Utilização de Inteligência Artificial generativa de imagens em Arquitetura e Urbanismo: Pesquisa bibliométrica na base Scopus de 1960 a 2024

Gabriel Barcelos e Silva; Sergio Rafael Cortes de Oliveira; Tássia Ressiguier Ribeiro; Mariana da Costa Gaiato

doi:10.37916/arq.urb.vi41.751

Autores

Gabriel Barcelos e Silva Instituto Federal de Educação, Ciência e Tecnologia Fuminense
Sergio Rafael Cortes de Oliveira Instituto Federal de Educação, Ciência e Tecnologia Fluminense https://orcid.org/0000-0003-4800-6148
Tássia Ressiguier Ribeiro Instituto Federal de Educação, Ciência e Tecnologia Fluminense https://orcid.org/0009-0009-6652-0977
Mariana da Costa Gaiato Instituto Federal de Educação, Ciência e Tecnologia Fluminense https://orcid.org/0009-0009-5155-6846

DOI:

https://doi.org/10.37916/arq.urb.vi41.751

Palavras-chave:

Estado da arte, Arquitetos e urbanistas, Redes neurais generativas

Resumo

O desenvolvimento de métodos de aprendizagem profunda com Inteligências Artificiais (IAs) generativas de imagens instiga a compreensão dessas possibilidades como ferramenta na arquitetura. Assim, com enfoque na formação do arcabouço acadêmico, levanta-se a seguinte questão-problema: Como estão sendo direcionadas as pesquisas que relacionam Inteligências Artificiais generativas de imagens e a prática arquitetônica? Parte-se da hipótese de um crescente potencial nessa correlação, mas ainda com uma abordagem iniciante sobre a exploração detalhada dos seus diferentes empregos no cotidiano desses profissionais. Tem-se o objetivo geral de identificar a produção intelectual que aborda a utilização de IAs generativas em Arquitetura e Urbanismo, para estabelecer um parâmetro acadêmico-científico. Esta pesquisa aplicada, de caráter exploratório e descritivo e com abordagem quali-quantitativa, enfatiza o reconhecimento das tendências acadêmicas por meio de pesquisa bibliométrica. O processo de coleta foi realizado no primeiro semestre de 2024. As consultas utilizaram combinações com até três descritores, em inglês e português, associando o termo “architect*” (ou “arquitet*”) com as outras palavras-chaves que abarcam as IAs generativas de imagens, totalizando 24 combinações, aplicadas na base Scopus, considerando sua vasta temporalidade. Os resultados encontrados apontam a atualidade da temática e confirmam a hipótese sugerida. Com esta pesquisa, pretende-se contribuir para fornecer novas perspectivas.

Downloads

Não há dados estatísticos.

Referências

ANGAH, O.; CHEN, A. Y. Removal of occluding construction workers in job site image data using U-Net based context encoders. Automation in Construction, Taiwan (República da China), v. 119, p. 103332, nov. 2020. ISSN 0926-5805. DOI: 10.1016/j.autcon.2020.103332. DOI: https://doi.org/10.1016/j.autcon.2020.103332

FERREIRA, N. S. de A. (2002). As pesquisas denominadas “Estado da Arte”. Educação e Sociedade. Ano XXII, (79), 257-272. DOI: 10.1590/S0101-73302002000300013 DOI: https://doi.org/10.1590/S0101-73302002000300013

GIL, A. C. Como elaborar projetos de pesquisa. 6. ed., São Paulo: Atlas, 2019.

HONG, Y.; PARK, S.; KIM, H.; KIM, H. Synthetic data generation using building information models. Automation in Construction, Coreia do Sul, v. 130, p. 103871, outubro 2021. ISSN 0926-5805. DOI: 10.1016/j.autcon.2021.103871. DOI: https://doi.org/10.1016/j.autcon.2021.103871

JIANG, F.; MA, J.; WEBSTER, C. J.; LI, X.; GAN, V. J. L. Building layout generation using site-embedded GAN model. Automation in Construction, Hong Kong, v. 151, p. 104888, julho 2023. ISSN 0926-5805. DOI: 10.1016/j.autcon.2023.104888. DOI: https://doi.org/10.1016/j.autcon.2023.104888

LIAO, W.; HUANG, Y.; ZHENG, Z.; LU, X. Intelligent generative structural design method for shear wall building based on “fused-text-image-to-image” generative adversarial networks. Expert Systems with Applications, China, v. 210, p. 105019, dez. 2022. ISSN 0957-4174. DOI: 10.1016/j.autcon.2023.105019. DOI: https://doi.org/10.1016/j.eswa.2022.118530

SCOPUS. Disponível em: https://www-scopus.ez135.periodicos.capes.gov.br. Acesso em: 11 abr. 2024.

ZHAO, C.-W.; YANG, J.; LI, J. Generation of hospital emergency department layouts based on generative adversarial networks. Journal of Building Engineering, China, v. 43, p. 103539, nov. 2021. ISSN 2352-7102. DOI: 10.1016/j.jobe.2021.102539. DOI: https://doi.org/10.1016/j.jobe.2021.102539