Intelligenza Artificiale generativa per progettisti

Introduzione – Oltre la tecnica

PARTE I – METODO

1. Perché serve un metodo
1.1 Cosa si intende per metodo
1.2 Il controllo sul processo
1.3 Una scelta di campo

2. L’AI nelle fasi del progetto
2.1 Analisi del contesto e ricerca preliminare
2.2 Sviluppo del concept
2.3 Elaborazione progettuale
2.4 Produzione della documentazione tecnica
2.5 Comunicazione del progetto
2.6 Una lettura trasversale

3. Strumenti generativi: una mappa funzionale
3.1 Strumenti generalisti e strumenti specializzati
3.2 Modelli generativi: cosa producono e come
3.3 Le categorie funzionali
3.4 Un panorama in movimento

4. Scegliere lo strumento giusto
4.1 La domanda giusta: il compito prima dello strumento
4.2 I criteri di scelta
4.3 Lo schema decisionale
4.4 Il rischio dell’accumulo
4.5 Strumento e metodo: una distinzione necessaria

PARTE II – PRATICHE

Dall’operazione al metodo

1. Generare immagini e narrazioni visive
1.1 La produzione iconica prima e dopo l’AI
1.2 Dall’immagine come rappresentazione all’immagine come metodo
1.3 Un nuovo regime di produzione delle immagini
1.4 Dalla qualità dell’immagine alla qualità della sua ricezione
1.5 Indirizzare la generazione: prompt e tipologie di strumenti
1.6 Immagini come strumenti di esplorazione progettuale
1.7 Iterazione come metodo: tra intenzione progettuale e possibilità dello strumento
1.8 Archivi visivi e identità dello studio
1.9 Rischi di standardizzazione e perdita di controllo

2. Sviluppare alternative progettuali e modelli spaziali
2.1 Famiglie di strumenti per le alternative progettuali
2.2 Il flusso di lavoro aumentato
2.3 Tre esercizi: dal massing alla distribuzione al modello
2.3.1 Generare alternative volumetriche
2.3.2 Costruire e confrontare layout distributivi
2.3.3 Ricostruire un modello 3D da immagini esistenti
2.4 Limiti attuali e cautele operative

3. Lavorare con i testi: scrivere, interpretare, verificare
3.1 Scrivere è progettare
3.2 Dal trattato al documento: una genealogia dei testi nel progetto
3.3 Il modello linguistico come attore progettuale
3.4 Assistente per la scrittura e la traduzione linguistica
3.5 Leggere e ricercare con l’AI: strategie e limiti
3.6 Analisi normativa e verifica della conformità
3.7 Affidabilità, controllo e responsabilità nell’uso degli LLM

4. Agenti AI: automatizzare con metodo
4.1 Oltre lo strumento: dall’uso puntuale al workflow
4.2 Osservare e scomporre il lavoro
4.3 Anatomia di un agente
4.4 Costruire un agente: una sequenza possibile
4.5 Chi costruisce l’agente?
4.6 Integrazione nei flussi di lavoro
4.7 La qualità dell’archivio, la qualità dell’agente
4.8 Applicazioni in corso
4.9 Il giudizio che non si delega
4.10 Effetti sulla struttura del lavoro

5. Il processo progettuale aumentato
5.1 La mappa del processo aumentato
5.2 Le continuità: cosa non cambia nel processo
5.3 Punti di vulnerabilità del processo
5.4 Traiettorie aperte e questioni irrisolte

PARTE III – STRATEGIA

Automazioni, archivi visivi e gestione dei dati di progetto

1. Perché l’introduzione dell’AI va progettata
1.1 Attriti operativi
1.2 La struttura del lavoro
1.3 I primi casi d’uso
1.4 Il ciclo di sperimentazione
1.5 Dalla sperimentazione alla procedura
1.6 Il rifiuto come metodo

2. Delega, controllo e responsabilità
2.1 Gradi di delegabilità
2.2 Il controllo come processo continuo
2.3 Errori, ambiguità, allucinazioni

3. Competenze e ruoli nello studio
3.1 Il baricentro delle competenze
3.2 Il prompting come istruzione progettuale
3.3 Ruoli e configurazioni

4. Archivi, dati e infrastrutture
4.1 L’archivio come risorsa attiva
4.2 Preparare i dati
4.3 Archivi visivi e coerenza progettuale
4.4 Bias e limiti degli archivi
4.5 Infrastrutture e piattaforme
4.6 Dati, privacy e responsabilità

5. Verso una strategia efficace
5.1 Dal caso d’uso al sistema
5.2 Automazioni leggere
5.3 Manutenzione del sistema

6. Effetti sulla pratica professionale

Epilogo
Ringraziamenti
Nota sull’uso degli strumenti di intelligenza artificiale
Bibliografia ragionata