Words, Spaces and Generative AI: Layers of language in contemporary architecture
Dieses Paper argumentiert, dass Sprache mit dem Aufkommen generativer KI als kritisches Gestaltungsmaterial in der zeitgenössischen Architektur fungiert, indem es das Zusammenspiel von Diskurs, Programmiersprachen und Annotationen analysiert, um eine Forschungsagenda vorzuschlagen, die linguistische Theorien mit computergestützten Designpraktiken verbindet.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Seit Jahrhunderten betrachten Architekten Wörter lediglich als bloße Anweisungen, als eine Möglichkeit, Baueuteilnehmern mitzuteilen, was sie konstruieren sollen. Doch eine wachsende Denkschule legt nahe, dass Sprache tatsächlich ein Baumaterial an sich ist, das für den Entwurf ebenso essenziell ist wie Ziegel oder Stahl. Diese Idee beruht auf einer einfachen Beobachtung: Wir beschreiben die Welt nicht nur mit Worten; wir nutzen Wörter, um zu gestalten, wie wir sie sehen. Wenn wir ein dicht besiedeltes Viertel als „Slum“ bezeichnen, rahmen wir es als ein Problem ein, das beseitigt werden muss; wenn wir es als „Gemeinschaft“ bezeichnen, rahmen wir es als etwas ein, das bewahrt werden muss. Dieses Framing geschieht, noch bevor eine Lösung gefunden wird, und lenkt unser Denken auf eine Weise, die wir oft gar nicht bemerken. Jetzt, da KI-Werkzeuge, die Text in Bilder und 3D-Modelle verwandeln, im Architekturwesen alltäglich werden, ist diese Beziehung zwischen Sprache und Raum entscheidend geworden. Diese Werkzeuge folgen nicht einfach nur Befehlen; sie interpretieren die unordentliche, metaphorische Art und Weise, wie Menschen sprechen, um neue Formen zu generieren. Zu verstehen, wie diese Maschinen unsere Worte lesen, ist nicht länger nur eine theoretische Übung; es ist der Schlüssel zum Verständnis davon, wie die gebaute Umwelt der Zukunft konzipiert wird.
Anca-Simona Horvaths Kapitel „Words, Spaces and Generative AI“ untersucht diese neue Grenze, indem es analysiert, wie drei verschiedene Ebenen der Sprache ineinandergreifen, wenn Architekten diese leistungsstarken neuen Werkzeuge nutzen. Die erste Ebene ist die natürliche Sprache, die wir täglich sprechen und schreiben, einschließlich des spezifischen Fachjargons, den Architekten zur Diskussion ihrer Arbeit verwenden. Die zweite Ebene ist der Programmiercode, der die Computer steuert – eine künstliche Sprache, die auf strenger Logik statt auf menschlicher Nuancierung basiert. Die dritte Ebene sind die Annotationen – die kurzen Bezeichnungen und Beschreibungen, die den Millionen von Bildern beigefügt sind, die zur Ausbildung dieser KI-Systeme verwendet wurden. Horvath argumentt, dass, wenn ein Architekt einen Prompt wie „eine nachhaltige Bibliothek mit einem Gründach“ eingibt, die KI nicht einfach eine Definition nachschlägt. Stattdessen navigiert sie durch ein komplexes Geflecht, in dem menschliche Metaphern, starrer Computercode und die voreingenommenen Kategorien ihrer Trainingsdaten kollidieren, um ein Ergebnis zu erzeugen.
Um zu verstehen, wie dies funktioniert, verfolgt das Paper die Geschichte dessen, wie wir über Sprache denken. Es blickt zurück auf das frühe 20. Jahrhundert, als der Philosoph Ludwig Wittgenstein vorschlug, dass Kommunikation wie das Austauschen mentaler Bilder sei; wir nutzen Wörter, um Bilder in den Köpfen der jeweils anderen auszulösen. Später zeigten Forscher wie George Lakof und Mark Johnson, dass unser Geist mit Metaphern verdrahtet ist und konkrete Erfahrungen nutzt, um abstrakte Ideen zu verstehen. Zum Beispiel verstehen wir Zeit als etwas, das „fließt“ oder „fliegt“, und behandeln sie wie einen Fluss oder einen Vogel. Diese Metaphern sind nicht bloß poetische Ausschmückungen; sie sind die eigentliche Struktur unseres Denkens. In den 1970er Jahren wandte der Stadtplaner Donald Schön dies auf das Design an und argumentierte, dass die Art und Weise, wie wir ein Problem rahmen, die Lösungen bestimmt, die wir sehen können. Wenn wir einen Stadtblock als „Maschine“ betrachten, entwerfen wir für Effizienz; wenn wir ihn als „Garten“ betrachten, entwerfen wir für Wachstum. Diese Ideen bilden das Rückgrat dessen, wie Menschen mit Design interagieren, aber sie schaffen eine einzigartige Herausforderung für Maschinen.
Das Paper wendet sich dann den spezifischen Mechaniken zu, nach denen Text-zu-Bild- und Text-zu-3D-Werkzeuge operieren. Jüngste Studien zeigen, dass diese Systeme Grundrisse, Brückenstrukturen und sogar traditionelle Bauweisen basierend auf Textbeschreibungen generieren können. Die Ergebnisse offenbaren jedoch oft eine Lücke zwischen menschlicher Intention und maschineller Ausgabe. Wenn Forscher beispielsweise eine KI baten, traditionelle Häuser aus der Türkei, Japan und Mexiko zu generieren, kopierten die Modelle erfolgreich den visuellen Stil – die Formen der Dächer und die Anordnung der Fenster –, aber sie verfehlten oft die tiefere kulturelle Logik und die soziale Bedeutung hinter diesen Formen. Die KI produzierte visuell plausible Bilder, die jedoch semantisch dünn waren und es dem menschlichen Architekten an dem reichen Kontext fehlten, den er verstehen würde. Eine weitere Studie fand heraus, dass, wenn Architekten diese Werkzeuge ohne eine strukturierte Methode nutzten, die Ergebnisse oft nur zufällige Ansammlungen von Formen waren, die zwar wie Gebäude aussah, aber funktional keinen Sinn ergaben. Die Forscher schlagen vor, dass Architekten das Prompting nicht als einfachen Befehl behandeln sollten, sondern als einen anspruchsvollen Akt der Kommunikation, der das Verständnis der verborgenen Regeln der Maschine erfordert.
Ein bedeutender Teil des Papers konzentriert sich auf die verborgene Ebene der Sprache: die Annotationen, die diese Systeme speisen. Der berühmteste Datensatz, der zum Training bildgenerierender KI verwendet wird, namens ImageNet, enthält über 14 Millionen Bilder, die in mehr als 20.000 Kategorien organisiert sind. Diese Kategorien wurden nicht zufällig gewählt; sie basierten auf einem Wörterbuch namens WordNet, das Konzepte hierarchisch ordnet. Das bedeutet, dass die KI lernte, die Welt durch eine spezifische, vom Menschen geschaffene Linse zu sehen, die unsere Vorurteile und Annahmen einschließt. Das Paper hebt hervor, dass dieser Datensatz Menschen auf beleidigende Weise klassifizierte, indem er sie unter psychiatrischen Diagnosen oder Schimpfwörtern gruppierte, weil die ursprünglichen menschlichen Labels diese Vorurteile enthielten. Wenn eine KI ein Bild einer „Familie“ oder eines „Professionellen“ generiert, greift sie auf diese fehlerhaften Kategorien zurück. Die Maschine weiß nicht, was eine Familie ist; sie weiß nur, wie das Wort „Familie“ statistisch mit bestimmten Bildern in ihren Trainingsdaten verknüpft war. Dies zeigt, dass die KI kein neutraler Beobachter ist, sondern ein Spiegel, der die spezifische, oft voreingenommene Art und Weise reflektiert, wie Menschen ihr Wissen organisiert haben.
Die Autorin schließt damit ab, dass das Feld der Architektur die Sprache als Designmaterial ernst nehmen muss, um mit diesen Werkzeugen voranzukommen. Dies bedeutet, über die Vorstellung hinauszugehen, dass ein Prompt nur eine einfache Anweisung ist. Stattdessen müssen Architekten die „Verkörperung“ (Embodiment) der Maschine verstehen – die Tatsache, dass sie Informationen anders verarbeitet als ein menschliches Gehirn. Während Menschen die Welt durch ihren Körper und ihre Sinne erleben, erleben KI-Systeme die Welt durch Daten und Muster. Das Paper schlägt vor, dass die zukünftige Forschung genau untersuchen sollte, wie verschiedene Sprachen und Kulturen das Designdenken prägen und wie diese Unterschiede verloren gehen oder verzerrt werden könnten, wenn sie in Maschinencode übersetzt werden. Es fordert einen neuen Ansatz, der die Präzision der Informatik mit der Nuanciertheit der menschlichen Kommunikation verbindet. Indem Architekten studieren, wie Wörter unsere mentalen Bilder formen und wie diese Bilder in Code übersetzt werden, können sie beginnen, das volle Potenzial der generativen KI auszuschöpfen und sicherzustellen, dass die Gebäude der Zukunft nicht nur visuell beeindruckend, sondern auch tiefgründig und kulturell resonant sind.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.