La inteligencia artificial en la construcción ya es útil en el trabajo BIM, pero no en todo ni de la misma forma. Hoy sirve para leer y resumir documentos y normas, reconocer objetos en fotos de obra y en nubes de puntos, explorar alternativas de diseño, estimar costes a partir de obras anteriores y ayudar a convertir el artículo de una norma en una regla que se pueda comprobar. Lo que no está demostrado es que pueda dar sola la última palabra sobre un proyecto: puede inventar un dato con apariencia de verdad, no siempre repite la misma respuesta y no deja un rastro que un tercero pueda revisar. Esta guía de IA en BIM es un mapa: qué familia de IA hace qué, qué hay probado, qué riesgos trae y dónde está la frontera. La IA interpreta, ordena, redacta y explica; el cálculo lo hace un procedimiento que siempre da el mismo resultado, y la decisión la toma una persona.
«IA» no es una sola cosa. Bajo la misma palabra conviven técnicas que no se parecen en nada: un asistente que redacta, un programa que reconoce un pilar o una columna en una foto y un optimizador que genera cien distribuciones de planta. Por eso, ante cualquier herramienta, la pregunta útil no es «¿usa IA?», sino «¿qué hace exactamente y quién responde del resultado?».
Inteligencia artificial en construcción: cinco familias que conviene no mezclar
Los casos de uso de IA en BIM y, en general, en AEC (arquitectura, ingeniería y construcción) se agrupan en cinco familias. Cada una hace una cosa distinta y tiene un grado de prueba distinto.
| Familia | Qué hace en un proyecto | Qué está demostrado | Qué no está demostrado |
|---|---|---|---|
| Asistentes de lenguaje | Leen, resumen y responden preguntas sobre documentos, normas y datos del modelo; redactan | Prototipos de investigación que responden preguntas sobre un modelo BIM escritas en lenguaje corriente | Que no inventen datos ni que citen siempre bien su fuente |
| Visión artificial sobre fotos y nubes de puntos | Reconocen objetos en imágenes de obra y clasifican los puntos de un escaneo | Resultados medidos sobre conjuntos de datos concretos | Que acierten igual en cualquier obra sin una persona que revise |
| Diseño generativo (no siempre es IA) | Genera y compara alternativas según objetivos y restricciones que define una persona | Herramientas documentadas dentro del propio software de diseño | Que elija la buena por ti: los objetivos los pone una persona |
| Predicción de costes | Estima el coste a partir de obras anteriores | Muchos estudios; una revisión de 2026 recoge sus límites | Que una predicción valga para una obra distinta de las que la alimentaron |
| Comprobación normativa asistida | Ayuda a convertir artículos de una norma en reglas y en pequeños programas de comprobación | Prototipos que sus propios autores llaman semiautomáticos | Que el veredicto pueda darlo un modelo de lenguaje sin revisión |
Asistentes de lenguaje: leer, resumir y redactar
Un modelo de lenguaje es un programa entrenado con enormes cantidades de texto para responder de forma verosímil a lo que se le escribe. ChatGPT es una aplicación construida sobre modelos de este tipo, y ya hay fabricantes de software de diseño que los incorporan a sus herramientas: en la documentación de novedades de Revit 2027, Autodesk presenta Autodesk Assistant como un asistente conversacional que automatiza tareas, pensado para los flujos de trabajo de arquitectura, ingeniería y construcción.
Donde rinden en el día a día de un BIM Manager: resumir un pliego o los requisitos de intercambio de información (EIR) antes de una reunión, encontrar en qué tabla de una norma está un valor, preparar el borrador de un acta o de una incidencia y consultar el modelo en lenguaje corriente, por ejemplo «¿qué tipos de puerta no tienen relleno el parámetro de resistencia al fuego?». La investigación lo explora desde hace tiempo: en 2023, un trabajo presentó BIM-GPT, un marco para recuperar información de un modelo BIM a partir de preguntas escritas en lenguaje natural.
Si usas ChatGPT u otro asistente como BIM Manager, la regla práctica es sencilla: úsalo para encontrar y para redactar, y comprueba tú contra el documento original cualquier dato que vaya a salir de tu mesa.
Visión artificial y nubes de puntos: reconocer y clasificar
La visión artificial enseña a un programa a reconocer cosas en imágenes a partir de ejemplos ya etiquetados. Es aprendizaje automático (machine learning) aplicado a fotos, vídeo o escaneos. En obra se investiga, entre otras cosas, para vigilar la seguridad. Un trabajo de 2025 probó varios modelos que combinan imagen y texto para identificar peligros en fotos de obra a partir de pautas de seguridad, y sus autores reconocen que el tiempo de proceso sigue siendo un obstáculo para usarlos en tiempo real. Otro de 2022, que publicó un conjunto de imágenes de obra para entrenar estos programas, partía de una carencia: faltaban conjuntos de datos abiertos y grandes del sector, y eso limitaba el desarrollo de los algoritmos.
Con las nubes de puntos pasa algo parecido. La máquina clasifica los puntos (suelo, muro, pilar o columna) y propone la geometría de algunos elementos. Un trabajo de 2026 se presenta como totalmente automático y se evalúa sobre conjuntos de datos concretos. Un buen resultado medido en esos edificios no dice que el modelo del tuyo esté listo para entregar. Lo desarrollamos en la guía sobre scan to BIM automático y lo que sigue revisando una persona.
Diseño generativo e imágenes: explorar alternativas
No todo lo que se presenta como IA aprende de ejemplos. Según la ayuda de Autodesk, el diseño generativo de Revit aprovecha la potencia de cálculo del equipo para generar y explorar alternativas a un problema de diseño: tú especificas los objetivos, las restricciones y las entradas que se pueden controlar, y la herramienta genera muchas opciones y las evalúa contra esos objetivos. Esa página de ayuda no habla de inteligencia artificial. Para un equipo, lo importante es otra cosa: el criterio con el que se decide qué opción es mejor lo pones tú, y si el objetivo está mal planteado, la herramienta optimiza con rigor un objetivo equivocado.
Las imágenes generadas a partir de una descripción, los renders de IA, sirven para comunicar una intención. No son un modelo: no tienen dimensiones que se puedan medir ni datos que se puedan comprobar.
Predicción de costes: estimar con obras del pasado
Un modelo de aprendizaje automático entrenado con obras terminadas puede estimar el coste de una obra nueva. Es un campo con mucha investigación, y sus límites están bien descritos. Una revisión sobre predicción de costes publicada en junio de 2026 en Frontiers in Built Environment señala que la mayoría de los estudios se apoya en un solo proyecto o en muestras pequeñas, a menudo con datos de un único país o región; que los modelos generalizan mal de un proyecto a otro y rinden de forma desigual según el tipo de proyecto, por ejemplo edificación residencial frente a infraestructura; y que la mayoría son estáticos, sin tener en cuenta cambios como el precio de los materiales o la inflación.
La lectura práctica: una predicción vale en la medida en que tu obra se parece a las obras con las que se entrenó. Antes de usarla en una oferta o en una planificación, pregunta con qué obras, de qué país y de qué años.
Comprobación normativa asistida: del artículo a la regla
Es la familia que más toca a quien firma una entrega. Un trabajo de 2025 conecta varios modelos de lenguaje con Revit para interpretar normas, generar pequeños programas de comprobación y ejecutarlos dentro del entorno BIM; sus autores lo llaman comprobación semiautomática. Donde el modelo de lenguaje ayuda es en traducir el texto de la norma a una regla; lo que conviene que no haga es dictar el resultado. Por qué, y cómo se reconoce un resultado que un tercero puede comprobar, lo explicamos en la guía de verificación normativa del modelo BIM.
Riesgos de usar IA con un modelo BIM: los cinco que importan
Los riesgos de la IA en construcción no son abstractos. Cada uno se traduce en algo que le puede pasar a una entrega.
Inventar un dato: la alucinación
Los investigadores llaman alucinación a que un modelo de lenguaje genere contenido verosímil pero falso. En BIM toma formas muy concretas: un resumen del EIR que añade una exigencia que el documento no contiene, un artículo atribuido a una edición de la norma que ya no rige o una cifra de apariencia correcta que nadie ha leído en su fuente. El problema no es que se equivoque, porque las personas también se equivocan. Es que el error llega bien redactado y con el mismo tono que un acierto, y por eso nadie lo cuestiona.
No ser reproducible
Una comprobación es reproducible cuando, repetida con la misma entrada, da lo mismo. Un modelo de lenguaje no lo asegura. Un estudio publicado en arXiv en 2024, y revisado en 2025, repitió las mismas tareas con varios modelos configurados para responder siempre igual, y ninguno mantuvo un acierto repetible en todas ellas. Si una respuesta cambia al repetir la pregunta, no se puede defender ante un tercero que la repita.
No dejar rastro
Un párrafo convincente no dice de qué documento sale, qué edición se usó ni sobre qué dato del modelo se aplicó. En 2020, los autores del trabajo que propuso combinar un modelo de lenguaje con la búsqueda previa en documentos (lo que hoy se conoce como RAG, por sus siglas en inglés) señalaban que, en los grandes modelos de lenguaje, dar la procedencia de sus decisiones seguía siendo un problema de investigación abierto, y proponían recuperar pasajes de documentos que sí se pueden consultar. Que una herramienta busque en documentos ayuda, pero no basta: para que haya rastro, cada afirmación tiene que llevar su fuente y tú tienes que poder abrirla.
Confidencialidad: adónde van los datos
Un modelo BIM contiene información que no es solo de quien lo modela: la distribución de un edificio, sus instalaciones y, a veces, los detalles de un hospital o de una infraestructura sensible. Pegar un pliego en un asistente público o subir un modelo a un servicio en la nube es sacar esa información de tu equipo. La ISO 19650-5 trata justamente de gestionar con enfoque de seguridad la información sensible de proyectos y activos, y se dirige a cualquier organización que intervenga en su ciclo de vida. Antes de usar una herramienta de IA con un modelo, comprueba qué dicen tu contrato y tu BEP sobre esa información, y pregunta al proveedor dónde se procesa y qué se guarda.
Responsabilidad: la herramienta no firma
En España, la Ley de Ordenación de la Edificación define a los agentes de la edificación como las personas, físicas o jurídicas, que intervienen en el proceso de la edificación, y regula su responsabilidad frente a los propietarios por los daños materiales en el edificio. En cada país de LATAM lo fija su propia legislación, y conviene conocerla antes de delegar una revisión en una herramienta. La consecuencia práctica es la misma: quien usa una herramienta para revisar un modelo sigue respondiendo de lo que firma con ella.
La frontera: la IA interpreta y explica; el cálculo es determinista y la decisión, de una persona
Los cinco riesgos tienen la misma salida: dar cada parte del trabajo a quien puede responder de ella. Un procedimiento determinista es el que, con la misma entrada, da siempre el mismo resultado; es lo que permite que otra persona repita una comprobación y llegue al mismo sitio.
| Tarea | Quién la hace | Por qué |
|---|---|---|
| Encontrar el artículo o la tabla que aplica | La IA propone; una persona confirma | Buscar en mucho texto es su fuerte, y el error se detecta al abrir la fuente |
| Resumir un documento largo | La IA, con el original al lado | El resumen ayuda a preparar; no sustituye al documento en una decisión |
| Medir un parámetro y compararlo con un umbral | Un procedimiento determinista | Repetido mil veces, da mil veces lo mismo |
| Redactar la explicación de un resultado ya calculado | La IA | Explica el resultado; no lo cambia |
| Ordenar qué revisar primero | La IA, con un indicador de confianza | El orden ayuda a trabajar; no cambia el significado de ningún resultado |
| Valorar una excepción o una solución alternativa | Una persona | Es criterio técnico y lleva responsabilidad |
| Firmar la entrega | Una persona | Responde de ella ante el cliente y ante terceros |
El indicador de confianza merece una línea aparte. Que una máquina esté «muy segura» de un resultado puede servir para decidir qué miras primero. No convierte un resultado que pide revisión en uno que no la pide, ni un dato que falta en un dato comprobado.
IA para Revit: qué preguntar antes de adoptar una herramienta
Asistentes conversacionales, complementos de IA para Revit y servicios en la nube que prometen revisar un modelo: antes de confiarle uno, conviene hacerle a cualquiera de ellos las mismas preguntas. ¿Qué datos salen de tu equipo? ¿Cita una fuente que puedas abrir? ¿Da lo mismo si repites? ¿Qué parte calcula un procedimiento fijo y qué parte un modelo de lenguaje? ¿Quién firma? ¿Qué hace cuando no tiene base para decidir? Las desarrollamos una a una, con las respuestas que deberían preocuparte, en la guía cómo evaluar una herramienta de IA para BIM: ocho preguntas antes de confiarle un modelo.
Qué hace OrionBIM aquí y qué no
OrionBIM lee el modelo desde Revit, en vivo, con su propio complemento, y lo contrasta regla por regla con las reglas de la normativa del país donde se construye. A 1 de octubre de 2026, así reparte el trabajo entre la IA, el cálculo y las personas:
- La IA no da el resultado. Cada comprobación la calcula un evaluador determinista contra una regla de la normativa del país. La IA interpreta, recupera, redacta, ordena y explica; no calcula ni decide.
- Sin cita, no hay resultado. Cada regla lleva su fuente y la cita literal de la que sale el umbral, y se comprueba que esa cita existe en el texto de la norma. Que el umbral coincida con ella lo tiene que confirmar una persona, y a 1 de octubre de 2026 esa revisión de las reglas ya cargadas sigue en curso. Desde septiembre de 2026, ninguna regla nueva entra en el motor sin que la apruebe una persona.
- Cuatro resultados, siempre los mismos: OK, Revisar, Fuera de rango y No auditable. Ningún indicador de confianza cambia el significado de un resultado. Mientras esa revisión sigue en curso, OrionBIM muestra como «Revisar» todo resultado que el evaluador habría dado como OK o Fuera de rango, con el valor medido, el umbral y la cita a la vista, y avisa de que ningún resultado sustituye la validación de un técnico competente.
- Asistente en Revit. El complemento incluye un asistente que usa modelos de lenguaje para consultar el modelo y trabajar con él desde Revit. Las acciones que el sistema clasifica como destructivas piden la confirmación de una persona. El asistente no emite veredictos: los resultados normativos salen del evaluador.
- Firma humana. Para marcar una entrega como Publicada en el registro de OrionBIM (no publica en ACC ni en otra solución de CDE) hacen falta tres cosas a la vez: que exista el veredicto, que no sea «No auditable» y que lo firme una persona. Es la compuerta de OrionBIM: no sustituye la autorización y la aceptación que fije el proyecto.
- Fallo cerrado. Si no hay regla aprobada para el país del proyecto, el resultado es «No auditable», y nunca se aplica la norma de otro país. A 1 de octubre de 2026, OrionBIM solo tiene reglas de República Dominicana, y ninguna del CDCRD está aprobada.
- OrionPoint propone; una persona revisa. Subes un escaneo E57 desde Revit, se procesa fuera de tu equipo, en servidores en la nube, y OrionPoint propone losas o forjados, pilares o columnas, vigas y muros como elementos nativos de Revit, que una persona acepta, modifica o rechaza. Lo que la nube no ve queda marcado.
Y lo que no hace:
- No dice que un proyecto «cumple». Esa conclusión la valida quien firma el proyecto.
- No sustituye al proyectista, a quien firma la entrega ni a la autoridad que concede la licencia.
- No publica cifras de precisión ni de ahorro: sin un método de medición que cualquiera pueda repetir, una cifra no es una prueba.
Si quieres ver cómo queda escrito ese reparto en un documento real, puedes ver cómo emite OrionBIM un dictamen con su cita.
Fuentes
- What's New in Revit 2027Autodesk, consultada 2026-10-01
- Acerca del Diseño generativoAutodesk, ayuda de Revit 2021, consultada 2026-10-01
- BIM-GPT: a Prompt-Based Virtual Assistant Framework for BIM Information RetrievalarXiv, Zheng y Fischer (2023), consultada 2026-10-01
- Using Vision Language Models for Safety Hazard Identification in ConstructionarXiv, Adil y otros (2025), consultada 2026-10-01
- SODA: Site Object Detection dAtaset for Deep Learning in ConstructionarXiv, Duan y otros (2022), consultada 2026-10-01
- BIMStruct3D: A Fully Automated Hybrid Learning Scan-to-BIM Pipeline with Integrated Topology RefinementarXiv, Chamseddine y otros (2026), consultada 2026-10-01
- Applications of machine learning and artificial intelligence in construction project cost prediction: a scientometric analysis and qualitative reviewZhang, Frontiers in Built Environment (2026), consultada 2026-10-01
- Large Language Model-Driven Code Compliance Checking in Building Information ModelingarXiv, Madireddy y otros (2025), consultada 2026-10-01
- A Survey on Hallucination in Large Language Models: Principles, Taxonomy, Challenges, and Open QuestionsarXiv, Huang y otros (2023, revisado en 2024), consultada 2026-10-01
- Non-Determinism of "Deterministic" LLM SettingsarXiv, Atil y otros (2024, revisado en 2025), consultada 2026-10-01
- Retrieval-Augmented Generation for Knowledge-Intensive NLP TasksarXiv, Lewis y otros (2020), consultada 2026-10-01
- ISO 19650-5:2020 - Organization and digitization of information about buildings and civil engineering works, including building information modelling (BIM) — Information management using building information modelling — Part 5: Security-minded approach to information managementOrganización Internacional de Normalización (ISO), consultada 2026-10-01
- Ley 38/1999, de 5 de noviembre, de Ordenación de la EdificaciónBoletín Oficial del Estado (BOE), consultada 2026-10-01