Aprender a trabajar con una inteligencia que cambia todo el tiempo
noviembre 19, 2026
¿Qué parte de nuestro trabajo conviene delegar a la IA, qué decisiones mantener bajo control y cómo verificar que lo producido sea útil? Es la pregunta recurrente en estudios de arquitectura y constructoras. Para responderla no alcanza con probar aplicaciones de moda; hay que validar procesos. En la Universidad ORT Uruguay lo llevamos al aula con estudiantes de primer año.
Por Arq. Fernando Montaño, docente en la Facultad de Arquitectura de la Universidad ORT Uruguay
En Dibujo 1 exploramos hasta dónde la IA podía acompañar la fase de ideación y anteproyecto, ese recorrido entre el encargo inicial y la reunión con el cliente para presentar una propuesta completa. No queríamos que la tecnología pensara por los alumnos, ni llenar entregas con imágenes vacías. Queríamos comprobar si la IA podía ayudarlos a entender el proceso, tomar mejores decisiones y mantener el control sobre lo producido.
ANTES DE AUTOMATIZAR, DESARMAR EL PROCESO
El primer paso fue desarmar el proceso completo. Al identificar cada etapa, definimos qué tipo de especialista virtual necesitábamos en cada momento. Configuramos un Asistente Proyectual, es decir, un entorno digital en plataformas como Claude, ChatGPT o Gemini, que los estudiantes alimentaron con documentos de referencia e instrucciones del curso. En lugar de hacer preguntas aisladas a una IA genérica, construyeron un sistema entrenado a medida.
Dentro de este esquema, el componente principal fue el Tutor Proyectual, un asistente programado como un consultor exigente con prohibición explícita de proponer formas o regalar soluciones. Su función era hacer preguntas, cuestionar decisiones poco sólidas y exigir argumentos antes de avanzar. La equivalencia profesional es directa; un asistente alimentado con la memoria técnica de un estudio puede acompañar el análisis de una licitación, detectando supuestos no probados antes de avanzar a ciegas.

UN EQUIPO DE ESPECIALISTAS, NO UN CHAT AISLADO
Un paso decisivo fue incorporar el Manual de Estilos y las Fichas de Estilo. Mientras el manual establece los criterios generales de representación, desde la atmósfera de un render hasta el carácter de una planta comercial o técnica, las fichas funcionan como regla de traducción; le enseñan al sistema cómo interpretar un boceto a mano, asociando colores de trazo con grosores de muro o equipando espacios según su uso.
Con estas instrucciones, el Tutor estructuraba los prompts para generar los primeros bocetos, que los alumnos evaluaban y redibujaban a mano para consolidar una idea firme. Sobre esa base se producían renders y piezas técnicas en herramientas como ChatGPT, NanoBanana, PromeAI o Qwen, mientras que con NotebookLM se generaban infografías, presentaciones y podcasts de apoyo para la defensa oral.
Si traducimos los estándares gráficos de una empresa en documentos de referencia, la IA trabaja con la identidad del estudio y no con respuestas genéricas. Además, al estructurarse alrededor de una metodología y no de un programa específico, si una aplicación queda obsoleta, simplemente se sustituye sin rehacer el proceso.
DIBUJO, LENGUAJE Y CONTROL CONCEPTUAL
La IA no vino a jubilar al dibujo a mano; lo revaloriza. En un entorno hiperdigital, el trazo en papel recobra valor por su inmediatez para volcar una idea o corregir un modelo antes de que la máquina lo amplifique. El lenguaje, por su parte, obliga a conceptualizar; allí el prompt actúa como un nuevo lápiz que exige traducir intenciones en instrucciones precisas.
Como la IA amplifica lo que recibe, un punto de partida ambiguo produce un anteproyecto resuelto en lo gráfico, pero pobre en lo conceptual. Por eso no evaluamos la estética de los renders, sino la capacidad de defender argumentalmente las decisiones del proyecto.
LO QUE DEJÓ LA EXPERIENCIA
La lección principal fue metodológica; antes de incorporar IA hay que entender cómo trabajamos. Desarmar el trabajo en etapas permitió ver qué resolver en cada momento, qué no se puede delegar y dónde apoyarse en la automatización.
Los resultados fueron muy buenos. La gran mayoría logró construir una Idea Rectora sólida, la tradujo en arquitectura y argumentó sus decisiones desde el proceso mismo. Además, produjeron presentaciones profesionales en mucho menos tiempo del habitual.
LA ALERTA FRENTE AL PROYECTO TÉCNICO, EL BIM Y EL “HUMO” TECNOLÓGICO
Nuestra experiencia llegó hasta la defensa del anteproyecto. Lo que viene después, como el proyecto ejecutivo, las ingenierías y el modelo BIM, trasciende este curso de primer año, pero es el paso natural en la práctica profesional. En ese desarrollo técnico tampoco podremos delegar a ciegas; exigirá desarmar críticamente el proceso para entender qué tareas rutinarias automatizar y cuáles exigen un control riguroso.
“La IA no vino a jubilar al dibujo a mano; lo revaloriza”. Arq. Fernando Montaño, ORT
En redes abundan ejemplos que muestran cómo modelar en Revit o SketchUp, desde ChatGPT o Claude, con un prompt o la foto de una servilleta. Es un avance real, pero muestra solo la parte llena del vaso. El problema es trasladar esa ilusión de velocidad sin criterio al modelo BIM técnico, donde el margen de error admisible es cero y donde toda la responsabilidad pesa sobre el profesional actuante. Un fallo imperceptible en la pantalla cuesta muy caro en la obra.
Otra certeza que habrá que tener antes de compartir información confidencial (sea del cliente, del proyecto o del propio estudio) es qué tan seguro es el entorno digital y bajo qué condiciones la plataforma procesa o almacena esos datos.
PREPARAR PARA LO QUE VIENE
El valor de la automatización en fases avanzadas no está en la velocidad para generar geometrías, sino en la certeza de trabajar con información coordinada y construible.
Las aplicaciones seguirán cambiando. Enseñar la herramienta del momento es necesario, pero nuestro rol principal es formar profesionales capaces de desarmar procesos, configurar sus propios asistentes, auditar la información con lupa y liderar el sector con criterio.

