PL EN
Generatywna sztuczna inteligencja w edukacji architektonicznej: studium wykorzystania modeli dyfuzyjnych przy projektowaniu koncepcyjnym
 
 
Więcej
Ukryj
1
Faculty of Architecture, Warsaw University of Technology, Polska
 
 
Data nadesłania: 06-10-2025
 
 
Data ostatniej rewizji: 01-11-2025
 
 
Data akceptacji: 03-11-2025
 
 
Data publikacji: 18-12-2025
 
 
Autor do korespondencji
Krzysztof Nazar   

Faculty of Architecture, Warsaw University of Technology, Koszykowa 55, 00-659, Warsaw, Polska
 
 
KAiU 2025;LXX(3):17-52
 
SŁOWA KLUCZOWE
DZIEDZINY
STRESZCZENIE
Artykuł przedstawia studium zastosowania generatywnej sztucznej inteligencji (AI) we wczesnej fazie projektowania architektonicznego. Celem było sprawdzenie, czy narzędzia te przyspieszają tworzenie koncepcji oraz jak zwiększyć nad nimi kontrolę poprzez proste modele parametryczne i jasno zdefi niowaną pętlę decyzji z udziałem człowieka. Badanie oparto na kursie prowadzonym na Wydziale Architektury Politechniki Warszawskiej przez zespół prowadzących z Katedry Projektowania Architektonicznego i Zakładu Projektowania Prośrodowiskowego. W kursie wzięło udział 62 studentów w 25 zespołach. Kurs został podzielony na cztery bloki (eksploracja typów i wizualizacje, automatyzacja układów funkcjonalnych, analizy nasłonecznienia, ocena cyklu życia) – w pracy opisany szczegółowo jest pierwszy z nich. Na zajęciach połączono modelowanie parametryczne z generatorem obrazów sterowanym tekstem i obrazem. Wyniki ankiet przeprowadzonych wśród studentów na końcu kursu wskazują, że AI była użyteczna na etapie koncepcji dla 88% z nich; główne bariery dotyczyły ograniczonej przewidywalności, powtarzalności i wymagań sprzętowych. Najlepsze rezultaty dawało połączenie jasno określonej intencji projektanta z prostym modelem 3D i krytyczną selekcją wyników. Autorzy kursu rekomendują włączanie AI do programu studiów jako nauki pracy z procesem (formułowanie kryteriów, kontrola przebiegu, ocena wyników), a nie wyłącznie obsługi narzędzi skoncentrowanej na wyniku.
eISSN:2657-6864
ISSN:0023-5865
Journals System - logo
Scroll to top