ESPAÇO DE DESIGN

Para ampliar a compreensão do uso do design computacional, simulação e otimização no processo de projeto em arquitetura, é interessante haver entendimento sobre o conceito de espaço de design ou espaço de projeto, termo largamente utilizado por arquitetos ao descreverem o processo de projeto e a resolução de problemas (KEOUGH, BENJAMIN, 2010; BENJAMIN, 2012; SCHEURER, 2013; RUTTEN, 2010; WORTMANN, et al., 2015; NAGY, 2017).

Chaszar e Joyce (2016) argumentam que o espaço de design fornece um modelo conceitual atraente, se não definitivo, para descrever e analisar a atividade de projeto. Para Westerlund (2005), espaço de design pode ser aplicado como um modelo conceitual para entender o processo de projeto e é definido como o espaço que contém todas as soluções possíveis para o projeto (BENJAMIN, 2012).

61

O espaço de design pode ser conceitualmente representado por pontos dentro de um espaço, sendo os pontos a representação dos projetos (CHASZAR; JOYCE, 2016). Assim, o espaço de design serve para apontar intenções de projeto durante todo o processo.

Figura 10: Representação do Espaço de Design. Fonte: Adaptado de Keeling (2015). Todo espaço de design está dentro de um espaço n-dimensional, onde 𝑛 representa o número de parâmetros que dirigem o projeto (NAGY, 2016). Neste cenário, de maneira geral o processo de projeto consiste de em se mover entre os pontos dentro do espaço de possibilidades (CHASZAR; JOYCE, 2016). Isso significa que todo o conhecimento adquirido durante o processo resulta em mais compreensão sobre o próprio espaço de design, que por sua vez representa todas as 𝑛 soluções possíveis para o projeto.

Westerlund (2005) e Nagy (2016) afirmam que espaços de design não podem ser completamente descritos por causa de sua complexidade e tamanho. É possível exemplificar a ideia geral deste conceito com uma representação gráfica adaptada de Keeling (2015), a qual mostra que qualquer sistema projetado estará dentro da compreensão que o projetista

62

tem sobre o espaço de design. Portanto, o quanto o projetista sabe sobre o domínio do problema e o espaço de solução, determina o quanto o processo de projeto está apropriado ao desenvolvimento do projeto ideal (KEELING, 2015).

Figura 11: Conhecimento sobre o projeto ao longo do tempo. Fonte: Adaptado de Keeling (2015).

Sendo assim, é possível criar uma curva (figura acima) sobre o conhecimento em torno do espaço de design que pode indicar algumas diretrizes. Keeling (2015) argumenta que se a curva permanecer horizontal, pode significar que se sabe muito sobre o problema e pouco sobre soluções, isso indica que a equipe possui muito conhecimento de domínio específico. Já a curva predominantemente vertical, indica uma equipe provavelmente especialista na resolução de um problema padrão, porém sem muito conhecimento sobre o problema geral (figura abaixo).

63

Figura 12: Tendência de conhecimentos especializados mais em domínio ou solução. Fonte: Adaptado de Keeling (2015).

Um exemplo para o caso “especialistas em domínio” é de uma equipe de projetistas concentrada em um programa de requisitos de um concurso de arquitetura. Nesse caso a equipe ainda não desenvolveu um padrão de solução, porém conhece as especificidades do problema arquitetônico. O caso “especialistas em solução” pode ser exemplificado como uma equipe de especialista em fachadas “pele de vidro” em edifícios. Nesse caso a equipe já desenvolveu um padrão de solução de sucesso, porém ainda não conhece as especificidades do problema geral do programa arquitetônico que envolve outros fatores. O conhecimento da curva de design ajuda a observar se o processo se dedica a detalhes do projeto ou se a resolução do problema salta diretamente para uma implementação de solução genérica, deixando boa parte do espaço de soluções inexplorado.

Nagy (2016) identifica dois aspectos primários na formulação do espaço de design: viés e variância (bias and variance). Viés se caracteriza por uma condição de design muito simples, por exemplo, um modelo de uma cadeira, onde a posição de cada perna é um parâmetro. Neste caso, o modelo se torna tendencioso a gerar soluções de cadeiras com quatro pernas, não importando quanto os parâmetros variem. Isso leva à limitação

64

da exploração, podendo deixar o resultado da busca com resultado sub- ótimo (NAGY, 2016.

Já variância se refere a uma condição em que o espaço de design é muito flexível e muito maior do que o necessário para resolver o problema dado. Isso reflete em um modelo em que a solução é difícil de pesquisar, com explorações muitas vezes improdutivas e sem novas descobertas (NAGY, 2016). Como exemplo, um modelo de cadeira no qual a dimensão do encosto é um parâmetro, contudo sem limites de variação em suas dimensões. Observar estes pontos ajuda o projetista a manter um equilíbrio entre viés e variância na construção do espaço de design.

Assim, se uma solução parece funcionar ela permanece dentro do espaço de design, e se algum método mostra que certos aspectos não serão adequados, as soluções com tais aspectos serão colocadas fora do espaço de design (WESTERLUND, 2005). Esses aspectos são usados para orientar a liberdade de explorar alternativas diferentes e escolher o resultado de projeto mais apropriado:

De todo o trabalho realizado durante o processo de projeto, construímos conhecimento e experiência no espaço de design, ou seja, as possíveis soluções. Aprendemos e obtemos a experiência do espaço de design ao encontrar 'coisas' que funcionam, ou seja, se encaixam no espaço de design, bem como ao encontrar 'coisas' que não funcionam. A restrição é um aspecto importante do trabalho de projeto11 _(WESTERLUND, 2005, p. 24, tradução nossa).

São essas características que tornam o termo "espaço de design" frequentemente usado para descrever soluções de processos de otimização. Gero (1985) caracteriza a otimização como a busca por cumprir metas, e afirmava: “é a existência de metas que torna o design proposital e necessita

11 Do original em inglês: “From all work done during the design process we construct

knowledge and experience of the design space, i.e. the possible solutions. We learn and get experience of the design space both when finding ‘stuff’ that works, i.e. fit into the design space, as well as when finding ‘stuff’ that does not work. Constraints are an important aspect of design work”.

65

de decisões sobre as melhores maneiras de atingir esses objetivos” (GERO, 1985, p. 42, tradução nossa12_).

As metas de design em arquitetura fazem parte do conhecimento fundamental sobre o programa arquitetônico. Por exemplo, a determinação das alturas máximas e mínimas da altura do pé direito de uma sala, ou área máxima e mínima de um ambiente representam um limite nas metas do espaço n-dimensional na busca por soluções de projeto.

É justamente na escolha das "melhores maneiras" para atingir os objetivos de projeto que se debruçam os esforços de pesquisas da área de processo de projeto orientado ao desempenho. Uma vez que o espaço de design é dinâmico, pois sofre reajustes conforme os requisitos e as metas mudam, é necessário que os esforços entre homem e computadores sejam combinados de maneira eficiente.

Segundo Chaszar e Joyce (2016), humanos possuem maior capacidade para transformar espaços de design do que procedimentos computacionais, porém, possuem muito menos capacidade de explorar possibilidades de projeto dentro desses espaços. Isso justifica a crescente demanda por pesquisas em otimização de projetos de arquitetura usando poder computacional. Os autores argumentam que a combinação de modelagem paramétrica associada a métodos de otimização pode contribuir significativamente em expandir os limites da área, uma vez que ferramentas de simulação podem fornecer feedback sobre cada modelo avaliado e ajudar o projetista a avaliar um espaço muito grande de opções (CHASZAR; JOYCE, 2016).