Un estudio desarrollado por investigadores de la Universitat Politècnica de València (UPV) y del Hunan Institute of Science and Engineering (China) estima que el calentamiento global podría provocar un deterioro térmico prematuro de las infraestructuras y reducir significativamente su vida útil si se mantienen las tendencias de aumento de la temperatura.
El trabajo, firmado por Zhiwu Zhou, Faxing Ding, Julián Alcalá y Víctor Yepes, presenta un nuevo modelo que evalúa el efecto de las temperaturas extremas sobre la durabilidad de las infraestructuras y el impacto de dicho deterioro en las emisiones de carbono.
Hasta 25 años menos de vida útil hacia 2100
Según las proyecciones del modelo, el calentamiento global podría reducir entre 18,52 y 25,15 años la vida útil de las infraestructuras a nivel global hacia 2100. El estudio estima, además, que el calentamiento registrado durante el último siglo habría provocado un envejecimiento prematuro en alrededor del 8,67% de los puentes analizados a escala global.
“Este trabajo sintetiza una investigación profunda sobre el impacto del calentamiento global en la infraestructura crítica, en particular en los puentes atirantados de hormigón. El estudio revela una presión dual: el calentamiento acelera la degradación estructural y, simultáneamente, amplifica las emisiones de carbono incorporadas debido a la necesidad de demoliciones prematuras y reparaciones no planificadas”, apunta Víctor Yepes.
En su estudio, el equipo de investigadores de España y China concluye que el 8,67% de los puentes atirantados a nivel mundial han entrado en una fase de demolición prematura durante su etapa operativa. “Esto ha generado emisiones de carbono excedentes de más de 100.000 toneladas, una cifra equivalente a 2,70 veces la producción de carbono proyectada en la etapa de diseño original”, añade Yepes.
Validación del modelo
Para desarrollar y validar el modelo, el equipo analizó cuatro puentes situados en China y sometidos a condiciones climáticas y altitudes muy diferentes: el puente de Nan’ao, en Shantou, provincia de Guangdong; el puente del río Meixi, cerca de Fengjie, en el municipio de Chongqing; el puente de Wuhekou, en Huai’an, provincia de Jiangsu; y el puente de Xiaoxihu sobre el río Amarillo, en Lanzhou, provincia de Gansu.
“Los casos abarcan desde climas monzónicos subtropicales hasta climas continentales templados, lo que permite comprobar cómo los gradientes térmicos afectan de forma desigual a la durabilidad estructural”, apunta Julián Alcalá, investigador también de la UPV.
Más peligro en las regiones de clima templado marítimo y continental
El estudio advierte del peligro sobre todo en las regiones de clima templado marítimo y continental, identificadas como zonas de alta vulnerabilidad, “lo que exige una recalibración urgente de los códigos de diseño para garantizar la sostenibilidad y la resiliencia de la infraestructura global”, añade Julián Alcalá.
Para evitar estos riesgos, el equipo de investigadores aboga por incorporar escenarios climáticos futuros al diseño, mantenimiento y refuerzo de infraestructuras, para ayudar a anticipar daños y reducir tanto costes como emisiones derivadas de intervenciones prematuras.
La investigación se enmarca en el proyecto RESILIFE, dirigido por Víctor Yepes y Julián Alcalá, investigadores principales de la UPV.
Cuando cruzamos un puente moderno, lo hacemos confiados en que la ingeniería ha superado la prueba del tiempo. Estas estructuras están diseñadas para durar, por norma general, al menos un siglo. Sin embargo, en todo el mundo, los gigantes de hormigón y acero están fallando décadas antes de lo previsto. ¿Por qué las infraestructuras que deberían ser monumentos a la estabilidad sucumben prematuramente? El enemigo no solo es el desgaste provocado por el tráfico o el paso de los años, sino también un factor mucho más sutil y persistente: el estrés térmico causado por el calentamiento global.
Un estudio fundamental realizado por nuestro equipo de investigación revela que el aumento de las temperaturas globales no solo supone una amenaza medioambiental, sino que también acelera la fatiga estructural. Esta investigación, que analiza la termodinámica de los puentes atirantados, pone de manifiesto una crisis silenciosa de infraestructuras que está disparando los riesgos para la seguridad y las emisiones de carbono a niveles alarmantes.
La muerte prematura del 8,67 % de los puentes del mundo.
La estadística es contundente: el 8,67 % de los puentes atirantados a nivel mundial han entrado en una fase de demolición prematura durante su vida útil. Este hallazgo desmonta la promesa del «periodo de diseño de 100 años» que rige la ingeniería civil contemporánea.
La realidad técnica es sombría. El estudio analiza casos como los del puente Nan’ao (NAB) y el puente del río Amarillo (YRB), cuyas vidas útiles se ven drásticamente reducidas por el estrés térmico acumulado. Es particularmente alarmante el caso del puente NAB: aunque fue diseñado para durar un siglo, la evaluación técnica de su vida útil por fatiga bajo condiciones de estrés térmico extremo y ciclos de congelación-descongelación proyectó una vida útil de apenas 6166 años. No se trata de un error de construcción, sino de una proyección científica sobre cómo la fatiga acumulada por el calor extremo «devora» la capacidad de carga de la estructura.
«La tendencia preocupante de las emisiones globales y la ineficiencia de los modelos de diseño actuales frente al cambio climático están provocando que la infraestructura se convierta en una fuente de riesgo inesperada, en la que la acumulación continua de daño térmico es el factor causal principal».
El «Carbon Drift»: un coste ambiental 2,7 veces mayor de lo previsto.
El estudio introduce un marco métrico tridimensional crucial: la «deriva de carbono». Esta métrica no solo mide el CO₂, sino que también considera el tiempo, la geografía y el rendimiento estructural para revelar la verdadera huella climática de una obra. Los datos revelan que esta degradación prematura ha generado un exceso de más de 100 millones de toneladas de emisiones de carbono.
Lo más impactante es que esta cifra equivale a 2,70 veces la producción de carbono proyectada originalmente en la fase de diseño. Aquí reside la «paradoja de la reconstrucción»: el calor daña el puente, lo que nos obliga a reconstruirlo con cemento, lo cual, a su vez, emite más CO₂ y acelera el calentamiento global. La degradación estructural se convierte así en un acelerador del cambio climático, creando un círculo vicioso de emisiones no contabilizadas que sabotea los objetivos globales de sostenibilidad.
La paradoja geográfica: las zonas templadas con mayor riesgo
Contrariamente a lo que cabría esperar, las regiones más calurosas del planeta no son necesariamente las más vulnerables. El modelado geoespacial ha identificado que las zonas de clima marítimo y de clima continental templado presentan la mayor vulnerabilidad estructural debido a la alta variabilidad de sus ciclos térmicos.
Esta paradoja se explica por la interacción entre la variabilidad climática regional y los gradientes altitudinales. En regiones como China, los datos técnicos muestran que, por cada 100 metros de altitud, la temperatura desciende entre 0,579 y 0,613 °C. Esta fluctuación, sumada a los cambios estacionales, intensifica los ciclos de congelación y descongelación, lo que provoca una fatiga en el hormigón mucho más agresiva que la causada por un calor constante. Los factores críticos identificados son:
Fluctuaciones de temperatura extrema: La amplitud entre máximas y mínimas genera un microestrés constante.
Gradientes de altitud: Las zonas montañosas experimentan ciclos térmicos más intensos y frecuentes.
Ciclos térmicos intensificados: El paso constante de frío a calor genera microfisuras que comprometen la integridad química del material.
La física del daño: por qué el hormigón se rinde ante el calor.
Para entender esta crisis, debemos observar la microestructura del material. El calor induce lo que los ingenieros llaman «deterioro termomecánico» y «evolución de la fluencia» (creep evolution). En un proceso de «ablación interna» progresiva, las altas temperaturas oxidan los microcristales de carbono de la estructura, generando microestrés que propaga grietas de forma invisible. Con el tiempo, esto debilita la adherencia crítica entre el acero de refuerzo y el hormigón, lo que deteriora la capacidad de carga de manera desigual hasta que se produce el fallo final.
El coste ambiental de este fallo es enorme debido a una relación física implacable: 1 tonelada de cemento emite aproximadamente 0,9 toneladas de CO₂. Cada reparación obligada por el calor supone un golpe severo al presupuesto de carbono del planeta.
«Desde la perspectiva de la termodinámica, la predicción precisa de la respuesta estructural en entornos de alta temperatura es esencial para prevenir deformaciones generales y el colapso de la capacidad de carga en la ingeniería civil moderna».
Hacia una infraestructura de «bajo carbono»: ¿es suficiente?
El estudio propone soluciones basadas en materiales de vanguardia para mitigar este impacto y aumentar la resiliencia.
Sustitutos del clínker: El uso de arcilla calcinada (calcined clay), cenizas volantes y escoria de alto horno puede reducir las emisiones de CO2 entre un 14% y un 22%.
Nanotecnología: La incorporación de nano CaCO3 en una proporción óptima del 2% para mejorar la resistencia a la compresión y la densidad de la matriz del concreto.
Diseño híbrido: Optimización mediante agregados reciclados para reducir el carbono incorporado en las materias primas.
Sin embargo, la innovación en materiales es solo la mitad de la batalla. El reto principal es normativo: es urgente recalibrar los códigos de diseño. Los estándares actuales están diseñados para un clima estable que ya no existe y no contemplan los extremos térmicos a los que nos enfrentaremos en las próximas décadas.
Conclusión: ¿Estamos diseñando para un mundo que ya no existe?
La infraestructura global se encuentra hoy en una carrera desesperada contra el tiempo y el termómetro. Los datos de Zhiwu Zhou et al. son una advertencia final sobre el «clima overshoot» o sobrepasado: nuestras ciudades están sostenidas por estructuras que envejecen a una velocidad que no previmos y que emiten más carbono del que podemos permitirnos.
Al finalizar este análisis, surge una pregunta inevitable que debe resonar en cada oficina de planificación urbana: ¿están nuestras ciudades listas para los desafíos térmicos de 2050 o estamos construyendo hoy, con cada nuevo puente de diseño tradicional, los monumentos de nuestra propia obsolescencia?
En esta conversación puedes escuchar algunas de las ideas más interesantes sobre este tema.
Acaban de publicar un artículo nuestro en Thermal Science and Engineering Progress, una de las revistas de mayor impacto científico, ubicada en el primer cuartil del JCR. Este estudio científico analiza cómo el calentamiento global y las temperaturas extremas aceleran la degradación física de la infraestructura vial, con especial atención a los puentes atirantados de hormigón.
La investigación se enmarca en el proyecto RESILIFE, que dirijo como investigador principal en la Universitat Politècnica de València. Además, muestra la internacionalización de nuestro grupo de investigación, en este caso, con China. A continuación, se presenta un resumen del trabajo y de la información de contexto.
Este trabajo sintetiza una investigación profunda sobre el impacto del calentamiento global en la infraestructura crítica, en particular en los puentes atirantados de hormigón. El estudio revela una presión dual: el calentamiento acelera la degradación estructural y, simultáneamente, amplifica las emisiones de carbono incorporadas debido a la necesidad de demoliciones prematuras y reparaciones no planificadas.
Los hallazgos clave indican que el 8,67% de los puentes atirantados a nivel mundial han entrado en una fase de demolición prematura durante su etapa operativa. Esto ha generado emisiones de carbono excedentes de más de 100.000 toneladas, una cifra equivalente a 2,70 veces la producción de carbono proyectada en la etapa de diseño original. Las regiones de clima templado marítimo y continental se identifican como zonas de alta vulnerabilidad, lo que exige una recalibración urgente de los códigos de diseño para garantizar la sostenibilidad y la resiliencia de la infraestructura global.
1. El impacto térmico en las estructuras de hormigón
El calentamiento global altera el equilibrio termomecánico de las estructuras, afectándolas principalmente mediante dos mecanismos: el gradiente térmico y la temperatura uniforme.
1.1. Mecanismos de deterioro
Efectos térmicos estáticos: Bajo condiciones de alta temperatura, las estructuras sufren deformaciones y tensiones excesivas que pueden comprometer su integridad microestructural.
Evolución de la fluencia (creep): En condiciones de carga variable y a alta temperatura, la microestructura experimenta una evolución gradual de la fluencia. Esto induce tensiones que inician y propagan grietas.
Efecto de retraso temporal (time-lag): Los fenómenos de retraso o diferencias de fase en la variación de la temperatura entre distintas ubicaciones estructurales son factores determinantes de la acumulación continua de daños.
1.2. Factores de degradación química y física
El deterioro es un proceso acoplado multivariable influenciado por:
Reacción álcali-sílice: Causa pérdida de propiedades mecánicas y reducción de la durabilidad del agregado.
Corrosión de armaduras: La temperatura es el principal factor que acelera la corrosión de las armaduras en el hormigón.
Gradientes térmicos severos: La exposición repetida a gradientes de temperatura extremos provoca grietas que afectan la vida útil normal y el funcionamiento.
2. Marco metodológico y modelización
La investigación emplea un marco multidisciplinario, basado en la física, que vincula el forzamiento climático a escala macro con el deterioro estructural a escala micro.
2.1. Innovaciones en el modelado
Métrica de deriva de carbono 3D: Un nuevo marco para acoplar la variabilidad climática regional con la decadencia del rendimiento estructural.
Modelo de daño térmico global: Incorpora la cuantificación de la incertidumbre y la caracterización estadística de eventos extremos.
Simulaciones de elementos finitos: Modelización detallada que incluye temperaturas extremas específicas del sitio, gradientes altitudinales e incertidumbre climática.
2.2. Ecuaciones fundamentales de transferencia de calor
El estudio se apoya en la ley de conducción de calor de Fourier y en modelos mejorados de radiación solar (Kelvin) para calcular la intensidad de radiación total, considerando las radiaciones directas, dispersas, reflejadas por el suelo e inversas atmosféricas.
3. Análisis de casos de estudio: puentes de gran luz
Se analizaron cuatro puentes atirantados en diferentes regiones climáticas para evaluar su deformación ante gradientes de temperatura extremos a lo largo de un ciclo de 50 años (1975–2025).
Tabla 1: Resumen de puentes analizados y rendimiento térmico
Puente
Ubicación / clima
Altitud promedio
Ciclos hielo-deshielo (>20 °C)
Vida útil de diseño
Vida de fatiga estimada
NAB (Nan’ao)
Monzón subtropical
15 m
3.098
100 años
6,166 años
MRB (Meixi)
Monzón cálido/húmedo
943 m
3.672
100 años
20,470 años
WEB (Wuhekou)
Transicional cálido
194 m
4.302
100 años
22,117 años
YRB (Yellow River)
Continental templado
1.630 m
3.808
100 años
16,916 años
Hallazgos críticos por caso:
NAB: El análisis de acoplamiento térmico mostró que la vida operativa real caería a 93,834 años, por debajo del diseño original de 100 años.
MRB: Bajo ciclos intensos de hielo-deshielo, la vida útil se redujo drásticamente entre 65,9 y 93,1 años respecto a su vida útil de diseño original.
WEB: Presentó una relación de tensión térmica entre las losas superior e inferior de 2,818, lo cual fue la principal causa del arqueo en la viga principal.
YRB: Las temperaturas extremas (mínima de -21,7 °C) y la alta altitud provocaron una reducción masiva de la durabilidad, con una vida de fatiga acumulada de apenas 16,9 años en condiciones críticas.
4. Sostenibilidad y emisiones de carbono
La industria del hormigón enfrenta desafíos críticos, dado que la producción de una tonelada de cemento emite aproximadamente 0,9 toneladas de CO2.
4.1. El ciclo de retroalimentación climática
El estudio advierte sobre un círculo vicioso: el calentamiento global acelera el deterioro de las infraestructuras, lo que obliga a reconstrucciones prematuras, que a su vez generan más emisiones de CO2 y aceleran aún más el calentamiento. Por cada 1% de aumento en la tasa de crecimiento de las emisiones de carbono, la temperatura media aumenta en 0,01873 °C.
4.2. Análisis regional de emisiones excedentes
El equipo investigó 1.427 puentes atirantados en 27 países, dividiendo los hallazgos por regiones:
Norteamérica: En EE. UU., 14 puentes superaron su vida útil real calculada tras el daño térmico, entrando en periodo de demolición. Las emisiones en el periodo de demolición aumentaron un 488,19% en la región.
Europa: Alemania e Italia representan el 34,63% y el 15,24% de los puentes europeos, respectivamente. Tras el daño por fatiga ambiental, las emisiones durante el periodo de mantenimiento en Europa disminuyeron un 29,68% debido a demoliciones tempranas, pero las emisiones por demolición aumentaron un 1054,14%.
Asia-Pacífico: China representa el 43,22% de la región. Aunque muchos puentes son nuevos, la sensibilidad térmica indica que, al aumentar la temperatura, las propiedades de corte y la adherencia entre el acero y el hormigón disminuyen drásticamente.
5. Soluciones y mitigación: hormigón de bajas emisiones
Para cumplir con la Agenda 2030 de la ONU, resulta necesario adoptar materiales y tecnologías sostenibles.
Tabla 2: Tecnologías de Reducción de Carbono en la Construcción
Estrategia
Materiales / Métodos
Efecto en reducción de CO2
Sustitución de clinker
Cenizas volantes, escoria, arcilla calcinada
Reducción del 14% – 22%
Adhesivos sin cemento
Materiales cementicios activados por álcalis
Reducción de hasta el 80%
Optimización híbrida
Áridos reciclados
Reducción del 22% – 46% en materias primas
Nanotecnología
Nano-rellenos de CaCO3 (2%)
Mejora la resistencia y propiedades de la matriz
Captura de carbono
Absorción química / Ciclo de calcio
Captura directa de emisiones de CO2
6. Conclusiones y recomendaciones
La investigación concluye que el modelo tradicional de diseño de infraestructura resulta insuficiente frente a la volatilidad climática actual.
Recalibración de códigos: Es urgente actualizar las especificaciones de diseño de vida útil, incorporando modelos de daño térmico que consideren eventos climáticos extremos y variaciones altitudinales.
Enfoque interdisciplinario: La evaluación de infraestructuras debe integrar mecánica, termodinámica, ciencias sociales y detección remota para identificar las causas raíz de las fallas.
Priorización de nuevos materiales: La durabilidad a largo plazo de los nuevos materiales de bajo carbono requiere una evaluación continua en entornos naturales reales, ya que la investigación actual en este ciclo de vida es insuficiente.
Gestión de riesgos de «overshoot»: La industria de la infraestructura debe reconocer su papel decisivo en el riesgo de superación climática a nivel regional y global, y adoptar estrategias de diseño adaptativo para evitar el colapso prematuro de activos críticos.
La inteligencia artificial (IA) está transformando de manera radical el diseño arquitectónico y la edificación. En la actualidad, el sector de la construcción se enfrenta a tres tendencias clave: la industrialización, la sostenibilidad y la transformación digital e inteligente. La convergencia de estos factores genera numerosas oportunidades, pero también desafíos significativos.
Los proyectos contemporáneos son cada vez más grandes y complejos, y están sujetos a requisitos ambientales más estrictos, lo que aumenta la presión sobre los equipos de diseño en términos de procesamiento de información, tiempo y recursos. En este contexto, la IA no solo optimiza los procesos, sino que también mejora la eficiencia de los métodos tradicionales de diseño.
A continuación, analizamos cómo la IA puede impulsar la eficiencia del diseño, fomentar la innovación y contribuir a la sostenibilidad de los proyectos. La tecnología ya está presente en todas las etapas del ciclo de vida del edificio, desde el análisis predictivo y la supervisión de la construcción hasta el mantenimiento de las instalaciones.
La digitalización ha transformado profundamente la forma en que concebimos, proyectamos y gestionamos las infraestructuras. Tras la aparición del diseño asistido por ordenador (CAD) y el modelado de información para la construcción (BIM), la inteligencia artificial (IA) se presenta como el siguiente gran avance tecnológico. A diferencia de otras herramientas, la IA no solo automatiza tareas, sino que también aprende, genera propuestas y ayuda a tomar decisiones complejas de manera óptima. Como señalan Li, Chen, Yu y Yang (2025), la IA se está consolidando como una herramienta fundamental para aumentar la eficiencia en el diseño arquitectónico e integrar criterios de sostenibilidad, industrialización y digitalización en toda la cadena de valor.
La IA se puede definir como un conjunto de técnicas informáticas que buscan reproducir procesos propios de la inteligencia humana, como el razonamiento, el aprendizaje o el reconocimiento de patrones. Entre sus ramas se incluyen el aprendizaje automático (machine learning o ML), basado en algoritmos que identifican patrones en grandes volúmenes de datos; las redes neuronales artificiales, que imitan el funcionamiento del cerebro y permiten resolver problemas complejos, como la predicción energética (Chen et al., 2023); los algoritmos genéticos, que simulan procesos evolutivos para hallar soluciones óptimas en problemas con múltiples variables, y la IA generativa, capaz de crear contenidos originales, como imágenes o planos, a partir de descripciones textuales. Este último enfoque, también conocido como AIGC (contenido generado por IA), ha popularizado herramientas como Stable Diffusion o Midjourney (Li et al., 2025).
En el sector de la construcción confluyen tres grandes tendencias: la industrialización, vinculada a la modularización y la prefabricación de componentes; el desarrollo sostenible, que impulsa diseños energéticamente eficientes y con menor impacto ambiental; y la digitalización inteligente, en la que la IA desempeña un papel protagonista (Asif, Naeem y Khalid, 2024). Estas tres dinámicas están interrelacionadas: sin tecnologías de análisis avanzado, como la IA, sería mucho más difícil cumplir los objetivos de sostenibilidad o gestionar procesos constructivos industrializados.
Tendencias de la construcción
Las aplicaciones de la IA se extienden a lo largo de todo el ciclo de vida del edificio. En las primeras fases de diseño, los algoritmos generan en segundos múltiples alternativas de distribución, optimizando la orientación, la iluminación natural o la ventilación. El diseño paramétrico asistido por IA permite explorar variaciones infinitas ajustando solo unos pocos parámetros (Li et al., 2025). Durante la fase de proyecto, los sistemas basados en procesamiento del lenguaje natural pueden interpretar normativas y detectar incumplimientos de forma automática, lo que reduce la probabilidad de modificaciones en obra (Xu et al., 2024). Además, las técnicas de simulación permiten prever el comportamiento estructural, acústico o energético de un edificio antes de su construcción, lo que proporciona seguridad y precisión en la toma de decisiones.
Avances de la IA en el diseño arquitectónico
En el sector de la construcción, la IA se combina con sensores y análisis de datos en tiempo real para optimizar la producción y la logística. En la construcción industrializada, los algoritmos ajustan la fabricación de elementos prefabricados, optimizan los cortes y los ensamblajes, y mejoran la gestión de las obras (Li et al., 2025). Al mismo tiempo, la monitorización inteligente permite anticiparse a las desviaciones, planificar los recursos con mayor eficiencia e incrementar la seguridad en entornos complejos.
Optimización del ciclo de vida del edificio con IA
Uno de los campos más avanzados es la predicción y optimización del consumo energético. Algoritmos como las redes neuronales, las máquinas de soporte vectorial o los métodos evolutivos permiten modelizar con gran precisión el comportamiento energético, incluso en las fases preliminares (Chen et al., 2023). Gracias a estas técnicas, es posible seleccionar soluciones constructivas más sostenibles, diseñar envolventes eficientes e integrar energías renovables en el proyecto. Como señalan Ding et al. (2018), estas herramientas facilitan el cumplimiento de los sistemas de evaluación ambiental y apoyan la transición hacia edificios de energía casi nula.
Las ventajas de la IA son evidentes: aumenta la eficiencia, reduce los errores y permite generar múltiples alternativas en mucho menos tiempo (Li et al., 2025). También optimiza los aspectos energéticos y estructurales, lo que hace que los proyectos sean más fiables y competitivos. La automatización de tareas repetitivas agiliza la creación de planos y documentos, mientras que los profesionales pueden dedicarse a tareas creativas. Además, las herramientas de gestión de proyectos con IA ayudan a organizar mejor los recursos y los plazos. Gracias a su capacidad para analizar grandes volúmenes de datos, fomentan la innovación, diversifican los métodos de diseño y facilitan la selección de materiales y el rendimiento energético.
Beneficios de la IA en el diseño
Sin embargo, la IA también plantea importantes desafíos. Su eficacia depende de la calidad de los datos; sin información fiable, los algoritmos pierden precisión. Además, integrarla con plataformas como CAD o BIM sigue siendo complicado (Xu et al., 2024). A esto se suman cuestiones éticas y legales, como la propiedad intelectual de los diseños generados por IA, la opacidad en la toma de decisiones y el riesgo de que los diseñadores pierdan cierto control. En algunos lugares, como EE. UU., se han revocado derechos de autor sobre obras generadas por IA, lo que refleja la incertidumbre legal existente.
Otros retos son la homogeneización del diseño si todos usan herramientas similares, la reticencia de algunos profesionales a adoptar soluciones de IA por dudas sobre la personalización y la fiabilidad, y los altos costes y la limitada disponibilidad de hardware y software especializados. Aún así, la IA sigue siendo una herramienta poderosa que, si se utiliza correctamente, puede transformar la eficiencia, la creatividad y la sostenibilidad en el sector de la construcción, abriendo un futuro lleno de oportunidades.
Desafíos de la adopción de la IA en el diseño
Ya existen ejemplos prácticos que muestran el potencial de estas tecnologías. Herramientas como Stable Diffusion o FUGenerator pueden generar imágenes y maquetas a partir de descripciones en lenguaje natural y actúan como asistentes que multiplican la productividad del proyectista (Li et al., 2025). Estas plataformas no sustituyen la creatividad humana, pero ofrecen un apoyo decisivo en la fase de ideación.
Bucle interactivo de inferencia de diseño arquitectónico de FUGenerator (Li et al., 2025)
La IA se está convirtiendo en un pilar fundamental de la construcción, integrándose cada vez más con tecnologías como la realidad aumentada (RA), la realidad virtual (RV), la realidad mixta (RM) y los gemelos digitales. Gracias a esta combinación, no solo es posible visualizar cómo será un edificio, sino también anticipar su comportamiento estructural, energético o acústico antes de su construcción (Xu et al., 2024). Esto permite a los diseñadores y a los clientes evaluar las propuestas en las primeras etapas, lo que mejora la calidad del diseño y la experiencia del usuario.
La IA del futuro será más inteligente y adaptable, capaz de predecir con gran precisión los resultados del diseño y ofrecer soluciones personalizadas. Su impacto no se limita al diseño arquitectónico: la gestión de la construcción se beneficiará de la robótica asistida, lo que aumentará la seguridad y la eficiencia en tareas complejas o de alto riesgo; la operación de los edificios podrá monitorizar su rendimiento, anticipar las necesidades de mantenimiento y prolongar su vida útil, lo que reducirá los costes, y el análisis de mercado aprovechará el big data para prever la demanda y los precios de los materiales, lo que optimizará la cadena de suministro.
En ingeniería civil, la integración de la IA y las tecnologías avanzadas permite tomar decisiones más fundamentadas, minimizar riesgos y entregar proyectos más seguros y sostenibles (Xu et al., 2024). Así, la construcción del futuro se perfila como un proceso más eficiente, innovador y conectado, en el que la tecnología y la planificación estratégica trabajan juntas para lograr resultados óptimos.
En conclusión, la IA no pretende sustituir a los ingenieros y arquitectos, sino ampliar sus capacidades, como ya hicieron el CAD o el BIM (Asif et al., 2024; Li et al., 2025). Automatiza tareas repetitivas, agiliza el diseño, facilita la toma de decisiones basada en datos y ayuda a elegir materiales, mejorar la eficiencia energética y estructural e inspirar soluciones creativas. Su impacto trasciende el diseño y se extiende a la planificación, la supervisión de la construcción y la gestión del ciclo de vida del edificio. No obstante, su adopción plantea desafíos como los altos costes, la escasez de software disponible y la necesidad de contar con datos de calidad y algoritmos robustos. Si se depende en exceso de la IA, los diseños podrían homogeneizarse, por lo que es fundamental definir claramente los roles entre los arquitectos y la IA. Si se utiliza correctamente, la IA puede potenciar la creatividad, la eficiencia y la sostenibilidad, y ofrecer un futuro más innovador y dinámico para la construcción.
Os dejo un vídeo que resume las ideas más importantes.
Referencias:
Li, Y., Chen, H., Yu, P., & Yang, L. (2025). A review of artificial intelligence in enhancing architectural design efficiency. Applied Sciences, 15(3), 1476. https://doi.org/10.3390/app15031476
Asif, M., Naeem, G., & Khalid, M. (2024). Digitalization for sustainable buildings: Technologies, applications, potential, and challenges. Journal of Cleaner Production, 450, 141814. https://doi.org/10.1016/j.jclepro.2024.141814
Ding, Z. K., Fan, Z., Tam, V. W. Y., Bian, Y., Li, S. H., Illankoon, I. M. C. S., & Moon, S. K. (2018). Green building evaluation system implementation. Building and Environment, 133, 32–40.https://doi.org/10.1016/j.buildenv.2018.02.012
Xu, K., Chen, Z., Xiao, F., Zhang, J., Zhang, H. B., & Ma, T. Y. (2024). Semantic model-based large-scale deployment of AI-driven building management applications. Automation in Construction, 165, 105579. https://doi.org/10.1016/j.autcon.2024.105579
Chen, Z. L., O’Neill, Z., Wen, J., Pradhan, O., Yang, T., Lu, X., Lin, G. J., Miyata, S. H., Lee, S. J., & Shen, C. (2023). A review of data-driven fault detection and diagnostics for building HVAC systems. Applied Energy, 339, 121030. https://doi.org/10.1016/j.apenergy.2023.121030
Glosario de términos clave
Inteligencia Artificial (IA): Una disciplina científica y tecnológica de vanguardia que simula el aprendizaje y la innovación humanos para extender el alcance de la aplicación de la tecnología.
Inteligencia Artificial Generativa (GAI): Un subconjunto de la IA que utiliza el aprendizaje automático y las capacidades de procesamiento del lenguaje natural para que las computadoras simulen la creatividad y el juicio humanos, produciendo automáticamente contenido que cumple con los requisitos.
Diseño Paramétrico: Un método de diseño en el que se utilizan algoritmos para definir la relación entre los elementos de diseño, permitiendo la generación de diversas variaciones de diseño mediante el ajuste de parámetros.
Diseño Asistido por IA: Métodos en los que las herramientas de IA ayudan a los diseñadores a optimizar diseños, analizar datos, resolver problemas y explorar conceptos creativos.
Colaboración Hombre-Máquina: Un enfoque en el que humanos y máquinas trabajan juntos en tareas complejas, con la IA apoyando la innovación humana y el intercambio de información eficiente.
Redes Neuronales Artificiales (RNA o ANN): Un tipo de algoritmo de IA, modelado a partir del cerebro humano, que se utiliza para modelar relaciones complejas entre entradas y salidas, a menudo empleadas en la predicción del consumo de energía de los edificios.
Aprendizaje Profundo (Deep Learning): Un subcampo del aprendizaje automático que utiliza redes neuronales con múltiples capas (redes neuronales profundas o DNN) para aprender representaciones de datos con múltiples niveles de abstracción.
Redes Neuronales Profundas (DNN): Redes neuronales con numerosas capas ocultas que permiten que el modelo aprenda patrones más complejos en los datos, mejorando la precisión en tareas como la predicción del consumo de energía.
Máquinas de Vectores de Soporte (SVM): Un algoritmo de aprendizaje supervisado utilizado para tareas de clasificación y regresión, especialmente eficaz con conjuntos de datos pequeños y para identificar relaciones no lineales.
Procesamiento del Lenguaje Natural (PLN o NLP): Un campo de la IA que se ocupa de la interacción entre las computadoras y el lenguaje humano, permitiendo a los sistemas interpretar y generar lenguaje humano.
Modelado de Información de Construcción (BIM): Una metodología para la gestión de la información de construcción a lo largo de su ciclo de vida, utilizada con la IA para mejorar las simulaciones de rendimiento del edificio.
Algoritmos Genéticos (GA): Una clase de algoritmos de optimización inspirados en el proceso de selección natural, utilizados para encontrar soluciones óptimas en tareas de diseño complejas.
Adaptación de Bajo Rango (LoRA): Un método de ajuste de bajo rango para modelos de lenguaje grandes, que permite modificar el comportamiento de los modelos añadiendo y entrenando nuevas capas de red sin alterar los parámetros del modelo original.
Stable Diffusion: Una herramienta avanzada de IA para generar imágenes a partir de descripciones de texto o dibujos de referencia, que a menudo utiliza el modelo LoRA para estilos específicos.
Inception Score (IS) y Fréchet Inception Distance (FID): Métricas cuantitativas utilizadas para evaluar la calidad y diversidad de las imágenes generadas por modelos de IA, con IS evaluando la calidad y FID la similitud de la distribución entre imágenes reales y generadas.
FUGenerator: Una plataforma que integra varios modelos de IA (como Diffusion Model, GAN, CLIP) para respaldar múltiples escenarios de aplicación de diseño arquitectónico, desde la descripción semántica hasta la generación de bocetos y el control.
Industrialización (en construcción): Énfasis en métodos de construcción modulares y automatizados para mejorar la eficiencia y estandarización.
Desarrollo Ecológico (en construcción): Enfoque en la conservación de energía durante el ciclo de vida, el uso de materiales sostenibles y la reducción del impacto ambiental.
Transformación Digital-Inteligente (en construcción): Integración de sistemas de digitalización e inteligencia, aprovechando tecnologías como la GAI para optimizar procesos y mejorar la creación de valor.
Problema Mal Definido (Ill-defined problem): Problemas de diseño, comunes en arquitectura, que tienen propósitos y medios iniciales poco claros.
Problema Malicioso (Wicked problem): Problemas de diseño caracterizados por interconexiones y objetivos poco claros, que requieren enfoques de resolución complejos.
Integración del Internet de las Cosas (IoT): La interconexión de dispositivos físicos con sensores, software y otras tecnologías para permitir la recopilación y el intercambio de datos, crucial para los sistemas de control de edificios inteligentes
