EXPERIMENTOS

Esta sección deliberadamente diferenciada del resto, tanto por su maquetación como por su narrativa, intenta componer la serie de experiencias prácticas en torno a los conceptos antes tratados, dentro de unos modelos virtuales capaces de ofrecer una reflexión didáctica y un entorno de trabajo adecuado.

El artista no ilustra la ciencia; él con frecuencia responde a los mismos intereses que hace un científico, y expresa mediante una síntesis visual lo que el científico convierte en fórmulas analíticas o demostraciones experimentales.

MICHAEL BATTY., The New Science of Cities, The MIT Press (2013)

EXPERIMENTO

Con el enlace al texto inicial de Batty, lo primero que nos corresponde entrar a definir es el propio concepto de “experimento”. Nos dice Leah Meisterlin¹ en el ARPA Journal que no podremos considerar el Urbanismo como un experimento pues tampoco la Ciudad es un laboratorio.

Aunque tanto los físicos Luís Bettencourt y Geoffrey West², el geográfo Michael Batty³ o el matemático Nikos Salingaros⁴, entre otros, se encuentren describiendo el funcionamiento de los sistemas urbanos con una renovada precisión, la ciudad como sistema dinámico produce abundantes fenómenos sin control, y sus condiciones no están calibradas frente a valores de referencia absolutos.

La teoría del diseño urbano debe asumir aquella falta de fundamento científico que mencionábamos con Jacobs⁵ en otros capítulos y deberíamos cuestionar seriamente la necesidad de llamar “experimentos” a experiencias que quizás no lo sean.

Estas afirmaciones aunque ciertas nos llevan hacia otra conclusión radicalmente diferente. El propio Meisterlin llega a considerar que el germen de su interpretación peyorativa proviene de las formas de generar conocimiento de la concepción clásica. Debiéramos pues tomar una mejor acepción, como aquella etimológica que nos explica que “experimento”, perteneciendo al grupo de palabras que empiezan por SP, dispone de su misma raíz, que viene a traducirse como “revelar lo oculto”.

Los conceptos y por extensión la ciencia misma, han evolucionado y debería adaptarse también a los campos en los que se encuadran los aportes y avances en la investigación digital y la tecnocultura.

Actualmente disponemos de una inmensa cantidad de datos e indicadores que nos son útiles para refinar las tareas de gestión urbana, algo que alimenta la sensación de que una mayor cantidad de datos refinaría nuestros modelos. Pero debemos entender que la propia complejidad del sistema hace que cualquier representación del mismo, o trabajo de cálculo, tenga una posición parcial o sesgada.

Esto es lo que nos lleva a pensar que la composición de los programas de diseño ya debería formar parte de nuestro proceso, y por ello nos corresponde a cada uno programar nuestro código de trabajo. Disponer de más datos sin cuestionar nuestros métodos de aplicación no hará sino agrandar nuestros defectos de análisis, mientras se alivian algunas ansiedades corporativas o académicas.

Las reflexiones a las que llegamos a partir de estas afirmaciones de Meisterlin, nos confirman aún más nuestra condición. No se tratarán de prácticas generadoras de ciudad sobre datos absolutos, sino combinatorias de sus flujos de relación. El control y desarrollo del objeto virtual puede ser casi tan complejo en su interpretación como la ciudad de la que se inspire.

Tendremos pues que desarrollar una actitud crítica con los datos que recibamos de estas aplicaciones, aprender a leer sus evoluciones y para esto no hay otra manera que llevar a nuestra disciplina la práctica computacional.

DISEÑO GENERATIVO

El diseño generativo es un método para generar formas relativas a partir de la modificación de las variables que las definen, o en palabras Lars Hesellgren⁶ con una mayor referencia hacia la disciplina pero también con su endogamia confusa, el diseño generativo no es diseñar un edificio, es diseñar el sistema que diseñe un edificio.

En cierto sentido, y así lo reflexionaba Batty⁷, tanto la ciencia como el diseño implican optimización, sobre todo para la composición de sistemas más simples y manejables, involucrando alguna forma de retroalimentación. Es por eso que este bucle generativo es clave para un método científico en donde las hipótesis se mejoren sucesivamente a medida que se aprende más acerca de su naturaleza, y donde sus observaciones se hacen más refinadas en la búsqueda de producir cada vez mejores predicciones.

Tal como comentamos en las reflexiones sobre la Ciencia de las Ciudades, la importancia de entrar en el proceso de diseño no solo radica en que no nos veríamos limitados por las capacidades de un tipo de herramienta, y su lenguaje, sino en que además podemos obtener las conclusiones complejas propias del cálculo computacional⁸.

MODELO URBANO

Retomando aquel dilema visual que dejamos abierto al final de las secciones de Aldea Lúdica y TdJ que tenía que ver con el traslado de estos modelos virtuales hacia un estudio de analogías urbanas, podemos encontrar dispares ejemplos que nos ayuden, incluso con sus errores, sobre el proceder.

ALPHAWORLD (1997)

AlphaWorld es el mundo por referencia de Active Worlds, un proyecto inmersivo donde el usuario podía chatear, construir y viajar en un universo online en 2.5D. AlphaWorld se configuró como el mundo “principal” en el que todos los ciudadanos llegarían para construir sus espacios vitales. Al inicio fue el único lugar disponible, pero ahora existen al menos quince grandes ciudades y cuatro naciones ficticias.

PROCEDURAL CITY (2008)

Bajo la nomenclatura de un paradigma de la programación⁹, podemos descubrir todo un conjunto de ejemplos sobre desarrollo geométrico, en el cálculo de ciudad, por reglas de control. Uno de los que más nos ha llamado la atención es el presentado por Introversion, un colectivo de desarrolladores independientes de videojuegos que han realizado distintas aproximaciones al diseño generativo y la reacción autómata. Aunque construyen un software demasiado formal resulta realmente potente para la estudio geométrica sobre un terreno previo.

[bxslider id=»exp1″]

TRANSPARENT CITIES (2008)

El último autor de referencia, y más cercano en la disciplina, es Brian McGrath. Este arquitecto es el fundador y director de Urban-Interface, LLC. La firma combina nuevas investigaciones en ecosistemas urbanos y las tecnologías digitales para proporcionar modelos de diseño que involucren a los participantes locales en enfoques innovadores, flexibles a la densificación urbana y a la revitalización. McGrath aparece en nuestros aprendizajes como un maestro sobre las visualizaciones de datos, en estrecha colaboración con Grahame Shane, tanto desde el objeto virtual a su traslado a la publicación clásica, utilizando útiles artificios como las transparencias para la representación multicapa.^{10 11}

GH Y NL

Como hemos estado viendo la elección de la máquina de diseño es tan importante como el diseño mismo. Es por esto que debemos pasar a explicar los dos lenguajes de programación que por su capacidad inmersiva, serán determinantes en nuestras prácticas a la hora de establecer un diálogo con las lógicas para la computación.

– Grasshopper 3D (a partir de ahora GH ) es un lenguaje de programación visual¹² desarrollado por David Rutten¹³, que al ejecutarse sobre la infraestructura de Rhinoceros 3D, nos aporta todo el potencial del diseño sobre geometrías complejas. Desde su primera versión, Explicit History, se propuso como una de las primeras avanzadillas hacia la transparencia en el diseño espacial, debido a su composición como lenguaje para estudiar algoritmos generativos.

– NetLogo (a partir de ahora NL) es un entorno de programación que permite la simulación de fenómenos emergentes¹⁴, ya sean de carácter natural, tecnológico o social. Fue creado por Uri Wilensky en 1999 y está en continuo desarrollo por el Center for Connected Learning (CCL).
Netlogo es particularmente útil para modelar sistemas complejos que evolucionan en el tiempo. Los tipos de agentes con los que te permite trabajar la plataforma de NL son:

o Turtles (tortugas).
o Patches (celdas).
o Links (relaciones entre tortugas).
o Observer (observador)

Se pueden dar instrucciones a un gran número de agentes para que todos ellos operen de manera independiente, entre sí y con el entorno. Esto hace posible explorar la relación entre el comportamiento a bajo nivel de los individuos y los patrones macroscópicos que surgen a partir de la interacción de muchos individuos entre sí.

Es realmente importante conocer que NL permite una concepción espacial continua, es decir un patch de movimiento que no se limita a las formas de su representacion. Geométricamente podría ser configurado pues como un toroide. Esto en GH se hace realmente complejo. En este caso deberemos configurar su representación a partir de un rectángulo límite acotado. El trabajo sobre estas condiciones de fronteras periódicas se presenta esencial en el conocimiento sobre el comportamiento autómata y así lo comprobaremos en los distintos resultados de las herramientas presentadas.

La licencia de NL es GPL y aunque la de GH es privativa, resulta gratuita su instalación. Esto ha conseguido mantener una comunidad muy activa desde su fase de desarrollo, lo que no solo afianza las capacidades sobre el conocimiento compartido, sino que justifica en su gestión de derechos el propio argumento de participación.

METODOLOGÍA

El gran problema histórico a la hora de trabajar con este tipo de modelos ha sido su documentación. En cuanto a los aspectos técnicos, sus estructuras resultan ser mucho más complejas que la de los modelos analíticos tradicionales y, como consecuencia, son más difíciles de evaluar, entender y comunicar. Por esta razón surgio el protocolo ODD Overview (Design concepts, and Details), impulsado por Volker Grimm¹⁵, como primera iniciativa para establecer un protocolo de descripción del Modelado Basado en Agentes.

El propósito principal de ODD es llegar a realizar descripciones completas del modelo de manera más fácil y eficientemente permitiendo su réplica en cualquier plataforma

La inclusión de este documento normalizado para cada uno de experimentos nos permite explorar su presentación gráfica de una manera más creativa. A la hora de organizar esta visualización seguiremos una estructura formal estricta:

a. Diagrama: El diagrama inicial mostrará el desglose por fases y la capacidad de control sobre los cálculos en la línea argumental del experimento. Aunque con un aspecto demasiado críptico, intentamos en la medida de lo que podemos servir de puente para la dificil brecha tecnológica de la serie de herramientas empleadas.

b. Cálculo: visualizaremos los experimentos a partir de la secuencia mencionada, mostrando los caminos elegidos pero también el potencial de los posibles.

c. Recepción de Datos: analizaremos los datos recibidos desde la herramienta, ya sea en el proceso de desarrollo del experimento o en su finalización.

Utilizando las artefactos adecuados, como aquellos juegos de transparencias de McGrath, nos proponemos trasladar al formato impreso, cierto grado de esa información combinada tan interesante que surge en el espacio de la herramienta.

Como ocurre con el resto de dilemas que hemos afrontado a lo largo de la investigación, procesos de diseño, participación social, etc., entendemos que este tipo de formatos explicativos tan limitados de las publicaciones oficiales deberían ser sustituidos por otros que puedan alojar el potencial de interacción con el observador que llevan en su infraestructura.

EXPERIMENTOS

Nuestra aproximación se trazará a partir de cuatro experiencias:

a. Presentación: Este primer experimento presenta las herramientas (NL y GH) y sus principales características a partir de dos ejemplos orientativos al resto del trabajo. En el caso de GH se estudiará la influencia de la distribución de una determinada zona en la ciudad respecto al reparto de habitantes. En referencia a NL mostraremos un modelo interactivo de diferenciación de familias por intereses respecto a su “clase” social y la capacidad de estas en su conjunto para sobrevivir en un entorno aleatorio, que podrán modificar.

b. Combinación: Incorporamos todos los patrones de control sobre los distintos usos de la ciudad en un proceso multicapa. Utilizaremos distintas visualizaciones para enlazar dichas capas y mostrar los resultados de su distribución combinada y una extrusión análoga a la edificación residencial.

c. Parametrización social: Este experimento desarrollado en NL a partir de la complejización del código obtenido en la aproximación, realiza una pormenorización por familias y ciclos de 20 años. Con esto conseguimos aislar los datos sociales reactivos a los condicionantes del terreno en franjas cortas de la población, y nos permite, pues las propias familias modifican sus afinidades según una lógica natural de crecimiento, un estudio evolutivo de intereses para cada agente.

d. Autómatas: al tratarse del segundo experimento con la infraestructura de GH y último de la serie de esta publicación, se volcarán sobre él los intereses por la reacción autómata. Se configurarán los resultados finales del experimento de “Combinación” para su estudio a lo largo del tiempo. Para esto debemos tratar por un lado la habitabilidad y por otro el resto de usos de la ciudad. Su combinatoria a través de la matriz de coeficientes resulta necesaria para un proceso de cálculo en bucle por cada ciclo temporal.

BIBLIOGRAFÍA

1 MEISTERLIN, L., The City is not a Lab., ARPA Journal, (2014)

2 BETTERNCOURT, L., The Origins of Scaling in Cities. Science 340, 1438 (2013)

3 BATTY, M., The New Science of Cities, The MIT Press (2013)

4 SALINGAROS, N., Anti-Architecture and Deconstruction, ISI Distributed Titles (2004)

5 JACOBS J., Muerte y vida de las grandes ciudades, (Capitan Swing, 2011). 1ª edición: The Death and Life of Great American Cities (1961)

6 Lars Hesellgren es fundador de SmarGeometry group, que representan uno de las referencias más influyentes sobre pensamiento paramétrico en la disciplina de la arquitectura. Además es director de investigaciones del estudio PLP.

7 BATTY, M., The New Science of Cities, The MIT Press (2013)

8 DARKE, J., The Primary Generator and the Design Process. Design Studies 1 (1) pp. 36-44. (1979)

9 Programación por procedimientos: técnica que consiste en basarse de un número muy bajo de expresiones repetidas, englobarlas todas en un procedimiento o función y llamarlo cada vez que tenga que ejecutarse.

10 MCGRATH, B., Transparent Cities, Lumen Books (1994)

11 MCGRATH, B., Digital Modelling for Urban Design, Wiley (2008)

12 Un lenguaje de programación visual (VPL) es aquel que permite crear programas mediante la manipulación de dichos elementos del programa de forma gráfica en lugar del formato de código textual.

13 Robert McNeel Associates (2007)

14 La emergencia hace referencia a aquellas propiedades o procesos de un sistema no reducibles a las propiedades o procesos de sus partes constituyentes. El concepto de emergencia se relaciona estrechamente con los conceptos de autoorganización y superveniencia, y se define en oposición a los conceptos de reduccionismo y dualismo.

15 GRIMM et al, A standard protocol for describing individual-based and agent-based models, (2006)