Un proyecto de investigación de la Universidad Tecnológica de Bolívar llevó la inteligencia artificial (IA) a un taller real de Arquitectura para ver qué cambia cuando una IA entra en un espacio donde los estudiantes crean, aciertan, se equivocan, reciben retroalimentación y toman decisiones. La experiencia abrió nuevas posibilidades para el diseño, pero también dejó la siguiente pregunta de fondo que exploraremos en esta nota. ¿La IA está ayudando a los estudiantes a diseñar con criterio propio o está haciendo todo el trabajo por ellos?

Palabras clave: Inteligencia artificial, Arquitectura, Taller de Diseño, creatividad, autonomía.

Por: Equipo periodístico ATTUÁ / octubre, 2026

Imagen generada con IA (Chatgpt).

La pregunta tiene un escenario concreto en la Universidad Tecnológica de Bolívar, que cuenta con un programa de Arquitectura orientado a la formación en diseño, tecnología y comprensión de los contextos sociales, culturales y ambientales del Caribe colombiano.

Uno de los espacios centrales de esa formación es el Taller de Diseño, donde los estudiantes ponen a prueba sus propuestas, reciben retroalimentación y toman decisiones sobre sus proyectos. Es precisamente en este espacio donde los investigadores de la UTB decidieron estudiar qué ocurre cuando la inteligencia artificial entra a formar parte del proceso de aprendizaje.

El proyecto denominado “Taller de Diseño en la era digital. Exploración del impacto de la inteligencia artificial en la pedagogía del diseño arquitectónico”, del cual hablaremos en esta nota periodística, fue desarrollado por investigadores del campo de la educación y la arquitectura de la UTB, dentro de la Convocatoria Interna de Investigaciones de 2024. El doctor en educación, William Arellano Cartagena, fue el investigador principal y Fabián Amaya participó como coinvestigador, junto con Gilma Mestre de Mogollón y Joel Samper-López.   

La investigación buscó comprender cómo la inteligencia artificial podía relacionarse con la creatividad, la colaboración y el aprendizaje en los estudiantes de Arquitectura. Para ello, los investigadores llevaron la discusión al aula y observaron qué ocurría cuando esta tecnología se incorporaba al proceso de diseño.

En una conversación en los micrófonos de Attuá Podcast, William Arellano y Fabián Amaya contaron cómo nació la investigación, qué hicieron con los estudiantes y qué aprendizajes significativos dejó esta importante experiencia a nivel pedagógico y profesional

Antes de hablar de IA hay que entender el taller

El Taller de Diseño no se parece mucho a una clase convencional. Fabián Amaya explica que es un espacio pedagógico y físico donde el estudiante aprende a hacer proyectos de arquitectura a través de la propia práctica. Eso significa enfrentarse a problemas que no tienen una única respuesta.

Un proyecto arquitectónico puede involucrar la forma de un edificio, su relación con el lugar, las necesidades de las personas, las condiciones climáticas, los materiales, la estructura y muchas otras decisiones. Por eso, según Amaya, el taller prepara al estudiante para trabajar con la incertidumbre que aparece cuando se enfrenta a problemas complejos.

William Arellano complementa esta visión desde un plano más educativo, y plantea que durante la carrera, los estudiantes adquieren conocimientos históricos, tecnológicos y proyectuales.

El Taller de Diseño es el momento en que esos conocimientos se encuentran y se ponen a prueba como una forma de aprender desde la experiencia. La aplicación de la IA iba más allá de examinar cómo se usaba este recurso.

Los investigadores querían saber, más bien, qué podía cambiar en la manera de desarrollar un proyecto arquitectónico cuando los estudiantes tenían esta herramienta a su alcance. Por ejemplo, si les permitía explorar más alternativas, cómo influía en sus decisiones y qué papel asumía el profesor durante ese proceso.

Cuando la IA entró al aula

Fabián Amaya cuenta que la educación no puede mantenerse al margen de la expansión de la inteligencia artificial. Por eso, junto con William Arellano, decidieron incorporarla de manera orientada a dicho taller y observar qué ocurría en momentos específicos del desarrollo de los proyectos.

No se trataba de utilizarla en todas las actividades, sino de identificar qué aportaba cuando los estudiantes recurrían a ella en determinados momentos del proceso. La investigación trabajó con dos grupos de estudiantes. A uno se le propuso una estrategia pedagógica que incorporaba el uso guiado de inteligencia artificial. El otro continuó con las estrategias tradicionales del taller.

La intervención tuvo una duración de 11 semanas y luego se compararon los desempeños y las percepciones de los estudiantes. El proyecto contempló una línea de base al inicio, el seguimiento de los dos grupos y espacios de conversación con estudiantes para conocer cómo vivieron la experiencia.

La inteligencia artificial se utilizó en tres momentos concretos. El primero estuvo relacionado con la conceptualización del problema de diseño. El segundo correspondió a la implantación de la propuesta en el terreno. En otras palabras, decidir cómo ubicar el proyecto en un espacio determinado. El tercero estuvo relacionado con la búsqueda de la forma arquitectónica.

En esos momentos la IA generativa permitió probar más alternativas y hacer más iteraciones sobre una misma idea. Ahí apareció una de las posibilidades más claras de la tecnología. La IA podía ayudar a explorar. Pero explorar más no necesariamente significa decidir mejor.

Y esa diferencia llevó la investigación hacia una pregunta mucho más profunda.

¿Más opciones significan más autonomía?

Una de las preguntas del proyecto estaba relacionada con la autonomía del estudiante y su capacidad para tomar decisiones durante el proceso de diseño. La cuestión puede parecer sencilla. Si una herramienta permite producir más ideas, ¿eso hace que el estudiante sea más libre? William Arellano plantea que no necesariamente.

Un estudiante puede generar muchas imágenes en poco tiempo y sentir que tiene más capacidad para resolver un problema. Pero otra cosa es que pueda evaluar esas propuestas y decidir cuál tiene sentido desde el punto de vista arquitectónico.

Para Arellano existe una diferencia entre poder hacer muchas cosas con una herramienta y tener autonomía para tomar decisiones con criterio. Por eso formula una pregunta que resume buena parte de la discusión: ¿Qué pasa si mañana le quitan al estudiante el acceso a la inteligencia artificial? Si la herramienta desaparece, ¿el estudiante todavía puede resolver el problema?

En los grupos focales, algunos estudiantes dijeron sentirse más autónomos con el uso de estas herramientas. Los profesores, sin embargo, encontraron difícil determinar si esa sensación correspondía a una autonomía real o a una percepción de competencia producida por la facilidad para obtener resultados. Esa duda fue tan importante que dio paso a una nueva línea de investigación sobre la autonomía.

Una imagen bonita no siempre es una buena solución

Fabián Amaya plantea otro problema: la inteligencia artificial puede producir una imagen que impresiona en pocos segundos, pero una imagen bonita no necesariamente representa una buena solución arquitectónica.

El estudiante puede sentirse satisfecho porque logró una propuesta visualmente atractiva. El riesgo aparece cuando esa satisfacción reemplaza la capacidad para preguntarse por qué esa propuesta funciona, qué problema resuelve o qué tendría que cambiar.

Amaya habla de una posible falsa competencia. El estudiante puede sentir que sabe hacer algo porque logró un resultado con ayuda de la herramienta. Pero eso no significa que haya desarrollado el conocimiento necesario para resolver el problema sin ella.

Esta diferencia resulta especialmente importante en Arquitectura, ya que un proyecto no es solamente una imagen. Detrás de una propuesta hay decisiones sobre las personas que ocuparán un espacio, las condiciones del lugar, la función del edificio, su forma y muchas otras variables. La IA puede ayudar a explorar esas posibilidades, pero la decisión final sigue necesitando criterio.

El profesor también tiene que aprender

La inteligencia artificial tampoco elimina al profesor. Más bien cambia algunas de las preguntas que el profesor debe hacerse. William Arellano considera que, si los estudiantes tendrán acceso a estas herramientas, la universidad no puede limitarse a decirles que no las utilicen. En lugar de ello, el profesor puede ayudarles a comprender cuándo usar la IA, para qué utilizarla y cómo hacer preguntas que realmente aporten al proceso de diseño.

La diferencia está en la forma de acompañar ese uso: no es lo mismo entregar una herramienta y dejar que el estudiante resuelva por su cuenta que enseñarle a cuestionar las respuestas que recibe.

El proyecto ya planteaba esta preocupación desde su formulación. Una de sus preguntas buscaba comprender cómo cambiarían las responsabilidades del profesor y del estudiante con la llegada de la inteligencia artificial al aula. Los investigadores también tuvieron que hacerse esa pregunta a sí mismos.

Los investigadores también usaron inteligencia artificial

Hay una parte de esta historia que resulta especialmente interesante. Mientras estudiaban cómo los estudiantes utilizaban la inteligencia artificial, los propios investigadores terminaron utilizando estas herramientas durante su trabajo.

El equipo produjo un informe con una gran cantidad de información. Después utilizó herramientas de IA para encontrar patrones y revisar cuáles temas tenían mayor relevancia para la discusión pedagógica. Gracias a ese proceso, se lograron perfilar tres líneas para nuevos trabajos: una relacionada con la creatividad, otra con la autonomía y una tercera con el cambio en el papel del profesor.

De este modo, la experiencia dejó así una conclusión que va más allá del aula de Arquitectura. La discusión sobre inteligencia artificial no involucra solamente a los estudiantes. También obliga a los profesores y a los investigadores a aprender nuevas formas de trabajar con estas herramientas.

Los estudiantes tampoco pensaron todos igual

Las opiniones de los estudiantes fueron diferentes. Algunos recibieron con entusiasmo la posibilidad de utilizar inteligencia artificial con la orientación de un profesor. Otros se sintieron más cómodos con la forma tradicional de aprender Arquitectura y mostraron reservas frente a estas herramientas.

Entre las conversaciones apareció una idea que llamó la atención de los investigadores. Algunos estudiantes se preguntaron por qué habían tenido este acercamiento a la inteligencia artificial apenas en quinto o sexto semestre. Les habría gustado conocer estas herramientas desde los primeros semestres.

La experiencia les permitió comparar lo que podían hacer con los recursos disponibles. Para Arellano, ahí aparece una enseñanza que va más allá de la IA. En la vida profesional tendremos diferentes herramientas a nuestra disposición. Lo importante será saber cuál sirve para cada problema y cómo utilizarla.

Una investigación que no terminó con el experimento

El trabajo dejó nuevas preguntas. Una de ellas tiene que ver con la autonomía y con esa diferencia entre sentirse competente y ser realmente capaz de tomar decisiones con criterio. Pero también aparecieron nuevas posibilidades.

Fabián Amaya contó en Attuá Podcast que comenzó a desarrollar un agente de inteligencia artificial especializado en ofrecer retroalimentación desde el papel de un profesor de diseño arquitectónico. El sistema todavía está en pruebas con estudiantes. Su origen está en las preguntas que surgieron durante la investigación.

Eso muestra algo propio de la investigación científica: una respuesta no siempre cierra una conversación, a veces abre una pregunta mejor.

La pregunta que queda abierta

La inteligencia artificial ya está entrando en los espacios donde se forman los futuros arquitectos. La experiencia de la Universidad Tecnológica de Bolívar muestra que el asunto no se reduce a permitirla o prohibirla, pues ya hay algo más profundo en juego.

El Taller de Diseño ha sido durante generaciones un espacio para aprender a través de la práctica, la crítica, el error y la búsqueda de soluciones. La inteligencia artificial puede ampliar las posibilidades de ese proceso. Sin embargo, también puede producir una sensación de dominio que no siempre significa que el estudiante haya aprendido a resolver el problema.

Por eso, quizá la pregunta final más interesante no sea cuánto puede hacer la inteligencia artificial por un estudiante de Arquitectura. La pregunta es qué sigue aprendiendo el estudiante cuando la inteligencia artificial hace parte de su proceso. Puede pedir cien ideas a una IA, generar una imagen en segundos, probar muchas alternativas. pero tendrá que aprender a reconocer cuál funciona, cuál no y por qué.

Formar a un arquitecto no consiste solamente en producir una buena imagen, sino en aprender sobre todo a mirar, preguntar, decidir, equivocarse y volver a intentarlo.

Para entender mejor esta investigación

Te invitamos a revisar las siguientes palabras clave, derivadas del proyecto y de la conversación con sus investigadores. Son conceptos que aparecen detrás de esta experiencia y que ayudan a entender qué significaron dentro de este estudio.

Estas palabras ayudan a entender los conceptos que atraviesan la investigación y la manera en que aparecen en las historias de las protagonistas.

Inteligencia artificial: En esta investigación se refiere a las herramientas que los estudiantes utilizaron de manera orientada durante determinados momentos del proceso de diseño para explorar ideas y alternativas.

Arquitectura: Es el campo de formación en el que se desarrolló la experiencia. El estudio se concentró en cómo la incorporación de IA podía relacionarse con la manera en que los estudiantes aprenden y desarrollan proyectos arquitectónicos.

Taller de Diseño: Es el espacio académico donde los estudiantes desarrollan proyectos, reciben retroalimentación, revisan sus propuestas y toman decisiones. Fue el escenario concreto en el que los investigadores estudiaron el uso de la IA.

Creatividad: En la experiencia se relacionó con la posibilidad de generar, explorar y comparar diferentes alternativas para responder a un problema de diseño. La investigación buscó observar qué ocurría con este proceso cuando los estudiantes tenían acceso a herramientas de IA.

Autonomía: Se relacionó con la capacidad del estudiante para tomar decisiones y resolver problemas de diseño por cuenta propia. La experiencia abrió una pregunta importante sobre si tener más herramientas y opciones significa necesariamente ser más autónomo.

Escucha nuestro podcast

Conoce nuestra entrevista con el investigador: