Experiencia práctica de FlexBIM5D, socio técnico de CADatWORK Learning: cuando la experiencia del técnico en mediciones y presupuestos (economista de la construcción) recuerda que la calidad de los datos empieza mucho antes de la inteligencia artificial.
Del dominio del software al dominio de los métodos
El 16 de octubre de 2026 publicamos un primer artículo titulado «BIM e inteligencia artificial: ¿y si nuestro primer problema de productividad no fuera tecnológico?».
En él defendíamos una convicción: antes de buscar sistemáticamente soluciones de inteligencia artificial, los profesionales de la construcción harían bien en aprovechar mejor el software del que ya disponen, estructurar sus datos y mejorar sus procesos.
Esta reflexión se apoyaba, entre otros, en los testimonios de una arquitecta especialista en Archicad y de un técnico en mediciones y presupuestos usuario de Simplebim.
A raíz de esta publicación, Stéphane Le Roy, técnico en mediciones y presupuestos y socio técnico de FlexBIM5D, nos hizo llegar un análisis complementario basado en 35 años de experiencia en mediciones y presupuestos.
Su mensaje amplía nuestra reflexión, pero introduce una exigencia adicional: antes incluso de elegir las herramientas y automatizar el tratamiento de los datos, es necesario haber definido las reglas de negocio que esas herramientas deben aplicar.
Esta aportación merece compartirse, porque ilustra de forma muy concreta las consecuencias económicas de una automatización mal controlada.
1. La trampa de la automatización: 2 resultados correctos pueden producir un resultado erróneo
En su experiencia práctica, Stéphane Le Roy presenta un caso real anonimizado, procedente de un proyecto piloto.
2 técnicos en mediciones y presupuestos intervienen en un mismo proyecto que incluye dos cuartos técnicos. Utilizan modelos BIM diferentes para elaborar sus mediciones.
El primero trabaja a partir de los locales (espacios) del modelo de arquitectura.
El segundo utiliza las losas del modelo de estructura.
Ambos tienen en cuenta una partida de impermeabilización líquida.
Los resultados obtenidos son los siguientes:
Datos | Modelo de arquitectura | Modelo de estructura |
|---|---|---|
Superficie de impermeabilización | 43 m² | 52,99 m² |
Longitud de las entregas verticales | 37,66 m | 34,78 m |
Importe calculado | 3 355 € | 3 763 € |
Cada técnico en mediciones y presupuestos ha aplicado una descomposición de precios coherente con su propia interpretación del modelo.
Sin embargo, la misma partida de impermeabilización se contabiliza dos veces, por un importe acumulado de 7 118 €.
El problema no es necesariamente un mal uso del software, un error en una fórmula o una extracción incorrecta de mediciones. Es mucho más fundamental: nadie había definido previamente en qué modelo debía contabilizarse esta partida.
¿Había que medir la impermeabilización a partir de los locales del modelo de arquitectura o de las losas del modelo de estructura?
Ambos enfoques podían ser válidos, siempre que se eligiera un criterio común y se precisaran los límites del alcance.
Sin esa decisión, la automatización no hizo más que reproducir dos interpretaciones diferentes de una misma unidad de obra.
Este caso demuestra que una información correctamente calculada no es necesariamente una información correctamente utilizada.
Y cuanto más se automatiza el tratamiento de los datos, más rápidamente puede propagarse este tipo de incoherencia.
2. El verdadero peligro: dejar de saber qué hay que verificar
Insistíamos, en nuestro primer artículo, en el tiempo necesario para verificar los resultados producidos por la inteligencia artificial.
El testimonio de FlexBIM5D añade una dificultad más.
Para verificar un resultado, es necesario disponer de una referencia.
Un técnico en mediciones y presupuestos puede comprobar una medición, una fórmula, una unidad o un precio.
Pero ¿cómo puede detectar que una partida se contabiliza en dos descomposiciones distintas si ninguna regla precisa que debe asignarse a una sola?
Una IA que trabaje con estos datos puede perfectamente producir una síntesis convincente.
Puede sumar los importes, generar una tabla, redactar una descripción o presentar unas mediciones estructuradas.
Pero si ninguna información le indica que las dos descomposiciones corresponden a la misma partida, no dispone de los elementos necesarios para identificar ese duplicado de forma fiable.
Es aquí donde la experiencia de Stéphane Le Roy cobra todo su sentido:
«Automatizar sin método no es ganar tiempo. Es generar desorden más rápido y dejar de saber qué verificar».
Esta observación va mucho más allá del ámbito de las mediciones.
También afecta a las clasificaciones BIM, las comprobaciones IFC, las tablas de planificación (cómputos), los pliegos de prescripciones técnicas (CCTP), los presupuestos desglosados por partidas (DPGF) y, de forma más general, a todos los procesos que transforman datos técnicos en decisiones económicas.
3. Antes de la primera medición: poner por escrito las reglas del juego
¿Qué solución habría permitido evitar esta situación?
Según Stéphane Le Roy, un planteamiento sencillo: formalizar los criterios de trabajo antes de empezar las mediciones.
Esta formalización debe responder a cuatro preguntas fundamentales.
¿Quién mide?
Hay que identificar las responsabilidades. El profesional que modela un objeto no es necesariamente quien debe medirlo o presupuestarlo.
¿Con qué criterio de medición?
Una medición extraída de un modelo no siempre es directamente una medición facturable.
Puede requerir una fórmula, coeficientes, deducciones o criterios particulares.
¿En qué unidad y con qué límites?
Hay que precisar las superficies brutas o netas, las longitudes, los volúmenes, los umbrales de deducción, las posibles mermas y las partidas incluidas o excluidas.
¿A partir de qué dato?
Es indispensable identificar el modelo de referencia, los objetos afectados y la información necesaria para el cálculo.
En el enfoque descrito por FlexBIM5D, estas reglas se recogen en la descomposición, que reúne la lógica de negocio, los objetos afectados y los componentes que se van a presupuestar.
Las clasificaciones, los lotes, los edificios, las fases y los estados sirven después para organizar distintas vistas de los datos, sin tener que reconstruir los cálculos cada vez que se presentan los resultados.
Esta organización persigue un objetivo esencial: mantener una fuente de cálculo coherente y trazable, permitiendo a la vez distintos usos de la misma información.
4. BIM, automatización e IA: ordenar correctamente las operaciones
La experiencia de FlexBIM5D nos lleva a completar nuestro enfoque inicial.
Habíamos identificado la importancia de dominar el software de diseño, las herramientas de tratamiento de datos y las posibilidades de automatización antes de introducir la IA.
Ahora proponemos hacer explícita una etapa previa: la formalización de las reglas de negocio.
Este planteamiento puede organizarse en cuatro fases.
Fase 1 — Delimitar: definir qué se quiere obtener
Antes de cualquier automatización, los profesionales deben precisar los entregables esperados, las responsabilidades, los criterios de medición, los límites del alcance y las reglas de control.
Esta fase depende principalmente de los conocimientos profesionales y de la organización del proyecto.
Fase 2 — Comprobar y estructurar: hacer que los datos sean utilizables
Los programas de diseño como Archicad y Revit generan los modelos y la información asociada.
Las herramientas especializadas en el tratamiento de datos BIM, en particular Simplebim, permiten después comprobar, filtrar, enriquecer y estructurar la información IFC conforme a los requisitos definidos.
No se trata solo de disponer de datos, sino de comprobar que responden a las expectativas de los profesionales que los utilizan.
Fase 3 — Medir y presupuestar: aplicar las reglas de forma reproducible
Las mediciones pueden extraerse, transformarse y asociarse a descomposiciones y precios.
Los cálculos automatizados resultan entonces especialmente interesantes: permiten reproducir los mismos criterios en varios proyectos.
Pero hay que conservar la posibilidad de rastrear un importe hasta su unidad de obra, su medición, su fórmula y su fuente.
El inventario de las partidas presentes en varias descomposiciones constituye también una comprobación importante.
Un duplicado aparente no es necesariamente un error. Es un punto que hay que examinar y sobre el que hay que tomar una decisión.
Fase 4 — Presentar los resultados y recurrir a la inteligencia artificial
Cuando los datos están estructurados y los cálculos validados, la IA puede aportar un valor adicional.
Puede, en particular, asistir en la redacción de descripciones, facilitar el cotejo de documentos, proponer síntesis y ayudar a examinar ciertas anomalías potenciales.
Sin embargo, el profesional conserva la responsabilidad de validar la información producida y su pertinencia técnica.
La IA ya no tiene que inventar una organización a partir de datos inciertos. Interviene para enriquecer y acelerar un proceso que ya está bajo control.
5. Cómo cambia esta experiencia práctica nuestra visión de la formación BIM
En CADatWORK Learning, acompañamos a los profesionales en el dominio de Archicad, Revit, Simplebim y los procesos OpenBIM.
Nuestro primer artículo ya planteaba una pregunta: ¿hay que formar sistemáticamente a los profesionales en IA cuando lo que buscan ante todo es mejorar su productividad?
La experiencia de FlexBIM5D refuerza nuestra convicción de que hay que empezar por comprender su organización.
Una formación técnica puede enseñar a generar una tabla de planificación, utilizar propiedades IFC, aplicar reglas de tratamiento o automatizar extracciones. Pero estas competencias no bastan si la empresa no ha definido los criterios que permitirán verificar los resultados.
Por tanto, resulta interesante conectar 3 dimensiones complementarias:
La competencia profesional, que define las reglas, las responsabilidades y los resultados esperados.
La competencia en software y BIM, que permite producir, estructurar, comprobar y utilizar los datos.
La competencia en automatización e IA, que acelera las operaciones pertinentes y facilita determinados análisis.
Esta articulación también debe orientar la manera de diseñar las formaciones.
En lugar de ofrecer únicamente un aprendizaje de las funcionalidades, conviene trabajar con casos procedentes de la producción real de las empresas.
Así es como la formación puede contribuir a una mejora duradera de los procesos, y no a una simple acumulación de competencias en software.
6. FlexBIM5D y CADatWORK: 2 especialidades complementarias al servicio de la fiabilidad de los datos
Esta experiencia práctica también ilustra el interés de los intercambios entre socios técnicos.
La especialización de FlexBIM5D se basa en un conocimiento profundo de las cuestiones relacionadas con las mediciones, los presupuestos y el seguimiento económico a partir de modelos BIM.
El enfoque de CADatWORK Learning se centra, en particular, en el dominio del software, la interoperabilidad IFC, el tratamiento de los datos y el desarrollo de las competencias de los profesionales.
Estas dos perspectivas convergen en un mismo objetivo: permitir a las empresas transformar sus modelos digitales en información fiable y utilizable.
El formato IFC, las herramientas de tratamiento como Simplebim y los métodos estructurados de elaboración de presupuestos pueden contribuir a esta continuidad entre el diseño y la economía de la construcción.
Pero la interoperabilidad técnica no garantiza, por sí sola, la coherencia económica.
Un dato correctamente transmitido puede seguir interpretándose mal.
Precisamente por eso, los criterios profesionales, las reglas de control y la trazabilidad deben acompañar a los intercambios digitales.
7. ¿Y si la verdadera revolución de la IA fuera obligarnos a definir mejor nuestras profesiones?
Sería tentador concluir que la inteligencia artificial no es adecuada para las profesiones vinculadas a la economía de la construcción.
Sería una interpretación equivocada de estos testimonios.
La IA dispone de capacidades interesantes para asistir a los profesionales. Su potencial aumenta cuando la información es coherente, los procesos son explícitos y los resultados son verificables.
Pero también nos enfrenta a una pregunta más profunda:
¿conocemos suficientemente bien nuestros propios métodos como para poder explicárselos a una máquina?
Muchas prácticas profesionales siguen basándose en hábitos, conocimientos individuales y decisiones que no siempre están formalizadas.
Estos conocimientos constituyen una riqueza, pero resultan difíciles de transmitir, compartir y automatizar cuando permanecen implícitos.
La metodología BIM, cuando se aplica correctamente, ofrece precisamente la oportunidad de estructurar esta inteligencia colectiva.
La inteligencia artificial puede después facilitar su aprovechamiento.
Por tanto, la transformación digital no consiste únicamente en hacer que las máquinas trabajen más rápido. Consiste también en hacer que nuestros métodos sean más explícitos, nuestros datos más fiables y nuestras decisiones más comprensibles.
Conclusión — Antes de la IA, el método.
Antes de la automatización, la regla de negocio.
La experiencia práctica de Stéphane Le Roy y de FlexBIM5D aporta una conclusión complementaria a nuestro primer artículo.
Afirmábamos que había que aprovechar mejor nuestras herramientas antes de pedir a la IA que lo hiciera todo.
Hoy podemos ir más allá:
antes incluso de utilizar estas herramientas, hay que saber con precisión qué queremos pedirles y cómo verificaremos sus resultados.
La productividad no se mide únicamente por el tiempo ahorrado en una operación.
También se mide por la fiabilidad de la información, el control de los riesgos, la capacidad de reproducir los resultados y la confianza que los profesionales pueden depositar en los documentos producidos.
Una automatización eficaz no es la que elimina toda intervención humana.
Es la que permite a los profesionales dedicar más tiempo a lo que realmente aporta valor a su trabajo: comprender, analizar, decidir y asumir sus decisiones.
Nuestra convicción compartida:
- el método define,
- el BIM estructura,
- la automatización ejecuta,
- la IA asiste
- y el profesional valida.
Acerca de esta aportación
Este artículo amplía nuestra publicación del 16 de octubre de 2026 dedicada al BIM, la inteligencia artificial y la productividad.
Se basa en la experiencia práctica transmitida por Stéphane Le Roy, técnico en mediciones y presupuestos y socio técnico de FlexBIM5D, a partir de un caso real anonimizado de seguimiento de costes de construcción sobre un modelo BIM.
Le agradecemos esta aportación, que enriquece nuestra reflexión sobre los métodos, las competencias y las herramientas digitales.
CADatWORK Learning acompaña a los profesionales de la construcción en el dominio de Archicad, Revit, Simplebim, los datos IFC y los procesos BIM.
Puntos clave
El método define, el BIM estructura, la automatización ejecuta, la IA asiste y el profesional valida.
Definir el modelo de referencia y los límites del alcance antes de las mediciones.
Conservar la trazabilidad desde el importe hasta la medición, la fórmula y la fuente.
Un duplicado aparente debe examinarse: no es necesariamente un error.