Pedro Pérez González, ingeniero de Edificación especializado en tecnología aplicada a la construcción
Cuando acabes de leer este artículo, puedes abrir cualquier modelo de IA que tengas a mano y probar algunas de las tareas que estas herramientas pueden hacer por ti. Lo que comparto aquí son ejemplos reales donde las uso a diario, y donde me ahorro una cantidad ingente de tiempo, por no hablar de los errores que consigo evitar.
Cuando hablo de estas herramientas, me refiero a los conocidos LLMs (modelos de lenguaje), sistemas entrenados para interactuar con nosotros en lenguaje natural.
Este cambio ha supuesto una auténtica revolución, porque ha democratizado el acceso a la inteligencia artificial en el día a día. Y, como suele pasar, viene acompañado de marcas: Coca-Cola o Pepsi, Nike o Adidas. En este caso, yo utilizo ChatGPT, aunque hay otras como Claude o Perplexity, cada una con sus ventajas y matices. En mi caso, suelo alternar entre ChatGPT, Gemini y Claude. Y la mayoría de las cosas que explico en este artículo, las podéis aplicar indistintamente con uno u otro.
1. Comparar versiones entre planos
Vamos con una sencillita. Te viene un plano sin nubes de revisión. Tienes que jugar a las 7 diferencias. Pero no tienes tiempo… ¿Te suena?
A mí me pasaba muchísimo. Tenía dos versiones de un plano y tenía que revisarlas a mano para ver qué habían cambiado: cotas, superficies, textos, distribución de espacios… Y lo peor es que, si eran cambios sutiles, podía pasarme por alto alguno.
Con la IA, esto ha cambiado totalmente. Ahora puedo extractar los textos o las descripciones de ambos planos y pedirle a la IA que compare las diferencias. Por ejemplo, si han modificado superficies, cotas o nombres de estancias.
Yo lo que suelo hacer es subir las dos versiones en PDF y escribir algo como:
“¿Me puedes comparar las diferencias entre estos dos planos?”
Y ChatGPT me devuelve un listado con las diferencias detectadas. A veces incluso me señala incongruencias que yo no había visto, como nombres de estancias cambiados de forma sutil (por ejemplo, pasar de “Cuarto de instalaciones” a “Sala técnica”) o ligeras variaciones en superficies.
Otra utilidad es cuando se cambian detalles técnicos o acabados. Por ejemplo, si en un plano han sustituido una fachada de ladrillo visto por una fachada ventilada, la IA puede detectarlo comparando los textos descriptivos.
Esto no solo me ahorra horas de revisión, sino que puede evitar errores que, en obra, se convierten en sobrecostes o en conflictos con el cliente. En definitiva, es como tener un ayudante que juega a las 7 diferencias por mí, pero mucho más rápido y sin cansarse.
Por corta que sea la reunión, siempre intento conseguir la transcripción. Esta transcripción, es la clave para poder sacar un resumen claro, con decisiones tomadas, tareas asignadas y próximos pasos. Es perfecto para compartir con el equipo y asegurarte de que nadie se pierde nada.
Simplemente, debes pasarle la transcripción a ChatGPT y pedirle el resumen con lo que quieras.
Aplicaciones para conseguir las transcripciones, hay muchas. Si la reunión es a través de Google Meet, ya está Gemini para tomar notas. Teams también tiene su opción de transcribir aunque hay veces que se lía con los idiomas. En Apogea solemos usar Read.ai.
Y podéis decir, “Yo es que tengo reuniones presenciales en obra”. Para eso, también hay aplicaciones para el móvil en las que puedes transcribir lo que se habla a partir de la grabación de voz.
Esto, además, es muy útil para comprobar documentos, como verás en uno de los puntos siguientes.
El formato que suelen leer mejor los LLMs es TXT o MD. Aunque también puedes soportar transcripciones de Word o PDF.
Suele dejarte muy mal que, en un mismo documento, haya varias incongruencias, errores ortográficos o fallos de redacción. Esto puede dar lugar a ambigüedades importantes de las que depende el proyecto… y que luego cuestan tiempo, dinero y disgustos.
Antes, revisaba memorias, justificaciones, pliegos o presupuestos una y otra vez a mano, para asegurarme de que no hubiera errores. Aun así, siempre se escapaba algo: superficies distintas en dos apartados, nombres de materiales que no coincidían o simples erratas que dan mala imagen.
Ahora, con la IA, esto ha cambiado totalmente. Lo que hago es adjuntar el documento en PDF o Word y escribirle algo como:
“Necesito comprobar que en este documento no hay incongruencias, errores ortográficos, de sintaxis o inconsistencias. Siéntete libre de proponer las mejoras que creas oportunas.”
La IA revisa el texto y me devuelve un informe muy detallado, con sugerencias de redacción, correcciones de cifras o incluso detecta contradicciones. Por ejemplo, me ha avisado más de una vez de cosas como:
- Superficies distintas en dos apartados de la misma memoria.
- Una partida en el presupuesto que habla de “falso techo continuo”, mientras en la memoria figura “falso techo registrable”.
- Datos duplicados o párrafos repetidos.
Además, suelo volver a pasarle el documento después de hacer las correcciones, para confirmar que lo he dejado bien. Simplemente le digo:
“¿Me puedes volver a hacer la corrección?”
Esto me permite evitar momentos embarazosos con clientes o superiores. Solo hay que pensar en el tiempo y el dinero que puede ahorrar una revisión a fondo: correos de queja del cliente, tener que rehacer documentos, retrasos en obra…
Para mí, es una de las formas más útiles de usar la IA en el día a día, sobre todo en un sector donde la documentación técnica es clave y cualquier error puede tener consecuencias importantes.
4. Comprobar normativas en planos
Aquí no estamos todavía en el terreno de los milagros… pero sí es cierto que la IA empieza a ayudar.
Por ejemplo, imagina que tienes un plano de evacuación donde se justifican los recorridos mínimos según el DB-SUA del CTE. O que tienes un plano de distribución de locales en un edificio sanitario y quieres saber si cumple las dimensiones mínimas exigidas. Antes, te tocaba bucear en el Código Técnico o en los Decretos específicos, buscar artículos y comprobar medidas… una a una.
Ahora, puedes describirle tu plano a la IA, con datos clave como dimensiones, usos de los espacios y normativa que aplica, y pedirle una primera revisión normativa.
Por ejemplo, suelo escribirle algo así a ChatGPT:
“Tengo un pasillo de 1,10 metros de ancho en una clínica médica. ¿Cumple con el DB-SUA para establecimientos sanitarios?”
O:
“En este plano, el recorrido máximo de evacuación es de 27 metros hasta la salida. ¿Está dentro de lo permitido según el CTE DB-SI?”
No es infalible ni sustituye al técnico, pero es una ayuda brutal para ahorrar tiempo y tener una primera alerta si algo suena raro. Incluso, me da referencias concretas de los artículos de la norma que debería consultar.
También la uso para entender mejor las exigencias de normativas autonómicas, que a veces difieren del CTE. Por ejemplo:
“¿Qué longitud máxima de recorrido de evacuación permite la normativa de la Comunidad de Madrid en edificios docentes?”
Otra ventaja es poder comprobar varias alternativas rápidamente. Si estoy proyectando un local comercial y dudo entre dos soluciones de evacuación, puedo preguntar cuál cumpliría mejor la normativa o cuál supondría menos obra.
Eso sí, siempre reviso la norma original para confirmar. La IA no sustituye la revisión legal o técnica, pero me permite detectar posibles problemas antes de avanzar en el proyecto, evitando sustos y modificaciones posteriores.
5. Proyectos en ChatGPT para tener un segundo cerebro
Para mí, una de las mejores funciones de ChatGPT es poder crear “proyectos” o hilos de conversación permanentes. Es como tener un segundo cerebro dedicado a cada obra o asunto en el que estoy trabajando.
Antes, me pasaba lo típico: tenía apuntes desperdigados en libretas, emails, carpetas en el servidor… y acababa volviendo una y otra vez a buscar qué decisión había tomado sobre tal material o por qué habíamos descartado cierta solución. Ahora, en ChatGPT, creo un hilo para cada proyecto y le voy contando todo lo que pasa, casi como si hablara con un compañero de equipo.
Por ejemplo, en un proyecto real, le tengo contado:
- El tipo de edificio
- Las superficies previstas
- Las decisiones que hemos ido tomando
- Normativas específicas que afectan
- Incluso transcripciones de reuniones
Cuando vuelvo días o semanas después, le puedo preguntar:
“¿Qué decisión habíamos tomado sobre el sistema de climatización en el proyecto de la residencia de mayores?”
Y me devuelve el resumen que él mismo me había ayudado a redactar. Es brutal.
Además, uso este espacio para reflexionar. A veces me da por pensar si lo que estamos proyectando es lo óptimo. Le planteo mis dudas y ChatGPT me devuelve pros, contras y alternativas. Es como discutir ideas con un compañero que no se cansa ni se enfada.
Otra ventaja es que “recuerda el contexto”. Cuanto más le cuento, más afina sus respuestas. Si en un proyecto estoy usando fachada ventilada cerámica, cuando le vuelvo a preguntar sobre acabados, me los sugiere directamente.
Incluso le paso documentos (transcripciones, PDFs, listados de partidas) y le pido que los asocie a ese proyecto. Así, cada “proyecto” en ChatGPT se convierte en un repositorio de información que me ayuda a no olvidar nada y a ser más rápido en las decisiones.
Para mí, es como tener un segundo cerebro, siempre disponible, que recuerda mejor que yo todos los detalles del proyecto.
6. Análisis de planificación y seguridad en obra
Uno de los usos más potentes que le di a la IA fue para revisar planificaciones de obra y detectar posibles problemas de seguridad o solapes de trabajos.
Por ejemplo, cada semana preparaba un cronograma con las actividades previstas: hormigonados, montaje de estructura, trabajos en altura, instalaciones, etc. Hasta hace poco, revisaba esas planificaciones casi a mano, imaginando dónde podían darse situaciones conflictivas. Luego empecé a pasar esa misma información a ChatGPT y le pedía que la analizara.
Algo muy útil es que se le pueden adjuntar archivos CSV con la planificación de obra. Yo exportaba los datos desde Project, Excel o cualquier programa de planificación, y los convertía en un CSV. Después, se lo subía al chat y le decía:
“Analiza este cronograma y dime si hay actividades solapadas que puedan suponer un riesgo de seguridad, o si hay recursos que se estén solapando.”
La IA revisaba las fechas, las duraciones y los nombres de las actividades y devolvía observaciones. Por ejemplo, me llegó a advertir cosas como:
- “Hay trabajos en cubierta solapados con montaje de instalaciones en planta baja. Podría suponer riesgo de caída de objetos.”
- “Los trabajos de estructura y albañilería coinciden en la misma zona, revisa el cronograma para evitar interferencias.”
Eso me servía para tener una primera alerta, antes de sentarme con el coordinador de seguridad o el jefe de obra.
También lo usaba para optimizar tiempos. Por ejemplo, le preguntaba:
“¿Qué pasaría si retraso el inicio del montaje de fachada una semana? ¿Afectaría a la fecha final de obra?”
Y me devolvía un análisis de impacto bastante útil.
No sustituye a herramientas específicas de planificación como MS Project, Primavera o Synchro, pero fue una ayuda enorme para ahorrar tiempo y tener una segunda opinión sobre la coherencia del cronograma y los riesgos asociados.
Como tener un jefe de obra virtual que revisaba la planificación y avisaba de posibles líos antes de que ocurrieran en la obra real.
Otra de las cosas más interesantes que uso a diario es la posibilidad de crear GPTs personalizados. Básicamente, se trata de entrenar un modelo de lenguaje con información específica, para que se convierta en un pequeño experto en el tema que yo quiera.
Antes, cuando tenía dudas sobre normativa, detalles constructivos o precios, iba saltando entre manuales, PDFs, bases de datos… y me costaba un mundo localizar la información. Ahora, puedo “enseñar” a la IA esos mismos documentos y tenerlos siempre a mano.
Por ejemplo, tengo un GPT alimentado solo con el Código Técnico de la Edificación (CTE). Le he subido documentos, copias del BOE o resúmenes de guías técnicas. Cuando le hago preguntas, me responde directamente con los artículos aplicables.
Puedo preguntarle cosas como:
“¿Qué resistencia al fuego exige el DB-SI para una fachada ventilada en un edificio de uso residencial de más de 18 metros?”
Y me devuelve la respuesta exacta, con la referencia normativa, sin tener que bucear durante media hora en PDFs. Es un ahorro de tiempo brutal, sobre todo cuando trabajo en varios proyectos distintos y cada uno tiene su propia normativa o requisitos.
También he creado GPTs específicos para detalles constructivos, donde he subido catálogos de sistemas de fachada, soluciones de aislamiento acústico o manuales de fabricantes. Así, cuando necesito decidir entre distintas soluciones, le pregunto:
“¿Cuáles son las ventajas de usar panel composite frente a cerámica en fachada ventilada?”
Y me responde con pros, contras y consideraciones técnicas.
Otra cosa que estoy probando es entrenar GPTs con bases de precios de construcción, para consultarle precios orientativos de partidas o comparar sistemas constructivos de manera rápida.
Además, estos GPTs personalizados se pueden compartir con compañeros de trabajo, lo cual es genial para que todo el equipo tenga acceso al mismo “mini-experto”, entrenado con la documentación interna de la empresa o normativa concreta.
Obviamente, no sustituyen el criterio profesional ni la lectura directa de la normativa, pero tener un GPT temático es como contar con un ayudante especializado que responde en segundos y me evita rebuscar en mil PDFs cada vez.
Para mí, es una de las aplicaciones más prácticas y potentes de la IA en mi día a día.
8. Describir patologías con Damage Spotter
Aquí me tomo la libertad de compartir una experiencia personal: una aplicación que desarrollé para comprobar, en primera persona, hasta dónde puede llegar la IA aplicada a la obra.
Hace un tiempo, quise experimentar con las posibilidades de conectar aplicaciones propias a la API de OpenAI, para ver hasta dónde podía llegar la IA aplicada al mundo de la construcción. Fue entonces cuando desarrollé Damage Spotter, una app que creé para detectar patologías en obra a partir de una simple fotografía. Podéis encontrarla en la Play Store.
La idea es sencilla: haces una foto a una zona de la obra donde ves una grieta, una mancha de humedad, desconchados o cualquier otra patología, y la subes a la app. Damage Spotter se conecta con la IA de OpenAI y analiza la imagen para identificar el tipo de daño y, además, sugiere posibles causas y soluciones.
Por ejemplo, le subes la foto de una grieta en un muro y te responde algo como:
“Parece una fisura superficial por retracción del mortero. Suele ocurrir en las primeras semanas tras el hormigonado. Sugerencia: sellado superficial si no presenta movimiento.”
O le mandas la imagen de una mancha oscura en un techo y te dice:
“Posible mancha de humedad por condensación o filtración. Revisión del aislamiento y estanqueidad recomendada.”
Esto, cuando estaba en obra, me habría ahorrado muchísimas discusiones y tiempos de diagnóstico. Y aunque no sustituye al criterio de un técnico, sirve como una primera orientación o como ayuda para explicar el problema a clientes o compañeros menos técnicos.
Otra ventaja es que, al estar conectado a la API, Damage Spotter aprende y mejora con el tiempo. Cuantas más imágenes analiza, más precisa se vuelve en las respuestas. Incluso he pensado en añadirle funciones para generar informes automáticos, listos para adjuntar a partes de obra o informes técnicos.
Para mí, fue un experimento que demostró el potencial de combinar visión artificial e IA en el mundo de la construcción. Y me abrió un montón de ideas sobre cómo usar la IA más allá del texto.
El desarrollo de Damage Spotter contó con la ayuda concedida por el Consejo General de la Arquitectura Técnica de España (CGATE) en la convocatorio de la I Edición de los Premios a Trabajos Fin de Grado de Escuelas
Otro campo donde la IA empieza a tener muchísimo potencial es en el mundo del BIM, y aquí entra en juego el MCP, que significa Model Context Protocol. Dicho de forma sencilla, un MCP es un protocolo o lenguaje intermedio que permite a modelos BIM (como los de Revit) “hablar” con modelos de lenguaje como ChatGPT o Claude. Es decir, traduce la información técnica del modelo BIM en datos que una IA pueda entender y procesar en lenguaje natural.
Esto abre un mundo de posibilidades. Hasta ahora, para consultar datos en Revit tenía que abrir el modelo, buscar filtros, crear tablas de planificación, exportar datos… Ahora, con un MCP, puedo preguntar directamente a la IA sobre mi modelo BIM en lenguaje natural, y obtener respuestas rápidas y precisas.
Por ejemplo, puedo escribirle a Claude:
“¿Cuántos metros cuadrados de fachada ventilada tiene el modelo?”
O:
“Dime cuántas puertas cortafuegos hay en la planta segunda y sus dimensiones.”
Claude, gracias al MCP, entiende la estructura del modelo y extrae los datos automáticamente, sin necesidad de que yo tenga que abrir Revit y navegar entre familias, parámetros y tablas.
Además, con Claude he probado algo que me parece especialmente útil: cruzar datos BIM con normativa o criterios técnicos. Por ejemplo, puedo preguntarle:
“¿Cumple la anchura de los pasillos del modelo con el DB-SUA para uso hospitalario?”
Y me devuelve tanto el dato extraído del modelo como la referencia normativa aplicable.
Y esto va incluso más allá. Hoy en día, ya se puede dar a la IA un solar con sus dimensiones, orientación y condicionantes urbanísticos, junto con los requerimientos de una vivienda (número de habitaciones, superficie, tipo de espacios), y pedirle que empiece a generar una propuesta de distribución. Obviamente, no sustituye el trabajo de un arquitecto, pero sirve como punto de partida para explorar alternativas y ahorrar muchísimo tiempo en las fases iniciales del diseño.
Esto no sustituye el trabajo de un modelador o de un técnico que revise el modelo en detalle, pero es una herramienta brutal para ganar tiempo y tener una visión global del proyecto.
Para mí, el MCP es uno de los desarrollos más prometedores para unir el mundo del BIM con la IA. Y estoy convencido de que en poco tiempo va a cambiar por completo la forma en la que consultamos, diseñamos y explotamos la información de los modelos BIM.
Para mí, la IA ya no es algo futurista ni exclusivo de grandes empresas. Es una herramienta real y práctica que uso cada día para ahorrar tiempo, evitar errores y trabajar de forma más eficiente.
No se trata de que la IA lo haga todo sola, ni de sustituir al criterio técnico. Al contrario, se ha convertido en un compañero de trabajo que me ayuda en tareas que antes me llevaban horas: comparar planos, revisar documentos, generar justificaciones, analizar planificaciones o incluso detectar patologías en obra.
Además, cada vez surgen más posibilidades: GPTs personalizados para normativa, análisis predictivo de seguridad, comparativas de materiales… Y lo mejor es que todo esto está al alcance de cualquiera, no hace falta ser programador ni trabajar en una multinacional.
Mi consejo es perderle el miedo y empezar a probarla en el día a día. Al principio parece que no va a saber tanto, y es cierto que necesita supervisión. Pero una vez la entrenas y le das contexto, se convierte en una ayuda enorme.
Además, también se pueden hacer cosas más complejas. Por ejemplo, en Apogea estamos usando n8n combinando modelos de LLM para analizar carpetas enteras de entregas de proyectos. Si este artículo tiene interés, podremos profundizar en soluciones más complejas y personalizadas.
En mi caso, la IA ya forma parte de mi caja de herramientas. Igual que puedo usar BIM o las hojas de cálculo, ahora uso la IA para que mi trabajo sea más rápido, más seguro y, sobre todo, menos propenso a errores. Y, sinceramente, no concibo volver a trabajar sin ella.
