El módulo desarrolla un proyecto final críticamente fundamentado situando la producción acumulada del programa en un campo compartido de relaciones. Una herramienta desarrollada a medida combina modelos semánticos y evaluación cuantitativa, recogiendo el trabajo de los estudiantes en un único mapa combinado. Las relaciones cuantitativas y semánticas permiten una crítica mediada por IA que genera preguntas y conversaciones entre los estudiantes, en lugar de clasificar los trabajos. Los estudiantes consolidarán primero sus bases de conocimiento personales para poder utilizarlas como dispositivo operativo en su proyecto final: esas bases servirán como personalización propia para workflows integrados, predominantemente agénticos. Un caso podría recuperar datos del emplazamiento desde una plataforma cartográfica, cruzarlos con fuentes ambientales y pasar determinados outputs a ComfyUI para crear visualizaciones preliminares.
AI Integration
A bespoke, adaptive multimodal ecosystem
The module
Gallery
Objectives
- Consolidar el trabajo previo y las referencias en una base de conocimiento personal operativa.
- Adaptar workflows agénticos integrados a cuestiones arquitectónicas específicas.
- Emplear la comparación mediada por IA para generar relaciones, preguntas y diálogo.
- Desarrollar, documentar y defender un proyecto final coherente mediante tutorías personalizadas.
What you will be able to do
Learning outcomes
Los estudiantes serán capaces de comisariar y activar una base de conocimiento personal para la recuperación, la comparación y el desarrollo de proyectos; traducir una pregunta arquitectónica en una combinación adecuada de agentes, modelos, datasets y herramientas de diseño; evaluar sus resultados mediante métricas apropiadas definidas por el usuario, ya sea con análisis semántico y medidas de similitud, o con análisis basado en geometría; utilizándolas para formular preguntas y relaciones; y desarrollar, documentar y defender un proyecto final de formato abierto con una posición clara, referencias y coherencia interna.
Professional outcomes
Deja al arquitecto con un sistema operativo para su propia práctica, una base de conocimiento personal, junto con la capacidad de seguir ampliándola y de orientarla a cada encargo o pregunta de investigación.
Methodology
Learn by doing, on the student's own real project. No software tutorials: a pre-built starting package is provided and base resources are given apart. Sessions combine a short input, guided practice and critique.
Concepts
Session by session
- Consolidación de la base de conocimiento
- Crítica mediada por IA: producción previa
- Definición del proyecto final + Taller de proyecto
- Taller de proyecto
- Taller de proyecto
- Presentación final y crítica colectiva
Deliverable
Faculty and resources
Module Faculty
Learn this in MIAWS
This module is part of the 18-week postgraduate program. Work with your own real project from week 1. First cohort February 2027.
Talk to MIAWS AI →