توسعه چارچوبی مبتنی بر هوش مصنوعی برای بررسی خودکار الزامات عمومی ساختمان با استفاده از داده‌های مدل اطلاعات ساختمان

فرآیند فعلی صدور پروانه ساختمان در ایران، یک گلوگاه پیچیده، زمان‌بر و پر ریسک برای صنعت ساخت‌وساز محسوب می‌شود. بررسی‌های میدانی و مصاحبه‌های انجام‌شده با کارشناسان ارشد شهرداری تهران (منطقه 17) و سازمان نوسازی، نشان داد که چالش اصلی فراتر از یک فرآیند دستیِ کند و پرخطاست؛ مشکل بنیادین، تعارض میان قوانین کلی مقررات ملی (مانند مبحث 4) و واقعیت‌های اجرایی در بافت‌های فشرده شهری (مانند پلاک‌های کوچک) است. نهادهای نظارتی در حال حاضر این تعارض را به ناچار از طریق دانش ضمنی کارشناسان، برگزاری جلسات موردی و صورت‌جلسه‌های خاص مدیریت می‌کنند؛ رویکردی که ذاتا سلیقه‌ای، غیرشفاف و عامل اصلی ریسک‌های فاجعه‌بار (مانند تخریب سازه‌های اجرا شده) و اتلاف زمان (3 تا 4 هفته به ازای هر پرونده) است. این پژوهش، یک چارچوب نوآورانه مبتنی بر هوش مصنوعی (ai) را برای حل این چالش دوگانه ارائه می‌دهد. این سیستم با استخراج مستقیم داده‌ها از مدل اطلاعات ساختمان (bim)، نه تنها قوانین مکتوب (مانند مباحث 4، 12 و 19) را به صورت خودکار بررسی می‌کند، بلکه قادر است قواعد نانوشته، تجربی و اولویت‌های منطقه‌ای شهرداری (مانند ضوابط پارکینگ) را نیز بیاموزد و مدل‌سازی کند. پیاده‌سازی این چارچوب، دانش ضمنی و حیاتی کارشناسان را به یک ابزار خودکار، شفاف و سریع تبدیل کرده، ریسک‌های اجرایی را حذف می‌کند و به نهادهای نظارتی (که 90٪ بررسی‌ها را برون‌سپاری کرده‌اند) اجازه می‌دهد تا منابع خود را بر نظارت عالیه و کنترل تخلفات حین اجرا متمرکز سازند.