u821095

Vista previa del material en texto

Revisión Literaria sobre la integración de Inteligencia Artificial y BIM para el 
desarrollo de la Competitividad en el Sector de la Construcción en Colombia 
 
 
Rios, N. Viveros, D.E 
 
 
Departamento de Ingeniería Civil y Ambiental 
Universidad de los Andes 
Bogotá, Colombia 
 
Abstract. 
Poco a poco, el modelado de información de construcción se ha convertido en 
una importante herramienta y una gran ventaja a la hora de llevar a cabo un 
proyecto. Esta herramienta permite no solo reducir gastos, costos y tiempos de 
obra, sino aumentar la productividad y las utilidades de los proyectos. Sin 
embargo, se cree que, si se complementa este tipo de modelado con inteligencia 
artificial, los beneficios serán mucho mayores y las aplicaciones más extendidas. 
En el presente trabajo se pretende llevar a cabo una revisión bibliográfica que 
ayudará a identificar qué tan beneficioso sería relacionar la inteligencia artificial 
con el modelado de información de construcción (BIM). En primer lugar, se han 
clasificado los beneficios o beneficiados con esta herramienta de la siguiente 
manera: ambiente, diseño, seguridad en el trabajo, gerencia de la obra y jefes de 
esta. Luego se procedió a clasificar los artículos hallados según su beneficio, y 
posteriormente analizar si el uso de inteligencia artificial puede influir o no 
positivamente en el modelado de información de construcción para cada punto 
específico. Los resultados servirán de guía para aquel que desee aprovechar la 
inteligencia artificial con el fin de aumentar la productividad y disminuir los 
costos de una obra. 
 
Palabras clave: articulación, BIM, Inteligencia artificial, obra, proyecto, datos. 
1. Formulación del problema 
 
En el estado actual de la aplicación de BIM en la industria de la construcción se han encontrado 
múltiples limitaciones. De igual manera, la creciente ampliación y articulación con nuevas 
tecnologías han dejado rezagado el sector de la construcción en Colombia con respecto a la 
aplicación de BIM en sus proyectos. Por esto, se frente al avance de las nuevas tecnologías el 
sector constructivo en Colombia se ha visto impactado de manera directa en su competitividad, 
lo que además se traduce en el aumento de los costos y los tiempos en la ejecución de los 
proyectos. Lo anterior, se ve reflejado también en que Colombia se ubica en el puesto 66 dentro 
del índice global de competitividad, en el que la infraestructura y la industria tienen un papel 
principal. 
 
2. Objetivos 
Principal 
Realizar una revisión del estado del arte actual de la aplicación de inteligencia artificial y las 
plataformas de BIM en sus dimensiones de aplicación en el sector de la construcción y su aporte 
a la competitividad del país. Se desea conocer más a fondo que tan aplicable es la inteligencia 
artificial al modelado de construcción de información y si vale la pena llevar a cabo una gran 
investigación e inversión para mejorar la relación entre ambos conceptos, con el fin de aumentar 
la productividad de una obra y mitigar sus riesgos. 
Secundarios 
Buscar y diferenciar las potencialidades de la aplicación de estas herramientas de acuerdo con 
el tipo de o usuario final de su uso en el sector constructivo del país. 
Identificar el presente y el futuro de su impacto dentro de la competitividad de este sector 
dentro de los próximos años. 
 
3. Metodología 
 
Para la establecer el estado del estado actual del arte de la articulación de BIM e Inteligencia 
Artificial se realizará una revisión literaria de las investigaciones más sobresalientes en el mundo 
realizadas hasta ahora. 
De esta manera, en primera medida se llevará a cabo la concesión y recolección de la mayor 
cantidad de investigaciones realizadas. Para este proceso se procede a consultar en sitios web 
relacionados con los temas presentados como a Autodesk…, además de importantes sitios 
recopiladores de investigaciones como Elsevier, ASCE Library, entre otros. Para esta búsqueda 
su usaron palabras relacionadas a BIM y a inteligencia artificial, además de su traducción al 
inglés. 
Con esto, se establece como criterios las áreas de aplicación de BIM e Inteligencia Artificial 
dentro de los proyectos de construcción para realizar una clasificación de los resultados. Con 
esto para la realización de la recolección de datos más precisa, el tipo de aplicación dentro de 
las diferentes áreas o principalmente los usuarios finales de estas herramientas dentro de los 
proyectos de construcción. 
4. Resultados 
Para un mejor análisis y manejo de la información recolectada se establecen como criterios de 
clasificación a las áreas de aplicación de la articulación entre Inteligencia Artificial (IA) y las 
herramientas de Building Modelling Information (BIM). Con esto, es posible identificar 
claramente las potenciales aplicaciones de esta articulación de acuerdo con el tipo o usuario 
final y así establecer las mejoras en la productividad por área dentro del proyecto, 
Tabla 1. Resumen de los resultados encontrados. 
No. Área de Aplicación Referencia Cantidad 
1 
BIM E INTELIGENCIA ARTIFICIAL 
PARA EL MEDIO AMBIENTE 
Yezioro et al, 2008; Denzer 2005; 
Banihashemi 2017 
2 
2 
BIM E INTELIGENCIA ARTIFICIAL 
PARA DISEÑO 
NIBT 2018; Banihashemi 2015; 
Konstantinidis 2018; Banihashemi 
2017; Zigurat 2018; Clark, Metha 
1997 
Tan 2018 
7 
3 
BIM E INTELIGENCIA ARTIFICIAL 
PARA ESTIMACIONES 
NIBT 2018; Zigurat 2018 2 
4 
BIM E INTELIGENCIA ARTIFICIAL 
PARA SEGURIDAD EN EL 
TRABAJO 
Blanco et al, 2018 1 
5 
BIM E INTELIGENCIA ARTIFICIAL 
PARA GERENCIA DE OBRA 
Wilson 2018; Zigurat 2018; 
Kanner, Moran 2017; Wang et al, 
2012 
4 
6 
BIM E INTELIGENCIA ARTIFICIAL 
PARA JEFES DE OBRA 
Hamledari et al. 2018; Zigurat 
2018,1; Zigurat 2018,2; Nickson 
2018 
4 
 
BIM E INTELIGENCIA ARTIFICIAL PARA EL MEDIO AMBIENTE 
 
Un enfoque de Inteligencia Artificial aplicado para Evaluar las Herramientas de Simulación 
de Rendimiento de Edificios. 
Junto al avanzado desarrollo de la tecnología, existen numerosas herramientas que permiten 
simular y calcular el consumo energético de una construcción. Cuando se va a seleccionar qué 
herramienta utilizar para este cálculo, es importante tener varias consideraciones en cuenta 
como la precisión y seguridad garantizada por el programa. Este artículo presenta un enfoque 
en cuanto a la utilización de artificial neural networks (ANN) para la evaluación de distintos 
aspectos energéticos de un proyecto. Esta inteligencia fue utilizada en un proyecto llamado Solar 
House, obteniendo resultados con un error menor al 1%. Otras herramientas que no utilizan 
apoyo de inteligencia artificial mostraron un error superior al 3%. (Yezioro et al, 2008) 
Integración Genérica de los Sistemas de Apoyo a las Decisiones Ambientales: estado del arte 
Hoy en día, Environmental Information Systems (EIS) y Environmental Decision Support Systems 
(EDSS) son los principales gestores ambientales. Son caracterizados por ser diferentes de otras 
plataformas de sistemas de información communes por sus novedosas aplicaciones, como por 
ejemplo el uso de inteligencia artificial. Este artículo pretende buscar las diferentes maneras 
en las cuales estos novedosos sistemas de información pueden ser integrados a distintas áreas, 
aprovechando así el uso de importantes sistemas de software y la inteligencia artificial para 
diferentes evaluaciones ambientales en distintos proyectos. (Denzer 2005) 
BIM activo con Inteligencia Artificial para la Optimización Energética en Edificios. 
Ante la falta de las plataformas de toma de decisiones inteligentes, la interoperabilidad ideal y 
las prácticas incorporadas de métodos de optimización en BIM que dificultan la difusión 
completa de BIM en EED (Energy Efficient Design) establece la necesidad de la integración de la 
Inteligencia Artificial (IA) en BIM-EED. Así, IA puede desarrollar y optimizar el EED en una 
plataformaintegrada de BIM para representar una solución alternativa para el diseño de 
edificios. Con esto, se establece el desarrollo de la articulación de BIM activo basado en IA para 
obtener una estimación inicial del consumo de energía de los edificios residenciales y optimizar 
el valor estimado mediante la recomendación de cambios en elementos de diseño y variables. 
Para esto se llevó a cabo un método cualitativo preliminar para identificar las variables 
priorizadas aplicables al EED. Se realizó un método de simulación para generar los conjuntos de 
datos de energía del edificio y posteriormente la simulación de algoritmos con IA para investigar 
su funcionalidad para la optimización de energía con los datos interdisciplinarios del EED. 
Finalmente, se verificó la funcionalidad del marco desarrollado utilizando un edificio residencial 
real. Los resultados indicaron una reducción del 50% en el consumo de energía eléctrica y un 
ahorro del 66% en el consumo anual de combustible del estudio de caso. (Banihashemi 2017) 
 
BIM E INTELIGENCIA ARTIFICIAL PARA DISEÑO Y CONSTRUCCIÓN 
 
Los niveles de BIM y el futuro de IA y BIM 
IA permite optimizar el desarrollo de los diseños estructurales a través del salto del modelo 
conceptual al modelo constructivo, empoderando el proceso digital de diseño con realidad 
aumentada o combinada. Además, usa materiales modernos como cemento self-healing, 
aerogeles y nanomateriales, además de impresión 3D y módulos preensamblados diseñados a 
través de procesos con IA y BIM, que aceleran la construcción y disminuyen costos manteniendo 
calidad y seguridad. (NIBT 2018). 
El Marco de Combinación de la Inteligencia Artificial y la Construcción de la Impresión 3D en 
Ingeniería Civil 
La impresión 3D para la construcción está transformando la industria de la ingeniería civil, 
aunque limitada por su poco desarrollo. Por esto, la articulación de la inteligencia artificial y 
tecnologías avanzadas como BIM y realidad virtual, proporciona nuevos métodos para resolver 
estos problemas. De esta manera, se propone un marco que combina inteligencia artificial y BIM 
con la impresión 3D en cinco aspectos: materiales, automatización, construcción digital, robots 
y plataforma BIM. La plataforma BIM se asocia también con otros aspectos para el desarrollo 
eficiente durante el ciclo de vida de la construcción. (Tan 2018) 
Inteligencia artificial y redes en sistemas integrados de gestión de edificios. 
Se establece la integración de datos dentro de un BMS a través de una única tecnología de red 
multimedia, proporcionándole Inteligencia Artificial (IA) mediante el uso de tecnología de 
sistemas basados en el conocimiento (KBS). Por lo tanto, el sistema es capaz de evaluar, 
diagnosticar y sugerir la mejor solución. Las técnicas de IA pueden mejorar el control de los 
sistemas HVAC para la comodidad de los ocupantes y los costos de funcionamiento eficientes 
basados en la predicción de la ocupación en función de muchos factores. (Clark, Metha 1997) 
BIM y la Inteligencia Artificial en el Diseño y la Construcción de Edificios Resistentes a 
Terremotos 
Se integra la inteligencia artificial para el diseño de edificios resistentes a terremotos con el 
concepto BIM, como también con el IFC (Industry Foundation Classes), tanto en el análisis de 
diseño estructural como en el diseño detallado estructural. Un ejemplo es el concepto BIM 
holístico avanzado (HoloBIM ™) aplicado en la Ingeniería de edificios resistente a terremotos, 
específicamente aplicado en el concreto reforzado. (Konstantinidis 2018) 
Desarrollo de un Marco de Aplicación de Inteligencia Artificial para proporcionar Edificios con 
Eficiencia Energética a través de BIM 
Debido a que las decisiones mas efectivas en las decisiones para edificios sostenibles se dan en 
la etapa de diseño, se establece el uso de BIM para acelerar este proceso y brindar la 
oportunidad de probar y evaluar diferentes alternativas de diseño y selección de materiales que 
pueden afectar el rendimiento energético de los edificios, realizando también detecciones, 
mediciones y optimizaciones de este rendimiento en la etapa de diseño. 
Así, se estudia las posibles interacciones entre BIM y edificios energéticamente eficientes con la 
aplicación de tecnologías de punta como los métodos de inteligencia artificial. Con esto, se 
establece un marco conceptual que proporciona un conocimiento esquemático de la 
aplicabilidad de BIM en sostenibilidad y optimización de energía a través de la utilización de 
nuevos algoritmos computacionales. (Banihashemi 2015) 
Cómo puede aplicarse la IA a la construcción: M A C H I N E L E A R N I N G 
Building System Planning desarrolló GenMEP, una herramienta externa para Revit para 
el diseño de elementos MEP (Mechanical, Electrical and Plumbinng). Esta herramienta 
usa inteligencia artificial para explorar todas las alternativas posibles para el diseño y 
los ensayos, estableciendo al final la mejor alternativa que evita que los modelos MEP 
3D tengan interferencias entre ellos. (Zigurat 2018) 
BIM E INTELIGENCIA ARTIFICIAL PARA ESTIMACIONES 
 
Los niveles de BIM en Estimaciones y el futuro de IA y BIM 
El uso de inteligencia artificial y BIM permite soportar y estimar la consecución de recursos 
humanos en cada etapa de la construcción, de acuerdo con sus condiciones y datos registrados 
del entorno laboral y de los requerimientos de los proyectos. 
Además, soporta las decisiones para apoyar la gestión empresarial, realizando la previsión de la 
demanda y de programación de obra con sus respectivas cantidades estableciendo correlaciones 
entre los modelos realizados y los datos del entorno. (NIBT 2018). 
Esto mejora la coordinación de la cadena de suministro y el control los costos y el flujo de caja 
del proyecto. 
Cómo puede aplicarse la IA a las Estimaciones: M A C H I N E L E A R N I N G 
De igual manera, un ejemplo de estas aplicaciones se da en que la IA permite el uso de 
brazos robóticos, que, a través de simulaciones, prefabrican los materiales, y con esto 
se realizan diseños generativos permitiendo identificar y evitar interferencias entre los 
modelos, realizando estimaciones más precisas, además de planear tareas para su 
desarrollo efectivo en la fase de planeación. (Zigurat 2018) 
BIM E INTELIGENCIA ARTIFICIAL PARA SEGURIDAD EN EL TRABAJO 
 
Cómo puede aplicarse la IA a la Seguridad en Construcción: I M A G E R E C O G N I T I O N 
Cuando se implementa el uso de inteligencia artificial con drones e imágenes en 3D, los 
ingenieros a cargo encuentran la posibilidad de comparar lo que está siendo construido contra 
los planos iniciales y el diseño a seguir. Otra gran ventaja es la de poder identificar posibles 
riesgos en las obras. Smartvid.io es una plataforma que utiliza elementos de la inteligencia 
artificial como reconocimiento de imágenes y de sonidos para producir automáticamente datos 
relevantes para la construcción, además de sugerir constantemente medidas de seguridad para 
mitigar los riesgos. (Blanco et al, 2018) 
 
BIM E INTELIGENCIA ARTIFICIAL PARA GERENCIA DE OBRA 
 
El Impacto de la Inteligencia Artificial en la Industria de la Construcción 
Las técnicas utilizadas hoy en día permiten que muy pocas combinaciones de programaciones 
puedan ser evaluadas completamente. Hacer estas evaluaciones manualmente, por otro lado, 
consume demasiado tiempo y se limita a los conocimientos de aquel que realice la evaluación. 
Sin embargo, un proceso de planeación haciendo uso de inteligencia artificial será utilizado para 
evaluar de manera rápida y eficaz millones de escenarios para cualquier Proyecto, sin importar 
la complejidad de este. Con este arreglo de escenarios, el equipo del proyecto será capaz de 
seleccionar aquel que sea el más apropiado tanto para los dueños como para los operadores. 
(Wilson 2018) 
Cómo puede aplicarse la IA a la Gerencia de la Construcción: R E I N F O R C E M EN T 
L E A R N I N G 
Los algoritmos de IA en conjunto con BIM permiten ser utilizados para realizar estudios de 
prueba y error sin riesgos en tiempos y costos. Esto ayuda a encontrar y optimizar la mejor 
manera de ejecutar una acción durante la fase de desarrollo, lo que permite realizar las tareas 
de planificación y programación de manera drásticamente más rápida y efectiva. (Zigurat 2018) 
Prepárese para la Inteligencia Artificial en la Construcción. 
Dentro de la construcción existen múltiples fuentes de datos. Los dispositivos móviles, drones, 
escáneres, y otras aplicaciones de gestión como BIM 360 Field están capturando y almacenando 
miles de fotos en los proyectos. Para estructurar estos crecientes flujos de datos, se están 
aplicando soluciones de aprendizaje automático de IA para clasificar, filtrar y obtener el estado 
del proyecto constructivo, de modo que los proyectos puedan encontrar la información de 
manera eficiente y tomar mejores decisiones. Además, permite el análisis predictivo en términos 
de resaltar problemas de calidad de alto riesgo. (Kanner, Moran 2017) 
Predecir el costo de la Construcción y el Cronograma utilizando el conjunto de Redes 
Neuronales Artificiales y Modelos de Clasificación de Soporte 
Existe la percepción común de que la planeación inicial adecuada de un proyecto conlleva un 
gran impacto positivo en el resultado final obtenido. Este artículo se centra en determinar cómo 
el desarrollo y uso de la inteligencia artificial puede ayudar a predecir con más exactitud el costo 
de un proyecto y su programación, todo a partir de los primeros planos. Se tomaron 92 distintas 
obras y se halló que un buen cálculo inicial puede, en efecto, predecir si el proyecto será 
beneficioso o no, además de demostrar que la inteligencia artificial sí puede producir resultados 
muy precisos con respecto a los costos, gastos y programación de una obra. (Wang et al, 2012) 
BIM E INTELIGENCIA ARTIFICIAL PARA JEFES DE OBRA 
 
Planificación de la misión del UAV utilizando Swarm Intelligence y 4D BIM en apoyo de la 
supervisión del progreso de la Construcción basada en la visión y el modelado según la 
Construcción 
La planeación de la inspección que se llevará a cabo es un elemento clave en el monitoreo de 
construcciones haciendo uso de drones. Antes de llevar a cabo este tipo de monitoreos, es 
necesario saber qué es precisamente lo que será inspeccionado, para lo cual se requiere una 
planeación de ruta. Estas rutas deben garantizar que se obtendrán todos los detalles necesarios 
al mismo tiempo que minimizan el tiempo de vuelo del dron, siendo este un tiempo limitado. El 
presente artículo propone una técnica que aprovecha los modelos BIM de cuatro dimensiones 
y la inteligencia artificial, para generar de manera automática planos de la ruta óptima a seguir 
por el vehículo no tripulado a cargo de la misión de monitoreo, garantizando la obtención de 
toda la información requerida mientras se reduce el tiempo total de vuelo, disminuyendo así los 
costos totales de los monitoreos. (Hamledari et al. 2018) 
Cómo puede aplicarse la IA para Jefes de Construcción: R I S K F O R E C A S T I N G A N D 
M A N A G E M E N T 
Con IA y BIM, se pueden realizar ensayos sobre la viabilidad de las soluciones y la eficacia 
de los materiales. Un ejemplo de esto, Autodesk desarrolló BIM 360 Project IQ, un 
software que utiliza datos interconectados y aprendizaje automático o Machine 
Learning, que permite pronosticar y priorizar en orden de importancia los problemas e 
inconvenientes en la obra con alto riesgo y brindar información sobre los desafíos más 
importantes a los que enfrentan los jefes de construcción, y con esto elegir la solución 
óptima. (Zigurat 2018) 
Inteligencia Artificial y BIM: Mejorando BIM con IA 
Además, la IA permite mejorar las herramientas de BIM para el control de obra usando 
imágenes de drones junto con los datos recopilados para la creación de modelos en 3D 
que pueden ser comparados con los modelos creados en BIM, permitiendo el control de 
del desarrollo de la obra. Además, estas herramientas comparativas permiten la 
reducción drástica de los tiempos para la toma de decisiones de manera efectiva. 
(Zigurat 2018) 
Estudio de caso de IA: ¿Puede la inteligencia artificial ayudar a evitar otro Carillion? 
El colapso de la compañía de construcción Carillion demuestra que esta industria es sumamente 
impredecible. Grandes cantidades de riesgos tanto financieros como de otras índoles se corren 
a la hora de realizar un proyecto. La caída de esta empresa se dio, en gran parte, por grandes 
proyectos que salieron mal financieramente, incluidos dos hospitals y una carretera en Escocia. 
Se cree que, de haber utilizado herramientas más avanzadas como lo es la inteligencia artificial, 
los costos de estos proyectos habrían sido calculados con más precisión y el riesgo de llevar a 
cabo estas obras habría sido significativamente menor. Se sabe que, en la construcción de estos 
proyectos, una de las partes más fundamentales es conocer un aproximado de los costos en los 
cuales se incurrirá. En este artículo se precisa la importancia de conocer con exactitud los costos 
y gastos, y cómo la inteligencia artificial puede ayudar a mitigar estos riesgos. (Nickson 2018) 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4. Análisis y conclusiones 
 
De acuerdo con lo encontrado, realizando un análisis básico de la cantidad de artículos 
encontrados, los cuales siguieron un orden basado en los motores de búsqueda de los 
exploradores de internet, se tiene que existe mayor cantidad de estos artículos para el área de 
diseño, con 7, y gerencia, con 4. Lo anterior, aunque con una significancia mínima, indica que 
existe mayores esfuerzos de articulación de Inteligencia Artificial y BIM para estas dos áreas, 
De esta manera, se pueden establecer estas áreas como posibles fuentes para aumentar la 
productividad en el sector constructivo del país a través de la articulación de estas nuevas 
tecnologías, buscando desde estos puntos una mejora competitiva. 
Sin embargo, este panorama indica también la necesidad de nuevos esfuerzos en las áreas 
restantes, debido a la importancia de estas áreas dentro de los proyectos de construcción, las 
cuales no deben ser subestimadas. Un ejemplo de esto es el área de seguridad en el trabajo, que 
conlleva no solo a costos económicos y de tiempo, sino también a la seguridad de los humanos, 
en función de proteger su vida y su integridad, y que además tienen impactos directos sobre el 
proyecto. 
Teniendo en cuenta todos los artículos anteriores, se ha podido comprender que el futuro de la 
construcción se encuentra en el uso y el aprovechamiento de la inteligencia artificial aplicada al 
modelado de información de construcción. No solo esta tecnología puede ser adaptada en 
prácticamente cualquier área de la construcción, sino que los beneficios que trae son tan 
impactantes que pueden llegar a significar la diferencia entre que una compañía entre en 
quiebra o no lo haga. Se sabe que la industria constructora está evolucionando velozmente, y 
que poco a poco el uso de BIM dejará de ser una ventaja y será prácticamente obligatorio para 
poder entrar en la competencia de esta industria. No solo esto, sino que, si se logra 
complementar el concepto de BIM con inteligencia artificial, los beneficios serían inimaginables, 
pues no solo se lograría reducir fuertemente los riesgos laborales y financieros, sino que se 
mitigarían los impactos ambientales generados en la industria, se acortarían los tiempos de 
construcción y podría llegar incluso a mejorar la economía de un país, mejorando así la industria 
de la construcción de formas que aún no comprendemos. 
 
 
 
 
 
 
 
 
 
 
 
Referencias 
 
 
Allen, B. (2018). How can BIM and related technologies make AEC professionals more 
productive? AI & Machine Learning Will ChangeConstruction. Recuperado de 
https://www.evolvebim.com/single-post/2018/08/15/AI-Machine-Learning-Will-Change-
Construction 
Banihashemi, S. (2015). Rics Cobra Aubea 2015. Developing A Framework of Artificial 
Intelligence Application for Delivering Energy Efficient Buildings Through Active BIM. Royal 
Institution of Chartered Surveyors. Recuperado de: 
https://www.researchgate.net/publication/279963853_DEVELOPING_A_FRAMEWORK_OF_AR
TIFICIAL_INTELLIGENCE_APPLICATION_FOR_DELIVERING_ENERGY_EFFICIENT_BUILDINGS_THR
OUGH_ACTIVE_BIM 
Banihashemi, S. (2017) Active BIM with Artificial Intelligence for Energy Optimisation in 
Buildings. University of Technology Sydney. A thesis submitted for the degree of Doctor of 
Philosophy. Recuperado de: 
https://opus.lib.uts.edu.au/bitstream/10453/123267/1/01front.pdf 
Blanco, J. et al. (2018). Artificial intelligence: Construction technology’s next frontier. 
McKinsey&Companyy. Capital Projects & Infrastructure. Recuperado de: 
https://www.mckinsey.com/industries/capital-projects-and-infrastructure/our-
insights/artificial-intelligence-construction-technologys-next-frontier 
Bruno, S., De Fino, M., & Fatiguso, F. (2018). Historic Building Information Modelling: 
performance assessment for diagnosis-aided information modelling and management. 
Automation in Construction. Elsevier B.V. doi.org/10.1016/j.autcon.2017.11.009. Recuperado 
de: https://www.mendeley.com/catalogue/historic-building-information-modelling-
performance-assessment-diagnosisaided-information-modelling/ 
Clark, G., & Mehta, P. (1997). Artificial intelligence and networking in integrated building 
management systems. Automation in Construction, ElSevier. 6(5-6), 481–498 recuperado de: 
https://www.mendeley.com/catalogue/artificial-intelligence-networking-integrated-building-
management-systems/ 
Clavero, J. (2018). Applications for Artificial Intelligence in Construction Management. E-sub 
Construction Software. Recuperado de: https://esub.com/applications-artificial-intelligence-
construction-management/ 
CRC for Construction Innovation. (2007). Adopting BIM for facilities management: Solutions for 
managing the Sydney Opera House. CRC for construction Innovation participants. doi: 
10.1061/(ASCE)CO.1943-7862.0000433 recuperado de: 
https://www.mendeley.com/catalogue/adopting-bim-facilities-management-solutions-
managing-sydney-opera-house-3/ 
Denzer, R. (2005). Generic integration of environmental decision support systems - State-of-
the-art. Environmental Modelling and Software. Elsevier BV. doi: 
10.1016/j.envsoft.2004.09.004 https://www.mendeley.com/catalogue/generic-integration-
environmental-decision-support-systems-stateoftheart/ 
https://www.evolvebim.com/single-post/2018/08/15/AI-Machine-Learning-Will-Change-Construction
https://www.evolvebim.com/single-post/2018/08/15/AI-Machine-Learning-Will-Change-Construction
https://www.researchgate.net/publication/279963853_DEVELOPING_A_FRAMEWORK_OF_ARTIFICIAL_INTELLIGENCE_APPLICATION_FOR_DELIVERING_ENERGY_EFFICIENT_BUILDINGS_THROUGH_ACTIVE_BIM
https://www.researchgate.net/publication/279963853_DEVELOPING_A_FRAMEWORK_OF_ARTIFICIAL_INTELLIGENCE_APPLICATION_FOR_DELIVERING_ENERGY_EFFICIENT_BUILDINGS_THROUGH_ACTIVE_BIM
https://www.researchgate.net/publication/279963853_DEVELOPING_A_FRAMEWORK_OF_ARTIFICIAL_INTELLIGENCE_APPLICATION_FOR_DELIVERING_ENERGY_EFFICIENT_BUILDINGS_THROUGH_ACTIVE_BIM
https://opus.lib.uts.edu.au/bitstream/10453/123267/1/01front.pdf
https://www.mckinsey.com/industries/capital-projects-and-infrastructure/our-insights/artificial-intelligence-construction-technologys-next-frontier
https://www.mckinsey.com/industries/capital-projects-and-infrastructure/our-insights/artificial-intelligence-construction-technologys-next-frontier
https://www.mendeley.com/catalogue/historic-building-information-modelling-performance-assessment-diagnosisaided-information-modelling/
https://www.mendeley.com/catalogue/historic-building-information-modelling-performance-assessment-diagnosisaided-information-modelling/
https://www.mendeley.com/catalogue/artificial-intelligence-networking-integrated-building-management-systems/
https://www.mendeley.com/catalogue/artificial-intelligence-networking-integrated-building-management-systems/
https://esub.com/applications-artificial-intelligence-construction-management/
https://esub.com/applications-artificial-intelligence-construction-management/
https://www.mendeley.com/catalogue/adopting-bim-facilities-management-solutions-managing-sydney-opera-house-3/
https://www.mendeley.com/catalogue/adopting-bim-facilities-management-solutions-managing-sydney-opera-house-3/
https://www.mendeley.com/catalogue/generic-integration-environmental-decision-support-systems-stateoftheart/
https://www.mendeley.com/catalogue/generic-integration-environmental-decision-support-systems-stateoftheart/
Hamledari, H. Davari, S. Sajedi, S.O., Zangeneh, P., McCabe, B. & Fisher Martin. (2018). UAV 
Mission Planning Using Swarm Intelligence and 4D BIMs in Support of Vision-Based 
Construction Progress Monitoring and As-Built Modeling. ASCE Library. Recuperado de: 
https://ascelibrary.org/doi/abs/10.1061/9780784481264.005 
Kanner, J., Moran, M. (2017). Get Ready for Artificial Intelligence in Construction. Industry Talk. 
Autodesk University. Recuperado de: https://www.autodesk.com/autodesk-
university/class/Get-Ready-Artificial-Intelligence-Construction-2017 
Konstantinidis, A. (2010). Earthquake Resistant Buildings made of Reinforced Concrete: The Art 
of Construction and the Detailing according to Eurocodes. Volume Α, Athens. Recuperado de: 
https://www.researchgate.net/publication/327437554_BIM_AND_ARTIFICIAL_INTELLIGENCE_
IN_THE_DESIGN_AND_CONSTRUCTION_OF_EARTHQAKE_RESISTANT_BUILDINGS 
National Institute of Building Technology Nashik (2018). Explore the Levels of BIM & the Future 
of AI & BIM. A Medium Corporation. Recuperado de: 
https://medium.com/@nibtnashik/explore-the-levels-of-bim-the-future-of-ai-bim-
45b6bc44a8e2 
Poch, M., Comas, J. & Rodriguez, I. (2004). Designing and building real environmental decision 
support systems. Elsevier. 19. 857-873. doi: 10.1016/j.envsoft.2003.03.007 
https://www.mendeley.com/catalogue/designing-building-real-environmental-decision-
support-systems/ 
Tan, k. (2018) The Framework of Combining Artificial Intelligence and Construction 3D Printing 
in Civil Engineering. MATEC Web Conf. Volume 206, 2018. 2018 The 3rd International Conference 
on Civil Engineering and Materials Science (ICCEMS 2018). Recuperado de: https://www.matec-
conferences.org/articles/matecconf/abs/2018/65/matecconf_iccems2018_01008/matecconf_i
ccems2018_01008.html 
Thomassen, M. (2011). BIM & Collaboration in the AEC Industry. Thesis, 1–120. 
doi:10.1016/j.joca.2014.09.025 https://www.mendeley.com/catalogue/bim-collaboration-aec-
industry/ 
Wang, Y. R., Yu, C. Y., & Chan, H. H. (2012). Predicting construction cost and schedule success 
using artificial neural networks ensemble and support vector machines classification models. 
International Journal of Project Management, 30(4), 470–478. 
https://www.mendeley.com/catalogue/predicting-construction-cost-schedule-success-using-
artificial-neural-networks-ensemble-support-vect/ 
Wilson, D. (2018) The Impact of Artificial Intelligence on the Construction Industry. Chief 
Innovation officer. Bechtel Company. Recuperado de: 
https://www.bechtel.com/blog/innovation/august-2018/artificial-intelligence-impact-
construction/ 
Yezioro, A., Dong, B., & Leite, F. (2008). An applied artificial intelligence approach towards 
assessing building performance simulation tools. Energy and Buildings, 40(4), 612–620. 
Recuperado de: https://www.mendeley.com/catalogue/applied-artificial-intelligence-
approach-towards-assessing-building-performance-simulation-tools/ 
Zigurat Globar Institute of Technology. (2018). Infrastructure Project Execution can improve 
drastically with the application of Artificial Intelligence in construction.Engineers and 
https://ascelibrary.org/doi/abs/10.1061/9780784481264.005
https://www.autodesk.com/autodesk-university/class/Get-Ready-Artificial-Intelligence-Construction-2017
https://www.autodesk.com/autodesk-university/class/Get-Ready-Artificial-Intelligence-Construction-2017
https://www.researchgate.net/publication/327437554_BIM_AND_ARTIFICIAL_INTELLIGENCE_IN_THE_DESIGN_AND_CONSTRUCTION_OF_EARTHQAKE_RESISTANT_BUILDINGS
https://www.researchgate.net/publication/327437554_BIM_AND_ARTIFICIAL_INTELLIGENCE_IN_THE_DESIGN_AND_CONSTRUCTION_OF_EARTHQAKE_RESISTANT_BUILDINGS
https://medium.com/@nibtnashik/explore-the-levels-of-bim-the-future-of-ai-bim-45b6bc44a8e2
https://medium.com/@nibtnashik/explore-the-levels-of-bim-the-future-of-ai-bim-45b6bc44a8e2
https://www.mendeley.com/catalogue/designing-building-real-environmental-decision-support-systems/
https://www.mendeley.com/catalogue/designing-building-real-environmental-decision-support-systems/
https://www.matec-conferences.org/articles/matecconf/abs/2018/65/matecconf_iccems2018_01008/matecconf_iccems2018_01008.html
https://www.matec-conferences.org/articles/matecconf/abs/2018/65/matecconf_iccems2018_01008/matecconf_iccems2018_01008.html
https://www.matec-conferences.org/articles/matecconf/abs/2018/65/matecconf_iccems2018_01008/matecconf_iccems2018_01008.html
https://www.mendeley.com/catalogue/bim-collaboration-aec-industry/
https://www.mendeley.com/catalogue/bim-collaboration-aec-industry/
https://www.mendeley.com/catalogue/predicting-construction-cost-schedule-success-using-artificial-neural-networks-ensemble-support-vect/
https://www.mendeley.com/catalogue/predicting-construction-cost-schedule-success-using-artificial-neural-networks-ensemble-support-vect/
https://www.bechtel.com/blog/innovation/august-2018/artificial-intelligence-impact-construction/
https://www.bechtel.com/blog/innovation/august-2018/artificial-intelligence-impact-construction/
https://www.mendeley.com/catalogue/applied-artificial-intelligence-approach-towards-assessing-building-performance-simulation-tools/
https://www.mendeley.com/catalogue/applied-artificial-intelligence-approach-towards-assessing-building-performance-simulation-tools/
Architects. The Hub for AECO Professionals. Recuperado de: https://www.e-
zigurat.com/blog/en/artificial-intelligence-in-construction/ 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
https://www.e-zigurat.com/blog/en/artificial-intelligence-in-construction/
https://www.e-zigurat.com/blog/en/artificial-intelligence-in-construction/