Parte 44 · Clase 439 de 830

ARQ-439 · IA: alternativas, sesgos, privacidad y verificación humana

Parte 44 · Clase desarrollada · Incorporada en v0.25.0.

Prerrequisitos conceptuales: ARQ-438. Sin calendario. Los casos, cantidades, algoritmos e indicadores son didácticos y ficticios salvo antecedentes expresamente atribuidos. No constituyen certificación BIM, ACV conforme, auditoría, especificación contractual ni habilitación profesional. Revisión externa especializada pendiente.

Pregunta central

¿Cómo integrar IA en arquitectura sin delegar decisiones, exponer información sensible ni convertir una respuesta plausible en evidencia?

Resultado y continuidad

ARQ-439 recibe la lógica de ARQ-438; cualquier parámetro nuevo se identifica como caso propio y no modifica retrospectivamente el capítulo anterior. Elaborarás una estructura de evidencia, resolverás un caso reproducible, contrastarás una variante y cerrarás distinguiendo dato, requisito, interpretación y pendiente.

1. Definir la pregunta y el uso

La IA puede resumir, clasificar, generar alternativas o detectar patrones, pero sus salidas necesitan procedencia y verificación. Un texto convincente puede citar una norma inexistente, mezclar jurisdicciones o inventar una propiedad de producto.

2. Información que debe conservar significado

El sesgo puede entrar por datos, instrucciones, criterios de evaluación y selección de resultados. Generar muchas alternativas no elimina el problema si todas parten del mismo supuesto no examinado.

3. Estados, versiones y fronteras

La privacidad y confidencialidad exigen revisar qué se envía a servicios externos. Planos de seguridad, datos personales, contratos o modelos propietarios pueden requerir controles y acuerdos específicos. El ejercicio usa datos sintéticos.

4. Comprobación antes de automatizar

La supervisión humana no significa aprobar manualmente todo sin método. Significa definir qué puede automatizarse, qué evidencia es necesaria, quién revisa y qué resultado no debe cerrarse automáticamente.

5. Caso trabajado

Caso IA-REV-01: una IA clasifica 40 incidencias sintéticas en “geométrica”, “dato” y “documental”. En la revisión humana, 34 coinciden, 4 cambian de categoría y 2 no pueden decidirse por falta de evidencia. Una “exactitud” de 85 % sobre 40 no autoriza usar las seis restantes como si fueran correctas; además, el conjunto es ficticio y no representa desempeño en otros proyectos. El ejercicio registra desacuerdo y desconocido por separado.

6. Profundización: de una cifra a una decisión auditable

La comprobación no termina cuando una suma cierra. Debe poder reconstruirse la procedencia de cada entrada, la unidad, la versión y la frontera a la que pertenece. Cuando dos resultados se comparan, ambos deben responder a la misma pregunta o la diferencia debe explicarse antes de concluir.

Una segunda comprobación útil cambia una sola hipótesis. Si el resultado cambia mucho, la decisión es sensible a ese dato; si cambia poco, puede ser más importante investigar otra variable. Sensibilidad no significa probabilidad: los escenarios del curso no inventan distribuciones estadísticas cuando no hay datos.

También se conserva el estado desconocido. En información digital, un campo ausente no es cero; en una comparación ambiental, un módulo no reportado no es impacto nulo; en un control de reglas, una condición no comprobada no se transforma en aprobación. Esta disciplina impide que un tablero visualmente “verde” o una tabla aparentemente completa oculte huecos relevantes.

7. Interfaces profesionales y control de cambios

Arquitectura, ingeniería, construcción, operación, datos y sostenibilidad pueden utilizar el mismo objeto con propósitos diferentes. El registro debe indicar quién origina una propiedad, quién la revisa, para qué uso se acepta y qué modificación obliga a reabrir la evidencia. Un cambio de geometría puede afectar cantidad, cronograma y análisis ambiental; un cambio de producto puede afectar propiedades, documentación y mantenimiento.

El control de cambios no exige repetir indiscriminadamente todo. Exige rastrear dependencias y justificar qué permanece válido. Si un identificador, versión o fuente cambia, los documentos dependientes deben revisarse de forma proporcional al efecto. Conservar la base anterior permite entender la evolución y evita reemplazar silenciosamente resultados desfavorables.

8. Errores frecuentes

Evita confundir presencia de información con validez; formato abierto con interoperabilidad garantizada; automatización con verificación completa; clasificación con desempeño; archivo entregado con activo operable; EPD con superioridad ambiental; carbono con sostenibilidad total; y certificación con cumplimiento de todas las dimensiones del proyecto.

Otro error es sumar porcentajes o indicadores que tienen denominadores distintos. Antes de combinar valores, escribe sus unidades, población u objeto, horizonte y criterio. Cuando no existe una conversión defendible, presenta los resultados en paralelo y explica el conflicto en lugar de fabricar una puntuación universal.

Figura 439. Esquema original del programa. Resume relaciones del caso; no representa una obra, producto o certificación real.

9. Práctica independiente

Con 20 incidencias, la IA coincide con revisión en 16, discrepa en 3 y una queda indeterminada. Calcula coincidencia observada y explica por qué no debe llamarse tasa universal de precisión.

11. Autoevaluación y transferencia

Puedes avanzar cuando seas capaz de reconstruir el caso sin mirar la respuesta, nombrar al menos una condición que el cálculo no verifica y explicar qué actor debería producir la evidencia pendiente. Si solo puedes repetir el porcentaje final, el aprendizaje está incompleto.

La clase siguiente conserva el método, no las cifras. Las familias de casos permanecen separadas para que un valor didáctico no reaparezca como antecedente de otro proyecto.

Decisión pedagógica y posición curricular

Por qué existe

Esta clase existe para resolver una necesidad concreta del recorrido: ¿Cómo integrar IA en arquitectura sin delegar decisiones, exponer información sensible ni convertir una respuesta plausible en evidencia?

Por qué está exactamente aquí

Ocupa el lugar 9 de la Parte 44. Se estudia después de ARQ-438 · Diseño paramétrico, automatización y validación porque usa esa base para responder «¿Cómo integrar IA en arquitectura sin delegar decisiones, exponer información sensible ni convertir una respuesta plausible en evidencia?». Se ubica antes de ARQ-440 · Entrega digital, archivo y datos para operar porque la evidencia producida aquí debe estar disponible para ese paso.

• Prerrequisitos: ARQ-438
• Capacidad que introduce: ARQ-439 recibe la lógica de ARQ-438; cualquier parámetro nuevo se identifica como caso propio y no modifica retrospectivamente el capítulo anterior. Elaborarás una estructura de evidencia, resolverás un caso reproducible, contrastarás una variante y cerrarás distinguiendo dato, requisito, interpretación y pendiente.
• Clases o experiencias que dependen de ella: ARQ-440

flowchart LR
    A["Prerrequisitos · ARQ-438"] --> B["ARQ-439 · necesidad y fundamento"]
    S["Fuentes · EDU-UIA UNESCO–UIA Charter for Architectural Education, revisión 2026 + Organismo: National Aeronautics and Space…"] --> B
    B --> C["Actividad auténtica"]
    C --> D["Evidencia auditable"]
    D --> E["Continuidad · ARQ-440"]

El diagrama permite comprobar una relación que el texto lineal oculta con facilidad: esta clase recibe capacidades previas, toma decisiones apoyadas por fuentes, exige una experiencia y produce evidencia que habilita trabajo posterior. No representa un procedimiento de obra.

Resultado observable, evidencia y evaluación

1. Identificar y delimitar las condiciones necesarias para responder la pregunta central de ia: alternativas, sesgos, privacidad y verificación humana.
2. Producir y comprobar la evidencia declarada por la clase: ARQ-439 recibe la lógica de ARQ-438; cualquier parámetro nuevo se identifica como caso propio y no modifica retrospectivamente el capítulo anterior. Elaborarás una estructura de evidencia, resolverás un caso reproducible, contrastarás una variante y cerrarás distinguiendo dato, requisito, interpretación y pendiente.
3. Justificar una decisión de ia: alternativas, sesgos, privacidad y verificación humana mediante fuentes, supuestos, alternativas y límites explícitos.

Actividad, evidencia y criterio de aceptación

Actividad: Con 20 incidencias, la IA coincide con revisión en 16, discrepa en 3 y una queda indeterminada. Calcula coincidencia observada y explica por qué no debe llamarse tasa universal de precisión.

Evidencia mínima: ARQ-439 recibe la lógica de ARQ-438; cualquier parámetro nuevo se identifica como caso propio y no modifica retrospectivamente el capítulo anterior. Elaborarás una estructura de evidencia, resolverás un caso reproducible, contrastarás una variante y cerrarás distinguiendo dato, requisito, interpretación y pendiente.

Archivo sugerido: evidence/ARQ-439/evidencia.md.

Criterio de aceptación: la entrega se acepta cuando:

• La entrega responde explícitamente a la pregunta: ¿Cómo integrar IA en arquitectura sin delegar decisiones, exponer información sensible ni convertir una respuesta plausible en evidencia?
• La actividad conserva las fronteras del caso y permite reconstruir el procedimiento: Con 20 incidencias, la IA coincide con revisión en 16, discrepa en 3 y una queda indeterminada. Calcula coincidencia observada y explica por qué no debe llamarse tasa universal de precisión.
• Cada afirmación externa puede seguirse hasta una fuente, su alcance consultado y su límite.
• La evidencia deja disponible una entrada comprobable para ARQ-440.
• Evita confundir presencia de información con validez; formato abierto con interoperabilidad garantizada; automatización con verificación completa; clasificación con desempeño; archivo entregado con activo operable; EPD con superioridad ambiental; carbono con sostenibilidad total; y certificación con cumplimiento de todas las dimensiones del proyecto. Otro error es sumar porcentajes o indicadores que tienen denominadores distintos.

La rúbrica común complementa estos criterios; no los reemplaza. Una entrega puede superar un promedio y continuar pendiente si oculta una condición crítica.

Trazabilidad de las decisiones

La tabla permite auditar las relaciones; la explicación, el caso y la práctica de la clase siguen siendo la documentación principal.

Autoevaluación, recuperación y continuidad

Errores diagnósticos

Antes de avanzar, comprueba si puedes reconstruir cada resultado sin mirar la solución, señalar qué evidencia lo sostiene y nombrar una condición que obligaría a revisar tu decisión. Conserva la primera versión, la objeción recibida y la revisión.

Conexión siguiente: La continuidad inmediata es ARQ-440 · Entrega digital, archivo y datos para operar; conserva el método y vuelve a verificar datos y límites.

Fuentes y alcance de uso

[EDU-UIA] UNESCO–UIA Charter for Architectural Education, revisión 2026

Unión Internacional de Arquitectos. https://www.uia-architectes.org/en/news/unesco-uia-charter-for-architectural-education-revised-edition-2026/

Consulta: Noticia oficial y alcance de la revisión Apoyo: Amplitud de la formación arquitectónica y uso de IA complementario al pensamiento de diseño Límite: No se revisó aquí el texto integral de la Carta ni se obtuvo validación o acreditación del programa.

[NASA-VERIFY] NASA Systems Engineering Handbook, 5.0: Product Realization

National Aeronautics and Space Administration. https://www.nasa.gov/reference/5-0-product-realization/

Consulta: Apartados web de verificación y validación Apoyo: Distinguir conformidad con requisitos de adecuación al uso Límite: La verificación de cálculos no constituye validación de un edificio.

[ISO-19650-1] ISO 19650-1:2018 — Information management using BIM: Concepts and principles

ISO. https://www.iso.org/standard/68078.html

Consulta: Ficha pública Apoyo: Principios de gestión de información de activos Límite: No es licencia de software ni certificado automático de un modelo.