Tái định nghĩa AI trong kiến trúc: Từ công cụ hình ảnh đến hệ thống thiết kế

Trong vài năm gần đây, trí tuệ nhân tạo đã nhanh chóng trở thành một phần quen thuộc trong thực hành kiến trúc tại Việt Nam. Từ các mô hình Diffusion tạo ảnh cho tới các mô hình ngôn ngữ lớn LLM…, KTS Việt Nam đang tiếp cận AI với tốc độ đáng ghi nhận. Những hình ảnh phối cảnh được tạo ra chỉ trong vài giây, những ý tưởng mặt đứng được khám phá qua nhiều biến thể chỉ bằng một dòng prompt. Đây là một bước khởi đầu đáng khích lệ cho khả năng nắm bắt thời đại của kiến trúc Việt Nam

Tuy nhiên, nếu nhìn rộng ra bối cảnh quốc tế, cuộc trò chuyện về AI trong kiến trúc đang diễn ra ở một tầng sâu hơn rất nhiều. AI không chỉ được sử dụng để tạo hình ảnh hay tối ưu hóa quy trình làm việc. AI đang được nghiên cứu và ứng dụng nhaư một chất liệu thiết kế, một thành phần cấu thành nên không gian, có khả năng học hỏi, thích ứng và tạo ra những loại hình kiến trúc chưa từng có trước đây. Khoảng cách giữa hai cách hiểu này – “AI như công cụ hình ảnh” và “AI như trí tuệ không gian”, chính là cơ hội mà kiến trúc Việt Nam cần nhận diện và nắm bắt.

 AI như công cụ hình ảnh – Bước đi đầu tiên

Không thể phủ nhận rằng AI đang mang lại những giá trị thiết thực cho thực hành kiến trúc hàng ngày. KTS có thể nhập vài dòng mô tả và nhận lại hàng chục phương án nội thất trong vài phút. Một render phối cảnh trước đây cần nhiều giờ dựng hình và chỉnh sửa vật liệu, nay có thể được tạo ra gần như tức thì. Trong giao tiếp với chủ đầu tư, AI giúp truyền tải ý tưởng nhanh hơn, trực quan hơn. Đây là những lợi ích hoàn toàn thực tế và đáng được ghi nhận.

Tuy nhiên, một câu hỏi quan trọng cần được đặt ra: Khi AI chỉ được sử dụng ở tầng hình ảnh, thì bản thân kiến trúc có thay đổi không? – Mặt bằng vẫn được tổ chức theo cùng một logic. Không gian vẫn được định hình bởi cùng những mô típ quen thuộc. Quy trình thiết kế vẫn vận hành theo trình tự cũ, chỉ là nhanh hơn. AI trong trường hợp này giống như một chiếc máy ảnh tốt hơn, nó thay đổi cách chúng ta nhìn kiến trúc nhưng không thay đổi bản thân kiến trúc.

Điều đáng suy ngẫm hơn là khi hình ảnh AI trở nên quá dễ dàng, có một nguy cơ rằng quá trình tư duy không gian bị rút ngắn thay vì được hỗ trợ. Thay vì là kết quả của một quá trình nghiên cứu và phát triển ý tưởng, hình ảnh tạo bởi AI trở thành điểm khởi đầu và đôi khi cũng là điểm kết thúc. KTS không bị thay thế bởi AI, nhưng nếu vai trò của KTS chỉ dừng lại ở việc chọn lọc giữa những hình ảnh do AI tạo ra, thì giá trị cốt lõi của nghề, khả năng tư duy không gian, tổ chức trải nghiệm và giải quyết các bài toán phức tạp của đời sống, chưa thực sự được phát huy.

Hình ảnh là bước đầu tiên và đó là một bước đi tốt. Nhưng nếu dừng lại ở đó, chúng ta mới chỉ chạm vào bề mặt của những gì AI có thể mang lại cho kiến trúc!

Nền tảng kỹ thuật số

Vậy điều gì nằm bên dưới bề mặt đó? – Để trả lời câu hỏi này, cần nhìn lại hành trình mà kiến trúc số đã trải qua trên thế giới trong hơn nửa thế kỷ qua.

Sự tích hợp công nghệ số vào kiến trúc không bắt đầu với AI. Nó bắt đầu từ những thí nghiệm đầu tiên với máy tính trong thiết kế vào thập niên 1960, thông qua sự ra đời của CAD như một “công cụ” biểu diễn, rồi đến bước ngoặt quan trọng mà nhà lý luận Mario Carpo gọi là “Bước chuyển kỹ thuật số”, khi máy tính chuyển vai trò từ công cụ vẽ sang công cụ tư duy. Từ đó, một hệ sinh thái thiết kế mới hình thành: Thiết kế tham số, tối ưu hóa dựa trên dữ liệu hiệu năng, mô phỏng môi trường, thuật toán tự tổ chức,.. Mỗi giai đoạn đều xây dựng trên nền tảng của giai đoạn trước, tạo nên một lớp hạ tầng tư duy số mà trên đó AI có thể vận hành một cách có chiều sâu.

Tại các văn phòng kiến trúc quốc tế tiên phong, dữ liệu không chỉ là thông tin tham khảo mà là chất liệu thiết kế. Dữ liệu về dòng chảy người đi bộ định hình tổ chức mặt bằng. Dữ liệu môi trường quyết định hình thái vỏ công trình. Dữ liệu kết cấu tối ưu phân bố vật liệu. Khi AI được đưa vào một hệ thống đã vận hành bằng dữ liệu như vậy, nó trở thành một lớp trí tuệ mới, có khả năng tìm ra những mối quan hệ mà con người khó nhận diện và đề xuất những giải pháp không gian vượt ngoài trực giác thông thường.

Tại Việt Nam, bức tranh có phần khác biệt. Ngành kiến trúc đã số hóa mạnh mẽ ở cấp độ công cụ, từ AutoCAD đến Revit, SketchUp và các phần mềm diễn họa. Nhưng lớp giữa, nơi dữ liệu được thu thập, tổ chức, phân tích và sử dụng để ra quyết định thiết kế một cách có hệ thống, vẫn chưa được phát triển rộng rãi. Điều này không phải là thiếu sót của riêng ai, mà phản ánh thực tế của một ngành đang tập trung vào tốc độ triển khai và áp lực thị trường. Hệ quả là khi AI xuất hiện, nó không có một hạ tầng dữ liệu để kết nối sâu hơn và vì vậy tự nhiên dừng lại ở tầng hình ảnh, nơi AI có thể hoạt động độc lập mà không cần nền tảng phía dưới.

Nhận diện được lớp nền tảng này giúp kiến trúc Việt Nam thấy rõ hơn con đường phía trước. Bởi vì chính AI có thể là chìa khóa để rút ngắn hành trình xây dựng nền tảng nêu trên.

Tiềm năng thực sự – AI như chất liệu kiến trúc

Nếu AI không chỉ dừng lại ở việc tạo hình ảnh hay tối ưu quy trình, thì nó có thể làm gì cho kiến trúc? – Câu trả lời nằm ở một sự chuyển đổi căn bản trong cách nhìn: Từ AI như công cụ phục vụ kiến trúc, sang AI như một thành phần cấu thành nên kiến trúc, một chất liệu thiết kế mới bên cạnh bê tông, thép và kính.

Trên thế giới, hướng nghiên cứu này đang được triển khai ở nhiều cấp độ. Ở cấp độ công trình, AI được sử dụng để xây dựng các hệ thống không gian có khả năng học hỏi từ hành vi con người. Thay vì một mặt bằng cố định được quyết định từ đầu, không gian có thể được tổ chức bởi một hệ thống trí tuệ biết quan sát cách con người sử dụng, nhận diện các mô hình hành vi lặp lại, và từ đó đề xuất hoặc tự điều chỉnh cấu hình không gian theo thời gian. Kiến trúc trong trường hợp này không còn là một sản phẩm hoàn chỉnh tại thời điểm bàn giao, mà là một hệ thống đang liên tục tiến hóa.

Ở cấp độ đô thị, AI đang được nghiên cứu để phân tích và tổ chức các hệ thống không gian phức tạp mà phương pháp thiết kế truyền thống khó có thể xử lý. Dữ liệu từ giao thông, mật độ dân cư, vi khí hậu, hành vi di chuyển được tổng hợp và xử lý bởi các mô hình học máy, tạo ra những đề xuất quy hoạch dựa trên bằng chứng thực tế thay vì chỉ dựa trên kinh nghiệm cá nhân hay quy chuẩn có sẵn. Đây không phải là thay thế trực giác của người thiết kế, mà là mở rộng năng lực nhận thức của họ đến những quy mô và mức độ phức tạp mà trước đây không thể tiếp cận.

Điều đáng chú ý là trong những hướng nghiên cứu này, vai trò của KTS không hề bị thu hẹp mà thực tế được nâng lên. KTS không còn chỉ là người vẽ hình hay tạo hình khối. KTS trở thành người thiết kế hệ thống, quyết định AI sẽ học từ dữ liệu nào, tối ưu theo tiêu chí gì, và những giá trị không gian nào được ưu tiên. Đây là một dạng thực hành kiến trúc đòi hỏi tư duy sâu hơn về bản chất của không gian, chứ không chỉ về hình thức bên ngoài của nó.

Những loại hình kiến trúc mới đang hình thành từ hướng tiếp cận này, không gian không thể được hình dung chỉ bằng trực giác, không thể được tạo ra chỉ bằng một dòng prompt, mà đòi hỏi sự kết hợp giữa tư duy kiến trúc, hiểu biết về dữ liệu và khả năng xây dựng các hệ thống thông minh. Đây chính là biên giới mới của kiến trúc, và nó đang được vẽ lại ngay lúc này.

Cây cầu nối – AI hỗ trợ rút ngắn hành trình

Câu hỏi tự nhiên được đặt ra là: Làm thế nào để đi từ thực trạng hiện tại đến những tiềm năng vừa được mô tả? Liệu KTS Việt Nam có cần trải qua toàn bộ hành trình mà kiến trúc số quốc tế đã mất hàng thập kỷ để xây dựng? – Câu trả lời, một cách đáng lạc quan, là không. Và chính AI là lý do.

Có một nghịch lý thú vị đang diễn ra: AI vừa là đích đến, vừa là phương tiện để đến đó. Cùng một công nghệ mà chúng ta đang thảo luận về tiềm năng ứng dụng trong kiến trúc, cũng chính là công cụ có thể giúp KTS xây dựng nền tảng tư duy số nhanh hơn bao giờ hết.

Trong cộng đồng công nghệ, một khái niệm đang trở nên phổ biến là “vibe coding”, sử dụng AI để hỗ trợ lập trình, xây dựng thuật toán, và phát triển hệ thống kỹ thuật số mà không cần trở thành lập trình viên chuyên nghiệp. Đối với KTS, điều này có ý nghĩa đặc biệt: Một KTS muốn tìm hiểu về thiết kế tham số không cần tự mình viết từng dòng code trong Grasshopper từ đầu mà có thể sử dụng AI để hiểu logic, thử nghiệm thuật toán và xây dựng các workflow dựa trên dữ liệu. Một KTS muốn khám phá hệ thống tự tổ chức có thể mô tả ý tưởng không gian của mình và để AI hỗ trợ phần triển khai kỹ thuật. Quan trọng là KTS vẫn giữ vai trò dẫn dắt, AI không thay thế tư duy thiết kế mà tăng tốc quá trình hiện thực hóa tư duy đó.

Điều này không có nghĩa là nền tảng không còn quan trọng. KTS vẫn cần hiểu mình đang xây dựng cái gì, dữ liệu nào có ý nghĩa, hệ thống đang giải quyết bài toán không gian nào…? Vibe coding không phải là bước đi tắt mà là cầu nối cho phép KTS tiếp cận những lớp sâu hơn của kiến trúc số mà trước đây bị chặn bởi rào cản kỹ thuật, trong khi vẫn dần dần tích lũy hiểu biết nền tảng qua chính quá trình thực hành.

Đây có lẽ mới là ý nghĩa thực sự của cụm từ “đi tắt đón đầu” trong bối cảnh AI và kiến trúc: Không phải bỏ qua nền tảng, mà là xây dựng nền tảng nhanh hơn với sự hỗ trợ của AI, để từ đó bước vào những phương pháp thiết kế mà trước đây chưa thể tiếp cận.

Kết luận – Lời mời

Kiến trúc Việt Nam đã mở cánh cửa đầu tiên với AI. Những hình ảnh ấn tượng, những quy trình được tối ưu – Đó là khởi đầu có ý nghĩa. Nhưng phía sau cánh cửa đó là một không gian rộng lớn hơn nhiều, nơi AI không chỉ phục vụ kiến trúc mà trở thành một phần của kiến trúc.

Bước tiếp theo không yêu cầu phải từ bỏ những gì đang làm tốt. Nó đòi hỏi một sự mở rộng trong cách đặt câu hỏi. Không chỉ “AI có thể tạo hình ảnh gì cho tôi?” mà “AI có thể giúp tôi tạo ra không gian gì mới?” Không chỉ “AI làm nhanh hơn được không?” mà “AI có thể thay đổi bản chất thiết kế như thế nào?”

Công cụ đã sẵn sàng. Con đường đã ngắn hơn bao giờ hết. Điều còn lại là tham vọng và ý chí của chính mỗi KTS.

ThS.KTS Ngô Đăng Minh*
*Architectural Association School of Architecture (AA)
(Bài đăng trên Tạp chí Kiến trúc số 02-2026)

Tài Liệu tham khảo
1. Mario Carpo: “A Short (but Believable) History of the Digital Turn in Architecture” – The Cosmic House / Charles Jencks Foundation;
2. Neil Leach: “Architecture in the Age of Artificial Intelligence: An Introduction to AI for Architects” – Bloomsbury Visual Arts, 2022;
3. Minh Dang Ngo, Sixiong Wang, Xinyi Lian, Zhiyi Li, “Agentic Participatory” – AADRL, Architectural Association, Studio Theodore Spyropoulos, 2025;
4. Fenglin Xia, Peilin Zhao, Yungpeng Luo, Atul Hanchnale, “Up-Bridge City” – AADRL, Architectural Association, Studio Shajay Bhooshan, 2025.