¿Puede la inteligencia artificial diseñar estructuras mejor que un ingeniero?
Natalia Kvirikashvili Sadikova · Departamento de ComunicaciónLa inteligencia artificial está transformando la forma en la que trabajamos. También la ingeniería estructural.
El cálculo de estructuras implica manejar una enorme cantidad de información: geometrías, cargas, combinaciones, esfuerzos, desplazamientos, modos de vibración, ratios de armado, normativa, materiales, costes o emisiones. Hasta hace poco, buena parte del trabajo consistía en introducir, revisar y procesar toda esa información mediante herramientas cada vez más sofisticadas.
Hoy, la inteligencia artificial abre una nueva posibilidad: no solo procesar esos datos con mayor rapidez, sino también explorar muchas más alternativas y ayudar al ingeniero a tomar mejores decisiones.
Pero ¿significa esto que una inteligencia artificial puede diseñar una estructura mejor que un ingeniero?
Para Antonio Cantón, director del Departamento Técnico de CLERHP, la respuesta no pasa por sustituir una figura por otra, sino por entender qué puede aportar realmente esta tecnología.
De automatizar cálculos a diseñar de forma más inteligente
Cuando hablamos de inteligencia artificial aplicada a la ingeniería estructural, es importante diferenciar entre IA, automatización y optimización matemática. Aunque a menudo se agrupan bajo el mismo concepto, no son exactamente lo mismo.
La automatización ya permite, por ejemplo, conectar distintos programas mediante sus API para generar modelos estructurales, introducir cargas, ejecutar análisis y extraer resultados sin que el ingeniero tenga que realizar manualmente cada uno de estos pasos.
El proceso puede convertirse en un flujo continuo:
Geometría/BIM → modelo estructural → cargas → cálculo → resultados → comprobaciones → modificación → nuevo cálculo.
La inteligencia artificial puede situarse por encima de este proceso para interpretar la información, detectar patrones y ayudar a decidir qué alternativas merece la pena estudiar.
Esto resulta especialmente relevante cuando la complejidad del proyecto hace que el volumen de información sea difícil de gestionar manualmente.
Cuando el problema son los datos, la IA puede convertirse en un aliado
Un edificio complejo puede generar cientos de miles de datos durante su análisis: esfuerzos, desplazamientos, derivas, modos de vibración, reacciones, ratios de armado o combinaciones críticas, entre muchos otros.
El reto no consiste únicamente en calcularlos, sino en interpretarlos correctamente.
Un sistema inteligente puede analizar ese volumen de información y señalar al ingeniero dónde pueden encontrarse los puntos más relevantes: elementos con comportamientos anómalos, resultados que se alejan de determinados patrones o zonas que requieren una revisión más detallada.
La tecnología actúa así como una segunda capa de análisis capaz de revisar sistemáticamente una cantidad de información que sería difícil comprobar manualmente en su totalidad.
Pero la IA no solo puede ayudar a encontrar problemas. También puede ayudar a buscar mejores soluciones.
¿Y si pudiéramos probar cientos de estructuras antes de elegir una?
Una de las aplicaciones con mayor potencial se encuentra en la optimización.
El ingeniero puede establecer determinados objetivos y restricciones y permitir que un sistema genere y analice diferentes alternativas.
Por ejemplo, se podría buscar una solución que minimice:
- el coste;
- el volumen de hormigón;
- las toneladas de acero;
- el peso de la estructura;
- las emisiones de CO₂;
- los desplazamientos;
- o una combinación de varios criterios.
El proceso puede ser iterativo: el sistema propone una alternativa, el programa estructural la calcula, se comprueba el cumplimiento de las restricciones y, a partir de los resultados, se genera una nueva solución.
Imaginemos un edificio de veinte plantas en el que queremos estudiar distintas posiciones y espesores de los muros estructurales.
Realizar cincuenta modelos de manera manual sería poco práctico. Un sistema automatizado podría generar esas alternativas, calcularlas y compararlas teniendo en cuenta simultáneamente derivas, torsión, esfuerzos, cimentación, cantidades de materiales, coste y emisiones de CO₂.
El objetivo no sería que la máquina decidiera por el ingeniero, sino permitirle estudiar un espacio de soluciones mucho mayor.
El ingeniero dejaría de dedicar tanto tiempo a producir cálculos y podría dedicar más tiempo a decidir qué solución es mejor.
La IA también puede trabajar con la normativa y la documentación técnica
La aplicación de la inteligencia artificial no se limita a los números.
Los proyectos de ingeniería generan una enorme cantidad de información no estructurada: normativas, memorias, informes, especificaciones, planos y documentación técnica.
Los modelos de lenguaje pueden ayudar a consultar, relacionar y organizar esta información, facilitando el acceso al conocimiento necesario durante las distintas fases del proyecto.
Esto puede resultar especialmente útil cuando el ingeniero necesita cruzar información procedente de diferentes documentos o localizar rápidamente determinados requisitos técnicos.
La IA se convierte así en una herramienta capaz de conectar información documental y resultados numéricos, dos mundos que tradicionalmente han requerido procesos de consulta y revisión separados.
El ordenador puede resolver el modelo. Pero ¿estamos modelando bien la realidad?
Aquí aparece uno de los principales límites de la inteligencia artificial aplicada a la ingeniería estructural.
Un programa puede resolver correctamente un problema y, sin embargo, que ese problema no represente adecuadamente la realidad.
Como explica Antonio Cantón:
La IA puede analizar muy bien aquello que hemos conseguido formalizar. El problema está en aquello que no hemos formalizado correctamente.
Una estructura puede cumplir aparentemente todas las comprobaciones y, aun así, existir un error en la forma en que se ha construido el modelo.
Puede haberse asignado una rigidez incorrecta, definido unas condiciones de contorno que no representan adecuadamente la realidad, idealizado una conexión de forma poco realista, considerado una masa sísmica equivocada o elegido un sistema resistente inadecuado.
El ordenador resolverá de forma impecable el problema que le hemos planteado, pero eso no garantiza que sea el problema que existe físicamente.
Esta diferencia resulta especialmente importante en ámbitos como la ingeniería sísmica y el análisis no lineal, donde determinadas decisiones requieren una comprensión profunda del comportamiento estructural.
¿Cómo representar correctamente la fisuración? ¿Qué rigideces deben utilizarse? ¿Cómo debe modelarse una rótula plástica? ¿Qué comportamiento puede esperarse de una unión? ¿Es físicamente razonable el resultado obtenido?
Estas son preguntas que no se resuelven únicamente aumentando la capacidad de cálculo.
El criterio del ingeniero sigue siendo imprescindible
Existe además otro riesgo asociado a la evolución de los modelos generativos: pueden producir respuestas técnicamente incorrectas con una apariencia completamente convincente.
Por este motivo, utilizar directamente una IA generativa como motor de verificación estructural plantea importantes riesgos.
Una arquitectura más segura sería aquella en la que cada tecnología desempeñe una función concreta:
IA → datos → software de cálculo → módulo normativo validado → resultado → IA → ingeniero.
La inteligencia artificial puede interpretar y coordinar. El software estructural realiza el cálculo. Un sistema determinista y validado comprueba el cumplimiento normativo. Y finalmente, el ingeniero interpreta los resultados y valida la decisión.
La tecnología, por tanto, no elimina la necesidad de conocimiento técnico. Al contrario: cuanto más automatizado sea el proceso, más importante será saber identificar cuándo un resultado aparentemente correcto no tiene sentido físico.
El ingeniero estructural del futuro
La evolución de estas tecnologías probablemente cambiará de forma importante el trabajo de los ingenieros estructurales durante los próximos años.
Antonio Cantón imagina un escenario en el que los profesionales trabajarán con agentes especializados conectados directamente al software estructural, BIM, bases de datos y normativa.
El ingeniero podría plantear una instrucción como:
Reduce un 10 % el coste de esta estructura sin superar una deriva del 1 %, manteniendo el sistema resistente y todos los requisitos sísmicos.
A partir de ahí, diferentes agentes podrían ejecutar automáticamente decenas o incluso cientos de iteraciones.
Uno podría modificar el modelo; otro ejecutar el análisis; otro comprobar el cumplimiento normativo; otro evaluar las cantidades y costes; y otro preparar la documentación.
El ingeniero supervisaría el proceso y tomaría las decisiones relevantes.
Esto también cambiará, previsiblemente, las habilidades más valiosas dentro de la profesión.
El conocimiento de un determinado programa tendrá progresivamente menos peso a medida que muchas de sus operaciones puedan automatizarse. En cambio, será todavía más importante comprender cómo funciona una estructura, qué modelo representa adecuadamente su comportamiento y cuándo un resultado aparentemente correcto no tiene sentido físico.
No será ingeniero contra inteligencia artificial
La pregunta inicial —si la inteligencia artificial puede diseñar estructuras mejor que un ingeniero— quizá plantee un escenario demasiado sencillo.
No se trata necesariamente de elegir entre una máquina y una persona.
La verdadera transformación puede estar en la combinación de ambas capacidades.
La IA puede aportar velocidad, capacidad de procesamiento, exploración de alternativas y control de grandes volúmenes de información. El ingeniero aporta conocimiento, experiencia, criterio, comprensión física y capacidad para tomar decisiones ante situaciones que no siempre pueden formalizarse por completo.
Por eso, dentro de diez años probablemente no veremos una competición entre ingeniero contra inteligencia artificial.
Veremos, más bien, una diferencia cada vez mayor entre ingenieros que utilizan eficazmente estas herramientas e ingenieros que no las utilizan.
Y esa diferencia puede traducirse en una capacidad de análisis y una productividad muy superiores.
La inteligencia artificial no sustituye el conocimiento estructural.
Lo amplifica.
Y en una disciplina en la que cada decisión puede afectar al comportamiento, la seguridad, el coste y la eficiencia de una estructura, la tecnología tendrá su mayor valor cuando permita al ingeniero dedicar menos tiempo a procesar información y más tiempo a comprenderla, cuestionarla y tomar mejores decisiones.