Et dominerende syn i 2024 beskriver KI som et verktøy som kan løse arkitektoniske problemstillinger ved at den genererer ny arkitektur basert på en ny form for intelligens. Teknologien kjennetegnes, rent teknisk, ved at den bygger opp et kunstig nevralt nettverk med det formål om å etterligne – og etter hvert overgå – menneskelig intelligens.
Dette reiser noen betimelige spørsmål om hva slags intelligens arkitektfaget benytter seg av og hvilken kunnskap den er bygget på, som i seg selv er interessante problemstillinger å drøfte. Men, ut fra mine møter med teknologien og gjennom deltagelse i ulike debatter omkring KI-ens bruk i arkitektur, påstår jeg heller at KI i sin nåværende form ikke virker særlig nyskapende og heller ikke spesielt interessert i å drøfte spørsmål, da den først og fremst virker å produsere et merkelig sammensurium av referanser plukket fra de siste to tiårenes arkitektoniske salgsmateriale, tilsynelatende pakket om i en litt annerledes form.
Her mener at jeg at dette første møtet med dagens primitive KI bør vekke en reell nysgjerrighet for hvordan både slike nevrale nettverk og arkitektonisk og romlig opplevelse faktisk funker før vi ukritisk aksepterer og implementerer KI rett inn i faget.
Generisk
Avstanden mellom KI-ens intelligensmodell og intelligensen til arkitekturen den produserer, begrenses først og fremst av innmaten som puttes inn i maskinen. Dagens KI-teknologi er stort sett bygget opp av det som lett kan støvsuges opp fra internettet – som for arkitekturens del er bestående i stor grad av en relativt generisk bildeproduksjon ofte i form av digitale renderinger. Disse bildene følges gjerne av tilhørende tekster av en like generisk sjanger der ulike positivistiske begrep listes etter hverandre – aktive fasade, byliv, bærekraft, og så videre.
Mens denne uttrykksformen sikkert har fungert som et viktig medium for arkitekter for å vinne oppdrag og skape politisk og kulturell makt i vår tid, har den ikke nødvendigvis vært en representasjon av noen reell arkitektonisk intelligens som bør umiddelbart reproduseres videre gjennom en maskin. Derfor trengs det nok en runde blant arkitekter for å nok en gang å ettergå betydningen av utstrakt bruk av digitale bilder som gjerne tolkes av offentligheten – og nå av maskinen – som dønn seriøse faglige påstander.
Av den grunn bør vi også anse KI-ens hovedverdi ikke gjennom dens umiddelbare gevinst ved implementering i arkitekturproduksjonen, men heller som et slags teknologidrevet speilbilde som presenterer viktig informasjon tilbake til oss.
Nevralt nettverk
Dette passer fint med Matteo Pasquinellis analyse av KI i The Eye of the Master (2024), der KI-teknologien for Pasquinelli ikke representerer en imitasjon av et nevralt nettverk, men heller representerer et produkt av arbeidskraft og sosiale relasjoner. I denne analysen er det nettopp denne menneskelige middelmådigheten, med alle våre svakheter, maktposisjoner, overtro, og feilgrep, som nå reproduseres, nettopp det som er KI-ens hittil viktigste bidrag.
Slik sett bør en analyse av dagens KI-produksjon i arkitektur heller forstås i lys av de svakhetene vi oppdager i vår arbeidsmetodikk; den kulturelle og sosiale posisjonen til arkitekter og arkitektur; og de rådende økonomiske og politiske drivkreftene bak faget. Her blir vår oppgave å grave litt i det som surres sammen og speiles tilbake mot oss.
Denne gravingen vil antageligvis produsere noen fornuftige spor som tydeliggjør den metodiske og ideologiske avstanden mellom teknologiindustriens kvantitative logikk og arkitektfagets intuisjons- og tradisjonsbaserte kunnskapstilnærming. Arkitekturens metode kjennetegnes fremdeles av en rekke ulike kvalitative innfallsvinkler, der menneskelige erfaringer, maktstrukturer, dogmer, sanseinntrykk og preferanser – med alle de innbakte menneskelige svakheter – danner grunnlaget for ulike valg som ikke lett oversettes til et lettfattelig medium for en maskin.
Tredimensjonal romlig forståelse
Det maskinen ser, derimot, er den banale og overfladiske form for salgbare tekstlige påstander knyttet opp mot en bestemt sjanger for bildeproduksjon ment å overvise beslutningstagere. Det er derfor særlig treffende å bemerke at vi godtar at et tekstverktøy skal kunne produsere god arkitektur når vi som arkitekter selv sliter med å beskrive hva arkitektonisk kvalitet er fra definerte kvantitative parametere.
Utveien krever nok at arkitektene, sammen med teknologene, blir tydeligere på hva arkitektonisk intelligens faktisk er, og finner et språk som KI-en er i stand til å tolke. Dette betyr ikke nødvendigvis at man har behov for mer BIM, men det kan muligens peke på behovet for mer tredimensjonal romlig forståelse. Her kan ny kunnskap om arkitektonisk opplevelse som en form for kroppsliggjort intelligens (embodied intelligence) spille inn, der miljøet rundt forståes som en gjensidig relasjon mellom individets adferd og dets møte med omgivelsene.
Denne kunnskapen, fra fag som hjernevitenskap og miljøpsykologi, kan muligens være behjelpelig med å strukturere KI-ens kunnskapsmodell. Samtidig har disipliner som interaksjonsdesign utviklet nye metoder for brukerinvolvering og medvirkning som bør spille inn som viktige datakilder for en demokratisk forankret arkitektur-KI, som er i stand til å tolke og vekte ulike brukergruppers behov, preferanser og rettigheter i en tid der demokratiet settes på prøve av blant annet teknologiutviklingen.
Å stille de riktige spørsmålene
Samtidig vil vi antageligvis oppleve at KI selv får økt romlig forståelse, gjennom bedre kamerateknologi, ulike sensorer og målere, og gjennom tilgang til mer avanserte datasett fra både mennesker og maskiner som beveger seg i arkitektur, som utveksles på tvers av kilder og plattformer i skyen. Her kan teknologien være med å fortelle oss ting om arkitektur vi ennå ikke vet, dersom vi er i stand til å stille de riktige spørsmålene og dersom nysgjerrigheten plasseres på riktig sted – gjerne i utdannelsen.
Derfor, for å bryte ut av dette mønsteret, og for å skape en ekte intelligent arkitektur-KI, vil faget være nødt til å gjennomgå en slags ekte kunnskapsreform der arkitekturens grunnviten etableres som selve innmaten til maskineriet. Dette krever at vi de ulike typer data som går inn i maskinen – fra reklame, til forskning, til intuitiv tegning, sorteres og prioriteres, slik at de en ny kunnskap om arkitektonisk og romlig opplevelse for både maskiner og oss kan forenes.
Kanskje da vil KI kunne gi oss noe virkelig nytt og uventet, dersom vi selv er klare til å motta budskapet.