ارزیابی خلاقیت هوش انسانی و ماشینی در روند طراحی معماری
آرشیو
چکیده
ابزارهای هوش مصنوعی با قابلیت تطبیق پذیری بالا، توانایی تعامل با مؤلفه های مختلف محیطی همچون نور، صدا، گرما، باد، و تغییرات وضعیت انسان را بدون دخالت مستقیم انسانی دارند. این ابزارها می توانند راه حل هایی متنوع و بهینه شده براساس داده های ورودی و الزامات طراحی ارائه دهند. با این حال، تفاوت های بنیادین میان هوش مصنوعی و هوش انسانی همچنان قابل توجه است. ماشین ها عمدتاً در انجام وظایف محاسباتی سنگین، پردازش داده های حجیم و تحلیل های الگوریتمی بسیار توانمندند، اما ساختار انعطاف پذیر ذهن انسان، قدرت یادگیری تجربی، و توانایی استدلال انتزاعی و خلاقیت مستقل را در اختیار ندارند. در این پژوهش، برای مقایسه ویژگی های خلاقیت در تولیدات انسانی و ماشینی، هفت اثر برجسته معماری با استفاده از هوش مصنوعی MidJourney بازطراحی شده اند. سپس با تدوین پرامپت های اختصاصی و تحلیل داده های بازتولیدی، میزان خلاقیت در آثار ماشین محور و انسانی مقایسه شده است. ارزیابی با مشارکت ۱۰۵ دانشجوی معماری آشنا با مفاهیم پایه ای هوش مصنوعی، از طریق نظرسنجی اینترنتی انجام شد. برای تحلیل داده ها از مقیاس لیکرت پنج درجه ای و روش دلفی فازی استفاده شده است. افزون بر آن، با انجام مصاحبه های عمیق با پنج عضو هیئت علمی متخصص در حوزه هوش مصنوعی و یادگیری ماشین، امکان الگوریتم سازی مفهوم خلاقیت در هوش مصنوعی بررسی شده است. نتایج نشان می دهد که اگرچه هوش مصنوعی قادر به بازتولید جلوه هایی از خلاقیت بصری است، اما از نظر عمق، تنوع، و اصالت، فاصله محسوسی با خلاقیت انسانی دارد. این مطالعه بستری نظری و تجربی برای بهره برداری مؤثر و هم افزای هوش مصنوعی در طراحی معماری فراهم می سازد.Evaluating the creativity of human and machine intelligence in the architectural design process
Artificial Intelligence (AI) has made remarkable strides in recent years, particularly in its ability to adapt to diverse environmental conditions such as light, sound, heat, and wind. This autonomous adaptability enables AI systems to function with minimal human intervention and to respond intelligently to shifts in both environmental stimuli and human emotional or cognitive states. In the field of architecture, AI presents novel opportunities by optimizing the design process through the analysis of large datasets and the generation of data-driven solutions. These advancements allow for increased efficiency, precision, and innovation in the early stages of design. However, despite these capabilities, fundamental differences remain between machine-based computation and the deeply human qualities of creativity, intuition, abstraction, and experiential learning that underlie the architectural design process.
تبلیغات
