Data Driven Design: ¿qué es el mejor diseño?

En el artículo anterior conté que la mayoría de las decisiones de arquitectura son reglas y números. Queda la pregunta difícil, la que un algoritmo te obliga a responder antes de correr: ¿qué es el mejor diseño?

Porque un optimizador no elige por ti. Necesita que le digas qué significa “mejor” en este proyecto, en una frase tan precisa que se pueda medir. Ahí es donde el trabajo se pone incómodo, y también donde se pone interesante. Eso es lo que llamo Data Driven Design: no diseñar con datos como decoración, sino declarar el criterio antes de dibujar.

El algoritmo no reemplaza el criterio, lo obliga a hacerse explícito

En una subdivisión predial el algoritmo no parte de cero. Alguien tiene que dibujar las líneas guía, decidir por dónde entra el acceso, definir qué se está optimizando. El computador prueba miles de escenarios, pero las reglas del juego las escribo yo.

Y ahí aparece la pregunta. ¿Nos quedamos con la opción que genera más lotes? ¿La de superficie más pareja? ¿La que deja mejores frentes? Son respuestas distintas y todas defendibles. Antes esa decisión quedaba implícita en la mano del que dibujaba. Ahora hay que escribirla, y eso cambia la conversación con el cliente.

Lo bonito, lo feo y los millones de otro

Hay una parte del juicio estético que no se puede reducir a números, y no me interesa fingir lo contrario. Pero hay otra parte —ritmo, proporción, orientación, cuánta fachada ves al caminar— que sí es describible. Y esa parte es justamente la que se puede defender frente a alguien que no comparte tu gusto.

Esto lo vi de cerca durante el MDI en el ESE Business School, sentado del lado del que evalúa la inversión. Si le vas a pedir a una persona o a un directorio que ponga miles de millones en un edificio porque a ti te parece bonito, no te lo van a permitir. Y tienen razón: “bonito” no es un argumento que alguien pueda auditar.

El algoritmo no te dice qué es bello. Te obliga a decir qué estás optimizando, y eso sí se puede discutir en una mesa.

Un edificio que se orienta según quién lo mira

El ejemplo que mejor explica esto es un algoritmo que hice para un edificio comercial. Puse dos puntos de vista en cada una de las calles relevantes del proyecto, a la altura de un peatón. La regla era una sola línea: traza rayos desde ese punto hacia la fachada; si el rayo llega, cuenta uno; si no llega, cuenta cero.

La posición y el giro del edificio que ganaba eran los que sumaban más aciertos. Nada más. Y el resultado fue una volumetría que nadie habría dibujado a ojo: la fachada se acomodó para que alguien caminando por esas calles viera la mayor cantidad de fachada posible. Para un edificio comercial, eso no es un capricho formal, es el negocio.

Lo importante no es el truco geométrico. Es que “se ve bien desde la calle” dejó de ser una opinión y pasó a ser un número que el cliente podía revisar.

Y otro que rota según la luz y las vistas

La misma lógica aplicada a vivienda: acá cada departamento cambia su orientación en función de la luz solar que recibe y de la vista que tiene. El resultado es ese patrón escalonado, que parece un muro de ladrillos gigantes.

Nadie dibujó ese patrón. Es lo que queda cuando dejas que cada unidad se acomode a sus propias condiciones. Me gusta como imagen porque deja claro de qué se trata todo esto: la forma es la consecuencia visible de una regla, no un gesto aplicado por encima.

Cuando el algoritmo falla y el error sirve igual

No siempre sale bien. En el proyecto Parque Bío Bío uno de los resultados fue un desastre: el algoritmo optimizó lo que le pedí y devolvió algo inviable. Pero la forma que produjo tenía algo. La miré un rato y terminé partiendo el diseño desde ahí.

Es una parte de este trabajo de la que se habla poco. Un optimizador mal planteado no te da basura: te da una respuesta literal a una pregunta mal hecha, y a veces esa respuesta te muestra un camino que no habrías buscado. Los comienzos rara vez son como uno espera, y varias veces me llevaron a lugares que no había imaginado.

Dónde más se puede tomar decisiones con datos

Estos son los frentes donde más me interesa avanzar, y varios ya tienen respaldo medido:

Lo interesante no es cada uno por separado, sino que se contradicen entre sí. Hay investigación que lo mide: optimizar solo el consumo energético termina achicando la ventana y bajando la luz natural útil. No existe la solución que gane en todo. Existe el frente de soluciones donde cada una cede algo, y elegir entre ellas sigue siendo trabajo de arquitecto.

El diseño no tiene por qué pelear con la rentabilidad

Esta es la parte que más me importa. Solemos tratar los requerimientos comerciales como una restricción que nos quita libertad: el mandante pide más metros vendibles y el arquitecto defiende el proyecto. Es una conversación desgastante y casi siempre la pierde el diseño.

Pero si los KPI comerciales entran como parámetros desde el principio, dejan de ser el enemigo y pasan a ser insumo. El edificio comercial que giró para ser más visible desde la calle no sacrificó diseño por negocio: encontró una forma que nadie había dibujado, justamente porque el negocio estaba en la ecuación.

Ese cruce entre lo que exige la rentabilidad y lo que propone el diseño puede dar frutos inesperados que satisfacen a las dos partes. No siempre pasa. Pero pasa mucho más seguido cuando ambas condiciones están escritas desde el día uno, en vez de negociarse al final.

Si quieres ver la maquinaria detrás de todo esto —qué es Grasshopper, cómo funciona un solver evolutivo y por qué el término es más viejo que la IA— está en arquitectura paramétrica.