative and sustainable solutions that enhance both individual and collective well-being.
Approach and Methods
This study employs a mixed methodological approach, integrating theoretical analyses with an examination of international best practices to analyze the relationship between individual and collective needs through AI tools.
The first phase involves a critical review of scientific literature and regulations on AI, with particular reference to the definitions and fundamental principles outlined in the European Commission’s White Paper on AI (2020). This step delineates the conceptual and operational boundaries of AI, considering both its potential and inherent limitations. The theoretical work includes an analysis of the philosophical and ethical implications of artificial systems lacking intuitive creativity, moral autonomy, and complex reasoning abilities, underscoring their reliance on data and absence of innate ethical dimensions.
The second phase involves an empirical analysis of international best practices, focusing on case studies where AI has been applied to the identified design levels: macro, meso, and micro.
Finally, the methodological approach incorporates a participatory dimension, exploring
how AI can stimulate co-creative processes and relational dynamics actively involving citizens and institutions.
By integrating these tools and methods, the study not only analyzes AI’s role from a theoretical-practical perspective but also evaluates its potential impact on local, national, and global scales, contributing to a more nuanced and conscious vision of its use to meet both individual and collective needs
Macro Level: Brain City
At the macro level, city design and management take on the role of a comprehensive container capable of managing both endogenous and exogenous urban-territorial tensions. Recent years have seen numerous applications of AI aimed at optimizing urban resource management and improving citizens’ quality of life. This study includes a concise review of major European experiments employing AI in urban contexts, focusing on mobility, energy management, and security.
For instance, in Barcelona, AI integration into traffic management systems significantly reduced urban congestion. Using IoT sensors and predictive algorithms, the project optimized traffic flows in real-time, enhancing public transport efficiency and reducing pollution. Similarly, Copenhagen has employed AI to develop intelligent bike-sharing systems and cycling routes connected to a digital network collecting data on bicycle usage and maintenance.
In energy management, the Amsterdam Smart City project utilizes machine learning algorithms to monitor and optimize energy consumption in public and private buildings. Integrated with renewable energy networks and smart home devices, the system has achieved significant energy savings.
In security, London’s AI4PublicSafety program leverages AI to proactively analyze data from surveillance cameras and mobile devices to prevent crimes and improve law enforcement responses. However, this
project has raised ethical concerns about privacy, highlighting the need to balance technological efficacy with respect for individual rights (img. 01).
Meso Level: Service Design
At the meso level, the study delves into AI’s impact on service design, which involves designing public and private services employing algorithms to enhance user experience. Service design is increasingly adopted as a multidisciplinary approach to creating and optimizing services, improving user interaction, and meeting their needs. It integrates strategy, technology, and design thinking, using models like the Double Diamond (Design Council, 2005), comprising four main phases: Discover, Define, Develop, Deliver. These phases alternate between divergence (idea generation) and convergence (idea refinement).
AI integration in this context is transforming the creative landscape, as demonstrated by the HarvardXR 2024 Extended Intelligence conference and the Stingray model, which emphasizes training, development, and iteration phases through Generative AI tools. This approach carefully balances the “curation” and “creation” stages, distinguishing design ideas from project insights and reinforcing the importance of human imagination (img. 02).
Micro Level: Cognitive Buildings
At the micro level, the focus is on intelligent buildings (cognitive buildings), equipped with adaptive and predictive technologies designed to optimize energy management, security, and occupant comfort. These buildings require self-management and self-adaptation capabilities, becoming cognitive entities structured for human and environmental well-being.
The real estate lifecycle comprises four main phases: design, construction, operational management, and decommissioning. AI-based systems represent a strategic opportunity to optimize each phase, enhancing efficiency, sus-
tainability, and long-term cost-effectiveness. Among these phases, Operation and Maintenance (O&M) is the most critical, beginning after construction and spanning the building’s useful life. Economically, O&M is the most expensive phase within the real estate asset lifecycle, representing a significant portion of total costs.
Adopting AI-based solutions during O&M improves operational management, reduces maintenance costs, and increases sustainability. However, an integrated approach extending AI use across all lifecycle phases maximizes overall benefits, driving systemic transformation in the sector.
One application example is the IBIS ECO project, aimed at enhancing buildings’ technological interaction capacities with users, system managers, and energy infrastructure across various sectors. Co-funded under the PO FESR of the Basilicata Region in January 2022, the project concluded at the end of 2024. Guidelines derived from validated models will provide best practices and indicators for system management (img. 03).
Results and Discussion
The study highlights AI’s contribution to improving quality of life while identifying significant challenges for current and future citizens. AI-driven design approaches adopt a networked structure, departing from hierarchical, pyramid-like models. This structural shift impacts not only design but also the organization of political and economic power. Generalized adoption of AI systems will have profound repercussions, the effects of which cannot yet be fully anticipated. Since the 1960s, research on “design methods” has identified two fundamental mental processes: design thinking and computational thinking. The former is user-centered and creative, while the latter relies on systematic logic. Although distinct, today a hybrid design model alternates seamlessly between these methods. Analysis of the macro, meso, and micro design
levels demonstrates AI’s progressive influence across all built environment scales, offering significant opportunities but also posing complex challenges. A critical, multidisciplinary approach is essential to ensure AI integration is guided by ethical principles, oriented toward collective well-being, and responsive to individual and community needs.
Conclusions
AI experimentation in design demonstrates significant progress, yet achieving full integration of knowledge and decision-making power remains complex. The main challenge lies in the correct use of technology as a tool to extract otherwise inaccessible information, steering decision-making in architecture and urban planning toward solutions that genuinely address human needs.
The complexity of reality and the human condition remains only partially replicable by digital systems, which attempt to emulate it through deep learning and data analysis. Decision-making processes are multifaceted, influenced by diverse and multi-semantic information within specific temporal and spatial contexts. Cultural backgrounds and human talent remain indispensable.
AI’s true value lies in initiating a cultural shift— not merely to build smarter cities or more efficient buildings but to embrace a paradigm change. This entails adopting design approaches that view contemporary life’s complexity as an opportunity to create beauty, equity, and connection. The future must be deeply human, not exclusively technological, reflecting not only our intelligence but also our highest ideals and values.*
Internet is not the Answer
L’intelligenza artificiale sta alterando la nostra capacità di ricordare e imparare?
Anche senza evidenze scientifiche, neologismi quali “amnesia digitale” e cioè dimenticare le informazioni consci del fatto che un dispositivo digitale le memorizza per noi o brain rot (letteralmente marciume cerebrale) che indica il tempo speso sui social a far scrolling senza uno scopo preciso, rendono questa domanda quantomeno legittima.
Alcuni studi temono che affidarsi all’IA possa impigrire cognitivamente e addirittura instillare falsi ricordi, altri scienziati invece sottolineano che la tecnologia è sempre stata un ausilio alla memoria: dalla stampa agli smartphone,
l’umanità ha sempre impiegato strumenti per archiviare e richiamare informazioni. E se lo smartphone è considerato l’hard disk esterno della mente a cui subappaltare la nostra memoria e da cui attingere informazioni davvero in qualsiasi momento, le nuove misurazioni della capacità di memoria del cervello umano aumentano le stime conservative di un fattore di dieci, per arrivare ad almeno un petabyte (un biliardo di byte), che equivale a quasi l’intera Internet. Ma allora il web e le tecnologie digitali ci rendono più stupidi o distratti? La risposta più interessante è che siamo più concentrati nel ricordare il percorso che ci permette di arrivare a un’informazione anziché nel trattenere l’informazione stessa.* Stefania Mangini
PREVALENZA DI STRUMENTI UTILIZZATI PER REGISTRARE COSE DA RICORDARE FONTE: FROM DIGITAL AMNESIA TO THE AUGMENTED MIND, KASPERSKY LAB, 2016 NUMERI DI TELEFONO CHE NON RIUSCIAMO A RICORDARE A MEMORIA FONTE: FROM DIGITAL AMNESIA TO THE AUGMENTED MIND, KASPERSKY LAB,
L’IMPATTO DELLA PERDITA O DELLA COMPROMISSIONE DEI DATI FONTE: FROM DIGITAL AMNESIA TO THE AUGMENTED MIND, KASPERSKY LAB, 2016
CLASSIFICA DEGLI OGGETTI PIÙ COMUNEMENTE DIMENTICATI NEI TAXI E DEI PAESI PIÙ SMEMORATI LOST & FOUND 2023: FREENOW, 2023
COMPORTAMENTO ABITUALE DAVANTI AD UN QUESITO FONTE: FROM DIGITAL AMNESIA TO THE AUGMENTED MIND, KASPERSKY LAB, 2016
Giulia Conti
Architetto PhD in Composizione architettonica, Università Iuav di Venezia. gconti@iuav.it
Alessandro Virgilio Mosetti
Architetto PhD in Composizione architettonica, Università Iuav di Venezia. amosetti@iuav.it
Collective intelligence, understood as shared cognitive and affective heritage, is the tension that guides architectural design towards artefacts with a symbolic character. With the task of interpreting it, the architect operates a translation into spaces that reflect its essence - the “third space” as defined by Homi Bhabha.
The The Symbol section presented at the National Pavilion of Grenada for the 19th. International Architecture Exhibition in Venice explored architecture’s ability to move beyond function to represent shared values, through figures and spaces that activate memories, emotions and shared identities. Every sign, every material and compositional choice contributes to a layered narrative to be deciphered in its complexity, and the architectural project is the communicative act capable of translating deep meanings and enriching the spatial experience.
From this perspective, the symbol-architecture has an emergent and processual nature: it does not arise from a univocal intention, but develops over time, in the continuous osmosis between the physical space and the social fabric. Architecture, when well rooted in collective needs, becomes capable of evoking deep meanings and enriching the shared experience of space.
The proposed series of photograms presents case studies that are eloquent for their symbolic value with respect to the communities they address, conveying images and spatialities as filtered by the community that experiences the architectures.
The PILARES Azcapotzalco and PILARES Lomas de Becerra centres (Puntos de Innovación, Libertad, Arte, Educación y Saberes) in Mexico City, designed by WORKac with IUA Ignacio Urquiza Arquitectos and built between 2019 and 2023, are multifunctional and hybrid spaces that reflect various community needs. Their spontaneous appropriation by the inhabitants, even for activities not included in the initial functional programme, testifies to an attachment that goes beyond their immediate use.
The Parque Biblioteca España in Medellín, designed by El Equipo Mazzanti – Giancarlo Mazzanti and completed in 2007, regenerated the urban fabric of one of the city’s most vulnerable areas, providing safe, accessible and multifunctional public spaces. The short film piedra (2020) documented the positive, intergenerational reception of the project, revealing how architecture can activate cultural transformations through social practices.
For the future Sheila Buckmire Memorial Library in St. George’s, Grenada, it is hoped that symbolic value will emerge from openness, in-
clusivity and rootedness in the national collective intelligence, in delineating a space that preserves historical memory and accommodates the aspirations of the community, recognised and participated in as a “happy symbol-space”. The symbol is not imposed; it comes into being when the built space reflects needs, desires and imaginaries shared by a community that recognises it as its own: monuments by life and not by birth.*
Collettivo, simbolico: tra intenzioni del progetto e desideri della comunità L’intelligenza collettiva rintraccia negli oggetti architettonici un carattere simbolico: valori comuni spazializzati in luoghi di condivisione. La sezione Il Simbolo per il Padiglione Nazionale di Grenada alla 19. Biennale di Architettura esplora come il progetto possa acquisire valori condivisi oltre la funzione. Esempi come i centri PILARES a Città del Messico, progettati da WORKac con IUA Ignacio Urquiza Arquitectos, e il Parque Biblioteca España a Medellín, progettato da El Equipo Mazzanti - Giancarlo Mazzanti, mostrano come spazi-simbolo radicati nei bisogni collettivi inneschino trasformazioni culturali.*
Collective, Symbolic: between Project Intentions and Community Desires
01-02. The short film (2’10’’) renders in fragments the shared experience of the Mexico City community in the daily use of the PILARES Lomas de Becerra centre | Il cortometraggio (2’10’’) restituisce per frammenti l’esperienza condivisa della comunità di Città del Messico nella quotidiana fruizione del centro PILARES Lomas de Becerra. Arturo Arrieta, Courtesy WORKac + IUA Ignacio Urquiza Arquitectos, 2025
Symbol-Architecture has a processual nature: it unfolds between physical space and the social fabric
03-05. The short film (2’06’’) renders in fragments the shared experience of the Mexico City community in the daily use of the PILARES Azcapotzalco centre | Il cortometraggio (2’06’’) restituisce per frammenti l’esperienza condivisa della comunità di Città del Messico nella quotidiana fruizione del centro PILARES Azcapotzalco. Arturo Arrieta, Courtesy WORKac + IUA Ignacio Urquiza Arquitectos, 2025
06. Echoes of knowledge. The Reawakening of the National Library. “The Symbol” section. Detail of the display case for the Parque Biblioteca España project by El Equipo Mazzanti—Giancarlo Mazzanti | Echi di conoscenza. Il risveglio della Biblioteca Nazionale. Sezione “Il Simbolo”. Dettaglio della teca per il progetto Parque Biblioteca España di El Equipo Mazzanti—Giancarlo Mazzanti. S. Masetto
07. Echoes of knowledge. The Reawakening of the National Library. “The Symbol” section. Detail of the display case for the Pilares Azcapotzalco and Lomas de Becerra projects by WORKac+IUA Ignacio Urquiza Arquitectos | Echi di conoscenza. Il risveglio della Biblioteca Nazionale. Sezione “Il Simbolo”. Dettaglio della teca per i progetti Pilares Azcapotzalco e Lomas de Becerra di WORKac+IUA Ignacio Urquiza Arquitectos. S. Masetto
08-13. The short film piedra (4’12‘’) returns in fragments the reception of the intergenerational public in Medellin (CO) to the construction of the Parque Biblioteca España | Il cortometraggio piedra (4’12’’) restituisce per frammenti l’accoglienza del pubblico intergenerazionale di Medellin (CO) alla costruzione del Parque Biblioteca España. Casa Rodante, Courtesy El Equipo Mazzanti — Giancarlo Mazzanti, 2020
Eleonora Fanini Dottoressa in Architettura. e.fanini@stud.iuav.it
Noi e la macchina. Un’etica per l’era digitale
Paolo Benanti e Sebastiano Maffettone LUISS University Press, 2024
Building a New Sustainability Today, we are living in an era deeply shaped by digital transformation, where recent advanced technologies are radically changing the way we live and understand ourselves as human beings. However, entrusting crucial decisions to automated machines risks overshadowing the richness and complexity of the human experience. The book invites us to rethink the relationship between innovation and social responsibility through the concept of sustainability: a new ethical vision in which the human being remains at the center of a technological future that does not overpower, but rather supports them.*
Costruire una nuova sostenibilità Tra logiche meccaniche e orizzonti morali del digitale
Il ruolo della tecnologia nella società contemporanea pone un’attenta e ampia riflessione interdisciplinare: lontano dall’essere un semplice manuale o un testo tecnico, il libro propone una vera e propria mappatura concettuale del digitale, osservato attraverso le lenti della filosofia, dell’etica, della politica, dell’economia e della sostenibilità, per arrivare a costruire un importante e concreto obiettivo: la definizione di una “nuova sostenibilità”.
Il punto di inizio è la trasfigurazione del digitale in una specie di ambiente, non più inteso solo come strumento, ma come nuova scena di vita. Intelligenze artificiali, algoritmi, dispositivi connessi non si limitano a eseguire comandi, ma apprendono, interpretano e anticipano comportamenti e desideri. L’automazione si è fatta predittiva e, per certi versi, sostitutiva, per cui l’intelligenza computazionale non si accontenta più di calcolare, ma oggi simula, genera, consiglia e decide. Di qui viene espressa l’esigenza di una cornice filosofica più ampia; si ripercorrono, infatti, tre grandi visioni della tecnologia: quella classica, in cui la technè è concepita come un’abilità neutra, strumentale e come estensione delle capacità umane; quella essenzialista, che emerge con la modernità e con il pensiero di Heidegger, dove la tecnica è un modo in cui il mondo
ci si mostra, organizzando la realtà secondo logiche di efficienza e disponibilità; e infine quella empirica, che considera la tecnologia come “costrutto sociale”, ovvero come esito di decisioni culturali, politiche ed economiche.
Riconoscere il carattere socio-tecnico della tecnologia e la stratificazione dei suoi significati conduce a un interrogativo etico fondamentale: come regolare la convivenza tra l’umano e la macchina? Si delinea così la necessità di un’etica del digitale che vada oltre la mera tecnica normativa, capace di interrogarsi sul valore, sulla giustificazione delle scelte e sulla responsabilità. In un contesto in cui la fiducia si sposta dai legami interpersonali alle piattaforme digitali, diventa essenziale ripensare la natura stessa della morale che governa queste interazioni. Parallelamente, anche la politica è investita da questa trasformazione: la sfera pubblica, teorizzata da Jürgen Habermas, si ristruttura in ambienti digitali dove opinioni, emozioni e decisioni si formano in tempo reale, ma spesso in modo polarizzato e non trasparente. L’economia, a sua volta, deve fare i conti con le mutazioni introdotte dalla tecnologia: il lavoro cambia, la produttività si riallinea e il problema dell’equità diventa sempre più urgente. Di fronte a queste dinamiche, la costruzione di una nuova
Descrizione | Description. N. Cognome
Una modalità complessa di affrontare il nodo delle conseguenze etiche e sociali della trasformazione digitale
“Sostenibilità Digitale”, punto di arrivo di Paolo Benanti e Sebastiano Maffettone, autori di Noi e la macchina , diviene una necessità ormai imprescindibile dinnanzi all’impatto capillare e strutturale delle tecnologie sulle nostre vite. Si tratta di una modalità complessa di affrontare il nodo delle conseguenze etiche e sociali della trasformazione digitale. In una società in cui il monitoraggio costante, la profilazione algoritmica e il riconoscimento facciale sono pratiche sempre più normalizzate, torna centrale la domanda: chi controlla i dati? E, soprattutto, chi
controlla chi ci controlla? L’infrastruttura digitale, apparentemente neutra, diventa così un dispositivo di controllo sociale, di esclusione o punizione. Questo squilibrio tra chi possiede i dati e chi ne è oggetto rende obbligatoria una profonda revisione dei criteri con cui si progettano e implementano le tecnologie. L’euforia iniziale verso il digitale ha quindi lasciato spazio a un clima più riflessivo e preoccupato, testimoniato anche dalla crescente attenzione nelle scienze sociali ai rischi sistemici delle tecnologie intelligenti, ed è proprio in questo scenario che si
inserisce il bisogno di un’etica digitale strutturata, in grado di orientare politiche pubbliche, scelte di design e regolamentazioni future. Di conseguenza la “Sostenibilità Digitale” non può ridursi a un’etichetta, ma deve tradursi in un insieme di principi operativi, capaci di misurare l’impatto delle tecnologie sul piano della giustizia, dell’equità e della dignità umana. Una nuova forma di cittadinanza digitale, consapevole e partecipata, è il passo fondamentale per evitare che la macchina, invece di essere nostra alleata, diventi uno strumento di dominio invisibile. *
N. Ridge, 2022
Nel campo dell’architettura e del design, i sensi hanno un ruolo determinante nella scelta di un materiale o prodotto, oltre che la conoscenza delle prestazioni dello stesso in base al tipo di elemento o sistema che andrà a costituire. Molto spesso si utilizzano campioni in scala per provarne consistenze e sperimentare accostamenti, arrivando alla definizione di moodboard fisiche o digitali –diffuse soprattutto nell’ambito del design di interni, della comunicazione o della moda –utili alla restituzione di una resa formale e non prestazionale. Tuttavia, come già circa quarant’anni fa affermava Ezio Manzini, il progettista si trova di fronte a una “iperscelta” a causa della moltitudine di materiali presenti sul mercato e aventi caratteristiche –formali e prestazionali –simili e quindi “in concorrenza” tra loro (Manzini, 1986).
I luoghi preposti alla raccolta di informazioni e alla catalogazione di tali materiali sono le cosiddette materioteche, neologismo che sintetizza il concetto di “biblioteche di materiali” –in lingua inglese si parla infatti di material library –, ovvero spazi espositivi in cui i campioni di materiali e prodotti possono essere consultati in maniera fisica e digitale. La prima materioteca fisica nasce a New York nel 1997 dall’idea di George M. Beylerian con il nome di Material Connextion® ma in poco tempo diventa anche una banca dati informatica in cui, ad oggi, sono presenti oltre 10mila prodotti. Nel corso degli anni se ne sono diffuse diverse altre, private e non, collegate a enti di ricerca, università o a studi di progettazione, aventi tutte l’obiettivo di promuovere la conoscenza sui materiali per il progetto. Il principale limite di una materioteca è quello di non riuscire a contenere le informazioni relative a tutti i materiali esistenti, a causa dello spazio fisico di per sé ma anche delle diverse relazioni che intercorrono con le aziende produttrici. Oltre alla necessità che questa sia continuamente in progress , una materioteca risulta quindi più facilmente aggiornabile come entità digitale che fisica (Rognoli e Levi, 2005). Ancora Manzini dichiara infatti che la quantità di materiali disponibili non consente di fare un’esperienza pratica e concreta su ciascuno di essi e che l’unico modo possibile per conoscere tali materiali sia attraverso l’astrazione (Manzini, 1986). La digitalizzazione delle informazioni e il loro reperimento come open data è pertanto fondamentale per i progettisti, alle diverse scale, e le materioteche digitali consentono una consultazione nella maggior parte dei casi gratuita, spesso vincolata solo dalla registrazione dell’utente. Open data e digital data diventano importanti requisiti per favorire l’innovazione, aperta e condivisa. Alcune materioteche e piattaforme digitali consentono infatti anche la sperimentazione di nuovi materiali –non dunque quelli che si possono trovare sul mercato, industrialmente prodotti e certificati –attraverso vere e proprie “ricette” open access replicabili ed eventualmente migliorabili. È questo il caso di Materiom , una piattaforma per l’innovazione in campo di biomateriali in cui la presenza di un database open access con oltre 70mila articoli scientifici consultabili, software basati sull’intelligenza artificiale per l’ottimizzazione delle composizioni chimiche proposte e una rete di esperti –tra chimici, biologi, aziende e ricercatori –favorisce lo sviluppo di diversi materiali in chiave circolare. Per ogni “ricetta” sono indicate le quantità e il grado di difficoltà per poter riprodurre il materiale. Un approccio simile è quello proposto dalla piattaforma Materials Design Map , uno strumento gratuito online e accessibile senza accreditamento, che si fonda sulla condivisione di informazioni e in cui è possibile caricare nuovi materiali eco-friendly , frutto di ricerche sperimentali, favorendo la connessione tra ricercatori e inventori con start-up innovative e aziende produttrici. Tale connessione è facilitata dalla localizzazione dei diversi progetti, visualizzabili sulla mappa interattiva aggiornata mensilmente e reperibile nella homepage della piattaforma. Il mondo dematerializzato delle materioteche digitali e delle piattaforme collaborative contribuisce quindi al progresso sperimentale attraverso la condivisione di dati e informazioni nonché alla creazione di nuove reti interdisciplinari (OECD, 2020) portando allo sviluppo di materiali e prodotti fisici, potenzialmente commercializzabili, che di fatto rimaterializzano la realtà virtuale. * REFERENCES –Manzini, E. (1986). La materia dell’invenzione . Milano: Arcadia. –OECD (2020). Collaborative Platforms for Innovation in Advanced Materials. OECD Science, Technology and Industry Policy Papers , n. 95 (online). In oecd.org/content/dam/oecd/en/publications/ reports/2020/12/collaborative-platforms-for-innovation- in-advanced-materials_9050e25f/bb5225f1-en.pdf (ultima consultazione aprile 2025). –Rognoli, V., Levi, M. (2005). Materiali per il design: espressività e sensorialità . Milano: Polipress.
Materioteche digitali per conoscenza e innovazione aperte Digital Material Libraries for Open Knowledge and Innovation
Rosaria Revellini
Assegnista di ricerca postdoc in Progettazione tecnologica e ambientale dell’architettura, DCP, Università Iuav di Venezia. rosaria.revellini@iuav.it
Uno screenshot dal database di Material Design Map. A screenshot from the Material Design Map database. materialdesignmap.com
Camilla Glorioso, Benedetta Anghileri, Daniel Lober, Lisa Brunello. A distanza di un anno, Versatile oggi rappresenta anche una realtà capace di restituire una fotografia di una parte del settore lavorativo di Venezia: che quest’ultimo sia prevalentemente turistico è ormai un dato più che evidente (Fondazione Pellicani, 2024), ma tale condizione non implica necessariamente che la città sia vuota, anzi. Come altre realtà professionali insediate a Venezia, Versatile testimonia non solo la presenza di figure afferenti al settore terziario, ma anche la crescente domanda. Sono sempre più numerosi i professionisti che cercano uno spazio in cui poter lavorare, ma che purtroppo non trovano 1 Se dunque a questa domanda nel tempo non si riuscirà a rispondere, la città rischia di perdere un’importante occasione, ossia quella di accogliere nella propria città professionisti e magari anche nuove tipologie di attività, che possono contribuire ad arricchire il tessuto delle competenze e delle intelligenze proprie della città, rendendo Venezia un polo di attrazione non solo turistico ma anche professionale. Il futuro va immaginato con intuito e sensibilità, fattori che ci contraddistinguono dall’intelligenza artificiale, e sui quali anche Versatile ha scommesso, determinandone così il suo successo. *
NOTE 1 –Intervista di Margherita Ferrari con Luca Milan presso Versatile, aprile 2025. REFERENCES –Fondazione Pellicani (2024). Ri-pensare Venezia (online). In ripensarevenezia.it/ri-pensare-venezia-il-progetto/ (ultimo accesso maggio 2025).
Nel cuore di Venezia, a due passi da Campo San Lio, nell’aprile del 2024 ha preso forma Versatile, uno spazio di lavoro condiviso, nato da professionisti in cerca di un luogo dove poter svolgere la propria attività. Da questa prima descrizione potrebbe sembrare un comune coworking , ma basta soffermarsi un po’ di tempo per apprezzarne l’accoglienza e il suo carattere speciale, ovvero essere a Venezia e lavorare per la sua comunità. Versatile nasce dall’idea di alcuni smart workers arrivati in città nel periodo del Covid, ciascuno con le proprie ragioni, e che hanno avuto modo di conoscersi in uno degli incontri organizzati dall’associazione veneziana How Do We Meet? . La fortuna e la coincidenza sono poco rilevanti in questo caso: lo sono stati invece l’intuito e l’incessante ricerca di un luogo adatto ad accogliere professionisti diversi e allo stesso tempo volenterosi di condividere le proprie competenze, sia con gli altri, che con la comunità veneziana. Versatile trova dimora al primo piano di un palazzo del XV secolo: dopo aver posato gli occhi sul bancone della pasticceria sita sul ponte in ingresso, si accede a un cortile silenzioso, abbandonando il vocio delle persone che passeggiano in calle. Varcato l’ingresso, si viene accolti dal calore bordeaux delle pareti dell’ampio corridoio che conduce agli ambienti di lavoro e agli spazi comuni. Le prime due stanze sono dedicate alle postazioni di lavoro, la prima è rivolta a coloro che hanno bisogno saltuariamente di una scrivania, anche solo per un’ora, la seconda invece per chi permane per periodi più lunghi. In testa al corridoio una stanza con una cucina Zeroglass, e al piano superiore la meeting room , attrezzata per ospitare riunioni e presentazioni. Le attività sono aperte al pubblico e rappresentano momenti importanti per supportare la rete veneziana dei lavoratori, accogliendo anche professionisti esterni provenienti da realtà diverse, per portare a Venezia nuovi input. Gli arredi sono su misura, progettati per adattarsi a diverse configurazioni, ponendo attenzione al comfort per chi lavora all’interno e alla flessibilità.
Intuire
il cambiamento
Sense the Change
Margherita Ferrari
PhD architetto in Progettazione tecnologica e ambientale dell’architettura, collaboratrice didattica, DCP, Università Iuav di Venezia. margheritaf@iuav.it
Meeting Room Versatile, Venezia. Versatile 2025
A dare concretezza a questo progetto sono i sette freelance, afferenti all’industria creativa e specializzati in differenti ambiti che spaziano dalla fotografia all’informatica, dall’architettura alla scrittura, dal design all’arte: Luca Milan, Valeria Necchio, Alice Rainis,
Laura Villa Baroncelli
PhD
in Architettura, storia e progetto, DAD, Politecnico di Torino. laura.villabaroncelli@polito.it
Imperfetti Mentre alcuni considerano l’IA e le metodologie basate sui dati delle fonti essenziali per affrontare le sfide urbane, altri le vedono come residui di un’obsoleta ossessione modernista per la misurazione. Nonostante i rapidi progressi tecnologici, i dibattiti architettonici affrontano con difficoltà le loro implicazioni etiche e sociali. Considerando l’IA non solo come strumento tecnico ma come sistema integrato plasmato da valori, ideologie e contesti storici, questo articolo esplora l’idea che il calcolo possa risolvere le complessità umane, suggerendo che il vero pericolo non risieda nella tecnologia stessa ma nella burocratizzazione del modello. Sebbene l’estrazione dei dati persisterà, affrontarne l’uso improprio potrebbe diventare sempre più impegnativo.*
Presented as part of the 2019 Biennale d’Architecture d’Orléans, The Architectural Beast was groundbreaking as the first to fully integrate Artificial Intelligence (AI) 1 within a major architectural gallery (Leach, 2022). Before this, AI applications in the field were minimal and largely unexplored (del Campo, 2024). Although technologies have since evolved rapidly, cultural debates have lagged, struggling to confront ethical and societal implications
as these technologies reshape our environments (Sanchez et al., 2024; Phillips and Jiao, 2023; Khan et al., 2022). Integrating AI into architectural practice raises critical questions about the extent to which computational models can address complex social challenges. Historical visions – from Bacon’s utopia to Leibniz’s universal calculus2 – reflect a longstanding optimism that calculation can resolve human dilemmas, and continue to shape today’s hype about AI’s potential. Yet, while such approaches excel in technical domains, they often fall short when confronted with ethical ambiguities and cultural nuances.
This paper pursues two objectives. First, it examines how AI-driven architectural and urban planning practices can reveal or intensify ethical challenges, such as data bias and the bureaucratization of decision-making. Second, it explores the limitations of aligning AI with human values, considering strategies like hybrid intelligence and their broader implications for architectural practice. Methodologically, the discussion draws on a conceptual synthesis of historical-philosophical analysis, contemporary AI applications, and AI alignment debates to illustrate where “ethical AI” ideals conflict with on-the-ground realities.
AI Tools in Architectural Practice: Alignment Challenges
While some AI tools, like Generative Design systems, extend architectural
creativity, others – such as Predictive Analytics and Autonomous Real-Time Urban Control Systems – operate on a broader, more deterministic scale. By processing vast amounts of data, these tools can forecast energy usage or manage transportation flows, enabling practitioners to discern complex interactions that are otherwise difficult to visualize or predict manually.
Yet, these systems are not neutral. Their design assumptions3 can subtly dictate behavior and perpetuate existing power dynamics. Forms of data colonialism, for instance – where algorithms developed in one context are imposed on another – can displace local practices and reinforce reliance on misaligned solutions. For example, precision farming technologies aim to improve farmers’ profits by optimizing irrigation and fertilizer use based on high-resolution sensor data. However, such data is more readily available from large, well-funded farms that can afford state-of-the-art sensors and data-collection infrastructure. As a result, optimization strategies tend to favor those farms, inadvertently sidelining smaller operations. Similarly, AI trained on data from wealthier regions or affluent neighborhoods – where digital infrastructure is more comprehensive – may overemphasize growth metrics while downplaying social inequality, leading to resource allocations that marginalize underrepresented com-
Flawed On Biases and the Complexity of Human Things
AI
models
can
subtly shape behavior through the design assumptions and data biases embedded in their algorithms
munities, exacerbating existing disparities4 (Duarte and Álvarez, 2019).
As AI reshapes the field, ensuring fairness in data extraction and interpretation remains crucial5 (Coeckelbergh, 2022). However, the challenge for AI is not merely computing a “correct” answer but navigating indeterminate spaces where no definitive solution exists. For example, decisions involving resource allocation demand trade-offs among conflicting values – economic efficiency, social equity, and environmental sustainability – cannot be optimized through purely algorithmic means6.
Even if human decision-making were quantifiable, aligning AI with human norms remains problematic. Human values are ambiguous and multifaceted. People often fail to articulate their desires until confronted with an AI’s output (Mitchell, 2019); instructions are imprecise, data is incomplete, and decisions evolve. A seemingly simple goal like “maximize happiness” can lead to unintended outcomes, such as an AI concluding that eliminating unhappy individuals would increase overall happiness, ignoring moral considerations.
The alignment problem in AI is not merely a technical issue; it is deeply intertwined with the complexity of human values and defining what is “good” or “just”. Utilitarian approaches, which aim to maximize overall happiness, often clash with deontological ethics that emphasize moral duties
regardless of outcomes. Even under ideal conditions, human systems resist perfect optimization due to inherent subjectivity and the inevitability of trade-offs7
As a result, the way AI navigates these trade-offs tends to reflect the biases of its designers unless explicit corrective measures are implemented. The AI may prioritize efficiency metrics over contextual or cultural factors, leading to standardized designs that lack sensitivity to local architectural traditions, climate, or social needs. For instance, an AI-optimized façade for thermal performance might neglect aesthetic or symbolic aspects crucial to a building’s relationship with its surroundings, such as positioning a porch on the most energy-efficient side rather than orienting it toward the street or community space.
Beyond Human Oversight
Recent research has explored the promise of hybrid intelligence as a strategy to bridge this gap. Approaches such as Reinforcement Learning from Human Feedback (RLHF) (Christiano et al., 2017) and Cooperative Inverse Reinforcement Learning (CIRL) (Hadfield-Menell et al., 2016) seek to integrate human judgment into AI decision-making processes. These models aim to combine the computational power of algorithms with the ethical and contextual insights provided by human oversight. However,
01. Harajuku, 2020. Elton Sa, Unsplash
human supervision itself is subject to cognitive biases (Binns et al., 2018), and its integration with AI can sometimes reinforce those very biases if not carefully managed, especially when human and machine blind spots align, leading to feedback loops.
To mitigate these risks, transparency is often touted as a way to promote accountability and reveal hidden biases within both human and AI decision-making processes. Yet, transparency alone is often only a partial solution. It can lead to information overload, making it difficult to discern critical decision-making errors (Poursabzi-Sangdeh et al., 2021). Moreover, increased visibility can foster overconfidence, as stakeholders may mistakenly assume that access to a model’s inner workings guarantees its reliability. Even persuasive AI may mislead, offering “adversarial explanations” designed to appear logical while obscuring flaws (Ghorbani et al., 2019), and human reasoning often prioritizes persuasion over truth (Mercier and Sperber, 2011). As AI advances in what Christian (2020) terms “virtuosic bullshit artistry,” human supervisors could be misled by models that appear logical but lack true ethical alignment.
Even if AI could display “virtuosic integrity,” can fundamentally flawed human reasoning reliably guide AI, par-
ticularly in ethical frameworks? Even proposals like “coherent extrapolated volition” (CEV) (Yudkowsky, 2004) remain contentious, as it is unclear whether diverse human values can be distilled into a universal framework. If objective moral truths exist, as argued by philosophers like Sayre-McCord (1988) and Nagel (1986), this may be possible, but if morality is culturally or subjectively constructed, such a framework may be unattainable. Moreover, determining who decides these idealized values is essential.
Current alignment methods themselves may not scale. As AI systems become more complex, an emerging solution is AI supervising other AI, effectively minimizing human oversight. However, this only shifts the problem rather than solves it, as AI systems may inherit or amplify the same ethical ambiguities they were designed to mitigate, raising new concerns about trust and accountability.
Conclusions
In the 1970s, Finnish physicist and artist Erkki Kurenniemi meticulously documented his life, hoping that such data could one day enable the transfer of human consciousness to non-biological platforms. His work, an early example of data-driven solutionism, hinges on three main assumptions: (I) more data leads to better outcomes;
(II) data collection is neutral; and (III) the world should be optimized.
As explored throughout this paper, AI’s potential to optimize is counterbalanced by its propensity to reinforce existing biases and overlook local complexities. While larger datasets can enhance predictive power, they do not inherently produce fairer outcomes; in fact, they may amplify inequalities and lead to overfitting (Silver, 2012; Goodfellow, 2016). Moreover, data collection is not neutral. Processing massive datasets has environmental costs, contributing to a larger carbon footprint, and some argue that smart and eco-urbanism might be incompatible (Palmini and Cugurullo, 2024). Increased data collection also com-
AI reshapes the architect’s role, shifting focus from form-making to critically evaluating societal and environmental impacts
02. New York, drone. L. Villa Baroncelli
promises privacy. Economist Hal Hodson (2019) observes that humans need spaces where their movements are not tracked. This signals a potential demand for new architectural paradigms – “pockets of privacy” amid an increasingly data-saturated environment.
As Walter Benjamin noted, societies create “dreamworlds”– idealized visions of progress that obscure underlying complexities and contradictions. AI exemplifies this dynamic, where technological optimism often obscures the complex trade-offs between efficiency, ethical responsibility, and human agency. Whether AI is embraced as a tool for addressing urban challenges or critiqued as part of a technocratic fixation on measurement, it forces a confrontation with human limitations, including the inevitability of partially flawed decisions.
Data-driven nudges blur the line between guidance and manipulation, raising concerns about privacy, autonomy, and moral responsibility (Ranchordás, 2019). As these interventions become embedded in urban systems, there is a risk of further bureaucratizing the urban fabric and reframing human, social, and civic dilemmas as purely technical issues (Christian, 2020). In Mika Taanala’s film Future Is Not What It Used to Be (2002), Kurenniemi suggests, “As long as humans can misuse technology, we will never be slaves to it”, implying that imperfection – through error or dissent – serves as a form of human agency. This challenges the assumption that the world must always be “improved”.
Though AI’s expansion into architecture appears inevitable, society maintains the agency to influence its trajectory (Winner, 1980). While computational and parametric methods have shaped architectural aesthetics for decades, AI-based design has not yet produced a radically distinct or universally recognized new formal vocabulary. Instead, its impact might lie in reshaping operational strategies and shifting the architect’s role from form-making to critically evaluating broader societal and environmental consequences (Leach, 2022).*
NOTES
1 – Here, AI refers to machine learning (ML), which uses algorithms to learn from data, and deep learning (DL), a subset of ML that employs neural networks to process complex information. They are the most commonly used forms of AI in architecture.
2 – Leibniz’s ambition to create machines capable of computing rational decisions in law and morality echoes today’s belief that human dilemmas can be resolved through calculation rather than debate. “The only way to rectify our reasonings is to make them as tangible as those of the Mathematicians […] we can simply say: Let us calculate, without further ado, to see who is right.” (Leibniz, 1951, p. 51).
3 – Though the degree of intentionality can vary, developers make choices about optimization, trade-offs, and data prioritization, reflecting assumptions about what is important in a given context.
4 – Models trained on data-rich areas fail to transfer to underrepresented regions, reinforcing spatial inequalities (Zheng et al., 2023), and even struggle between equally affluent cities (Preis, 2020).
5 – The opaque nature of many models complicates this task.
6 – Methodologies like multi-objective optimization help AI balance conflicting objectives, but formalizing subjective human values into quantifiable terms remains a challenge.
7 – Arrow’s Impossibility Theorem shows no decision process satisfies all fairness criteria at once.
REFERENCES
– Binns, R., Van Kleek, M., Veale, M., Lyngs, U., Zhao, J., Shadbolt, N. (2018). It’s reducing a human being to a percentage: Perceptions of justice in algorithmic decisions. In Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems, pp. 1–14. doi/10.1145/3173574.3173951
– Christian, B. (2020). The alignment problem: Machine learning and human values. New York: W.W. Norton & Company.
– Christiano, P.F., Leike, J., Brown, T.B., Martic, M., Legg, S., Amodei, D. (2017). Deep Reinforcement Learning from Human Preferences. Advances in Neural Information Processing Systems (NIPS), n. 30, pp. 4299–4307. doi.org/10.48550/arXiv.1706.03741
– Coeckelbergh, M. (2022). The Political Philosophy of AI Cambridge: Polity Press.
– Del Campo, M. (2024). Diffusions in Architecture: Artificial Intelligence and Image Generators. Hoboken: Wiley.
– Duarte, F., Álvarez, R. (2019). The data politics of the urban age. Palgrave Communications, vol. 5, n. 1, pp. 1-7. doi.org/10.1057/s41599-019-0264-3
– Ghorbani, A., Abid, A., Zou, J. (2019). Interpretation of Neural Networks Is Fragile. In Proceedings of the AAAI Conference on Artificial Intelligence, vol. 33, n. 1, pp. 36813688. doi.org/10.1609/aaai.v33i01.33013681
– Goodfellow, I., Bengio, Y., Courville, A. (2016). Deep Learning. Cambridge: MIT Press.
– Hadfield-Menell, D., Russell, S., Abbeel, P., Dragan, A. (2016). Cooperative inverse reinforcement learning. Advances in Neural Information Processing Systems (NIPS), n. 29, pp. 3909–3917. doi.org/10.48550/arXiv.1606.03137
– Hodson, H. (2019). DeepMind and Google: the battle to control artificial intelligence (online). In economist. com/1843/2019/03/01/deepmind-and-google-the-battle-tocontrol-artificial-intelligence (last access January 2025).
– Khan, A.A., Badshah, S., Liang, P., Waseem, M., Khan, B., Ahmad, A., Fahmideh, M., Niazi, M., Akbar, M.A. (2022). Ethics of AI: A systematic literature review of principles and challenges. In Proceedings of the 26th International Conference on Evaluation and Assessment in Software Engineering (EASE 22), pp. 383–392. doi.org/10.1145/3530019.3531329
– Leach, N. (2022). Architecture in the Age of Artificial Intelligence. London: Bloomsbury Publishing.
– Mercier, H., Sperber, D. (2011). Why do humans reason? Arguments for an argumentative theory. Behavioral and Brain Sciences, vol. 34, n. 2, pp. 57–74. doi.org/10.1017/ S0140525X10000968
– Mitchell, M. (2019). Artificial Intelligence: A Guide for Thinking Humans. New York: Picador.
– Nagel, T. (1986). The View from Nowhere. New York; Oxford: Oxford University Press.
– Palmini, O., Cugurullo, F. (2023). Charting AI urbanism: Conceptual sources and spatial implications of urban artificial intelligence. Discover Artificial Intelligence, vol. 3, n. 15. doi.org/10.1007/s44163-023-00060-w
– Palmini, O., Cugurullo, F. (2024). Design culture for Sustainable urban artificial intelligence: Bruno Latour and the search for a different AI urbanism. Ethics and Information Technology, vol. 26, n. 11. doi.org/10.1007/s10676-02409752-y
– Phillips, C., Jiao, J. (2023). Artificial intelligence & smart city ethics: A systematic review. In Proceedings of the IEEE International Symposium on Ethics in Engineering, Science, and Technology (ETHICS ’23). doi.org/10.1109/ ETHICS57328.2023.10154961
– Poursabzi-Sangdeh, F., Goldstein, D.G., Hofman, J.M., Vaughan, J.W.W., Wallach, H. (2021). Manipulating and measuring model interpretability. In Proceedings of the 2021 CHI Conference on Human Factors in Computing Systems (CHI ‘21), pp. 1–52. doi.org/10.1145/3411764.3445315
– Preis, B., Janakiraman, A., Bob, A., Steil, J. (2020). Mapping gentrification and displacement pressure: An exploration of four distinct methodologies. Urban Studies, vol. 58, n. 2, pp. 405–424. doi.org/10.1177/0042098020903011
– Ranchordás, S. (2019). Nudging citizens through technology in smart cities. International Review of Law, Computers & Technology, vol. 34, n. 3, pp. 254–276. doi.org/ 10.1080/13600869.2019.1590928
– Sanchez, T.W., Brenman, M., Ye, X. (2024). The ethical concerns of artificial intelligence in urban planning. Journal of the American Planning Association, vol. 91, n. 4, pp. 294-307. doi.org/10.1080/01944363.2024.2355305
– Sayre-McCord, G. (1988). Essays on Moral Realism. Ithaca; London: Cornell University Press.
– Silver, N. (2012). The Signal and the Noise: Why So Many Predictions Fail—but Some Don’t. New York: Penguin Books.
Wiener, P.P. (ed.) (1951). Leibniz Selections (online). In archive.org/details/dli.ernet.54309 (last access January 2025).
– Winner, L. (1980). Do artifacts have politics?. Daedalus, vol. 109, n. 1, pp. 121-136. – Yudkowsky, E. (2004). Coherent extrapolated volition (online). In intelligence.org/files/CEV.pdf (last access January 2025).
– Zheng, Q., Seto, K.C., Zhou, Y., You, S., Weng, Q. (2023). Nighttime light remote sensing for urban applications: Progress, challenges, and prospects. ISPRS Journal of Photogrammetry and Remote Sensing, n. 202, pp. 125-141. doi.org/10.1016/j.isprsjprs.2023.05.028
Architetto, Phd, professore a contratto in Piante e Ambiente Costruito presso il Master universitario di I° livello Futuro Vegetale, Università di Firenze. antonio.girardi@pnat.net
Breathing Spaces Fabbrica dell’Aria is a botanical air purification system conceived by Prof. Stefano Mancuso and developed by PNAT. It uses plants as a technological engine to improve air quality in indoor environments. Born from scientific research, it has evolved into a certified, modular device that combines nature and technology. It enhances indoor air quality while serving as an efficient and sustainable architectural element.*
ntroduzione
Fabbrica dell’Aria è un sistema di depurazione dell’aria che utilizza le piante per eliminare gli inquinanti dagli ambienti indoor. Il sistema, ideato dal prof. Stefano Mancuso (Università di Firenze) e sviluppato da Pnat, combina natura e tecnologia in un dispositivo intelligente, capace di amplificare la innata capacità filtrante delle piante, trasformandole nel cuore di un sistema ad alte prestazioni.
La qualità dell’aria negli spazi interni
La scarsa qualità dell’aria negli spazi interni rappresenta un problema di impatto crescente, anche per la permanenza sempre più lunga delle persone in
Ambienti che respirano
La depurazione botanica di Fabbrica
dell’Aria
01. Fabbrica dell’Aria, versione modulare | Air Factory, modular version. Pnat
Antonio Girardi
I sistemi
di depurazione dell’aria possono integrare o sostituire parzialmente la ventilazione tradizionale, filtrando e riciclando l’aria interna senza che avvengano scambi con l’esterno
ambienti chiusi. Si stima che, nei paesi industrializzati, le persone trascorrano mediamente 22 ore al giorno all’interno di edifici dove l’esposizione continua a livelli anche bassi di inquinamento dell’aria può aumentare il rischio di effetti negativi sulla salute (Klepeis et al., 2001; Bernstein et al., 2008). I potenziali effetti negativi vanno dalle semplici irritazioni o emicranie, alle difficoltà respiratorie fino, nei casi più gravi, a un aumento del rischio dell’insorgenza di malattie cardiovascolari e persino alcuni tipi di cancro.
Inquinanti tipici degli ambienti chiusi sono i Composti Organici Volatili (VOCs), emessi da una serie di materiali utilizzati negli edifici, sia nelle parti strutturali e impiantistiche, che negli elementi di finitura e di arredo. La formaldeide, ad esempio, una delle più pericolose fonti di inquinamento indoor1, è un composto organico volatile che può essere emesso da pannelli impiegati per mobili, materiali per rivestimenti, adesivi, vernici, sigillanti e tessuti. Nonostante negli ultimi anni siano stati introdotti regolamenti per ridurne l’emissione, studi epidemiologici hanno evidenziato che un’esposizione cronica, persino a livelli inferiori ai limiti normativi, può favorire lo sviluppo
di patologie respiratorie e, nel lungo termine, aumentare il rischio di malattie gravi (Liu et al., 2023)
Strategie per migliorare la qualità dell’aria interna
Per migliorare la qualità dell’aria indoor sono comunemente utilizzate due strategie: la ventilazione e la purificazione dell’aria.
La ventilazione consiste nel ricambio dell’aria interna con aria proveniente dall’esterno, riducendo così la concentrazione di inquinanti. Questa strategia presenta alcune controindicazioni, soprattutto in termini di consumi energetici. Infatti, l’aria esterna deve essere riscaldata o raffrescata prima di essere immessa nell’edificio, con conseguente aumento dei consumi energetici. Negli ultimi anni, a seguito delle nuove direttive e normative sull’efficienza energetica in Europa, la quota di consumo energetico legata alla ventilazione negli edifici è fortemente aumentata rispetto al bilancio energetico totale (Awbi, 2017). Ciò ha reso necessaria l’innovazione delle norme che regolano il tema della ventilazione, che sempre più tendono a un approccio prestazionale e non prescrittivo. Ad esempio, le nor-
me della serie UNI EN 16798, nata con l’obiettivo di aumentare le prestazioni energetiche degli impianti di ventilazione, consentono di ridurre i ricambi d’aria, e quindi i consumi energetici, se si dimostra che gli standard di qualità indoor sono rispettati.
Questa normativa vaorizza l’impiego sistemi di depurazione dell’aria, che possono affiancarsi o sostituirsi parzialmente alla ventilazione tradizionale, filtrando e riciclando l’aria interna senza che avvengano scambi con l’esterno. In questo modo la depurazione contribuisce non solo al miglioramento della qualità dell’aria, ma anche alla riduzione dei consumi energetici associati alla ventilazione, offrendo quindi un’alternativa sostenibile e flessibile ai sistemi tradizionali.
La depurazione botanica
Diversi studi hanno dimostrato le potenzialità dei metodi biologici che utilizzano le piante e il substrato sul quale sono coltivate, per l’eliminazione dei VOCs dall’aria indoor (Fleck et al., 2020; Wang et al., 2014). Nei sistemi di depurazione botanica, il flusso d’aria viene fatto passare in modo forzato attraverso il filtro, costituito sia dalle piante che dal
substrato su cui crescono. La zona chiamata rizosfera, ossia il substrato attorno alle radici delle piante, è influenzata dalla loro attività biologica ed è ricca di microrganismi che degradano i contaminanti presenti nell’aria, rendonone possibile l’assorbimento da parte delle radici. Dopo aver attraversato il substrato, il flusso d’aria scorre a contatto con la parte epigea della pianta dove si attivano altri due meccanismi di depurazione: l’assorbimento tramite gli stomi e l’accumulo dei contaminanti sulla superficie fogliare che poi vengono assorbiti da parte dei microrganismi presenti sulle foglie (Agarwal et al., 2019).
Dalla ricerca di base al prodotto I test condotti dal prof. Mancuso nel Laboratorio di Neurobiologia Vegetale (LINV) presso l’Università degli Studi di Firenze hanno contribuito ad approfondire il tema e a esplorare il potenziale delle piante per la depurazione dell’aria, utilizzando strumenti di ricerca avanzati come la spettrometria di massa denominata PTR-TOF-MS, in grado di analizzare ad altissima risoluzione i composti vola-
tili presenti nell’aria. Una volta conclusi gli esperimenti di base, il team Pnat ha cercato di declinare questa conoscenza nel fondamento tecnologico di un sistema applicabile in ambiente reale.
Il primo problema affrontato è stata l’eccessiva disidratazione del substrato di crescita delle piante causato dal flusso d’aria. Questo ostacolo ha portato allo sviluppo del primo brevetto di Fabbrica dell’Aria, un componente chiamato “Stomata”, posizionato nel fondo della vasca dove vengono messe a dimora le piante. Stomata è un elemento realizzato con un profilo sinuoso, composto di avvallamenti dove l’acqua si raccoglie, garantendo una riserva idrica continua per le piante, e di picchi forati da cui l’aria fluisce in maniera omogenea. L’utilizzo di questo componente consente di preservare l’umidità del substrato.
Il secondo brevetto di Fabbrica dell’Aria riguarda la configurazione della vasca, progettata per evitare ristagni d’acqua a contatto con l’aria, prevenendo così il rischio della proliferazione di batteri patogeni come la legionella.
Le prestazioni di Fabbrica dell’Aria
Le prestazioni depurative di questa configurazione sono state misurate secondo il metodo AC-4-2022 sviluppato dall’Associazione Americana dei Produttori di Elettrodomestici (AHAM). I test, eseguiti negli Stati Uniti presso i laboratori Intertek su un modulo di base da 75x75 cm, hanno analizzato l’efficacia di abbattimento degli inquinanti in una camera di prova a partire da una concentrazione di contaminante nota. È stata misurata la velocità di decrescita della concentrazione e le prestazioni del depuratore, espresse in Clean Air Delivery Rate (CADR), che indica la quantità di metri cubi di aria che il sistema è in grado di produrre in un’ora. Per la formaldeide è stato misurato un CADR di 167 m3/h, con una percentuale di abbattimento prossima al 100%.
Fabbrica dell’Aria come componente architettonico
Dai risultati del test si deduce che un modulo avente superficie di circa mezzo metro quadrato ogni ora può
03. Nell’Accademia del Caffè a Fiesole, la Fabbrica dell’Aria è una serra indoor e ospita piante di caffè altre specie tropicali | In the Coffee Academy in Fiesole, the Air Factory is an indoor greenhouse and hosts coffee plants and other tropical species. N. Vonci
Fabbrica dell’Aria impiega l’intelligenza
naturale per creare una simbiosi tra esseri umani e mondo vegetale
ripulire dalla formaldeide un ambiente di volume pari a 167 m3, che può idealmente corrispondere a un open space di circa 60 m2. Però, essendo modulare, ogni modulo può essere agganciato a un altro per formare unità più grandi. Questa configurazione permette a Fabbrica dell’Aria di essere scalabile e flessibile, utilizzabile in diversi ambienti, ad esempio spazi a ufficio, hall, sale meeting, scuole e ospedali.
Un’unità composta da vari moduli diventa un vero e proprio elemento architettonico, e può avere funzione di separatore spaziale, parete divisoria o anche sistema di chiusura per locali come meeting room, sale riunioni o uffici dirigenziali. Queste unità non solo si integrano funzionalmente nel distributivo dell’edificio, ma offrono anche una importante qualità architettonica e, come visto, alte performance di depurazione.
Fabbrica dell’Aria è stata installata in circa 30 prototipi funzionanti, che sono serviti al team Pnat per raffinare sempre più il sistema. A dicembre 2024 negli uffici di Pnat presso il complesso della Manifattura Tabacchi a Firenze, è stata inaugurata la prima installazione del nuovo sistema modulare, implementato e reso finalmente un prodotto certificato e ripetibile. Utilizzando i moduli Fabbrica dell’Aria, è stata creata una sala meeting di 24 m2, che permette di svolgere riunioni e incontri completamenti avvolti dal verde. Il progetto valorizza il sistema
impiantistico come elemento architettonico, non più da nascondere nel controsoffitto o nel locale tecnico, ma come protagonista della qualità e del design degli spazi interni.
Soluzioni custom
Sebbene la struttura modulare risponda efficacemente alla maggior parte delle esigenze, il team di Pnat sviluppa anche progetti personalizzati. Questo approccio si rivela particolarmente prezioso quando requisiti specifici o obiettivi comunicativi richiedono soluzioni su misura e una maggiore libertà creativa. Ad esempio, nella sede di Jins Holdings a Tokyo, si trova l’atrio Open Art Tube, che collega verticalmente i piani. Al centro dell’atrio è stata posizionata un’unità Fabbrica dell’Aria con l’intento di purificare l’aria attraverso le piante, migliorando la qualità ambientale dell’ufficio. Oltre alla sua funzione pratica, l’installazione si presenta come un’opera che unisce tecnologia, natura e design, sottolineando l’impegno del cliente per la sostenibilità e l’innovazione.
Un altro progetto in cui il sistema Fabbrica dell’Aria è stato utilizzato in maniera diversa, è stato nella sede dell’Accademia del caffè a Fiesole, in una serra indoor che domina un piccolo auditorium e lo divide dallo spazio bar retrostante. Qui il motore della depurazione sono proprio piante da Caffè e altre piante tropicali, esemplari di grande bellezza che arrivano ad altezze di anche 5 m.
Conclusione
Le piante sono organismi intelligenti, capaci di percepire, reagire e adattarsi all’ambiente in modi straordinari. Fabbrica dell’Aria impiega questa intelligenza naturale per creare una simbiosi tra esseri umani e mondo vegetale, trasformando lo spazio in un ecosistema in cui la tecnologia si allea con la vita delle piante per migliorare la qualità dell’aria e del vivere.*
NOTE 1 – Dal 2004, l’Organizzazione Mondiale della Sanità (OMS), ha classificato la formaldeide come cancerogeno di Classe 1.
REFERENCES
– Agarwal, P. et al. (2019). Chapter 7 - Phytoremediation of Air Pollutants: Prospects and Challenges. In Pandey, V.C., Bauddh, K. (eds). Phytomanagement of Polluted Site. Elsevier, pp. 221-241. doi.org/10.1016/B978-0-12-813912-7.00007-7
– Awbi, H.B. (2017). Ventilation for Good Indoor Air Quality and Energy Efficiency. In Energy Procedia, vol. 112, pp. 277-286. doi.org/10.1016/j.egypro.2017.03.1098
– Bernstein, J.A. et al. (2008). The health effects of nonindustrial indoor air pollution. In J. Allergy Clin. Immunol., vol. 121, pp. 585–591. doi.org/10.1016/j.jaci.2007.10.045
– Fleck, R. et al. (2020). Botanical biofiltration for reducing indoor air pollution. In Pacheco-Torgal F. et al. (eds), Bio-Based Materials and Biotechnologies for Eco-Efficient Construction, Woodhead Publishing, pp. 305-327. doi.org/10.1016/B978-0-12-819481-2.00015-5
– Klepeis, N.E. et al. (2001). The National Human Activity Pattern Survey (NHAPS): a resource for assessing exposure to environmental pollutants. Journal of Exposure Science & Environmental Epidemiology, vol. 11, pp. 231–252. doi.org/10.1038/sj.jea.7500165
– Liu, N., et al. (2023). Health effects of exposure to indoor formaldehyde in civil buildings: A systematic review and meta-analysis on the literature in the past 40 years. Building and Environment, vol. 233. doi.org/10.1016/j.buildenv.2023.110080
– Wang, Z., Pei, J. and Zhang, J. (2014). Experimental investigation of the formaldehyde removal mechanisms in a dynamic botanical filtration system for indoor air purification. Journal of Hazardous Materials, vol. 280. doi. org/10.1016/j.jhazmat.2014.07.059
04. La Fabbrica dell’Aria installata nell’Open Art Tube, che collega verticalmente i piani del Jins Headquarters, Tokyo | The Air Factory installed in the Open Art Tube, which vertically connects the floors of the Jins Headquarters, Tokyo Takumi Ota
La città del futuro: IAPolis?
Canary Wharf vista dall’osservatorio di Greenwich, Londra
La città contemporanea è sempre più smart e sempre meno polis
La metropoli ha sempre più bisogno di grandi architetture, altamente tecnologiche e sempre meno a misura d’uomo. La megalopoli cresce, la libertà e gli scambi umani, quelli dell’agorà, svaniscono per far spazio a una city degli “affari”, artificiale e sottovuoto. Vogliamo toccare il cielo, dimenticandoci della terra e di chi la abita. Forse l’IA avrà più buon senso degli esseri umani?*
The City of the Future: AIPolis?
Canary Wharf seen from the Greenwich Observatory, London
The contemporary city is becoming increasingly smart and less of a polis. The metropolis is ever more reliant on grand, highly technological architecture, and less and less on human scale. The megalopolis expands, while freedom and human interaction — those of the agora — vanish, making way for a sterile, artificial city of “business”.
We strive to touch the sky, forgetting the earth and those who inhabit it. Might AI possess more common sense than humans?*
Letizia Goretti PhD in Cultura visuale, fotografa e ricercatrice indipendente. letizia.goretti@yahoo.it
Chiara Maggi
Dottoressa in Architettura, Politecnico di Milano. chiara3.maggi@mail.polimi.it
Ingrid Maria Paoletti
Prof.ssa in Progettazione tecnologica e ambientale dell’architettura, ABC, Politecnico di Milano. ingrid.paoletti@polimi.it
Giorgio Castellano
PhD, Research fellow, ABC, Politecnico di Milano. giorgio.castellano@polimi.it
Federica Pradella
Dottoranda di ricerca in Progettazione tecnologica e ambientale dell’architettura, ABC, Politecnico di Milano. federica.pradella@polimi.it
Cognitive Materials This research explores how Artificial Intelligence (AI) redefines perception and interaction with materials at the boundary between the physical and virtual worlds. From text-image synthesis, AI generates two-dimensional textures, which are subsequently mapped onto sample three-dimensional digital objects. Through 3D printing enables an additional layer of physical and tactile reading. Affordance becomes the key to interpreting these innovative surfaces and offers a multisensory experience, expanding the concept of “materiality” and opening up new perspectives for design and architecture.*
Ogni giorno entriamo in contatto con materiali diversi, ognuno con proprietà fisiche uniche che influenzano la nostra percezione e il modo in cui interagiamo con essi. Questo processo, come illustra il libro La pelle del design (Del Curto et al., 2010), nasce dall’intreccio
tra sensazione e percezione: la prima è una risposta immediata agli stimoli, la seconda ne interpreta il significato. La percezione, influenzata sia da fattori biologici che culturali, non è passiva, ma si tratta di un meccanismo complesso che implica giudizio, scelta e anticipazione delle conseguenze, rendendo l’esperienza materica dinamica e soggettiva (Berthoz, 1997).
Con il progresso tecnologico, il nostro rapporto con la matericità si sta
ampliando ed evolvendo. L’intelligenza artificiale (IA) ha assunto un ruolo chiave nell’espandere i confini della percezione, permettendoci di esplorare e manipolare materiali in modi diversi. Strumenti avanzati di generazione visiva e stampa 3D consentono di creare texture digitali che non si limitano a simulare il reale, ma lo reinventano, offrendo possibilità inedite di interazione tra il mondo fisico e quello virtuale (Del Campo et al., 2019).
Materiali Cognitivi Verso nuove esperienze percettive dal virtuale al materiale
01. Texture applicate a modelli tridimensionali | Textures applied to three-dimensional models. C. Maggi
L’Intelligenza Artificiale e la stampa 3D ridefiniscono la percezione dei materiali, tra digitale,
fisico e sensoriale
Lo scopo del lavoro di tesi1 è di connotare l’intelligenza artificiale non solo come uno strumento di innovazione, ma come un ponte tra la nostra esperienza sensoriale e nuove dimensioni della matericità, in grado di aprire orizzonti inesplorati. L’obiettivo è quindi analizzare come l’intelligenza artificiale possa influenzare la percezione dei materiali, creando texture innovative poi tradotte in forme tangibili. Le tecnologie di generazione visiva testo-immagine e di stampa 3D possono trasformare le esperienze sensoriali, superando i limiti del percepire tradizionale e aprendo nuovi scenari con possibili applicazioni future.
Un aspetto chiave della ricerca è l’esplorazione del concetto di affordance espressione proposta da James Gibson per esprimere ciò che un oggetto permette, invita o proibisce, a seconda delle sue qualità strutturali e delle caratteristiche dell’osservatore (Gibson, 1979).
L’esperienza dei materiali si basa sul rapporto diretto e sulla memoria sensoriale, con la vista e il tatto che gioca-
no un ruolo centrale nella valutazione delle proprietà di una superficie, come il colore, la durezza o la temperatura. Tramite le recenti innovazioni tecnologiche, e in particolar modo la modellazione parametrica, viene introdotto un paradigma basato sulla simulazione digitale dei materiali. Il modello digitale diventa un clone virtuale, ricco di informazioni e in grado di interagire con l’utente. La visualizzazione tridimensionale del modello digitale offre una percezione immersiva e realistica dello spazio, fornendo all’utente un ulteriore punto di vista virtuale sull’oggetto.
La ricerca indaga quindi come da strumenti di sintesi testo-immagine, in grado di creare texture digitali realistiche ma non reali, che riproducono le caratteristiche virtuali dei materiali, si possa poi avere attraverso la stampa 3D una dimensione tattile che dà vita a un’esperienza percettiva multisensoriale ibrida e in parte nuova.
Un aspetto centrale dello studio è l’utilizzo di strumenti avanzati come Runway, piattaforma specializzata in
graph of generated textures. C. Maggi tecnologie di intelligenza artificiale generativa, utilizzata per generare texture digitali a partire da descrizioni testuali. L’algoritmo di IA è in grado di interpretare concetti complessi e tradurli in immagini visivamente coerenti e dettagliate. È risultato quindi essenziale l’utilizzo di parole selezionate in campi semanticamente definiti e di aggettivi precisi per delineare le caratteristiche specifiche di ogni materiale (Fleming et al., 2013) (img. 02).
Le texture risultanti sono state organizzate nel grafico in base a due criteri: naturale e sintetico lungo l’asse orizzontale e uniforme e irregolare lungo quello verticale. A partire da sinistra si trovano i materiali naturali, come legno, pelle e pietra, mentre da destra quelli sintetici, come plastica, nylon e vetro. Le texture più uniformi e regolari sono posizionate in alto, mentre quelle più irregolari e complesse si trovano in basso. Questa suddivisione permette la creazione di un campo qualitativo per la percezione delle differenze tra i materiali in termini di ori-
02. Grafico di suddivisione delle texture generate | Subdivision
03-04. Sezione trasversale dell’esposizione e dettagli della colonna | Transversal section of the exhibition and coloumn details. C. Maggi
gine e struttura superficiale, visualizzando graficamente anche i vari punti di incontro tra le diverse categorie.
I materiali generati vengono successivamente applicati a modelli tridimensionali (img. 01) utilizzando il software open source per la modellazione 3D, l’animazione, il rendering Blender, che consente di gestire la mappatura delle superfici e il rendering realistico. Il passaggio cruciale dello studio consiste nella traduzione delle texture digitali in forma fisica attraverso la stampa 3D, permettendo di riprodurre fedelmente superfici complesse e confrontarle tra loro in un contesto tangibile.
Lo studio termina con la progettazione di un’esposizione che mira a far vivere al visitatore un’esperienza immersiva e diretta delle texture attraverso un percorso tra alte colonne materiche. Questa installazione diventa un laboratorio di esplorazione sensoriale, in cui il pubblico può mettere alla prova le proprie percezioni, confrontando aspettative visive e risposte tat-
tili tramite un diretto contatto con le texture. Il concetto di affordance viene quindi rivisto nei materiali digitali resi fisici, per valutare il ruolo della vista e del tatto nell’interpretazione delle superfici generate artificialmente, mirando a comprendere la relazione tra i materiali e l’uomo che li percepisce, cogliendo le possibili interazioni che le texture generate suggeriscono. L’integrazione tra intelligenza artificiale, simulazione digitale e stampa 3D porta con sé un nuovo punto di vista per l’analisi della “matericità”, riprendendo il concetto di affordance considerata da Gibson istintiva: un oggetto in legno trasmette una sensazione di calore e solidità, mentre il metallo suggerisce resistenza e freddezza (Gibson, 1979). Con i materiali generati dall’IA, queste percezioni vengono riconsiderate, aprendo a nuove impressioni suggerite dai materiali stessi. La vista e il tatto, attraverso l’interazione crossmodale, lavorano insieme per creare un’affordance in cui la vista prefigura e il tatto arricchisce aggiungendo nuove
possibilità di percepire le texture. Il concetto di affordance applicato ai materiali virtuali evidenzia quindi come anche i materiali creati dall’intelligenza artificiale possano indurre sensazioni di familiarità o stimolare reazioni avverse. In questo caso, la combinazione dei due sensi aiuta ad andare oltre la percezione del materiale attraverso un’immagine, cogliendo nel materiale stampato in 3D dettagli che conferiscono un aspetto nuovo alla superficie. L’innovazione tec-
Anche i materiali creati dall’IA possono indurre sensazioni di familiarità o stimolare reazioni
05. Assonometria dell’esposizione | Axonometry of the exhibition. C. Maggi
nologica si configura dunque come un nuovo strumento per ampliare i confini della “matericità”.
Il progetto dell’allestimento espositivo (img. 05) riflette su ciò che è stato precedentemente compreso attraverso un percorso guidato. La mostra si sviluppa in un’area dell’Arsenale della Biennale di Venezia come un’esperienza interattiva in cui i materiali generati dalla stampa 3D diventano protagonisti di una narrazione sensoriale. L’intento principale è quello di evidenziare la “matericità” delle texture digitali rese fisiche, creando un percorso in cui i visitatori possano esplorare oggetti tangibili e manipolabili. La suddivisione della sala dell’Arsenale per aree tematiche colloca lungo il percorso le due principali categorie di materiali: naturali e sintetici.
L’esposizione è costituita da alte colonne di sezione cilindrica. La parte inferiore della colonna è fissa, mentre la parte centrale è composta dalla stampa del materiale generato ed è dotata di un sistema di rotazione che consente ai visitatori di ruotare il cilindro per
un’esperienza tattile interattiva. La parte superiore, invece, è composta da un tessuto leggero illuminato dall’interno, che dà rilievo alla texture. L’approccio diretto proposto dall’allestimento permette di toccare e osservare da vicino i nuovi materiali, esplorando la capacità dell’intelligenza artificiale di tradurre descrizioni astratte in qualità sensoriali concrete. Gli spazi importanti e le superfici storiche dell’ambiente dell’Arsenale creano un affascinante contrasto con i materiali innovativi e generati artificialmente (imgg. 03-04).
Cognitive Materials esplora la percezione della “matericità” in relazione all’IA, che si configura come un cambiamento di paradigma tecnologico nel rapporto tra uomo e materia. L’esplorazione delle texture generate dall’intelligenza artificiale, la loro manifestazione fisica attraverso la stampa 3D e le loro possibilità evidenziano il ruolo in evoluzione della percezione cross-modale nel plasmare la nostra comprensione dei materiali. La proposta dell’allestimento im-
mersivo alla Biennale di Venezia racchiude questo percorso, offrendo uno spazio in cui i confini tra digitale e fisico si confondono, favorendo una riflessione profonda sull’ibridazione tra materiali naturali e sintetici. Questo approccio innovativo non solo collega esperienze sensoriali e virtuali, ma apre anche nuove possibilità per il design, l’interazione e la percezione della materialità.*
NOTE
1 – Tesi di laurea magistrale conseguita presso il Politecnico di Milano, corso di laurea Built Environment Interiors, a.a. 2023-24, titolo tesi Cognitive Materials. Relatore: Ingrid Maria Paoletti. Correlatore: Giorgio Castellano, Federica Pradella.
REFERENCES
– Berthoz, A. (1997). Le Sens Du Mouvement. Paris: Odile Jacob.
– Del Campo, M., Manninger, S., Sanche, M., Wang, L. (2019). The Church of AI. An examination of architecture in a posthuman design ecology. In Haeusler, M., Schnabel, M. A., Fukuda, T. (eds.), Intelligent & Informed - Proceedings of the 24th CAADRIA Conference, vol. 2. Wellington: Victoria University of Wellington, pp. 767-772.
– Del Curto, B., Passaro, C., Fiorani, E. (2010). La pelle del design: progettare la sensorialità. Milano: Lupetti.
– Fleming, R.W., Wiebel, C., Gegenfurtner, K. (2013), Perceptual qualities and material classes. Journal of Vision, vol. 13, n. 8. doi:10.1167/13.8.9
– Gibson, J.J. (1979). The ecological approach to visual perception. Boston: Houghton Mifflin company.
Un cioccolatino
ATijuca, in un corridoio buio, in quel preciso momento, mia madre, da sola in una cella con solo un letto e un materasso, l’ultima cella del corridoio, seduta, lo sguardo perso nel vuoto, sconsolata e già dimagrita di diversi chili, vede un soldato appoggiare un piatto con del cibo alle sbarre. Lei neanche si muove. Il soldato le dice: “Deve mangiare qualcosa”. Lei non risponde nemmeno. La figlia è stata fatta uscire il giorno dopo l’arresto. Lei invece languiva in quella cella da giorni. Nessuna notizia del marito né degli altri figli. Nessuna notizia del mondo. I primi giorni la chiamavano per deporre e guardare album di foto. Lo conosce questo, lo conosce quello? Niente. Non conosceva nessuno. E se lo conosceva, non lo diceva. Oppure non riconsceva detenuti terrorizzati, straziati dalle torture.
sullo scaffale
Sottocorteccia. Un viaggio tra i boschi che cambiano Pietro Lacasella, Luigi Torreggiani People, 2024
La Nuova Frontiera 2025
Riconosceva la sua foto, quella della figlia e del marito. Sentiva le urla delle torture mentre la riportavano alla sua cella, alla solitudine, all’afflizione, al vuoto, all’inappetenza.
Ma solo i primi giorni la chiamarono. Poi si dimenticarono di lei. La lasciarono indietro, senza visite, senza notizie, senza senso. Lei resistette risoluta. Non si lamentò. Resistette in silenzio. Resistette. Lo stesso soldato di prima, un giorno, a sorpresa, lasciò un cioccolatino tra le sbarre della cella. Senza dire nulla, lo lasciò lì, e se ne andò. Lei lo mangiò con gusto. Un altro giorno, sempre a sorpresa, lei si svegliò ed eccolo lì, il soldato, appoggiatto alle sbarre. Sembrava stordito, triste. Come se volesse dire qualcosa. Come se stesse per esplodere. Spaventato. Guardava indignato mia madre. Poi disse le uniche parole che avessero senso:
“Senta, volevo che sapesse che io non sono d’accordo, sto solo eseguendo gli ordini. Non sono d’accordo con tutto questo. Finirà. Un giorno finirà. Quello che stanno facendo qui non è giusto. E quando sarà finita e un giorno ci rivedremo, in altre circostanze, spero dirà a tutti che io non ero d’accordo, che stavo solo eseguendo gli ordini e che speravo finisse presto.”
Lo sfogo le diede un sollievo immediato. Come se un raggio di sole avesse colpito il suo viso attraverso un varco miracoloso nella prigone. Il soldato le fece un bene incredibile. Le aveva mostrato che il mondo non sarebbe andato per sempre al contrario. Che ciò che stava vivendo non aveva il minimo senso. Che all’interno c’erano persone che non erano d’accordo. Che non tutti gli apparati erano al servizio della follia. C’era umanità in quel terrore. C’erano alleati della lucidità. E non ha mai più dimenticato questo testimone anonimo del caos. Ci ripeteva sempre la stessa storia, nei dettagli, con le stesse parole. Fu una delle poche cose che si assicurò che la sua memoria registrasse in quei giorni di fine gennaio 1971. Per il resto ha dimenticato molto, o non voleva parlarne, o non voleva ricordare.*
A cura di Margherita Ferrari
L’uomo che scambiò sua moglie per un cappello Oliver Sacks, Adelphi, 2001
Le querce non fanno limoni di Chiara Francini Rizzoli, 2025
Sono ancora qui Marcelo Rubens Paiva
Logico
“Logico sì, è logico, è tutto quello che so Per ogni domanda componi un verso”
