Il BIM nell'era dell'intelligenza artificiale: nuovi orizzonti per i professionisti del settore

L'intelligenza artificiale come nuovo standard di eccellenza professionale nel BIM

L'integrazione tra  Building Information Modeling (BIM) e intelligenza artificiale (AI)  offre un grande potenziale, ma porta con sé complicazioni e punti deboli che meritano attenzione [1]. Tradizionalmente, il BIM ha visto la partecipazione di figure chiave come il BIM Specialist, il BIM Coordinator, il BIM Manager e il CDE (Common Data Environment) Manager. Questi ruoli sono fondamentali per la gestione, il coordinamento e l'implementazione delle informazioni all'interno di un progetto costruttivo [2].

Tuttavia, con l'avvento dell'AI, sorgono domande critiche: Quale sarà il futuro di questi professionisti? L’intelligenza artificiale sarà in grado di generare e gestire dati autonomamente, mettendo a rischio queste figure?

L'adozione del BIM ha richiesto non solo nuove competenze, ma anche una chiara definizione delle responsabilità di ciascun professionista coinvolto. In Italia, la normativa UNI 11337-7 svolge un ruolo fondamentale in questo contesto, definendo le competenze e le responsabilità di queste figure professionali.

Con la rapida evoluzione della tecnologia e l'integrazione crescente di strumenti avanzati come l'intelligenza artificiale nel settore delle costruzioni, credo che il panorama delle figure professionali legate al Building Information Modeling dovrà affrontare una trasformazione significativa. Le professioni come il BIM Specialist, il BIM Coordinator e il BIM Manager hanno finora svolto ruoli fondamentali nella gestione e nell'implementazione dei processi BIM. Tuttavia, l’intersezione e la sinergia con nuove tecnologie e metodologie richiederanno una rivisitazione dei compiti e delle responsabilità [3], [4].

LEGGI ANCHE:  La digitalizzazione e la direzione dei lavori: quali sono i nuovi profili professionali

L'intelligenza artificiale, emergendo come un "professionista assoluto" con una gamma di competenze che spazia dalla generazione di rendering in pochi secondi, alla consulenza su argomenti specifici, fino alla produzione di codice in qualsiasi linguaggio di programmazione, si sta affermando come uno strumento indispensabile [5]. Questi sistemi possono lavorare a costi ridotti, spesso meno di un dollaro l'ora, e possiedono una vasta conoscenza comparabile a quella di un'enciclopedia. Inoltre, la loro integrazione con funzionalità di ricerca web in tempo reale amplifica ulteriormente la loro utilità.

Di fronte a queste capacità, il mercato del lavoro umano si troverà a fare i conti con una realtà in cui le AI possono soddisfare enormi volumi di domanda con precisione ed efficienza. Se i salari non sono competitivi, le AI rappresentano una risorsa economica e performante, capaci di affrontare le sfide senza risentire di incentivi minimi. In altre parole, mentre il ritorno economico per il lavoro umano può essere limitato, l'investimento nello sviluppo di AI che eccellano in vari compiti può ammontare a milioni di euro. L'AI può gestire una parte considerevole del lavoro, sollevando le persone dalla necessità di occuparsi di compiti ripetitivi e di routine, permettendo loro di concentrarsi su attività più strategiche e creative [6].

Se da un punto di vista ottimista, questo può essere paragonato alla rivoluzione internet degli anni 2000, l’altra faccia della medaglia rivela possibili conflitti etici, ma questo non è l'argomento principale di questo articolo; piuttosto, sono possibili spunti che potrebbero essere sviluppati successivamente. In questo scenario, l'equilibrio tra lavoro umano e automazione diventa cruciale per definire nuovi standard e per ottimizzare l'efficacia complessiva dei processi lavorativi.

Le criticità dei contenuti generati dall’AI

Se da un lato l’AI sta velocizzando e sostituendo numerose figure nel settore delle costruzioni, è anche vero che essa possiede diversi talloni d’Achille. Uno di questi è rappresentato dalle "allucinazioni" (AI hallucinations), che si verificano quando un modello di intelligenza artificiale produce output falsi o fuorvianti, nonostante sembri sicuro di ciò che sta affermando [7].

Questo può essere causato da un apprendimento automatico contraddittorio generato da uno scarso controllo dei modelli AI o da eventuali sabotatori che hanno accesso ai modelli di apprendimento, con opportunità illimitate di danneggiare il processo ed i risultati.

Anche la mancanza di specializzazione dei modelli di AI può creare problemi nella filiera delle costruzioni. I risultati ottenuti dall’AI potrebbero essere molto precisi e accurati, ma potrebbero allo stesso tempo essere accurati ma imprecisi, in quanto non aggiornati, manipolati o avvelenati attraverso attacchi informatici sui modelli di apprendimento, portando a gravi errori lungo tutta la filiera delle costruzioni, che nel 2025, secondo il rapporto pubblicato da Global Construction Perspectives e Oxford Economics rappresenterà il 13,5% della produzione mondiale [9].

La sfida principale deriva dalla difficoltà di garantire l'affidabilità dell'AI: se il modello è chiuso, non è possibile verificarne il funzionamento interno, rendendolo equivalente a un'applicazione centralizzata. Al contrario, se il modello è aperto, vi è il rischio che utenti malevoli possano scaricarlo, simulare localmente il suo funzionamento e progettare attacchi mirati per ingannare il modello, compromettendo così l'affidabilità del sistema [10].

Il paradosso dei contenuti generati dall’AI per AI

Fino a qualche anno fa, quando si parlava di infrastruttura digitale, si dava quasi per scontato che si trattasse di informazioni generate e gestite da attività umane per esseri umani. Tuttavia, con l’avvento dell'intelligenza artificiale, stiamo assistendo sempre più alla creazione e gestione di contenuti da parte di AI per altri sistemi AI. Questo fenomeno rappresenta un cambiamento significativo nella concezione tradizionale della gestione dei dati, influenzando anche settori come il BIM.

Il BIM, nato con l'intento di ottimizzare la gestione delle informazioni nell'ambito delle costruzioni, fornendo una base solida per la collaborazione tra esseri umani, come architetti, ingegneri e costruttori [11]. L’introduzione dell’AI nel BIM ha permesso l’automazione di molte attività, migliorando l'efficienza e la precisione. Tuttavia, se i contenuti generati dall'AI diventano predominanti e vengono utilizzati principalmente da altri sistemi AI, si rischia di perdere l'aspetto umano che è stato alla base della creazione del BIM.

A tutto questo, se aggiungiamo le criticità precedentemente descritte, è chiaro che ad oggi, sia come professionisti che, come ricercatori, ci stiamo esponendo all’intelligenza artificiale senza alcun strumento di protezione, o quanto meno senza una strategia per salvaguardare il ruolo umano nella gestione delle informazioni. Questo paradosso solleva diverse domande: come mantenere il controllo sulla qualità e l’accuratezza dei dati? Come distinguere le informazioni generate dall’AI da quelle generate dagli esseri umani? Quali figure e quali competenze dovranno avere coloro che svolgeranno il ruolo di controllo?

Verso un futuro di sinergia tra BIM e AI

Le sinergie tra BIM e AI nel settore delle costruzioni rappresentano una delle tendenze tecnologiche più rilevanti degli ultimi anni [11]. Per rispondere alle domande precedentemente esposte è prima necessario capire come funzionano queste sinergie e come possono essere organizzate. Il BIM può fornire una base strutturale solida per organizzare i dati necessari all'AI, mentre l'AI, tramite l'analisi e l'elaborazione di grandi volumi di dati, ha il potenziale di migliorare notevolmente l'efficacia e l'efficienza del BIM. Tuttavia, sebbene le sinergie a livello teorico siano evidenti, la ricerca di applicazioni pratiche concrete non ha ancora raggiunto le aspettative.

Recentemente, l'introduzione di avanzati  Large Language Models (LLM) ha segnato una svolta significativa, aprendo a nuove e promettenti applicazioni dell'AI all'interno della metodologia BIM. Questo sviluppo è particolarmente evidente quando l'AI è combinata con tecnologie emergenti come la blockchain e la crittografia, che offrono ulteriori opportunità di innovazione e sicurezza [12].

Come ho già affermato in precedenti studi, i sistemi di intelligenza artificiale applicati al BIM possono essere raggruppati in quattro categorie principali:

1. AI come Professionista Regolamentato: In questa categoria, l'AI agisce come un professionista digitale, partecipando attivamente a processi specifici con input umano.
2. AI come Interfaccia di Lavoro: Qui, l'AI funge da interfaccia che aiuta gli utenti a comprendere meglio il contesto e a prendere decisioni informate. Ciò comporta anche rischi legati alla fiducia nell'AI e alla possibilità di errori dovuti a interpretazioni errate dei dati.
3. AI come Regolatore del Processo: Questa categoria considera l'AI integrata con tecnologie come la blockchain per garantire trasparenza e regolarità nei processi. Questa applicazione è particolarmente delicata e rischiosa, poiché implica decisioni soggettive e la gestione della sicurezza e della qualità del lavoro, richiedendo un'accurata regolamentazione.
4. AI come Obiettivo del Processo Costruttivo: In questo scenario, il BIM è utilizzato per costruire e mantenere un'AI superiore, con l'obiettivo di migliorare continuamente le prestazioni e prevenire l'uso improprio dei dati. Questa visione avanza verso una situazione in cui l'AI stessa diventa l'oggetto finale del processo costruttivo, cercando di ottimizzare continuamente i risultati attraverso l'apprendimento e l'adattamento.

Questa suddivisione permette di avere una chiara idea di come l’intelligenza artificiale non operi in maniera lineare su un solo campo, ma risulta stratificata in più layer ben articolati. Da ciò ne deriva che un approccio ben regolamentato, con figure in grado di gestire tali sinergie sarà essenziale per massimizzare i benefici e garantire un'applicazione sicura ed efficace.

..Continua la lettura nel PDF.