Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 1
PORTADA
(Elaborada por la revista)
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 676
El Futuro de la Arquitectura Actual, en la Era de la Inteligencia
Artificial (IA)
The Future of Contemporary Architecture in the Age of Artificial Intelligence
(AI)
Marbella Galarza Bautista
marbellagalarzabautista@gmail.com
https://orcid.org/0009-0008-9898-1789
Universidad Autónoma del Estado de Hidalgo
Hidalgo – México
Randy Soto Alarcón
1
randysotoala@gmail.com
https://orcid.org/0009-0006-4460-3198
Universidad Autónoma del Estado de Hidalgo
Hidalgo – México
Francisco Omar Lagarda García
flagarda@uaeh.edu.mx
https://orcid.org/0000-0002-3379-3962
Universidad Autónoma del Estado de Hidalgo
Hidalgo – México
Vicente Rendón Hidalgo
profe_7640@uaeh.edu.mx
https://orcid.org/0000-0002-1533-4260
Universidad Autónoma del Estado de Hidalgo
Hidalgo – México
María del Rosario Dolores Mijangos
mrdolores@uaeh.edu.mx
https://orcid.org/0000-0003-4202-9488
Universidad Autónoma del Estado de Hidalgo
Hidalgo – México
Artículo recibido: 26/09/2026
Aceptado para publicación: 26/10/2026
Conflictos de Intereses: Ninguno que declarar
1
Autor de correspondencia.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 677
RESUMEN
La Inteligencia Artificial (IA) generativa se ha convertido en una herramienta que ha
revolucionado la industria creativa, incluida la arquitectura, al ofrecer nuevas posibilidades
para la generación de arte, diseño y contenido con la menor intervención humana. En este
contexto, el presente artículo analiza la integración de la IA generativa en la arquitectura actual
con los retos que plantea en torno a la autoría, originalidad, valor artístico, propiedad intelectual
y autenticidad. De igual forma aborda los desafíos que han surgido en el entorno actual y como
se pueden resolver bajo un entorno profesional que un arquitecto lleva a cabo en su día a día.
En este sentido, resulta importante considerar que la integración de la IA generativa dentro de
la arquitectura no solamente implica una transformación en las herramientas utilizadas para
diseñar, sino también una modificación en la manera en que se entiende el proceso creativo y
profesional. La investigación se desarrolló bajo un enfoque cualitativo, mediante una revisión
documental de literatura académica especializada, organizada y analizada a partir de categorías
relacionadas con el impacto técnico, creativo y ético de estas tecnologías. Los resultados
muestran que la IA generativa amplía las posibilidades del proceso de diseño, pero también
plantea nuevos desafíos para la práctica profesional y la definición de la autoría arquitectónica.
Palabras clave: arquitectura, Inteligencia Artificial, proyección futura, IA creativa
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 678
ABSTRACT
Generative Artificial Intelligence (AI) has become a tool that has revolutionized the
creative industry, including architecture, by offering new possibilities for the generation of art,
design, and content with minimal human intervention. In this context, this article analyzes the
integration of generative AI into contemporary architecture and the challenges it poses
regarding authorship, originality, artistic value, intellectual property, and authenticity. It also
addresses the challenges that have emerged in the current context and how they can be
addressed within the professional environment and the day-to-day practice of architects. In this
regard, it is important to consider that the integration of generative AI into architecture not only
involves a transformation of the tools used for design, but also a shift in the way the creative
and professional processes are understood. The research was conducted using a qualitative
approach through a documentary review of specialized academic literature, organized and
analyzed according to categories related to the technical, creative, and ethical impact of these
technologies. The results show that generative AI expands the possibilities of the design
process, but also presents new challenges for professional practice and the definition of
architectural authorship.
Keywords: architecture, Artificial Intelligence, future projection, creative AI
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 679
INTRODUCCIÓN
Durante el año 2022 se presentó una nueva realidad, un punto de inflexión donde la velocidad
y precisión de los productos en diversas áreas se potenciaron de tal forma que nunca se había
imaginado: aparece la Inteligencia Artificial en un concepto novedoso y de la mano con los
últimos avances de la tecnología generativa informática (Haleem et al., 2022), propiciando que
en tan solo un “clic” se lograra formular y/o desarrollar ideas arquitectónicas de una forma
muy aproximada a la de los profesionales más avanzados.
En ese orden de ideas, se plantea el desarrollo teórico-reflexivo sobre la proyección del futuro
de la Arquitectura en la era de la Inteligencia Artificial, tomando como referencia algunos
conceptos de interés y valorando los avances más representativos, así como exponer las
posiciones de diversos autores profesionales tales como Estrada (2024) quien refiere que la
arquitectura es una disciplina técnico-creativa cuya evolución es constante ya que requiere
adaptarse a las diferentes tendencias de cada periodo histórico, en especial durante los últimos
años con el surgimiento de la IA porque ha generado cambios claves para el desarrollo de los
diseños. En lo mencionado por este autor se distinguen dos variables muy importantes: la
técnica y la creatividad.
A partir de la IA se tiene muy desarrollada la técnica e incluso se pueden presentar ideas
innovadoras, pero es necesario tomar en consideración que la parte creativa siempre ha estado
dirigida sobre las ideas de los seres humanos, por lo que en estos casos la IA sería un apoyo
para el proceso de la toma de decisiones en la búsqueda de satisfacer las demandas de los
clientes y usuarios.
Además, ante el marco de los nuevos avances presentados surge ante todo una gran
interrogante: ¿Es la IA capaz de reemplazar completamente las acciones profesionales en la
Arquitectura?, ya que la tecnología se ha integrado a todos los sectores laborales considerando
que forma parte de las políticas públicas actuales abarcando ámbitos desde administrativos;
especializados, como en la programación y la medicina; y más recientemente, en los trabajos
creativos.
A partir del punto de inflexión surge un desafío para el profesional de la arquitectura y es cómo
integrar la IA generativa en un área que se ha fortalecido a partir de la creatividad humana con
un esquema de intervención directa, enfrentándose a un dilema ante las nociones
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 680
convencionales de autoría, originalidad y valor artístico. También es preciso tomar en cuenta
que los sistemas de IA generativa utilizan grandes volúmenes de datos como base de
entrenamiento, además el riesgo de desdibujar la línea entre la inspiración y la replicación,
generando incertidumbre sobre la propiedad intelectual, así como la autenticidad de las obras
arquitectónica cuya base es el universo digital.
Tomando en consideración lo antes planteado se propone que la Inteligencia Artificial es una
técnica avanzada que permite formular ideas de diseño con mayor precisión, pero puede estar
limitada en términos de creatividad y autenticidad características de los seres humanos, por lo
que el futuro de la arquitectura no se perfilaría desde un enfoque de sustitución profesional,
sino más bien como una transición hacia la dirección de estos procesos para la expansión y
optimización en cuanto a toma de decisiones en los proyectos arquitectónicos.
La presente investigación tiene como propósito analizar de manera integral el impacto de la
Inteligencia Artificial en la arquitectura actual, considerando las transformaciones que su
incorporación produce en los procesos técnicos, creativos y de diseño, así como en la
optimización de recursos y procesos, la sostenibilidad de su aplicación y las implicaciones
ético-profesionales relacionadas con la autoría, la originalidad, la autenticidad y la
responsabilidad del arquitecto. A partir de este análisis, se busca comprender de qué manera
estas tecnologías están modificando el ejercicio profesional y las competencias requeridas, así
como identificar las oportunidades y desafíos que representan para el futuro de la práctica
arquitectónica.
En este sentido, se plantea que la incorporación de la Inteligencia Artificial en la arquitectura
actual no conducirá necesariamente a la sustitución del arquitecto, sino a una transformación
progresiva de su rol profesional, al modificar los procesos de diseño y ampliar las capacidades
de generación, análisis y optimización de alternativas. Esta transformación implicará, a su vez,
la necesidad de desarrollar nuevas competencias tecnológicas, creativas, críticas y éticas que
permitan al arquitecto mantener un papel activo en la toma de decisiones, la interpretación del
contexto y la responsabilidad sobre los resultados del proceso de diseño.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 681
METODOLOGÍA
La investigación se desarrolló bajo un enfoque cualitativo, mediante una revisión documental
de literatura especializada relacionada con la incorporación de la inteligencia artificial en la
arquitectura actual. La revisión tuvo como propósito identificar y analizar las principales
transformaciones asociadas con el uso de herramientas de IA en los procesos creativos,
generativos, de gestión y toma de decisiones, así como sus implicaciones éticas y profesionales.
Para la selección de las fuentes se consideraron criterios de pertinencia temática, calidad
académica, actualidad y relación directa con las categorías de análisis establecidas. Las fuentes
seleccionadas fueron organizadas en una matriz de análisis documental y posteriormente
clasificadas en cinco dimensiones: impacto técnico, impacto creativo, diseño generativo y
optimización, gestión y automatización, e implicaciones ético-profesionales.
El análisis se realizó mediante procedimientos de comparación, clasificación y síntesis
interpretativa, identificando coincidencias, diferencias y tendencias entre las posturas de los
autores revisados. A partir de esta sistematización se construyeron los argumentos relacionados
con la transformación del papel profesional del arquitecto frente a la incorporación de la IA.
RESULTADOS Y DISCUSIÓN
Se presentan y analizan los principales resultados obtenidos a partir de la revisión documental
realizada sobre la incorporación de la IA en la arquitectura contemporánea. Los hallazgos se
organizan de acuerdo con las dimensiones establecidas en la metodología: impacto técnico,
impacto creativo, diseño generativo y optimización, gestión y automatización de procesos, así
como implicaciones ético-profesionales. Esta organización permite relacionar la información
identificada en las fuentes con los objetivos planteados en la investigación y establecer
coincidencias, diferencias y tendencias.
Los resultados muestran que la IA está ampliando las posibilidades de exploración y
procesamiento de información dentro del proceso arquitectónico, particularmente mediante la
generación de alternativas, la simulación, la optimización y la automatización de determinadas
tareas. Sin embargo, el análisis también evidencia que estas capacidades requieren de la
intervención del arquitecto para interpretar, evaluar, seleccionar y validar los resultados
obtenidos.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 682
A partir de estos hallazgos, la discusión aborda los beneficios y limitaciones identificados, así
como los cambios que la IA puede generar en las prácticas profesionales. De manera particular,
se examinan los debates relacionados con la creatividad, la autoría, la originalidad, la propiedad
intelectual y la responsabilidad profesional. En conjunto, los resultados permiten valorar a la
IA como una herramienta de apoyo al proceso arquitectónico, cuyo impacto depende de la
capacidad profesional para utilizarla de manera crítica, ética y responsable.
La IA Creativa
La IA puede incrementar la capacidad técnica de proceso de diseño —por ejemplo, mediante
generación, procesamiento y exploración rápida de alternativas—, pero esto no implica
necesariamente que posea creatividad en el mismo sentido que un diseñador humano. La
generación de resultados novedosos por parte de un sistema algorítmico plantea precisamente
el debate sobre qué debe entenderse por creatividad y cuál es el papel de la intención,
interpretación y toma de decisiones humanas.
La Inteligencia Artificial se conceptualiza como un sistema tecnológico avanzado capaz de
procesar, analizar y generar información, cuya finalidad es contribuir a la optimización y
potenciación del proceso creativo en diversas disciplinas, especialmente en el ámbito del diseño
y las artes, abarcando expresiones como la música y la escritura como hace referencia López
& Asión (2024) y Santillan Barcos & Freire (2023). En ese sentido, algunas personas pueden
atribuir la creatividad a productos originales o sorprendentes de la IA.
Es cierto que la definición estándar actual no es lo suficientemente completa como para
rechazar la originalidad superficial de la IA de acuerdo a Abdulla et al., (2020). Esto deja dos
opciones: o aceptar que la IA es creativa (porque cumple con la definición estándar existente)
o actualizar dicha definición para que distinga la creatividad auténtica de los humanos, de la
creatividad artificial de la IA como menciona Runco (2023).
Sin embargo, surge la interrogante sobre qué tan auténtico puede ser el diseño que emerge de
la Inteligencia Artificial y la respuesta puede sorprender a muchos profesionales de la
arquitectura y es que la capacidad para comparar posibles similitudes entre propuestas de
diseño en tan solo un “click” es algo importante a considerar en estos avances tecnológicos que
se han ido creando a través de estas herramientas.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 683
La manera en la que se transforma la arquitectura con el uso de la IA creativa desplazando el
enfoque del diseño desde el punto de vista manual hacia un proceso guiado por un algoritmo y
la generatividad, ha llamado la atención de profesionales tales como Leach (2025) quien
explica como la IA actúa en un rol de “copiloto” expandiendo la capacidad imaginativa de los
arquitectos y permitiendo así la exploración volumétrica y concepciones que antes podrían
resultar inaccesibles, resultando en una evolución del rol del arquitecto como director de los
procesos computacionales avanzados, especialmente al tratarse de la generación de imágenes,
planos arquitectónicos, metodologías y conceptos.
Por otra parte, es necesario hacer distinción entre IA generativa y la tradicional, porque desde
la generación de ideas y contenidos nuevos (historias, imágenes, conversaciones, videos,
música, planos arquitectónicos entre otros), con capacidad para aprender el lenguaje humano
y de programación; su posibilidad de aplicación abarca desde áreas como el arte, química,
biología, arquitectura, música o cualquier tema, aunque sea complejo. (Figura 1).
Figura 1. Alternativa de diseño
Nota: La imagen muestra una alternativa de diseño con formas orgánicas, iluminación y
materialidad, evidenciando su utilidad como herramienta de exploración durante las primeras
etapas del proyecto.
Fuente: GEMINI (2026). Autor de la imagen: Randy Soto Alarcón.
Autoría, originalidad y propiedad intelectual en la arquitectura asistida por IA
El uso de inteligencia artificial generativa en la arquitectura también plantea interrogantes
relacionados con la autoría, la originalidad y la autenticidad de los resultados obtenidos.
Aunque estas herramientas pueden generar imágenes, propuestas formales y diferentes
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 684
alternativas de diseño, la generación de un resultado novedoso no necesariamente implica una
intención creativa equivalente a la del diseñador humano Abdulla et al., (2020); Runco, (2023).
En este sentido, el arquitecto mantiene un papel importante dentro del proceso, ya que debe
establecer los criterios del proyecto, interpretar las necesidades del usuario, evaluar las
alternativas generadas y determinar cuáles son adecuadas para las condiciones técnicas y
contextuales. De esta manera, la IA puede funcionar como una herramienta de apoyo y
exploración, mientras que la toma de decisiones permanece vinculada a la intervención
profesional Leach, (2025).
Asimismo, la utilización de sistemas generativos plantea cuestionamientos sobre la inspiración,
la replicación y la propiedad intelectual, especialmente cuando las propuestas obtenidas
presentan semejanzas con obras o estilos existentes. Por ello, el uso de estas herramientas
requiere considerar la procedencia de la información utilizada, así como el grado de
intervención humana en el resultado final.
La autenticidad de una propuesta arquitectónica, por tanto, no depende únicamente de que una
herramienta genere una imagen diferente o novedosa, sino también del proceso mediante el
cual esta propuesta es interpretada, evaluada y adaptada a las necesidades específicas del
proyecto. En consecuencia, la incorporación de IA modifica las condiciones tradicionales de
autoría y creatividad, pero no elimina la responsabilidad del arquitecto sobre las decisiones que
definen el proyecto.
Ventajas y Desventajas de la IA
Desde el lanzamiento de las primeras aplicaciones de IA abierta en noviembre de 2022, se han
utilizado para crear literalmente miles de herramientas basadas en IA capaces de producir
gráficos y obras de arte digitales; música; identificar y describir imágenes; producir y describir
contenido de vídeo; y muchas otras aplicaciones emergentes.
Sin embargo, podría decirse que es la capacidad de generación de texto de los modelos GPT,
la que ha atraído más atención hasta la fecha, por su capacidad de imitar la escritura humana.
En el ámbito académico, esta atención ha generado considerable ansiedad, preocupación y
pronóstico sobre los posibles impactos, a menudo malinterpretados, de estas herramientas en
la creación de conocimiento, el trabajo académico y la integridad de la empresa académica.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 685
A pesar de las dudas, en la actualidad, muchos profesionales del diseño también han
comenzado a utilizar la IA generativa como herramienta de apoyo, estimulando la creatividad,
integrando datos con mayor rapidez y facilitando los procesos de diseño iterativos. Sin
embargo, una dependencia excesiva de la IA generativa en el diseño puede llevar a la pérdida
de la singularidad que se destaca en el campo y generar inquietudes sobre las implicaciones
éticas, la información sesgada, la aceptación del usuario y la preservación de los enfoques
centrados en el ser humano.
Tomando en cuenta lo antes descrito, de manera general al realizar una revisión de diversas
fuentes se puede resumir las ventajas y desventajas de la IA que es importante tomar en cuenta
para la implementación en un área específica como es la Arquitectura:
La tabla 1 evidencia algunos aspectos importantes que permiten establecer límites y diferenciar
del uso de la IA Generativa, por ejemplo, la seguridad de los datos, porque aun a pesar de todos
los softwares implementados para protección, aún persiste la probabilidad de pérdida y/o fuga
de la información que en el ámbito del diseño arquitectónico es esencial por la competitividad
entre profesionales en búsqueda de asegurar contratos de obras. (Figura 2).
Tabla 1. Ventajas y Desventajas de la IA
CATEGORÍA
VENTAJAS (ESTUDIANTIL)
RIESGOS Y DESVENTAJAS
Aprendizaje y
Desempeño
Incremento en el aprendizaje:
Los estudiantes reportan que la
IAGen facilita la comprensión
de temas complejos.
Dependencia tecnológica: Existe una
preocupación por la excesiva
confianza en la herramienta, lo que
podría comprometer la autonomía
cognitiva.
Productividad
Académica
Mejora en la eficiencia: Permite
una realización más rápida y
eficaz de tareas escolares y la
generación de ideas.
Pérdida de habilidades: Riesgo de
degradación del pensamiento crítico
y de las habilidades de resolución de
problemas.
Acceso a la
Información
Consulta rápida: Es utilizada
como un motor eficiente para la
búsqueda de información y el
resumen de textos.
Veracidad cuestionable: Posibilidad
de obtener información inexacta,
incompleta o "alucinaciones" de la
IA que afecten la calidad del
aprendizaje.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 686
Ética e Integridad
Personalización: Potencial para
adaptar el aprendizaje a las
necesidades individuales del
estudiante.
Plagio y autoría: Preocupación
relevante por el uso no ético, la
pérdida de la autoría original y la
integridad académica.
Privacidad y
Sesgos
Inclusión digital: Fomenta el
desarrollo de habilidades
tecnológicas necesarias para el
mercado laboral actual.
Seguridad de datos: Temor sobre la
privacidad de la información
personal y la presencia de sesgos
culturales o de género en los
resultados.
Fuente: Fuente: Hernández et al. (2024); Al-Tkhayneh et al. (2023); Ricra et al. (2026).
Figura 2. Propuesta arquitectónica
Nota: Muestra una propuesta arquitectónica en la que se pueden comparar la representación
en planta y su correspondiente representación tridimensional. Esta comparación permite
identificar la importancia de verificar la coherencia entre los diferentes elementos generados
mediante IA antes de considerar una propuesta como solución arquitectónica definitiva.
Fuente: GEMINI (2026). Autor de la imagen: Marbella Galarza Bautista.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 687
El Diseño Generativo y la Simulación
El diseño generativo es un enfoque innovador para la creación de diseños complejos, impulsado
por algoritmos y potencia computacional. Tal como refieren Khan, Chang S. & Chang H.
(2025), en esencia, el diseño generativo se basa en el concepto de generar numerosas
iteraciones de diseño basadas en un conjunto de parámetros y restricciones de entrada, con el
objetivo de encontrar soluciones óptimas y a diferencia de los métodos de diseño tradicionales,
que suelen implicar la iteración y el refinamiento manual por parte de diseñadores humanos, el
diseño generativo se basa en la automatización y algoritmos de aprendizaje automático para
explorar un amplio espacio de diseño y descubrir soluciones innovadoras.
En ese sentido, en lugar de partir de una idea o forma predefinida, el diseño generativo parte
de un conjunto de objetivos y restricciones de tal manera que este proceso iterativo permite
descubrir soluciones de diseño que podrían no ser evidentes de inmediato con los enfoques de
diseño tradicionales, lo que genera resultados más eficientes, optimizados y, a menudo,
inesperados (Figura 3), (Figura 4).
Figura 3. Alternativa generada mediante IA
Nota: Presenta una primera alternativa generada mediante Inteligencia Artificial, en la que se
observan formas curvas, iluminación natural y una composición interior contemporánea.
Fuente: GEMINI (2026). Autor de la imagen: Marbella Galarza Bautista.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 688
Figura 4. Segunda alternativa generada con IA
Nota: Presenta una segunda alternativa, permitiendo observar una variación en la iluminación
y en la percepción ambiental. Este tipo de iteraciones demuestra cómo la IA puede facilitar la
comparación de diferentes posibilidades.
Fuente: GEMINI (2026). Autor de la imagen: Marbella Galarza Bautista.
El desafío para los diseñadores de edificios aumenta a medida que se vuelve más difícil
equilibrar los múltiples requisitos y necesidades impuestos por los clientes y las regulaciones
en materia de costo, espacio, estética y sostenibilidad. Cumplir con estos requisitos y
necesidades puede requerir soluciones de diseño novedosas y ampliar el espacio de soluciones
del diseño más allá de los diseños anteriores. Este proceso puede implicar tanto la exploración
como la explotación, dependiendo de la situación del proyecto y las capacidades del equipo de
diseño. Sin embargo, las limitaciones de tiempo y recursos pueden restringir las oportunidades
de exploración como hacen mención autores como Mukkavaara & Sandberg (2020). Que hacen
referencia a cómo se deben proponer diferentes soluciones sujetas a un conjunto de criterios, e
indagar y analizar cada una de las mismas de manera profunda, para lograr una serie de
resultados factibles.
Existen múltiples maneras de implementar un enfoque de diseño generativo. Por ejemplo, los
autores antes referidos presentaron una revisión de cinco técnicas de diseño generativo
(sistemas L, autómatas celulares, algoritmos genéticos, inteligencia de enjambre y gramáticas
de forma). Identificaron los usos potenciales de cada técnica dadas las características de un
problema de diseño y destacaron sus beneficios y desafíos. Con base en su estudio,
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 689
argumentaron que ninguna técnica podía satisfacer todas las necesidades de los problemas de
diseño, y que estas podían cambiar durante el proceso mismo.
Sin embargo, el diseño generativo ha evolucionado de ser una herramienta de modelado
paramétrico a un ecosistema de inteligencia artificial que co-crea soluciones espaciales. Según
Portillo Ríos (2025), este enfoque permite al arquitecto establecer restricciones y objetivos
(como el aprovechamiento solar o la resistencia sísmica), dejando que el algoritmo explore
miles de iteraciones. Esta metodología de acuerdo a Casacuberta (2019), optimiza el
rendimiento estructural y estético, permitiendo que la forma arquitectónica emerja de datos
reales y no solos de la intuición formal del diseñador.
El diseño generativo impulsado por IA facilita una arquitectura más humana al simular el flujo
peatonal y el comportamiento social dentro de los espacios. Del Campo (2024) sostiene que la
capacidad de predecir cómo se moverán los usuarios permite diseñar plantas libres y
circulaciones más fluidas, por lo tanto, esta área de estudio puede cambiar radicalmente lo que
hoy se cree imposible.
La IA en la Gestión del Diseño Arquitectónico
La IA puede arrojar respuestas a preguntas, generar propuestas visuales con descripciones, y
puede ser alimentada con diversa información de diseño como datos, imágenes, bocetos o
descripciones de acuerdo a Sattele, Reyes, & Fonseca (2023) y Salinas (2024). La gestión
arquitectónica bajo paradigmas digitales permite hoy una integración profunda entre el análisis
de datos y la estética. Carpo (2023) argumenta que se está superando la era de la
estandarización industrial para entrar en una de "variabilidad masiva", donde la IA gestiona la
complejidad técnica sin elevar los costos de producción. Según Ultreras et al. (2025), esto
facilita que los despachos locales compitan globalmente, utilizando herramientas que
automatizan la logística del diseño y permiten una supervisión técnica más rigurosa desde la
etapa de anteproyecto.
Por otro lado, la incorporación de redes neuronales en la gestión de proyectos permite una
comprensión más profunda del contexto urbano. Según la investigación de Picon (2024), la IA
no solo optimiza estructuras, sino que gestiona la relación entre el edificio y la ciudad mediante
el análisis de flujos y densidades. Para el arquitecto mexicano, esto significa la capacidad de
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 690
gestionar proyectos que respondan dinámicamente a las normativas de uso de suelo,
transformando restricciones legales en oportunidades de diseño innovadoras. (Figura 5).
La sostenibilidad en la gestión también se ve potenciada por sistemas de aprendizaje
automático que evalúan el ciclo de vida de los materiales. Oxman (2024) destaca que la gestión
del diseño debe ahora incluir la "ecología de los materiales", donde la IA predice el impacto
ambiental desde la extracción hasta la demolición. También Guzmán (2025) explica que esta
visión es fundamental para la arquitectura actual, promoviendo una gestión que priorice
materiales locales y técnicas constructivas que minimicen la huella hídrica y de carbono en el
territorio nacional.
Analizando lo antes planteado surge un debate con respecto a la relación entre el uso de las
herramientas de IA y los profesionales del diseño arquitectónico en un contraste entre
colaboración y competencia. En ese sentido, Kevin Kelly ha establecido una visión positiva en
cuanto a cómo puede colaborar la IA más allá de las narrativas que plantean el posible
reemplazo del profesional, al referir que las herramientas de IA pueden convertirse en una
extensión de sus capacidades y así ampliar sus posibilidades permitiéndole realizar tareas con
una mejora en términos de eficiencia de acuerdo a Gordillo (2024).
En contraste, Kai-Fu Lee es mencionado por su preocupación en referencia a la posibilidad de
que la IA reemplace al profesional del diseño, sobre todo los que se manejan bajo un enfoque
rutinario y predecible, porque se presenta como obsoleto en ciertos aspectos, pero esto más que
reemplazarle le plantearía un reto para el ejercicio de un rol diferente ante la creación de nuevos
empleos y categorías que requieren sentido de empatía y habilidades interpersonales, ya que
esas áreas no son fáciles de reemplazar por la IA (Gordillo, 2024).
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 691
Figura 5. Propuesta interior generada por IA
Nota: Propuesta interior generada mediante Inteligencia Artificial, en la que se integran
iluminación, vegetación y diferentes elementos de materialidad. La representación permite
visualizar alternativas de diseño y apoyar la toma de decisiones en las etapas preliminares del
proyecto arquitectónico.
Fuente: GEMINI (2026). Autor de la imagen: Randy Soto Alarcón.
Inteligencia Artificial en la Automatización de Procesos Arquitectónicos
La aparición de tecnologías innovadoras, en particular la Inteligencia Artificial (IA) generativa,
ha transformado el panorama de las prácticas de construcción como menciona Salazar et al.
(2024). Entre los avances más notables se encuentra ChatGPT, desarrollado por OpenAI, que
ha revolucionado los agentes conversacionales basados en IA mencionando por Onatayo et al.
(2024). Este sofisticado modelo de lenguaje posee un inmenso potencial para transformar el
enfoque de arquitectos, ingenieros y profesionales de la construcción en el diseño y la
planificación de edificios, impulsando así la creación de soluciones más sostenibles y rentables
de acuerdo a Fistola & La Rocca (2025). Refiriéndose a la creación de proyectos
extraordinarios, adaptados a las necesitas actuales que han ido surgiendo en base a las
necesidades actuales.
Una de las contribuciones más significativas de ChatGPT y otros modelos de IA generativa a
la construcción energéticamente eficiente reside según Onatayo et al. (2024) en su notable
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 692
capacidad para procesar y analizar enormes cantidades de datos procedentes de una amplia
gama de fuentes, que abarcan patrones climáticos, estadísticas de consumo energético y diseños
arquitectónicos (Figura 6). Al analizar en profundidad estos datos, estos sistemas de IA pueden
descubrir patrones y tendencias ocultos que podrían ser difíciles de detectar para los analistas
humanos, de acuerdo a Dattijo & Jo (2025).
Este análisis exhaustivo permite a los profesionales tomar decisiones bien fundamentadas que
priorizan la sostenibilidad y la eficiencia energética. El poder de los modelos de lenguaje
avanzados (LLM) como ChatGPT va más allá del mero análisis de datos. Estos modelos tienen
la capacidad de gestionar eficazmente grandes cantidades de datos desorganizados, generando
información significativa con una velocidad y simplicidad excepcionales, creando diseños y,
estructuras en tiempos récord.
Figura 6. Relación entre la representación bidimensional y su representación tridimensional
Nota: Muestra la relación entre la representación bidimensional y su representación
tridimensional. Esta aplicación permite explorar y comparar alternativas arquitectónicas de
manera rápida, aunque los resultados requieren posteriormente una revisión de sus condiciones
funcionales, técnicas y constructivas.
Fuente: GEMINI (2026). Autor de la imagen: Marbella Galarza Bautista.
Al analizar los códigos y normativas de construcción, los modelos generativos pueden
identificar los requisitos relevantes y generar informes concisos y personalizados para los
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 693
arquitectos. Esto elimina la necesidad de largas revisiones manuales y simplifica el proceso de
diseño, a la vez que garantiza el cumplimiento de las normas de eficiencia energética.
Urbanismo Algorítmico y Vivienda Colectiva
La integración de la inteligencia artificial está redefiniendo aceleradamente el urbanismo
actual. Herramientas como el análisis automatizado, los modelos de predicción y la gestión
mediante algoritmos se han incorporado de lleno a la creación y administración de las ciudades,
mencionado por Orozco (2025).
Y aunque existen diferentes posturas sobre el estudio de la ciudad como un sistema complejo,
se ha discutido ampliamente en la literatura, proporcionando el marco más eficaz para
comprender la dinámica urbana y las realidades físicas de acuerdo a Malekzadeh et al. (2025).
A medida que las ciudades se enfrentan a la creciente urbanización, la degradación ambiental
y las ineficiencias de las infraestructuras, las tecnologías de IA han emergido como
herramientas transformadoras capaces de redefinir la forma en que se conceptualizan, diseñan
y gobiernan los sistemas urbanos. Las viviendas e infraestructuras inteligentes características
del paradigma de la ciudad sostenible dependen cada vez más de soluciones impulsadas por IA
para mejorar la eficiencia energética, la resiliencia ambiental, el bienestar de los ocupantes y
el crecimiento urbano inclusivo.
Algunas referencias importantes como el estudio de Zimmermann et al. (2017) sobre las
necesidades y preferencias de los usuarios en entornos domésticos inteligentes, sustenta el uso
de la IA Generativa, fundamentándose en un paradigma de diseño centrado en el usuario para
identificar las expectativas funcionales y emocionales de los usuarios con respecto a las
tecnologías domésticas inteligentes.
Las áreas clave de interés que plantean Zimmermann et al. (2017) incluyeron el apoyo a la
autonomía, la seguridad, la comodidad y la discreción. Los autores explicaron cómo la
inteligencia artificial podría ser fundamental para abordar estas necesidades mediante el
aprendizaje adaptativo, la personalización contextual y las respuestas anticipadas del sistema
que reducen las exigencias cognitivas y físicas de los usuarios, es por esto que al destacar el
papel de la IA en la adaptación de los entornos domésticos a las poblaciones vulnerables, este
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 694
tipo de investigaciones contribuyen al debate más amplio sobre la planificación residencial
urbana socialmente sostenible e inteligente.
También al adoptar esta perspectiva, se puede explorar mejor el papel que la IA puede
desempeñar en la redefinición del enfoque del estudio de los fenómenos urbanos, alejándose
de una visión centrada en la tecnología hacia una visión integrada y sistémica tal como
comentan Tan, Xu & Yu (2022) y Rezaei (2025).
Este enfoque sistémico, que considera el territorio como un sistema complejo que evoluciona
de forma autónoma en el espacio y el tiempo, con la tecnología como un catalizador dinámico
e influyente, es fundamental para el trabajo del arquitecto hoy en día.
CONCLUSIÓN
La IA funciona como un “copiloto” en el proceso de diseño arquitectónico. La revisión
realizada permite identificar que las herramientas de IA pueden participar como instrumentos
de apoyo en la generación de alternativas, exploración formal, simulación, optimización y
procesamiento de información. Sin embargo, su incorporación no elimina la necesidad de que
el arquitecto establezca criterios, interprete resultados, evalúe alternativas y tome decisiones
de diseño. En este sentido, la relación entre arquitecto e IA se presenta principalmente como
una colaboración entre capacidades computacionales y juicio profesional humano.
Se distingue la “creatividad artificial” del algoritmo de la capacidad humana para dirigir la
toma de decisiones y satisfacer al usuario, no es aún motivo de preocupación para el profesional
del diseño porque no será fácilmente reemplazado, el proceso de toma de decisiones no deriva
de forma automática, es preciso que exista el factor humano que guíe la inversión y sea capaz
de comprender las necesidades inherentes a las emociones, las personas son las que
principalmente utilizarán las edificaciones, por lo que no es viable el uso de parámetros donde
no se consideren esos elementos.
El diseño generativo permite explorar miles de iteraciones basadas en datos reales, superando
la intuición formal del diseñador y en la medida que las ciudades evolucionan en respuesta a
las presiones ambientales y los cambios demográficos, la IA promete facilitar no solo una
infraestructura más eficiente, sino también entornos de vida urbana más adaptables, inclusivos
y resilientes. La visión que permite simular antes de invertir es un paso esencial para el
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 695
rendimiento económico-financiero en el área de la construcción que siempre se ha
caracterizado por la búsqueda de las opciones más rentables.
El uso de IA en despachos mexicanos facilita la selección de materiales locales y la reducción
de la huella ambiental. La adaptación a la realidad de la región puede evitar que se cometan
errores que cambien de forma radical el paisaje en perjuicio del equilibrio medioambiental,
también es un apoyo para decidir hasta qué punto se puede avanzar en una propuesta
arquitectónica con suficiente antelación.
Los modelos de lenguaje agilizan el análisis de códigos de construcción y normativas de
eficiencia energética. Los softwares tienden a ser cada vez más accesibles en su manejo,
además de facilitar instrucciones con una base pedagógica para mejor comprensión del usuario.
Persiste el desafío de proteger la propiedad intelectual y la autenticidad frente al riesgo de
replicación por algoritmos. Esto es un elemento que se ha tratado de mejorar en todas las áreas
donde se desarrollan propuestas de IA porque precisan de la conexión hacia las redes de internet
y es recurrente que se produzcan eventos tratando de vulnerar la privacidad del usuario.
El futuro, no es la sustitución del arquitecto, sino su evolución hacia un director de procesos
tecnológicos avanzados, integrarse a las nuevas tecnologías es necesario y también una opción
para enriquecer el conocimiento, potenciar las habilidades, pero sobre todo mejorar la
eficiencia desde un enfoque gerencial.
La incorporación de la IA también modifica la manera en que se entiende la creatividad y la
autoría en arquitectura. Si bien estas herramientas pueden generar múltiples alternativas y
resultados visualmente novedosos, corresponde al arquitecto interpretar, seleccionar, evaluar y
validar dichas propuestas. Por ello, aspectos como la originalidad, la autenticidad y la
propiedad intelectual adquieren mayor relevancia dentro del ejercicio profesional.
REFERENCIAS
Abdulla, A., Paek, S., Cramond, B., & Runco, M. (2020). Problem finding and creativity: A
meta-analytic review. Psychology of Aesthetics, Creativity, and the Arts, 14(1), 3–14.
https://doi.org/10.1037/aca0000194.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 696
Al-Tkhayneh, K., Alghazo, E., & Tahat, D. (2023). The advantages and disadvantages of using
artificial intelligence in education. Journal of Educational and Social Research, 13(4),
105–116. https://doi.org/10.36941/jesr-2023-0094.
Carpo, M. (2023). The second digital turn: Design beyond intelligence. MIT Press.
Casacuberta, D. (2019). En qué consiste el diseño generativo. Editorial FUOC.
Dattijo, A., & Jo, S. (2025). Human strategic innovation against AI systems: Analyzing how
humans develop and implement novel strategies that exploit AI limitations. Discover
Artificial Intelligence, 5, Article 321. https://doi.org/10.1007/s44163-025-00439-x.
Del Campo, M. (2024). Diffusions in architecture: Artificial intelligence and image generators.
John Wiley & Sons.
Estrada, H. (2024). Arquitectura artificial: Nuevas perspectivas y desafíos. SketchIN, 6(11),
43–51. https://doi.org/10.61820/RSk.v6i11.1314.
Fistola, R., & La Rocca, R. (2025). Artificial intelligence for urban planning—A new planning
process to envisage the city of the future. Urban Science, 9(9), Article 336.
https://doi.org/10.3390/urbansci9090336.
Gordillo, A. (2024). El papel de la inteligencia artificial en la producción del diseño:
Colaboración o competencia. Bitácora Arquitectura, 10, 70–81.
https://www.revistas.unam.mx/index.php/bitacora/issue/view/6382.
Guzmán, A. (2025). Los logros de la inteligencia artificial en México. Revista Ciencia, 76(2).
https://www.revistaciencia.amc.edu.mx/images/revista/76_2/PDF/Ciencia76-2.pdf.
Haleem, A., Javaid, M., & Pratap, R. (2022). An era of ChatGPT as a significant futuristic
support tool: A study on features, abilities, and challenges. BenchCouncil Transactions
on Benchmarks, Standards and Evaluations, 2(4), Article 100089.
https://doi.org/10.1016/j.tbench.2023.100089.
Hernández González, M., Ramos Quiroz, J. M., Chávez Maciel, F. J., & Trejo Cázares, M. C.
(2024). Ventajas y riesgos de la inteligencia artificial generativa desde la percepción
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 697
de los estudiantes de educación superior en México. European Public & Social
Innovation Review, 9, 1–18. https://doi.org/10.31637/epsir-2024-495.
Khan, A., Chang, S., & Chang, H. (2025). Generative AI approaches for architectural design
automation. Automation in Construction, 180, Article 106506.
https://doi.org/10.1016/j.autcon.2025.106506.
Leach, N. (2025). Architecture in the age of artificial intelligence: An introduction to AI for
architects. Bloomsbury Academic.
López, I., & Asión, L. (2024). Potenciar la creatividad con inteligencia artificial. Cuadernos
del Centro de Estudios en Diseño y Comunicación, 223, 175–183.
Malekzadeh, M., Willberg, E., Torkko, J., & Toivonen, T. (2025). Urban attractiveness
according to ChatGPT: Contrasting AI and human insights. Computers, Environment
and Urban Systems, 117, Article 102243.
Mukkavaara, J., & Sandberg, M. (2020). Architectural design exploration using generative
design: Framework development and case study of a residential block. Buildings,
10(11), Article 201. https://doi.org/10.3390/buildings10110201.
Onatayo, D., Onososen, A., Oyediran, A. O., Oyediran, H., Arowoiya, V., & Onatayo, E.
(2024). Generative AI applications in architecture, engineering, and construction:
Trends, implications for practice, education & imperatives for upskilling—A review.
Architecture, 4(4), 877–902. https://doi.org/10.3390/architecture4040046.
Orozco, H. (2025, 24 de julio). Planificación urbana y la IA: Entre la promesa de eficiencia y
el riesgo de despolitización. Paisaje Transversal.
https://paisajetransversal.org/2025/07/planificacion-urbana-ia-promesas-riesgos/
Oxman, N. (2024). Material ecology: Collaborative design between biology and computation.
Museum of Modern Art.
Picon, A. (2024). The materiality of architecture. University of Minnesota Press.
Portillo Ríos, R. A. (2025). Del CAD a la IA: El paso digital de la arquitectura. Escenarios y
herramientas para el diseño arquitectónico. Tirant lo Blanch.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 698
Rezaei, M. (2025). Artificial intelligence in knowledge management: Identifying and
addressing the key implementation challenges. Technological Forecasting and Social
Change, 217, Article 124183. https://doi.org/10.1016/j.techfore.2025.124183.
Ricra, R., Queque, E., Vega, F., Martínez, D., Ross, J., & Lara, L. (2026). Implicaciones éticas
de la inteligencia artificial generativa en la educación superior: Una revisión
sistemática. Revista InveCom, 6(2), Article e602066.
https://doi.org/10.5281/zenodo.16734732.
Runco, M. (2023). AI can only produce artificial creativity. Journal of Creativity, 33(3), Article
100063. https://doi.org/10.1016/j.yjoc.2023.100063.
Salazar, M., Lapo, J., Romero, F., & Rosa, Y. (2024). La inteligencia artificial generativa como
herramienta de apoyo en la personalización del aprendizaje: Implicaciones y desafíos
éticos en el aula para estudiantes de EGB. Reincisol, 3(6), 6983–7007.
https://doi.org/10.59282/reincisol.V3(6)6983-7007.
Salinas, I. (2024). La prospectiva del diseño gráfico en la era de la inteligencia artificial.
Zincografía, 9(17). https://www.scielo.org.mx/pdf/zcr/v9n17/2448-8437-zcr-9-17-
39.pdf.
Santillán, J., Barcos, I., & Freire, N. (2023). Las necesidades de información: Una exploración
de las percepciones y actitudes de los estudiantes de derecho de la UNIANDES.
Bibliotecas. Anales de Investigación, 19(2 especial), 1–17.
Sattele, V., Reyes, M., & Fonseca, A. (2023). La inteligencia artificial generativa en el proceso
creativo y en el desarrollo de conceptos de diseño. Umática. Revista sobre Creación y
Análisis de la Imagen, 6, 53–73. https://doi.org/10.24310/Umatica.2022.v5i6.17153.
Tan, J., Xu, H., & Yu, J. (2022). The effect of homeownership on migrant household savings:
Evidence from the removal of home purchase restrictions in China. Economic
Modelling, 106, Article 105679. https://doi.org/10.1016/j.econmod.2021.105679.
Ultreras, A., Paz, M., Santana, J., & Ramírez, A. (2025). Inteligencia artificial y su impacto en
la automatización del trabajo en México. Revista Arbitrada Interdisciplinaria
Koinonía, 10(19), 4–25. https://doi.org/10.35381/r.k.v10i19.4364.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 699
Zimmermann, G., Ableitner, T., & Strobbe, C. (2017). User needs and wishes in smart homes:
What can artificial intelligence contribute? En 2017 14th International Symposium on
Pervasive Systems, Algorithms and Networks & 2017 11th International Conference on
Frontier of Computer Science and Technology & 2017 Third International Symposium
of Creative Computing (ISPAN-FCST-ISCC) (pp. 449–453).
© Los autores. Este artículo se publica en Prisma ODS bajo la Licencia Creative Commons Atribución 4.0
Internacional (CC BY 4.0). Esto permite el uso, distribución y reproducción en cualquier medio, incluidos fines
comerciales, siempre que se otorgue la atribución adecuada a los autores y a la fuente original.
: https://doi.org/10.65011/prismaods.v5.i5.377
Cómo citar este artículo (APA 7ª edición):
Galarza Bautista, M., Soto Alarcón , R., Lagarda García, F. O., Rendón Hidalgo, V., & Dolores
Mijangos, M. del R. (2026). El Futuro de la Arquitectura Actual, en la Era de la Inteligencia
Artificial (IA). Prisma ODS: Revista Multidisciplinaria Sobre Desarrollo Sostenible, 5(5),
676-699. https://doi.org/10.65011/prismaods.v5.i5.377
