СПІВПРАЦЯ ЛЮДИНИ І ШТУЧНОГО ІНТЕЛЕКТУ В АРХІТЕКТУРІ. КОНЦЕПТУАЛЬНИЙ СИНТЕЗ ДОСЛІДЖЕНЬ
DOI:
https://doi.org/10.32347/2519-8661.2026.35-36.91-102Ключові слова:
штучний інтелект в архітектурі, архітектурне проєктування, професійна роль архітектора, архітектурна освіта, генеративний штучний інтелектАнотація
У статті розглянуто трансформацію професійної ролі архітектора в умовах зростання участі систем штучного інтелекту в архітектурному проєктуванні. Актуальність дослідження зумовлена тим, що сучасні системи штучного інтелекту дедалі активніше залучаються до створення зображень, просторових рішень, прогнозування ефективності та перетворення нормативних вимог на машиночитані формати для перевірки відповідності, однак їх застосування особливо концентрується на ранніх стадіях формування концепції, тоді як оцінювання результатів, перевірка відповідності та прийняття остаточних рішень залишаються переважно за людиною. Мета статті полягає у виявленні та теоретичному обґрунтуванні змін професійної ролі архітектора в умовах співпраці людини і штучного інтелекту, а також у визначенні пов’язаних із цим змін у сфері відповідальності, професійних компетентностей і практик врядування. Методологічною основою роботи є концептуальний синтез сучасних наукових досліджень, доповнений порівняльним, аналітичним і критичним опрацюванням праць з архітектурного проєктування, цифрового моделювання, етики, права, освіти та досліджень взаємодії людини і штучного інтелекту. У статті показано, що впровадження штучного інтелекту не усуває авторську роль архітектора, а змінює її зміст: від безпосереднього формотворення до постановки завдання, визначення обмежень, відбору та оцінювання варіантів, перевірки результатів, документування рішень і забезпечення підзвітності. Обґрунтовано, що зміни охоплюють увесь цикл архітектурної діяльності, від формування концепції та подання проєкту до перевірки відповідності нормативним вимогам, договірного забезпечення, освітньої підготовки та етичного контролю. Практичне значення дослідження полягає у визначенні нових професійних акцентів архітектора, пов’язаних із роботою з даними, координацією цифрових засобів, простежуваністю походження рішень, процедурами перевірки та збереженням чітких меж відповідальності. Зроблено висновок, що штучний інтелект доцільно розглядати не як заміну архітектора, а як чинник глибокої переорієнтації професії, за якої зростає значення критичного судження, врядування, прозорості та професійної відповідальності.
Посилання
Alotaibi, B. S., Waqar, A., Radu, D., Khan, A. M., Dodo, Y., Althoey, F., & Almujibah, H. (2024). Building information modeling (BIM) adoption for enhanced legal and contractual management in construction projects. Ain Shams Engineering Journal, 15(7), 102822. https://doi.org/10.1016/j.asej.2024.102822
Bagasi, O., Nawari, N. O., & Alsaffar, A. (2025). BIM and AI in early design stage: Advancing architect–client communication. Buildings, 15(12), 1977. https://doi.org/10.3390/buildings15121977
Baudoux, G. (2024). The benefits and challenges of artificial intelligence image generators for architectural ideation: Study of an alternative human-machine co-creation exchange based on sketch recognition. International Journal of Architectural Computing, 22(2), 201–215. https://doi.org/10.1177/14780771241253438
Chandrasekera, T., Hosseini, Z., Perera, U., & Bazhaw Hyscher, A. (2024). Generative artificial intelligence tools for diverse learning styles in design education. International Journal of Architectural Computing. Advance online publication. https://doi.org/10.1177/14780771241287345
Chen, J., Wang, D., Shao, Z., Zhang, X., Ruan, M., Li, H., & Li, J. (2023). Using artificial intelligence to generate master-quality architectural designs from text descriptions. Buildings, 13(9), 2285. https://doi.org/10.3390/buildings13092285
Chesterman, S. (2020). Artificial intelligence and the limits of legal personality. International & Comparative Law Quarterly, 69(4), 819–844. https://doi.org/10.1017/S0020589320000366
Coeckelbergh, M. (2020). Artificial intelligence, responsibility attribution, and a relational justification of explainability. Science and Engineering Ethics, 26, 2051–2068. https://doi.org/10.1007/s11948-019-00146-8
Dellermann, D., Ebel, P., Söllner, M., & Leimeister, J. M. (2019). Hybrid intelligence. Business & Information Systems Engineering, 61, 637–643. https://doi.org/10.1007/s12599-019-00595-2
Dikmen, I., Eken, G., Erol, H., & Birgonul, M. T. (2025). Automated construction contract analysis for risk and responsibility assessment using natural language processing and machine learning. Computers in Industry, 166, 104251. https://doi.org/10.1016/j.compind.2025.104251
Dogonyaro, I., & Elnokaly, A. (2025). Enabling BIM innovation through knowledge-driven legal–contractual risk management: A novel strategic risk breakdown structure. Applied Sciences, 15(24), 13038. https://doi.org/10.3390/app152413038
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., Luetge, C., Madelin, R., Pagallo, U., Rossi, F., Schafer, B., Valcke, P., & Vayena, E. (2018). AI4People—An ethical framework for a good AI society: Opportunities, risks, principles, and recommendations. Minds and Machines, 28(4), 689–707. https://doi.org/10.1007/s11023-018-9482-5
Gebru, T., Morgenstern, J., Vecchione, B., Vaughan, J. W., Wallach, H. M., Daumé III, H., & Crawford, K. (2021). Datasheets for datasets. Communications of the ACM, 64(12), 86–92. https://doi.org/10.1145/3458723
Gu, N., & Amini Behbahani, P. (2021). A critical review of computational creativity in built environment design. Buildings, 11(1), Article 29. https://doi.org/10.3390/buildings11010029
Hagendorff, T. (2020). The ethics of AI ethics: An evaluation of guidelines. Minds and Machines, 30(1), 99–120. https://doi.org/10.1007/s11023-020-09517-8
Ismail, A. S., Ali, K. N., Iahad, N. A., Kassem, M. A., & Al-Ashwal, N. T. (2023). BIM-based automated code compliance checking system in Malaysian fire safety regulations: A user-friendly approach. Buildings, 13(6), 1404. https://doi.org/10.3390/buildings13061404
Jang, S., Roh, H., & Lee, G. (2025). Generative AI in architectural design: Application, data, and evaluation methods. Automation in Construction, 174, Article 106174. https://doi.org/10.1016/j.autcon.2025.106174
Jarrahi, M. H. (2018). Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision making. Business Horizons, 61(4), 577–586. https://doi.org/10.1016/j.bushor.2018.03.007
Karnouskos, S. (2022). Symbiosis with artificial intelligence via the prism of law, robots, and society. Artificial Intelligence and Law, 30, 93–115. https://doi.org/10.1007/s10506-021-09289-1
Khan, A., Chang, S., & Chang, H. (2025). Generative AI approaches for architectural design automation. Automation in Construction, 180, 106506. https://doi.org/10.1016/j.autcon.2025.106506
Lee, J. H., & Ostwald, M. J. (2020). Creative decision-making processes in parametric design. Buildings, 10(12), 242. https://doi.org/10.3390/buildings10120242
Lee, J.-K., Yoo, Y., & Cha, S. H. (2024). Generative early architectural visualizations: Incorporating architect’s style-trained models. Journal of Computational Design and Engineering, 11(5), 40–59. https://doi.org/10.1093/jcde/qwae065
Li, C., Zhang, T., Du, X., Zhang, Y., & Xie, H. (2025). Generative AI models for different steps in architectural design: A literature review. Frontiers of Architectural Research, 14(3), 759–783. https://doi.org/10.1016/j.foar.2024.10.001
Lin, V. Y. C., & Shih, S.-G. (2025). AI-augmented parametric façade design: Exploring MCTS for early-stage decision-making. Nexus Network Journal, 27, 619–638. https://doi.org/10.1007/s00004-025-00822-2
Ma, Z., Zhu, H., Xiang, X., Turk, Ž., & Klinc, R. (2024). Automatic compliance checking of BIM models against quality standards based on ontology technology. Automation in Construction, 166, 105656. https://doi.org/10.1016/j.autcon.2024.105656
Miller, T. (2019). Explanation in artificial intelligence: Insights from the social sciences. Artificial Intelligence, 267, 1–38. https://doi.org/10.1016/j.artint.2018.07.007
Mitchell, M., Wu, S., Zaldivar, A., Barnes, P., Vasserman, L., Hutchinson, B., Spitzer, E., Raji, I. D., & Gebru, T. (2019). Model cards for model reporting. In Proceedings of the Conference on Fairness, Accountability, and Transparency (pp. 220–229). ACM. https://doi.org/10.1145/3287560.3287596
Mora-Cantallops, M., Sánchez-Alonso, S., García-Barriocanal, E., & Sicilia, M.-A. (2021). Traceability for trustworthy AI: A review of models and tools. Big Data and Cognitive Computing, 5(2), Article 20. https://doi.org/10.3390/bdcc5020020
Odiah, A., & Gosling, S. D. (2024). Laying the foundations for using generative AI images in architectural research: Do images convey the intended spaces and ambiances? Architectural Intelligence, 3, Article 35. https://doi.org/10.1007/s44223-024-00076-x
Papagiannidis, E., Mikalef, P., & Conboy, K. (2025). Responsible artificial intelligence governance: A review and research framework. The Journal of Strategic Information Systems, 34(2), 101885. https://doi.org/10.1016/j.jsis.2024.101885
Parasuraman, R., Sheridan, T. B., & Wickens, C. D. (2000). A model for types and levels of human interaction with automation. IEEE Transactions on Systems, Man, and Cybernetics—Part A: Systems and Humans, 30(3), 286–297. https://doi.org/10.1109/3468.844354
Santoni de Sio, F., & van den Hoven, J. (2018). Meaningful human control over autonomous systems: A philosophical account. Frontiers in Robotics and AI, 5, Article 15. https://doi.org/10.3389/frobt.2018.00015
Song, B., Gyory, J. T., Zhang, G., Soria Zurita, N. F., Stump, G., Martin, J., Miller, S., Balon, C., Yukish, M., McComb, C., & Cagan, J. (2022). Decoding the agility of artificial intelligence-assisted human design teams. Design Studies, 79, Article 101094. https://doi.org/10.1016/j.destud.2022.101094
Sönmez, N. O. (2018). A review of the use of examples for automating architectural design tasks. Computer-Aided Design, 96, 13–30. https://doi.org/10.1016/j.cad.2017.10.005
Tantawy, M., Kosbar, M. M., Nour, S. M., Mansour, N., & Ehab, A. (2025). Leveraging BIM for proactive dispute avoidance in construction projects. Buildings, 15(9), 1401. https://doi.org/10.3390/buildings15091401
Walter, Y. (2024). Embracing the future of Artificial Intelligence in the classroom: The relevance of AI literacy, prompt engineering, and critical thinking in modern education. International Journal of Educational Technology in Higher Education, 21, Article 15. https://doi.org/10.1186/s41239-024-00448-3
Werder, K., Ramesh, B., & Zhang, R. (2022). Establishing data provenance for responsible artificial intelligence systems. ACM Transactions on Management Information Systems, 13(2), Article 22, 1–23. https://doi.org/10.1145/3503488
Yang, F., & Qian, W. (2025). Generative architectural design from textual prompts: Enhancing high-rise building concepts for assisting architects. Applied Sciences, 15(6), 3000. https://doi.org/10.3390/app15063000
Yang, F., & Zhang, J. (2024). Prompt-based automation of building code information transformation for compliance checking. Automation in Construction, 168, Article 105817. https://doi.org/10.1016/j.autcon.2024.105817
Yu, R., Gu, N., & Ostwald, M. J. (2018). Evaluating creativity in parametric design environments and geometric modelling environments. Architectural Science Review, 61(6), 443–453. https://doi.org/10.1080/00038628.2018.1512043
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – Where are the educators? International Journal of Educational Technology in Higher Education, 16, Article 39. https://doi.org/10.1186/s41239-019-0171-0
Zeng, P., Yin, J., Gao, Y., Li, J., Jin, Z., & Lu, S. (2025). Comprehensive and dedicated metrics for evaluating AI-generated residential floor plans. Buildings, 15(10), 1674. https://doi.org/10.3390/buildings15101674
Zhang, Z., Fort, J. M., & Giménez Mateu, L. (2024). Decoding emotional responses to AI-generated architectural imagery. Frontiers in Psychology, 15, Article 1348083. https://doi.org/10.3389/fpsyg.2024.1348083
Zhong, X., Liang, J., Meng, X., Li, Y., Fricker, P., & Koh, I. (2025). An agentic vision-action framework for generative 3D architectural modeling from sketches. International Journal of Architectural Computing, 23(3), 679–700. https://doi.org/10.1177/14780771251352950
Zhou, Y., She, J., Huang, Y., Li, L., Zhang, L., & Zhang, J. (2022). A design for safety (DFS) semantic framework development based on natural language processing (NLP) for automated compliance checking using BIM: The case of China. Buildings, 12(6), 780. https://doi.org/10.3390/buildings12060780
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Nataliia Vergunova
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
