Замена или соавтор: как архитектурное образование трансформируется в эпоху нейросетей

25 июля в Доме Архитектора в Нижнем Новгороде пройдет конференция «Ниша. Архитекторы и искусственный интеллект» — ключевое событие образовательной программы «ИИ-лето». На одной площадке соберутся более двадцати практикующих экспертов, в том числе представители бюро IND и Megabudka, школы МАРШ, платформ Phygital+, Futurello и dreamlaser. В преддверии конференции мы поговорили с ее участниками — Никитой Токаревым, Юлией Лысовой и Юлией Каптур — о том, как нейросети меняют образовательный процесс, нужно ли учить студентов работать с ИИ и какие профессиональные качества сегодня становятся наиболее ценными.

Юлия Лысова руководитель команды «Ниша», архитектор

Сегодня цель образования смещается от умения производить к навыку рефлексии. Помимо прочего, нас — архитекторов — учили ремеслу: как рассчитать балку, сделать отмывку капители или проставить верные размерные линии в программе. Сейчас вариант аналитики, концепции и подачи можно получить за минуты, и центральный вопрос меняется: с «Можешь ли ты создать ценное?» на «Можешь ли ты распознать ценное из многого?». Студенты уже используют ИИ, независимо от того, есть ли он в учебной программе. Это факт, с которым институции только начинают работать. В этом контексте особенно важно, кто на самом деле учит студентов этому прямо сейчас и чья это должна быть ответственность.

Интересный эффект нейросетей — возвращение навыков, которые казались устаревшими. Я почерпнула эту мысль на онлайн-встрече с преподавателями из UCLA (Калифорнийского университета в Лос-Анджелесе) и лондонской архитектурной школы Bartlett — студенты снова делают скетчи от руки, потому что зарисовка, прогнанная через генеративные инструменты, оказалась эффективнее долгого моделирования и сочинения промпта.

Технология не вытеснила ручное, а вдохнула в него новый смысл.

Еще одно важное изменение, связанное с искусственным интеллектом, — язык стал профессиональным инструментом. Промпт, описание, аргументация: теперь способность точно формулировать концепцию или описать решение напрямую конвертируется в проектный результат.С тем, чтобы освоить конкретный инструмент, студенты действительно справляются самостоятельно, и делают это быстрее преподавателей. Инструменты устаревают за полгода, и строить вокруг них программу или методику бессмысленно. Но есть вторая задача, которую самостоятельно не решить: сформировать позицию и подходы по отношению к ИИ. Понимание, где инструмент усиливает мысль, а где подменяет ее, критерии оценки сгенерированного, способность встроить ИИ в собственный метод, а не подстроиться под него.

Фотография предоставлена пресс-службой проекта «ИИ-лето»

Авторство — это цепочка выборов: постановка задачи, критерии отбора, отбраковка, доработка, снова постановка задачи и так далее, а в итоге — ответственность за результат. Если студент прошел эту цепочку сам, значит, работа авторская — и неважно, сколько пикселей сгенерировала машина. Мне близка мысль, что архитектура вообще никогда не проектировалась «из ничего» — мы всегда работали через прецеденты, типологии, ограничения. Нейросети не отменяют эту логику, они ее ускоряют.

Для академической оценки это означает радикальную перемену: нам нужно учиться оценивать процесс, а не только результат.

Финальная картинка больше ничего не говорит о вложенном мышлении — красивую подачу теперь делает кто угодно. Значит, в центр оценки встает защита: почему это решение, а не другое? Что делает этот вариант лучше? Какие варианты ты отбросил и по какой причине?

Сегодня наиболее ценным качеством профессионала становится ответственность. Машина не отвечает перед городом, жителями, заказчиком. Решение «строим так» всегда останется человеческим, потому что за ним стоят последствия: здание простоит пятьдесят лет, в нем будут жить люди. Второе — чувство места. Архитектура воспринимается не глазами на экране, а телом в пространстве: масштаб, свет, звук шагов, то, как ветер гуляет между объемами. Способность физически прожить место и перевести это в проект остаётся вне досягаемости генерации. И третье — договороспособность. Проект делается в разговоре с заказчиком, сообществом, и провести замысел через десятки компромиссов, не потеряв его, — отдельное искусство, у которого нет цифрового аналога.

На мой взгляд, главный медийный страх — «студенты разучатся думать, а дипломы будут делать нейросети» — сильно преувеличен. Образование переживало эту панику с каждой технологией, от калькулятора до САПРа. Студенты разучиваются думать не от смены инструмента или подхода, а когда система перестает реагировать на глобальные изменения и требует того, что ощущается молодыми специалистами как неважный пережиток.

Фотография предоставлена пресс-службой проекта «ИИ-лето»

Среди реальных рисков я выделяю два: гомогенизацию и расслоение школ и неравный доступ к инструментам. Если все школы учат работать с двумя-тремя одинаковыми корпоративными моделями, обученными на одном визуальном каноне, они неизбежно начнут выпускать студентов с одинаковым визуальным языком. Образование рискует потерять возможность производить уникальную оптику, если все обучающиеся будут черпать вдохновение в одном и том же наборе данных. Кроме того, разрыв между институциями, выстроившими осмысленную работу с ИИ, и теми, кто запрещает или пускает на самотек, будет расти быстро.

Нейросети заставили образовательную систему увидеть собственную негибкость. Программы, которые пересматриваются крайне редко, столкнулись с инструментами и подходами, которые меняются раз в месяц. Думаю, в будущем концепция непрерывного обучения наконец перестанет быть красивой строчкой из образовательных стратегий. Подход не новый — о нем уже давно пишут, но пока профессиональное знание обновлялось медленнее, это оставалось скорее визионерством. Вузы, которые это поймут первыми, перестроятся из этапа биографии в постоянную среду для развития.

Никита Токарев сооснователь школы МАРШ, декан факультета архитектуры и урбанистики Universal University

Нейросети меняют образование в целом — и школьное, и высшее, а не только архитектурное. Прежде всего, как генератор текстов, а вместе с ними — мыслей, суждений и оценок студентов, а также как помощник в решении математических и физических задач. С задачами дело решается просто — через устный экзамен, беседу со студентом. А вот изменения в способности мышления, воображения, памяти и эмпатии куда серьезнее, и мы сейчас только в начале пути. Очень сложно добиться текста, не сгенерированного нейросетью, даже в том случае, когда речь идет о собственном мнении или впечатлении студента, описании собственного проекта. Мы в МАРШ в основном пишем в жанре эссе, где собственная аргументированная позиция находится в центре внимания. Что касается собственно архитектуры, то пока дальше не очень умелой генерации картинок дело не идет.

На мой взгляд, нужно учить студентов работать с нейросетями и как с профессиональным инструментом проектирования, и как с инструментом «на все случаи жизни», что, наверное, важнее. Конечно, все нейросети для архитектуры не переберешь, но базовый навык их использования, встраивания в процесс проектирования и, главное, — ответственности за свой проект можно усвоить. Мы стараемся это делать на четвертом курсе, когда студенты уже научились проектировать, вместе с инструментами параметрики и информационного моделирования.

Школа МАРШ. Фото: Денис Леонов

Когда нейросеть подменяет автора, тогда и оценку, вероятно, должна получить нейросеть. Образцовый вариант — когда студент отвечает за свой проект: план сходится с фасадом, здание — с участком, картинки — с текстом, а нейросеть помогает, например, в генерации изображений и поиске вариантов. Чаще мы видим другое: появляется ниоткуда «продающая» картинка с небесами, счастливыми людьми и солнечными бликами, имеющая мало общего с планом и разрезом, с предварительными эскизами и в целом с заявленным характером проекта. Чтобы такого не происходило, мы в МАРШ уделяем внимание не только результату в виде проекта, но и процессу проектирования, требуем вести дневник проектирования, постоянно устраиваем обсуждения проектов.

Граница проходит там, где мы перестаем брать ответственность за свою архитектуру, как художественную, так впоследствии и юридическую.

Нейросеть не возьмет на себя ответственность за проект, за жизнь и благополучие людей. Причем речь не столько о расчетах или технических параметрах, сколько о взаимодействии архитектуры с человеком. Надеюсь, что больше будут цениться воображение, память, эмпатия, интуиция и критическое мышление. Это не мои слова — сошлюсь на интервью Александра Аузана, декана экономического факультета МГУ. Они полностью применимы к архитектуре и архитектурному образованию. Добавлю к ним внимание к материальности. Мы стремимся развивать в студентах именно эти качества, так как видим все больше шансов их утратить.

Фотография предоставлена пресс-службой проекта «ИИ-лето»

Риск для образования и архитектуры в целом — превратиться в разработчика проектов по эскизам нейросети. Легкость генерации образов, за которыми не стоит мысль и чувство, приводит к произвольному выбору. Если мы генерируем сто вариантов фасада, то ни один нам не дорог и не важен, и может быть выбран любой. Не уверен, что нейросеть полностью заменит архитектора, как это происходит сейчас с генерацией текстов и изображений. Тут сказывается и малое количество доступных проектов для обучения, и высокая цена ошибки, и отсутствие единых алгоритмов проектирования. Возможно, архитектура по мере совершенствования нейросетей разделится на два больших русла. Одно — решение рутинных задач, которые все более забирает нейросеть: ТЭПы, массинг, квартирография, обтяжка фасадом. Руководит процессом продуктолог вместе с IT-специалистами, промпт-инженерами и BIM-менеджерами. Здесь первыми могут быть девелоперы, озабоченные сокращением расходов. Другое русло — авторская архитектура, слишком маленькая или слишком сложная, с взыскательным заказчиком или, наоборот, в жанре DIY, где по-прежнему потребуются архитекторы. Фабрики готового платья не уничтожили портных и модельеров. Просто костюм от портного мало кто может себе позволить. Вот кутюрье и надо готовить в архитектурной школе — это ее главная задача.

Юлия Каптур архитектор и дизайнер, куратор модуля Цифровая культура в школе МАРШ, куратор направления Архитектура в ШД НИУ ВШЭ

Влияние искусственного интеллекта на образовательный процесс проявляется прежде всего в том, что проекты студентов стали более визуально целостными. Сегодня ребятам не нужно учить 3ds Max, чтобы создать серию качественных визуализаций. Многие изображения можно сделать на основе простой 3D-подосновы с помощью ИИ. С одной стороны, я сама очень ждала момента, когда общая культура подачи вырастет, но с другой — перестала видеть в таких картинках прежнюю ценность. Многие ИИ-рендеры создаются за пару минут, с очень простым промптом и минимальной постобработкой. При детальном рассмотрении начинаешь замечать много ошибок: нарушения геометрии, некорректные материалы и другие неточности. Мне кажется, что сегодня ценность постепенно смещается с качества картинки на качество самой идеи.

Хорошая визуализация больше не является доказательством сильного проекта.

Конечно, мы также получаем много текстовых работ, созданных с помощью ИИ. Но, как и быстрые визуализации, сгенерированные тексты тоже довольно легко распознать. Из действительно значимых изменений я бы выделила другое: многие процессы заметно ускорились. То, на что раньше уходили часы, теперь можно сделать за несколько минут — и вместо этого сосредоточиться на более важных, концептуальных задачах.

Фотография предоставлена пресс-службой проекта «ИИ-лето»

Рынок ИИ меняется слишком стремительно, поэтому я бы не зацикливалась на изучении конкретных программ или отдельных инструментов. Гораздо важнее передать студентам логику и этику работы с ИИ. Мне кажется, использовать нейросети стоит так, чтобы вам было не стыдно честно сказать, какая часть проекта была выполнена с их помощью. Если это финальная постобработка, генерация декора и стаффажа или эскизирование — то почему бы и нет? Если студент открыто об этом говорит и обосновывает часть работы с ИИ, это никак не меняет моей оценки проекта.

Я уверена, что когда-то уже привычные нам технологии и программы вроде AutoCAD тоже вызывали у старшего поколения архитекторов отторжение. Когда студенты начали массово использовать SketchUp, многие критиковали его за то, что архитектура становится слишком плоской и примитивной, потому что именно такие модели было проще всего собрать в программе. Но и эти программы, и нейросети — всего лишь инструменты, которые ускоряют нашу работу. Возможно, бездумное использование нейросетей будет выдавать слабые работы студентов, но и без ИИ слабых проектов было достаточно.

В работе архитектора много задач, которые невозможно решить с помощью нейросети. Она не составит полноценный альбом рабочих ч