Hedvig Skjerdingstad
Arkitekt og stiftende partner i MiMa Studio om AI som en aktiv del af den kreative proces, og om at fastholde retning, dømmekraft og nærvær i arkitekturen.
Hedvig Skjerdingstad er arkitekt og stiftende partner i MiMa Studio. Hun arbejder med en værdibaseret tilgang til arkitektur, hvor nysgerrighed, dialog, relationer, åbenhed og omsorg er centrale elementer.
I sin praksis undersøger hun, hvordan AI kan indgå i kreative og faglige processer sammen med håndskitser, materialeprøver og dialog med bygherrer og brugere.
Du har været nysgerrig på, hvad generativ AI kan betyde for arkitektfaget. Hvad var det, der fangede din faglige opmærksomhed i starten?
For mig begyndte det med en nysgerrighed på, hvad AI vil betyde for den måde, vi arbejder på som arkitekter - både i forhold til de muligheder, teknologien åbner, og de begrænsninger den bringer med sig.
Jeg har altid haft et stort fokus på betydningen af proces - både for, hvordan vi forstår arkitektur, og for hvordan den udvikles og formes. Derfor er min interesse heller ikke først og fremmest AI som et isoleret værktøj, men hvad der sker med vores måde at undersøge, udfolde og skabe arkitektur på, når AI bliver en del af de kreative og faglige processer.
I den undersøgelse oplever jeg, at det er vigtigt at holde fast i to tilgange samtidig: på den ene side nysgerrighed, åbenhed og leg - og på den anden side en bevidst og kritisk refleksion over, hvad teknologien betyder. Ikke kun for det konkrete resultat, men også for de processer, valg og værdier, der ligger bag. Jeg synes det er helt afgørende, at vi helt passivt bruger AI som produktionsværktøj, men at vi aktivt forholder os til, hvordan det indgår i vores processer, og hvilke konsekvenser det har for de valg, vi træffer.
MiMa Studio arbejder værdibaseret med nysgerrighed, dialog, relationer, åbenhed og omsorg som centrale elementer. Hvordan passer AI ind i en praksis, der i forvejen arbejder på denne måde?
Jeg tror, at spørgsmålet om, hvilke værdier der ligger bag vores valg, kun bliver vigtigere i takt med, at AI fylder mere. I min egen praksis arbejder jeg med vejledende principper og et tydeligt værdigrundlag - ikke som faste regler, men som pejlemærker, der kan hjælpe med at kvalificere de valg, der opstår undervejs, og skabe et grundlag for løbende refleksion, dialog og justering - og forhåbentlig for at træffe valg, der både er stedsspecifikke, ansvarlige og robuste over tid.
AI kan på meget kort tid åbne et langt større felt af muligheder, men flere muligheder skaber ikke nødvendigvis større klarhed. Tværtimod bliver behovet for retning, kuratering og dømmekraft større. Det bliver vigtigere at kunne skelne mellem det, der umiddelbart virker overbevisende, og det, der faktisk er relevant og meningsfuldt i den konkrete sammenhæng.
For mig handler det om hele tiden at holde fast i, at arkitektur ikke udvikles isoleret, men altid indgår i sociale, materielle, økologiske og kulturelle sammenhænge. Her passer AI for mig ind i den måde, MiMa Studio allerede arbejder på: som et redskab til at undersøge og udfolde muligheder – men ikke som noget, der i sig selv sætter retningen.
Hvordan ser en hybrid arbejdsproces ud hos dig i dag, når du kombinerer klassiske arkitektfaglige metoder med AI?
For mig er det en væsentlig pointe, at AI ikke handler om at erstatte de arbejdsformer, vi allerede kender. Det interessante ligger i, hvordan vi kombinerer forskellige værktøjer og arbejdsformer – og i at være bevidst om, hvad de hver især er gode til, og hvordan de kan kvalificere hinanden.
Selvfølgelig handler stadig arkitektens arbejde om det der kræver fysisk erfaring, sansning og menneskelig udveksling. AI kan og skal ikke erstatte mock-ups, materialeprøver, brugerdialoger eller det at tænke gennem en håndskitse. De arbejdsformer giver os forskellige former for viden og forskellige måder at forstå en opgave på. Men i kombination med AI tror jeg, at de kan give os et rigere grundlag for at undersøge, afprøve og udvikle projekterne.
Jeg kan godt lide billedet af arkitekten som gartner: man planter noget, ser hvad der kommer frem, beskærer, justerer og arbejder videre. Processen er iterativ – idéer bliver ikke bare produceret, men afprøvet, vurderet og forandret med forkselle redskaber undervejs. Og selvom AI kan gøre dele af den proces hurtigere og åbne for flere muligheder, kræver det stadig opmærksomhed, erfaring og dømmekraft at afgøre, hvad der faktisk er værd at arbejde videre med.
Kan du beskrive konkrete eksempler, hvor AI har påvirket din måde at udvikle et projekt på?
Et af de steder, hvor jeg oplever den største forskel, er i de tidlige udviklingsfaser. Her kan AI være med til at åbne for flere muligheder og understøtte idéudviklingen - for eksempel gennem billedgenerering, som jeg bruger til tidlige rum- og volumenstudier eller til at undersøge, hvordan en idé eller et koncept kan tage form.
Det interessante er ikke nødvendigvis, om billedet rammer præcist, men hvad det kan åbne for videre - også muligheder eller sammenhænge, man ikke nødvendigvis havde set på forhånd. Når en idé bliver gjort visuel, opstår der noget konkret at reagere på - nye forbindelser, proportioner eller rumlige relationer - som kan bringe projektet videre.
Et andet konkret sted er i dialogen med bygherrer og brugere. I de tidlige faser arbejder man ofte med ord, referencer og forestillinger, som forskellige mennesker kan lægge ret forskellige betydninger i. Her kan et hurtigt genererede billeder eller konceptdiagram gøre en idé konkret nok til, at det fungerer som et mere konkret grundlag for en videre fælles undersøgelse.
Når AI kan producere mange visuelle variationer hurtigt, bliver udvælgelsen næsten vigtigere end produktionen. Hvordan arbejder du med at trække essensen ud?
Når AI gør det muligt at producere mange variationer hurtigt, bliver den afgørende kompetence ikke produktionen i sig selv, men evnen til at skelne mellem overflade og essens - at kunne se igennem det umiddelbart overbevisende og finde frem til de bærende idéer, som projektet reelt hviler på. For mig er det vigtigt, at projekter kan rumme kompleksitet og mange forskellige stemmer, hensyn og behov. Men samtidig tror jeg på betydningen af at arbejde med nogle klare, grundlæggende begreber og bærende idéer, som tager afsæt i en grundig forståelse af det enkelte sted og den konkrete opgave. De bliver en form for pejlemærker gennem processen og gør det lettere at vurdere, hvilke muligheder der faktisk styrker projektet.
Et andet vigtigt aspekt, som jeg oplever betyder meget i hverdagen - og som mange nok vil kunne genkende - er betydningen af at tilrettelægge processen, så der også er plads til pauser. Min erfaring er, at gode idéer sjældent opstår i et helt lineært forløb, der kan forceres. De opstår ofte, når man skifter perspektiv, bevæger sig væk fra arbejdet eller vender tilbage til det med et nyt blik - på vej hjem, under en gåtur eller i overgangen mellem forskellige aktiviteter.
Når AI gør det muligt at have mange processer i gang samtidig og producere iterationer i et meget højt tempo, oplever jeg derfor ikke, at behovet for pauser bliver mindre - snarere tværtimod. Det bliver vigtigt også bevidst at skabe mellemrum, hvor man kan træde et skridt væk og vurdere, hvad der faktisk er værd at arbejde videre med.
AI kan på meget kort tid åbne et langt større felt af muligheder, men flere muligheder skaber ikke nødvendigvis større klarhed.
AI bliver ofte koblet til effektivisering og højere produktivitet. Hvad risikerer vi at overse, hvis vi kun ser AI gennem den linse?
Vi overser noget væsentligt, hvis effektivisering alene kommer til at handle om at producere mere på kortere tid. Det afgørende er ikke kun, hvad AI kan, men hvordan vi organiserer vores arbejdsprocesser omkring den, så den øgede kapacitet ikke blot fører til mere data og produktion uden at skabe tilsvarende værdi i projektet. En aktiv brug af AI kræver, at vi har en tydelig intention, vurderer dens bidrag kritisk og bruger den til at understøtte den faglige retning frem for at lade den definere den.
Den Berlin-baserede kunstner Holly Herndon arbejder med en skelnen mellem human-led AI og AI-led humans, som jeg synes er meget præcis. For mig handler forskellen grundlæggende om, hvorvidt vi selv tilrettelægger og styrer processen, eller om vi gradvist bliver mere passive i den måde, AI former vores arbejde på.
Og måske skal vi også forstå effektivisering lidt bredere. Det handler ikke kun om at producere mere, men om at bruge den øgede kapacitet til at kvalificere det, vi producerer. Hvis AI for eksempel kan hjælpe os med tidligere at opdage, at en retning ikke holder eller skabe et stærkere beslutningsgrundlag, kan det føre til mere robuste, langsigtede og bedre forankrede løsninger. Det er også en form for effektivisering - bare ikke en, der handler om at producere så meget som muligt på så kort tid som muligt.
Hvordan påvirker AI værdien i arkitektfaget?
Det er måske et af de spørgsmål, jeg synes er mest interessante. Når billeder, tekst og præsentationsmateriale kan produceres hurtigere og bliver tilgængeligt for flere, bliver selve produktionen mindre afgørende. Til gengæld bliver evnen til at afgøre, hvad der faktisk er relevant, vigtigere.
Her tror jeg, nogle af arkitektens kernekompetencer kun bliver endnu vigtigere: evnen til at navigere i kompleksitet, se sammenhænge og formulere en retning, som kan bære gennem et langt projektforløb. AI kan åbne et stort mulighedsrum, men den kan ikke i sig selv afgøre, hvad der skaber værdi i den konkrete situation - for det konkrete projektet, for bygherren og brugerne.
Samtidig tror jeg, det bliver vigtigt at insistere på betydningen af det sanselig-æstetiske: forståelsen for proportioner, komposition, rytme, rumlige forløb, materialitet og tektonik - og for hvordan de enkelte valg tilsammen skaber en helhed, der kan bruges og udvikle sig over tid.
Samtidig tror jeg, at kompetencer knyttet det sanselig-æstetiske, har stor betydning, når vi skal navigere i store mængder AI-genereret materiale: forståelsen for proportioner, komposition, rumlige forløb, materialitet og tektonik - og for hvordan de enkelte valg tilsammen skaber en helhed, der kan opleves, bruges og udvikle sig over tid.
På den måde håber jeg, at AI kan være med til at flytte fokus fra mængden af det, vi producerer, til kvaliteten af de valg, vi træffer - og dermed også til den værdi, arkitekturen skaber over tid.
Hvordan ændrer AI dialogen mellem arkitekt og bygherre, når idéer kan visualiseres langt tidligere i processen?
Jeg oplever, at AI kan være med til at afklare de tidlige retninger i et projekt, fordi det bliver muligt at skabe visuelt materiale, som flere kan forholde sig til. På den måde kan AI hjælpe med at opdage misforståelser og skabe afklaringer tidligere ved at etablere et fælles visuelt sprog i processen. Bygherren kan forholde sig konkret til en idé, længe før den ellers ville have haft en tydelig form.
Udfordringen er, at det visuelle materiale ofte kan fremstå langt mere præcist og færdigt, end projektet faktisk er. På et tidspunkt hvor der stadig mangle væsentlige afklaringer om brugerbehov, funktion, økonomi, materialer eller myndighedskrav. Derfor er jeg meget bevidst om, hvordan materialet bliver præsenteret og italesat. Jeg kalder ofte de tidlige AI-genererede billeder for rumlige spekulationer snarere end visualiseringer, da billederne ikke skal aflæses en færdig løsning, men som en undersøgelse af en stemning, en rumlig idé eller en mulig retning. Af samme grund fungerer det ofte bedre – særligt tidligt i processen – at vise et lille udvalg af billeder frem for én visualisering: når flere muligheder står ved siden af hinanden, bliver det tydeligere, at det er intentionen og stemningen, vi diskuterer, og ikke den enkelte detalje.
MiMa Studio lægger vægt på dialog og samarbejde. Hvordan kan AI bruges i brugerinddragelse på større projekter?
Vi taler meget om AI som et produktionsværktøj – men jeg synes også, det er et meget interesant at undersøge, hvordan AI kan bruges til at udvikle nye formater for dialog og platforme for en mere inddragende,m tilgængelig og gensidig brugerinddragelse.
Jeg tror, der ligger et stort potentiale i at bruge AI til at understøtte de relationelle processer omkring et projekt - lige nu undersøger jeg blandt andet, hvordan man på sigt kunne udvikle interaktive webbaserede platforme, hvor brugeren for eksempel kan følge et projekt undervejs, undersøge forskellige muligheder, stille spørgsmål og bidrage med erfaringer og perspektiver over tid. På denne måde kunne man forestille sig brugerindragelse som mere integreret, dynamisk og kontineruelig i selve projektudviklingen – og dermed styrke den fælles forståelse, som et projekt udvikles på baggrund af.
Arkitekter arbejder ofte i situationer med mange hensyn: økonomi, klima, brugere, sted, materialer, politik og æstetik. Kan AI hjælpe med at navigere i den kompleksitet?
Noget af det mest interessante ligger i selve forståelsen af, hvad kompleksitet egentlig er. At arkitektur ikke er isolerede objekter, men opstår et samspil mellem sted, mennesker, materialer, økonomi, klima og tid. Det er også sådan, jeg forsøger at arbejde: med en relationel forståelse af arkitektur, hvor opgaven ikke kun handler om at finde en løsning på enkeltstående krav, men om at forstå forbindelserne mellem dem.
Her har AI et stort potentiale. Det kan hjælpe med at skabe overblik i store mængder materiale, strukturere forskellige hensyn og gøre det muligt hurtigt at undersøge flere scenarier – for eksempel ved at sammenholde viden om økonomi, tidsplan, materialer eller brug og dermed gøre sammenhænge og konflikter tydeligere, end de ellers ville være.
Men jeg tror, det er en misforståelse at tro, at kompleksitet bliver mere håndterbar, jo mere information vi har adgang til. Det afgørende er stadig, hvordan vi fortolker den, og hvad vi vælger at tillægge betydning. AI kan være meget overbevisende – også når det, den foreslår, er irrelevant, forsimplet eller direkte forkert.
Derfor bliver evnen til at sortere og skabe mening i kompleksiteten mindst lige så vigtig som mængden af information. For mig handler det om at kunne arbejde med en dobbelthed: at give plads til kompleksiteten uden at forsimple den, og samtidig turde trække essensen ud – de få bærende begreber og ideer, som resten af projektet kan hænge sammen omkring.
Hvis vi ser 5 til 10 år frem, hvordan tror du generativ AI vil påvirke arkitektfaget?
Det er der selvfølgelig ingen, der kan svare præcist på –men mit bud er, at AI gradvist vil blive mindre synlig som et isoleret værktøj og i højere grad være indlejret i de enkelte arbejdsprocesser – i research, projektering og visualisering, men også i kommunikation, administration og brugerprocesser.
Derfor tror jeg også, at det om nogle år vil være mindre interessant, om en tegnestue bruger AI. Forskellen vil i højere grad ligge i hvordan den gør det - og i den faglighed, de værdier og den dømmekraft, der ligger bag. Jo lettere det bliver at producere forslag og variationer, desto vigtigere bliver evnen til at navigere i dem: at formulere de rigtige spørgsmål, se hvad der er relevant, vælge en retning og forstå konsekvenserne af de valg, man træffer. Her tror jeg, at procesbevidsthed bliver helt afgørende.
Samtidig tror jeg ikke, at de grundlæggende arkitektoniske kompetencer bliver mindre væsentlige - tværtimod. For mig handler det blandt andet om ansvarlighed, ressourcebevidsthed, dialog og forankring - og om at forstå et projekt som del af en større sammenhæng mellem mennesker, sted, materialer, økonomi, økologi og tid.
Men det handler også om at fastholde det sanselig-æstetiske: forståelsen for proportioner, komposition, rumlige forløb, materialitet og tektonik - og for hvordan de enkelte valg tilsammen skaber en helhed, der kan bruges og udvikle sig over tid. Hvis vi kan holde fast i arkitektens kernekompetencer, tror jeg, at vi står stærkere, uanset hvilke værktøjer vi arbejder med. AI kan ændre vores processer markant, men ikke behovet for dømmekraft, sensibilitet og relevans i den konkrete sammenhæng.
Hvad håber du, at AI kommer til at gøre for arkitekturen?
Jeg håber først og fremmest, at AI kan frigive mere tid til nogle af de forhold, der er så grundlæggende for arkitekturen: samtalerne, forståelsen af stedet, arbejdet med materialer og de relationer, et projekt udvikles igennem. I mine øjne ville det være ærgerligt, hvis den tid, vi sparer, først og fremmest blev omsat til et krav om at producere mere. Det interessante er, hvad vi vælger at bruge den frigjorte tid og opmærksomhed til.
Mit håb er, at AI kan give mere plads til den undersøgende del af arkitekturen - til at gå længere ind i en problemstilling, opsøge mere viden, afprøve flere muligheder tidligere og blive klogere på konsekvenserne af de valg, vi træffer. Forhåbentlig kan det være med til at kvalificere de tidlige beslutninger og skabe en tydeligere retning for projektet - og dermed bidrage til arkitektur, der er bedre forankret, mere robust og værdifuld over tid.
Og så synes jeg, der ligger et særligt interessant potentiale for mindre praksisser. En del af det arbejde, der tidligere krævede store teams, lang tid eller adgang til specialiserede ressourcer, kan måske i højere grad udføres i små virksomheder. Det kan give mindre tegnestuer en større faglig kapacitet uden nødvendigvis at miste noget af det, der netop kan være deres styrke: kortere afstand mellem idé og beslutning og selvfølgelig en tæt og vedvarende tilstedeværelse i det enkelte projekt. For mig er det interessante derfor ikke kun, at AI kan gøre små praksisser i stand til at løfte mere, men at den potentielt kan frigive kapacitet til at arbejde mere nærværende, undersøgende og præcist med de enkelte projekter.
Hvis du skulle give ét råd til en arkitekt eller tegnestue, der gerne vil arbejde mere seriøst med AI, hvad ville det være?
Mit vigtigste råd ville være at interessere sig mindst lige så meget for processen som for det færdige output. AI gør det let at producere meget materiale hurtigt, men det afgørende er stadig, om det bidrager til at forstå opgaven bedre, kvalificere de valg, der skal træffes, og skabe reel værdi for projektet.
Jeg tror, det er vigtigt at holde fast i en dobbelt bevægelse: nysgerrighed og samtidig kritisk refleksion. At man tør afprøve og gå ind i muligheder, man ikke på forhånd kender udfaldet af - men uden at give afkald på sin egen kritiske tænkning eller de værdier, der giver arbejdet retning. Det er ikke enten åbenhed eller kritik; det interessante ligger i kombinationen.
Netop derfor tror jeg også, at en åben faglig kultur er meget vigtig. At vi udveksler erfaringer, diskuterer spørgsmål, som stadig står åbne, og udvikler nye metoder i fællesskab. AI udvikler sig så hurtigt, at vi bliver nødt til at insistere på samtalen - både i den daglige praksis og i mere dedikerede faglige fora, hvor erfaringer kan deles, udfordres og kvalificeres over tid.
