在人工智能生成的建筑构型中体现经济理性：一种知识驱动的决策支持框架

《Expert Systems with Applications》：Encoding economic rationality in AI-generated architectural configurations: a knowledge-driven decision support framework

　　

Tu??e ?elik|Murat Yülek

土耳其安卡拉Ostim技术大学建筑与设计学院

摘要

生成式人工智能在建筑设计中的应用日益增多，但此类系统与空间配置中的经济合理性之间的关联尚未得到充分理解。本研究提出了一个基于知识的决策框架，以探讨由提示定义的经济逻辑是否在AI生成的建筑设计中得到体现。通过控制实验设计，一个生成模型在相同的程序约束条件下产生了四十个平面图，同时改变了嵌入的经济逻辑：成本最小化、价值最大化、风险厌恶和平衡策略。通过结合形态指标、空间句法指标和与日光相关的空间代理的综合评估流程对结果布局进行了分析。这些指标被整合到一个多标准决策模型中，以计算经济合理性分数（ERS），该分数作为空间配置与预定义经济优先级之间一致性的解释性指标。结果表明，在不同经济条件下存在部分性和特定指标的差异，其中在整体整合等配置指标上观察到了最大的变化。该模型并没有趋向于单一的最佳配置，而是在不同提示条件下产生了在紧凑性、流通组织、层次结构和环境暴露方面的结构化空间变化。研究结果表明，AI生成的建筑布局可以解释为具有与提示定义的经济逻辑一致的持续空间模式的结果，而无需模型内包含明确的经济推理。所提出的框架通过提供一种可复制的分析方法和评估方法，为工程信息学做出了贡献。

引言

人工智能（AI）的最新进展显著改变了建筑设计的工作流程、数字建模环境和早期配置过程。在建筑研究中，生成式AI系统主要从视觉真实性、风格连贯性和创造性增强等方面进行评估，将AI主要视为一种设计自动化工具，而非结构化的决策支持基础设施（Nauata等，2020年；Chaillou，2022年；del Campo和Manninger，2024年；Hu等，2024年）。因此，AI生成的建筑设计产品通常被视为表达性成果，而驱动空间组织的决策逻辑则相对较少被探索。

然而，建筑形式传统上被视为经济优先级的物质体现。紧凑性、流动性、连通性和暴露性并不是中立或随意的形式特征，而是涉及经济、效率、风险和经济价值创造等考虑的故意折中（Alexander，1964年；Hillier和Hanson，1989年；Moudon，1997年；Rapoport和El Sayegh，2005年）。将建筑信息模型（BIM）、性能模拟和生命周期分析纳入设计过程，使空间组织变得可量化且具有经济意义（Volk等，2014年；Abanda等，2015年；Sacks等，2018年；Goh和Loosemore，2017年）。因此，建筑可以被视为抽象经济合理性的一种物质实现。

生成式AI在这一历史进程中引入了结构性变革。当代的基础和扩散模型作为在建筑、技术和社会经济语料库上训练的大规模统计系统（Bommasani，2021年；Rombach等，2022年）。当接收到提示时，这些系统会激活反映训练数据中积累的规则性和空间模式。随着经济意图越来越多地通过自然语言提示而非明确的参数约束进入设计过程，提示可以被视为塑造空间生成的软性优先级机制（Brown等，2020年；Bender等，2021年；Lee和Kang，2025年）。

这种转变并不意味着经济判断是由模型内部执行的。相反，它表明生成系统可以产生出与提示定义的优先级相关的系统化空间变化。在这种意义上，生成式AI可以解释为中介空间模式的激活，这些模式可以与经济逻辑进行分析性关联，而无需将明确的推理能力归因于模型（Agre，1997年；Dignum，2019年）。

基于有限理性理论和多标准决策理论，这里的经济合理性不是严格优化，而是在约束下的结构化优先级（Simon，1955年；Simon，1979年；Kahneman，2011年；Yülek，2017年）。从这个角度来看，生成式AI可以解释为一个概率系统，它产生的空间输出展示的模式可以与不同的经济优先级逻辑进行分析性关联（Scott，1998年；Kazimieras Zavadskas等，2016年）。该模型不仅仅是生成工具，还可以解释为在不同提示条件下产生反映结构化优先级模式的空间配置。

本研究不是将经济理论作为外部解释框架来应用，而是将经济合理性直接嵌入到实验设计中。提示制度被定义为在不变约束下竞争性经济逻辑的实现。因此，分析框架不仅测量形式本身，还测量结构化优先级的空间实现。

为了验证这一命题，本研究采用了一个仅使用AI的控制实验框架，其中一个生成模型（DALL·E，ChatGPT）在固定的程序和背景要求下生成建筑平面图。通过提示差异化过程实现经济合理性，从而可以系统比较在类似空间条件下的差异。对生成的方案进行评估时，考虑了包括形态标准、空间句法分析标准和日光空间标准在内的分析程序（Hillier，1996年；Tregenza和Wilson，2013年；Boyce，2003年）。这些标准使用MCDM方法（Kazimieras Zavadskas等，2016年）整合起来，以得出经济合理性分数（ERS）。

本研究解决了三个研究问题：

（1）当在不变条件下接收到不同的经济逻辑提示时，单个生成式AI模型如何区分不同的空间制度？

（2）哪些结构和环境指标在不同优先级制度之间系统性地重新组织？

（3）AI生成的配置能否解释为与有限优先级逻辑相关的内在一致配置，而不是随机变化？

通过将生成式AI操作化为一个受控的经济决策支持实验，本研究在三个方面为建筑信息学做出了贡献。首先，它建立了一个用于测试提示定义的经济制度在空间生成中的可复现框架。其次，它提供了在形态、配置和环境性能等方面存在结构化但部分差异的证据。第三，它推进了将生成式AI概念化为计算经济智能的进展，将空间制度形成定位为数字中介建筑工作流程中经济推理和建筑生产之间的可测量接口。

章节片段

作为空间决策结构的经济合理性

历史上，与建筑相关的决策一直受到经济理性的影响，这种理性已经超越了简单的成本效益分析，涵盖了价值创造、风险管理和性能及可持续性等概念。虽然建筑分析似乎主要围绕形式和功能进行讨论，但必须认识到后者是试图将结构化的经济理性进行转化，这体现在建筑空间的组织方式上

仅使用AI的实验设计

本研究采用完全基于AI的实验设计来研究生成系统如何在建筑配置中实现经济合理性（图1）。生成模型被有意地孤立起来，作为唯一的决策生成代理，而不是将AI置于人机协作的工作流程中。这种仅使用AI的框架消除了设计师特定的偏见、主观解释和专家知识的差异效应，使得可以控制地观察模型的

分析和评估框架

该分析框架旨在评估AI生成的设计方案作为经济合理性的空间体现。空间指标不仅被视为客观描述符，还被视为用于组织空间中的效率、价值和风险的经济意义代理。该框架包括四个分析层次：（i）形态层次，（ii）使用空间句法的配置层次，（iii）依赖于日光的空间性能指标层次，以及（iv）

多标准评估

多层次的分析结果被综合成一个使用透明多标准决策（MCDM）框架的经济合理性综合评估。目标不是寻找最优配置，而是量化每个AI生成方案与其对应经济提示中嵌入的优先级逻辑之间的对齐程度。采用基于电子表格的加权聚合模型，与现有的比较评估方法一致

不同经济提示条件下的比较空间差异

生成式AI模型产生的系统化差异的空间配置反映了提示定义的经济合理性（表5）。由于所有方案都是基于相同的程序、尺寸和表现标准生成的，因此观察到的空间配置差异可以与提示中的经济逻辑相关联，而不是与情境性、功能性或风格相关联。

在不同的条件下，这不是形式上的

讨论

研究结果表明，生成式AI不仅仅产生空间变化；它生成的配置中，空间组织与提示定义的经济优先级系统地变化。在不变的程序约束下，不同的提示条件对应于形态、配置拓扑和环境表达的规律性变化。在这种情况下，建筑形式可以解释为反映结构化优先级

结论

本研究探讨了如何将生成式AI作为决策支持基础设施，用于分析早期建筑配置中提示定义的经济条件下的空间变化。在受控和不变的情况下，不同的提示条件与形态、配置拓扑和环境性能的规律性变化相关联。该系统生成的不是任意的形态变化，而是产生出空间

利益冲突声明

作者声明他们没有已知的利益冲突或个人关系可能会影响本文报告的工作。

致谢

作者感谢使用ChatGPT（OpenAI）作为语言支持工具，以提高英语文本的清晰度和流畅性。本研究中的所有解释、分析和结论均为作者独自负责。