L’IA IN ARCHITETTURA È UN NUOVO COLLABORATORE

Lavorare con l’Intelligenza Artificiale è come avere un nuovo collaboratore, con tutti i pro e contro del caso.

Un caso reale di un cliente che sta costruendo un processo IA per la revisione dei disegni di permesso di costruire rivela una verità più ampia: il valore di un'IA applicata al processo dipende dalla knowledge base su cui può lavorare.

Costruirla oggi non è poi così diverso dal costruire il Sistema Condiviso dello studio.

Qualche settimana fa un mio nuovo cliente mi ha raccontato un progetto che sta portando avanti: una piattaforma IA che individua gli errori sui disegni nel processo di permesso di costruire, confrontandoli con la legislazione di riferimento e con le best practice interne dello studio.‍ ‍

La prima immagine che mi è venuta in mente non è stata quella di un software. È stata quella di un titolare che delega la revisione dei disegni a un tirocinante.‍ ‍E se l'immagine giusta è quella di un tirocinante, allora la domanda che conta non è "funziona?", ma "cosa gli hai insegnato?"‍ ‍

Un tirocinante che non dorme mai

Non è idelae affidare la revisione di un set di disegni a una persona appena entrata in studio dicendo solo "controlla che sia tutto a posto". Se proprio è necessario, prima di tutto si definisce cosa intendiamo per "a posto":

• quali normative si applicano

• quali errori sono ricorrenti

• quali sono gli standard dello studio su quel tipo di intervento

Poi si accompagna il lavoro nelle prime settimane. Si correggono gli errori di interpretazione prima che diventino abitudine. Si torna a spiegare quando il risultato non corrisponde all'aspettativa. É esattamente un processo di delega, quella dinamica che spesso risulta ancora tanto misteriosa, ma che sembra più semplice applicata a uno schermo.

L'esperimento non ha funzionato. Non per la parte normativa - quella si trova, si carica, si aggiorna. È saltato esattamente nel punto più delicato: le best practice interne, i criteri non scritti con cui lo studio valuta un disegno. Quella parte non è stata raccolta, perché non esisteva da nessuna parte se non nella testa di chi la applica da anni. Il cliente dopo ore di programmazione si è ritrovato a revisionare tutto il lavoro eseguito dal suo nuovo tirocinante.

È un'immagine utile perché smonta l'aspettativa più comune, e più fuorviante, quando si parla di IA applicata al processo: che basti un click, che il sistema "sappia già", che affidarsi equivalga a fidarsi senza verificare.

Incontro lo stesso problema lavorando su automazioni e IA nelle piattaforme di project management dei miei clienti, come ClickUP. Ci si aspetta report automatici definiti con to do list operative istantanee, senza aver inserito tutti i dati in modo strutturato in piattaforma.

La revisione È il modo in cui la conoscenza si aggiorna

Quando l'IA del cliente ha dato un risultato sbagliato perché non conosceva un criterio interno mai scritto da nessuna parte, quell'errore era un segnale di cosa mancava alla base di conoscenza. È la stessa logica che guida da sempre il Design Thinking applicato al processo di studio: non basta Prototipare e Testare, bisogna anche Imparare, far sì che un errore non resti legato al singolo progetto, ma diventi patrimonio condiviso.

Con l'IA questo principio diventa più letterale. Ogni volta che chi revisiona nota una discrepanza, sta facendo due cose insieme: corregge l'output di oggi e individua cosa aggiungere alla base di conoscenza perché l'output di domani sia già corretto. Se quella correzione resta solo nella testa di chi l'ha fatta, come succede spesso anche senza l'IA, il guadagno si perde e l'errore si ripete.

Per questo la revisione non è il passaggio che si elimina quando l'IA entra nel processo. È il passaggio che fa crescere la base di conoscenza e che, di conseguenza, rende l'intero processo via via più rilevante.

La vera domanda: cosa sa la tua IA

Spostiamoci ora dal caso specifico a un principio più generale, perché vale per qualsiasi processo di studio supportato dall'IA; non solo per la revisione dei disegni, ma per la pianificazione, il controllo budget, la gestione documentale. La qualità di un output IA dipende da cosa quel modello ha a disposizione per lavorare: quale legislazione, quali standard, quale storico di progetti, quali criteri decisionali sono stati rendi espliciti e accessibili.

È quello che nel settore tecnologico viene oggi chiamato, con un termine più ampio della semplice "base di conoscenza", context engineering. Dal 2025 si è consolidata l'idea che il modo in cui si assembla e si organizza il contesto a disposizione di un sistema IA sia diventato il fattore tecnico decisivo, più della singola tecnologia di recupero delle informazioni.

In altre parole: la domanda non è "questa IA è abbastanza intelligente?". È "questa IA ha accesso a tutto quello che servirebbe sapere per fare bene questo compito specifico, nel mio studio, con i miei standard?".

Non è un lavoro nuovo: è il tuo Sistema Condiviso

Ed è qui che il discorso si chiude su un terreno che conosciamo già. Costruire una knowledge base per un processo IA è lo stesso esercizio che descrivo quando parlo di Sistema Condiviso: l'infrastruttura, digitale e non, su cui lo studio lavora ogni giorno. Un'IA, come un nuovo collaboratore, non ha accesso al sapere implicito di uno studio che nessuno lo ha mai messo per scritto.

Se il tuo studio non ha mai formalizzato gli standard di revisione, il Manuale di Studio, i criteri con cui si valuta un progetto, costruire un processo IA non aggira questo problema: lo rende visibile più velocemente.

Per ottenere resultati efficaci l’IA richiede di aver definito prima quello che un nuovo collaboratore avrebbe scoperto da solo dopo mesi - a volte anni - di osservazione e correzioni. L'IA non sostituisce il lavoro di rendere esplicito ciò che oggi è implicito nel tuo studio, anzi lo rende urgente.

Una domanda con cui lasciarti

Se oggi dovessi costruire la base di conoscenza su cui un'IA può lavorare nel tuo studio - la normativa, gli standard, i criteri di revisione, le best practice - cosa sarebbe solo nella tua testa?‍ ‍

Se la risposta ti preoccupa un po', è il punto di partenza giusto. Con lo SMART Design quel sapere prende la forma di un Office Manual: procedure, standard, criteri - scritti e disponibili per chiunque (umano o IA) debba applicarli.

Sono Veronica Baraldi - architetta e Professional Organizer associata APOI e APEOP. Dal 2016 lavoro con studi di architettura in Italia e Portogallo per progettare sistemi operativi che funzionano davvero. Se vuoi capire come potrei aiutare il tuo studio, scopri come lavoro o prenota una call conoscitiva gratuita.