1) Mimarlıkta Yapay Zeka Nedir?

Yapay zeka (AI), büyük veri kümelerinden örüntü çıkaran ve tahmin üreten algoritmalar bütünüdür. Mimarlıkta bu teknoloji; plan alternatifleri üretmek, gün ışığı ve gölge analizi yapmak, yapı performansını simüle etmek ve maliyet-takvim senaryolarını karşılaştırmak için kullanılır. Generative design ve makine öğrenmesi tabanlı optimizasyon, geleneksel el çizimi ve BIM modellemesini tamamlayan bir katman olarak değerlendirilmelidir.

Önemli olan, AI çıktısının doğrudan uygulamaya alınmamasıdır. Her öneri; imar planı, yangın yönetmeliği, statik gereklilikler ve kullanıcı ihtiyaçları açısından mimar tarafından doğrulanmalıdır. Bu nedenle AI mimari tasarım sürecinde “tasarım ortağı” rolündedir, nihai sorumluluk ise proje ekibindedir.

Türkiye'deki mimarlık ofislerinde AI kullanımı erken benimseme aşamasındadır; büyük kamu projeleri ve uluslararası işbirlikleri pilot uygulamaları hızlandırmaktadır. Mimarlık eğitiminde dijital okuryazarlık ve algoritmik düşünme giderek müfredatın parçası haline gelmektedir.

Platform seçiminde veri güvenliği, BIM uyumluluğu, eğitim verisi politikası ve ekip yetkinliği birlikte değerlendirilmelidir. AI yatırımı yazılım lisansından ibaret değildir; süreç tasarımı ve kalite kontrol protokolleri gerektirir.

2) Konsept Tasarım ve Alternatif Üretimi

Erken aşama tasarımda AI; parsel kısıtları, yönelim, komşu yapı yüksekliği ve hedef alan programına göre onlarca plan varyasyonu üretebilir. Parametrik modellerle birleştirildiğinde, net alan verimliliği ve cephe oranları gibi metrikler anında karşılaştırılır. Bu yaklaşım özellikle karma kullanım, konut ve ofis projelerinde karar süresini kısaltır.

Mimari tasarım trendleri içinde AI destekli konsept geliştirme giderek standart hale gelmektedir. Ancak estetik dil, bağlam duyarlılığı ve kültürel miras alanlarındaki görsel süreklilik hâlâ mimari yargı gerektirir; algoritma tek başına “yerinde” çözüm üretemez.

Müvekkil sunumlarında AI görselleri hızlı fikir iletişimi sağlar; ancak ölçek, malzeme ve detay doğruluğu açısından revize edilmiş mimari çizimlerle desteklenmelidir. Aksi halde beklenti yönetimi sorunu doğar.

Konsept aşaması kontrol listesi: imar planı emsal ve TAKS/KAKS sınırları AI girdisine tanımlandı mı; yangın kaçış mesafeleri ve asansör sayısı doğrulandı mı; üretilen alternatifler BIM modeline aktarıldı mı; müvekkile sunulan görseller “konsept” olarak etiketlendi mi? Türkiye'de imar mevzuatı ve belediye yorum farklılıkları, AI çıktısının yerel doğrulamasını zorunlu kılar.

3) Enerji, İklim ve Performans Simülasyonu

Yapay zeka destekli simülasyon araçları; ısı köprüsü, güneş kazancı, doğal havalandırma ve aydınlatma düzeylerini binlerce senaryo üzerinden test eder. Makine öğrenmesi modelleri geçmiş proje verilerinden öğrenerek, benzer iklim kuşağındaki yapılarda hangi cephe oranının daha düşük enerji tüketimi sağladığını tahmin edebilir.

Sürdürülebilir mimari tasarım hedefleriyle uyumlu AI analizleri, EKB ve yeşil sertifika süreçlerinde karar destek sağlar. Tarihi yapılarda ise AI, nem ve mikro iklim verilerini birleştirerek koruma odaklı müdahale önceliklerini belirlemeye yardımcı olur; bu alanda H-BIM ve dijital ikiz uygulamalarıyla kesişir.

Performans simülasyonunda AI, yalnızca hız kazandırmaz; aynı zamanda farklı disiplinlerin (mekanik, mimari, cephe) ortak veri seti üzerinde çalışmasını kolaylaştırır. Bu entegrasyon, revizyon döngüsünü kısaltır.

Türkiye'de Binalarda Enerji Performansı Yönetmeliği kapsamında EKB hesabı, AI simülasyon çıktılarıyla desteklenebilir; ancak resmi belge için onaylı yazılım ve mimar mührü şarttır. İklim verisi (TMY—Tipik Meteorolojik Yıl) seçimi, simülasyon güvenilirliğini belirler. Tarihi yapılarda nem ve termal stres analizi, koruma kurulu sunumunda müdahale gerekçesinin bilimsel temelini oluşturur.

4) BIM, H-BIM ve Veri Yönetimi

Building Information Modeling (BIM) projelerinde AI; çakışma tespiti, malzeme miktarı tahmini ve revizyon etki analizinde kullanılır. Kültür mirası projelerinde Heritage BIM (H-BIM), tarihsel katmanları ve onarım geçmişini modelleyerek restorasyon kararlarını belgelemeye yardımcı olur.

AI destekli görüntü analizi; drone veya LiDAR taramalarından elde edilen nokta bulutlarında çatlak, deformasyon ve malzeme ayrışması tespitini hızlandırır. Fotogrametri ve 3D tarama verileri bu süreçte referans oluşturur. Veri kalitesi düşükse AI çıktısı da güvenilir olmaz; belgeleme disiplini temel şarttır.

BIM-ERP entegrasyonunda AI, tedarik zinciri gecikmelerini tahmin ederek şantiye takvimini proaktif günceller. Bu özellikle uzun süren restorasyon projelerinde malzeme tedarik planlamasını iyileştirir.

Türkiye'de kamu projelerinde BIM kullanım zorunluluğu genişlemektedir; AI destekli çakışma analizi ve metraj tahmini bu geçişi hızlandırır. H-BIM projelerinde koruma kurulu sunumu için model, rölöve çizimleri ve malzeme analiz raporlarıyla eşleştirilmelidir. Veri yönetimi protokolü: dosya adlandırma standardı, revizyon numaralandırması, bulut depolama erişim yetkileri ve yedekleme periyodu tanımlanmalıdır.

5) Malzeme Seçimi ve Maliyet Optimizasyonu

Makine öğrenmesi; benzer ölçekteki projelerin maliyet, süre ve malzeme verilerinden öğrenerek bütçe sapmalarını erken uyarı ile bildirebilir. Malzeme karbon ayak izi veritabanları AI ile eşleştirildiğinde, alternatif kaplama veya yapı elemanı seçenekleri çevresel etki açısından sıralanır.

Restorasyon projelerinde AI, tarihi harç ve taş analiz sonuçlarını mevcut literatür ve benzer yapı verileriyle karşılaştırarak uyumlu onarım harcı önerileri sunabilir. Nihai karar yine konservatör ve malzeme uzmanının onayından geçmelidir; algoritma önerisi tek başına uygulama gerekçesi olamaz.

Yeni inşaat projelerinde AI destekli malzeme seçimi, yerel tedarik ve geri dönüştürülmüş içerik oranlarını da dikkate alarak sürdürülebilirlik skorunu yükseltir. Bu yaklaşım yeşil bina sertifikasyon süreçlerinde belgeleme yükünü azaltır.

İnşaat birim fiyatları ve rayiç bedeller AI modellerinin eğitim verisi olarak kullanılabilir; ancak bölgesel fiyat farklılıkları ve tedarik zinciri dalgalanmaları manuel doğrulama gerektirir. Restorasyonda uyumlu harç formülasyonu için laboratuvar analizi (XRF, petrografik inceleme) AI önerisinden önce gelir. Maliyet optimizasyonu kontrol listesi: alternatif malzeme karşılaştırması, tedarik süresi, garanti koşulları, karbon ayak izi ve kurul onay gerekliliği.

6) Şantiye Planlama ve İş Güvenliği

AI tabanlı görüntü işleme; şantiye kameralarından iş güvenliği ihlallerini, ilerleme yüzdesini ve lojistik darboğazları izler. 4D BIM ile birleştirildiğinde, kritik yol analizi ve kaynak planlaması otomatik güncellenir. Büyük ölçekli inşaat ve adaptif yenileme projelerinde bu yetenek operasyonel verimlilik sağlar.

Tarihi yapı şantiyelerinde AI kullanımı daha sınırlıdır; her müdahale benzersizdir ve standart veri seti yoktur. Bu alanlarda AI, daha çok belgeleme, izleme ve raporlama süreçlerinde değer üretir.

İş güvenliği izlemede AI, baret ve yüksekte çalışma ihlallerini otomatik tespit ederek kaza riskini azaltır. İnsan denetimi yerine geçmez; erken uyarı sistemi olarak çalışır.

Türkiye'de 6331 sayılı İş Sağlığı ve Güvenliği Kanunu kapsamında şantiye denetimi zorunludur; AI izleme sistemi, İSG uzmanının saha raporunu destekler. Restorasyon şantiyelerinde titreşim, toz ve nem sensörleri tarihi malzemeyi koruyan erken uyarı sağlar. Şantiye planlama kontrol listesi: 4D BIM takvim güncelliği, kritik yol sapması analizi, malzeme teslimat takibi, İSG ihlal kayıtları ve haftalık ilerleme raporu.

7) Etik, Telif ve Mesleki Sorumluluk

AI ile üretilen görsellerin telif durumu, eğitim verisi kaynakları ve müvekkile sunulan görsellerin “tasarım taahhüdü” sayılıp sayılmayacağı hukuki sorular doğurur. Mimarlar Odası ve uluslararası meslek kuruluşları, AI çıktılarının şeffaf biçimde etiketlenmesini önermektedir.

Veri gizliliği; özellikle konut projelerinde plan verilerinin bulut tabanlı AI platformlarına yüklenmesi durumunda kritiktir. Profesyonel uygulamada proje verisi, sözleşmeyle korunan ve müvekkil onaylı ortamlarda işlenmelidir. Danışmanlık hizmetlerimiz kapsamında dijital süreç yönetimi bu ilkelerle yürütülür.

AI'ın “yaratıcılığı” tartışmalıdır; eğitim verisi olarak kullanılan projelerin telif hakları ihlal edilebilir. Ofisler, AI platformu seçerken veri saklama politikası ve eğitim kullanım koşullarını incelemelidir.

TMMOB Mimarlar Odası mesleki sorumluluk çerçevesinde, AI destekli proje çıktılarının mimar tarafından onaylanması ve mühürlenmesi zorunludur. KVKK kapsamında proje verilerinin yurt dışı sunuculara aktarımı müvekkil aydınlatması gerektirir. Etik uygulama kontrol listesi: AI çıktısı etiketlendi mi; eğitim verisi kullanım koşulları incelendi mi; müvekkil onayı alındı mı; nihai proje mimar imzasıyla teslim edildi mi?

8) Sonuç

Mimarlıkta yapay zeka, tasarım kalitesini artırabilecek güçlü bir araçtır; ancak yalnızca disiplinli süreç, doğrulanmış veri ve mimari denetimle değer üretir. AI mimari tasarım trendi hızla gelişse de mesleki sorumluluk, bağlam bilgisi ve mevzuat uyumu mimarın uzmanlık alanında kalır.

Doğru entegrasyon; konsept aşamasında hız, performans aşamasında doğruluk, şantiye aşamasında izlenebilirlik sağlar. Teknoloji yatırımı, ekip eğitimi ve veri yönetimi altyapısıyla birlikte planlanmalıdır.

Projelerinizde AI destekli tasarım ve dijital belgeleme yaklaşımını değerlendirmek için mimari tasarım ekibimizle iletişime geçin.