معماران کنترل را در دست نگه می‌دارند؛ چارچوبی با نظارت انسانی برای مهار هوش مصنوعی مولد
هوش مصنوعی مولد اکنون می‌تواند در چند ثانیه تصویری واقع‌گرایانه از یک طرح معماری تولید کند و وسوسه سپردن هدایت فرایند طراحی به ماشین بیش از هر زمان دیگری است. بااین‌حال، پژوهشی تازه که در مجله Discover Artificial Intelligence منتشر شده، استدلال می‌کند که چنین رویکردی اشتباه است. پژوهشگران، شوانگبو رن، یاوِی لیو و رومِی لیو، به‌جای برخورد با هوش مصنوعی به‌عنوان طراح مستقل، چارچوبی مبتنی بر نظارت مستمر انسان پیشنهاد می‌کنند که در تمام مراحل، کنترل را در دست معماران نگه می‌دارد. در این چارچوب، نقاط تصمیم‌گیری مشخصی تعریف شده است تا تصاویر چشم‌نواز اما از نظر سازه‌ای نامعتبر، بدون بررسی لازم وارد فرایند واقعی ساخت‌وساز نشوند.
تیم پژوهشی برای آغاز کار، ابتدا تصویری از وضعیت این حوزه ترسیم کرد. پژوهشگران با پیروی از دستورالعمل‌های پریزما (PRISMA) برای مرورهای نظام‌مند، ادبیات علمی داوری‌شده منتشرشده بین سال‌های ۲۰۱۹ تا ۲۰۲۵ را در پایگاه زیرساخت دانش ملی چین (CNKI) و مجموعه اصلی وب آو ساینس جست‌وجو کردند. در این جست‌وجو از کلیدواژه‌هایی مانند «هوش مصنوعی مولد»، «طراحی مولد» و «طراحی معماری» استفاده شد. جست‌وجوی اولیه ۶۲۳ مقاله را دربر گرفت که پس از حذف موارد تکراری و بررسی عنوان‌ها و چکیده‌ها، شمار آن‌ها به ۴۸۹ مقاله کاهش یافت. سپس این مقالات با استفاده از VOSviewer، ابزار تحلیل کتاب‌سنجی برای ترسیم شبکه هم‌وقوعی کلیدواژه‌ها، بررسی شدند تا مشخص شود فعالیت علمی این حوزه بر چه موضوعاتی متمرکز است و کدام بخش‌ها همچنان به‌شکل نگران‌کننده‌ای کم‌توجه مانده‌اند.
نقشه‌های کلیدواژه‌ها تصویری قابل‌توجه از این حوزه ارائه کردند. در پایگاه وب آو ساینس، چهار محور اصلی شناسایی شد: نخست، مبانی مدل‌ها، از جمله شبکه‌های مولد تخاصمی، مدل‌های انتشار، یادگیری عمیق و مدل‌های زبانی بزرگ؛ دوم، روش‌های طراحی، شامل رویکردهای محاسباتی، پارامتریک و مبتنی بر عملکرد؛ سوم، کاربردهای مهندسی، مانند بهینه‌سازی سازه، شبیه‌سازی محیطی و یکپارچه‌سازی با مدل‌سازی اطلاعات ساختمان؛ و چهارم، خوشه کوچک‌تری درباره ارزش‌ها و حکمرانی که اعتماد، تبیین‌پذیری، مالکیت فکری و اخلاق را پوشش می‌داد. پایگاه چینی CNKI نیز الگوی مشابهی نشان داد، با این تفاوت که تأکید بیشتری بر آموزش، پرورش نیروی متخصص و اجرای عملی داشت. همگرایی این یافته‌ها از تنشی پایدار حکایت می‌کند: توانایی‌های تولیدی هوش مصنوعی با سرعت پیش می‌روند، اما اعتبارسنجی مهندسی و پاسخ‌گویی حرفه‌ای از آن‌ها عقب مانده‌اند.
نویسندگان برای رفع این فاصله، توالی متعارف سه‌مرحله‌ای طراحی، یعنی تولید ایده، توسعه طرح و ارائه نتایج را در قالب ماتریسی برای کنترل مراحل بازتعریف کردند. در این ماتریس، هر مرحله بر اساس نوع عدم‌قطعیتی که باید برطرف کند، خروجی مورد انتظار و شواهد لازم برای عبور به مرحله بعد تعریف می‌شود. طرح تنها زمانی می‌تواند پیش برود که از یک نقطه تصمیم‌گیری با تأیید انسان عبور کند؛ در غیر این صورت، فرایند به همان مرحله یا مرحله پیشین بازمی‌گردد. چهار سازوکار کنترلی نیز در سراسر این فرایند اعمال می‌شوند: دانش و محدودیت‌های معماری، ارزیابی انسانی و پاسخ‌گویی حرفه‌ای، منشأ داده‌ها و مدل‌ها، و بازخورد مبتنی بر عملکرد. دستاورد اصلی این چارچوب آن است که مانع می‌شود یک تصویر متقاعدکننده، بدون اعتبارسنجی معماری از مراحل طراحی عبور کند.
پژوهش برای توضیح عملی این چارچوب، سه نمونه مشخص را بررسی می‌کند. در مرحله تولید ایده، تیم از میدجرنی (Midjourney) برای بررسی گزینه‌های طراحی یک ساختمان اداری ده‌طبقه با نمای معاصر بتنی و شیشه‌ای استفاده کرد. تصاویر مرجع از طریق رابط ترکیب تصاویر این پلتفرم با یکدیگر ادغام شدند و متن دستورها نیز با کمک ChatGPT اصلاح شد. در مجموع، ۱۶ گزینه مستند از طریق تولید اولیه، ایجاد تغییرات جزئی، بازنویسی دستورها و ویرایش بخش‌های مشخص تصویر به دست آمد. این گزینه‌ها بر اساس معیارهایی مانند تعادل تناسبات، وضوح ورودی، پیوستگی نما و معقول‌بودن حجم ساختمان ارزیابی شدند. این فرایند تنوع بالای ایده‌ها و دریافت سریع بازخورد بصری را نشان داد؛ بااین‌حال، پلتفرم هیچ‌یک از ابعاد طبقات، مسیرهای حرکتی، سازه یا الزامات برنامه‌ریزی و شهرسازی را اعتبارسنجی نکرد. بنابراین، خروجی‌ها فقط به‌عنوان ایده‌های مفهومی از نخستین مرحله تأیید شدند و پیش از هرگونه توسعه بیشتر، باید در محیطی هندسی بازسازی می‌شدند.
در مرحله توسعه طرح، پژوهشگران به سراغ NOAH رفتند؛ نرم‌افزاری برای تولید محتوای مبتنی بر هوش مصنوعی که با Rhino 7 یکپارچه شده و می‌تواند بر اساس پارامترهای صریح، مدل‌های معماری تولید کند. نمونه بررسی‌شده شامل طراحی چیدمان‌های مسکونی با مجموعه‌ای از محدودیت‌ها بود: مرزهای زمین، خطوط کنترلی ساختمان چندطبقه، دو الگوی واحد مسکونی، حداکثر ارتفاع یازده طبقه، ارتفاع استاندارد ۳ متر برای هر طبقه، ضریب فاصله‌گذاری ساختمان‌ها حداکثر برابر با ۱٫۵ و مشخصات دقیق مساحت و پارکینگ. ترکیب سه قطعه زمین با سه نسبت سطح زیربنا به مساحت زمین، در یک روز به تولید ۹ گونه مختلف از چیدمان‌ها انجامید؛ کاری که به گفته نویسندگان، در روش‌های متعارف دست‌کم یک هفته زمان می‌برد. تحلیل نور روز در این فرایند صرفاً یک خروجی تزئینی نبود، بلکه نقش بازخورد واقعی را ایفا می‌کرد. هرگاه طرحی الزامات فاصله‌گذاری یا نورگیری را برآورده نمی‌کرد، برای اصلاح موقعیت، جهت‌گیری یا تعداد طبقات به مدل هندسی بازگردانده می‌شد.
در مرحله ارائه نتایج، تیم از استیبل دیفیوژن (Stable Diffusion)، یک مدل انتشار نهفته، استفاده کرد. این مدل با کمک مؤلفه‌های U-Net و خودرمزگذار واریاسیونی، تصاویر را در فضای نهفته فشرده‌سازی‌شده و با راهنمایی بازنمایی‌های متنی از نویز پاک می‌کند. پژوهشگران برای تنظیم مدل بر اساس ویژگی‌های بصری اختصاصی پروژه، یک مدل سازگارسازی با رتبه پایین (LoRA) را با استفاده از عکس‌های معماری در محیط‌های واقعی آموزش دادند. در این فرایند، تعداد تکرارها، دوره‌های آموزش، اندازه دسته، نرخ یادگیری و ابعاد شبکه تنظیم شدند. سپس ۱۲ تصویر برای ارائه پروژه تولید شد؛ در این تصاویر، نماهای مدل به‌عنوان کنترل فضایی به کار رفتند و دستورهای متنی، نور روز، مصالح و ترکیب‌بندی را توصیف می‌کردند. نتایج از تنوع بصری و غنای فضاسازی برخوردار بودند، اما پژوهشگران تغییراتی را نیز در هندسه، منظر و جزئیات نما میان تصاویر مختلف مشاهده کردند. ازاین‌رو، تأکید کردند که این خروجی‌ها تا پیش از تطبیق با مدل اعتبارسنجی‌شده، باید صرفاً پیشنهادهایی برای انتقال و نمایش ایده تلقی شوند.
مقایسه این سه نمونه به یک نتیجه عملی می‌رسد: هیچ پلتفرمی به‌تنهایی پاسخ‌گوی تمام نیازهای معماری نیست. ابزارهای تولید تصویر برای موقعیت‌هایی مناسب‌اند که ابهام و تنوع ایده‌ها مطلوب است؛ ابزارهای تبدیل پارامتر به مدل، در شرایطی برتری دارند که رعایت محدودیت‌ها و امکان تبادل داده با مراحل بعدی اهمیت دارد؛ و سامانه‌های بصری‌سازی باید پس از اعتبارسنجی هندسه به کار گرفته شوند. این چارچوب ابزارها را بر اساس نوع عدم‌قطعیتی که می‌توانند به‌شکلی مسئولانه مدیریت کنند، در مراحل مختلف توزیع می‌کند. در این مقایسه، میزان تنوع خروجی، قابلیت کنترل، معقول‌بودن معماری، تکرارپذیری، قابلیت استفاده در مراحل بعدی و نیازهای اعتبارسنجی بررسی می‌شوند، بی‌آنکه ادعاهای اثبات‌نشده‌ای درباره افزایش بهره‌وری مطرح شود.
این یافته‌ها پیامدهای مهمی برای فعالیت حرفه‌ای معماران دارند. انتخاب ابزار باید از تصمیمی آغاز شود که قرار است از آن پشتیبانی کند، نه از میزان محبوبیت یک پلتفرم. در مرحله تولید ایده، گروه‌های طراحی باید شرح پروژه، منشأ تصاویر مرجع، دستورهای متنی، نسخه مدل و معیارهای انتخاب گزینه‌ها را ثبت کنند. در مرحله توسعه طرح، هندسه تولیدشده با هوش مصنوعی باید به محیط‌های قابل‌اندازه‌گیری منتقل شود و از نظر ضوابط شهرسازی، الزامات سازه‌ای، استانداردهای دسترس‌پذیری، عملکرد محیطی و هزینه بررسی شود. در مرحله ارائه نیز باید تغییرات مصنوعی به‌روشنی اعلام و تصاویر با مدل اعتبارسنجی‌شده مقایسه شوند تا از انحراف بازنمایی جلوگیری شود. در چنین رویکردی، نقش معمار بیش از آنکه تولید دستی تک‌تک گزینه‌ها باشد، بر تعیین مسئله، گزینش، راستی‌آزمایی و پذیرش مسئولیت تصمیم‌ها متمرکز می‌شود.
نویسندگان محدودیت‌های پژوهش را نیز صریح بیان می‌کنند. تحلیل کتاب‌سنجی بیشتر به‌عنوان نقشه‌ای از شواهد عمل می‌کند و سنجشی جامع و کمّی از کل حوزه نیست. نمونه‌های عملی نیز آزمایش‌های کنترل‌شده با مبناهای مقایسه‌ای یکسان نبودند. افزون بر این، اطلاعات مربوط به نسخه برخی پلتفرم‌ها و ابرپارامترهای آموزش برای تکرار دقیق نتایج حفظ نشده بود. پژوهش‌های آینده باید اعتبارسنجی پروژه‌ها را از ابتدا تا انتها دنبال کنند و با استفاده از معیارهای ازپیش‌ثبت‌شده، زمان انجام وظایف، میزان انحراف هندسی، نرخ خطا در رعایت ضوابط و ارزیابی متخصصان را بسنجند. با وجود این محدودیت‌ها، پیام اصلی روشن است: آینده معماری در عصر تحول‌آفرینی هوش مصنوعی مولد به واگذاری قضاوت حرفه‌ای به الگوریتم‌ها وابسته نیست، بلکه به ایجاد فرایندهایی شفاف و پاسخ‌گو بستگی دارد که در آن‌ها تخصص انسانی همچنان آخرین مرجع تأیید تصمیم‌ها باقی می‌ماند.
موضوع پژوهش: یکپارچه‌سازی هوش مصنوعی مولد در طراحی معماری با نظارت مستمر انسان
عنوان مقاله پژوهشی: مطالعه‌ای درباره یکپارچه‌سازی سه‌مرحله‌ای هوش مصنوعی مولد در طراحی معماری بر پایه رویکرد نظارت مستمر انسان
منبع علمی: رن، ش.، لیو، ی. و لیو، ر. (۲۰۲۶). «مطالعه‌ای درباره یکپارچه‌سازی سه‌مرحله‌ای هوش مصنوعی مولد در طراحی معماری بر پایه رویکرد نظارت مستمر انسان». Discover Artificial Intelligence, 6(1)، مقاله ۱۵۰۱. https://doi.org/10.1007/s44163-026-02219-7
اعتبار تصویر: تولیدشده با هوش مصنوعی
شناسه دیجیتال مقاله (DOI): 10.1007/s44163-026-02219-7
کلیدواژه‌ها: هوش مصنوعی مولد، طراحی معماری، نظارت مستمر انسان، مدل‌های انتشار، شبکه‌های مولد تخاصمی (GAN)، میدجرنی، استیبل دیفیوژن، کتاب‌سنجی، سه‌مرحله‌ای، یکپارچه‌سازی، هوش مصنوعی
منبع خبر: دنیس مدوکس، ۱۶ اکتبر ۲۰۲۶، «معماران کنترل را در دست نگه می‌دارند؛ چارچوبی با نظارت انسانی برای مهار هوش مصنوعی مولد»، Scienmag.