فرآیند محاسبه کربن و انرژی تجسم یافته از مواد برای تحویل ساختمانهای کمتأثیر از طریق ساخت و ساز، پیچیده است و باید اذعان کرد که برای طراحان مناسب نیست.
ما عمدتاً به عنوان متفکران بصری و فضایی آموزش دیدهایم، در حالی که محاسبه کربن تجسم یافته نوعی تحلیل است که بسیاری از ما به طور طبیعی به آن تمایل نداریم. اگر ما به سمت هزینه های پروژه کشیده نمی شویم، پس به محاسبات کربن نیز کشیده نمی شویم.
این تا حدی ناشی از عدم آموزش در مورد این نوع اقدامات در سطح دانشگاه در انگلستان است. بسیاری از دورههای معماری اروپایی، تجزیه و تحلیل محیطی را در طراحی ادغام میکنند و رویکردی مهندسی را اتخاذ میکنند. از بین دانشگاههای بریتانیا، فقط بارتلت مدرک کارشناسی ارشد MEng را از سال تحصیلی جاری ارائه میکند.
برای جبران این سطح پایین آموزش، ابزارهای ما باید بسیار شهودی و مفید باشند تا کار طراح را آسانتر کنند، و در حال حاضر به نتیجه نمیرسند. بسیاری از این ابزارها از صفحات گسترده تشکیل شدهاند که نیاز به ورودی دستی گسترده برای پر کردن آن دارند و به شدت بر یک برنامه هزینه برای تخمین مقادیر مواد متکی هستند. طرح هزینه معمولاً از طراحی عقب میافتد، که به وضعیت جزئی Catch-22 تبدیل میشود.
این یک مشکل چند بعدی است و به راحتی در یک مرحله حل نمی شود. و این فقط در مورد ابزار نیست. این در مورد فرآیند طراحی و مدیریت عدم قطعیت است. در مراحل اولیه طراحی، ما اغلب در مورد موادی که قرار است استفاده شود نامطمئن هستیم و این می تواند تا مرحله ساخت و ساز ادامه یابد و اطلاعات ناقصی را در اختیار ما بگذارد تا هنگام تخمین انتشار کربن ادامه دهیم. همانطور که طراحی پیشرفت می کند، تصمیمات گرفته می شود، اما در حال حاضر این تصمیمات بدون توجه به تأثیر انتشار گازهای گلخانه ای گرفته می شود.
ابزارهای ارزیابی چرخه عمر جدید به طراحان اجازه می دهد تا از داده های جمع آوری شده از بسیاری از پروژه های دیگر استفاده کنند
برای مثال، اصلاً غیرعادی نیست که یک افسر پایداری به یک تیم طراحی بگوید، “شما باید فلان هدف را برای کربن تجسم یافته ضربه بزنید” و سپس یک برنامه ریز یا افسر طراحی شهری همان شورا بگوید، “خوب، برای تناسب با زمینه، البته باید از آجر استفاده کنید. گاهی اوقات این می تواند پایان مکالمه باشد در حالی که واقعاً باید فقط شروع باشد.
ورود اخیر ابزارهای ارزیابی چرخه عمر جدید (LCA) از Autodesk، در Forma و Revit، تا آنجا جالب است که ابزارهایی مانند این – که در نرم افزارهای پرکاربرد ادغام شده اند – احتمالاً به ما در جهت درست کمک می کنند.
هدف واقعاً جالب این ابزار و سایر ابزارها، مانند OneClick's Carbon Designer، آوردن داده ها از مجموعه بزرگی از پروژه های دیگر است. این به طراح اجازه می دهد تا از داده های جمع آوری شده از بسیاری از پروژه های دیگر که قبلاً ارزیابی و حتی ساخته شده اند استفاده کند. طراح دادههای پایه را از صدها یا حتی هزاران پروژه بهگونهای دریافت میکند که حتی بزرگترین عمل معماری غیرممکن است.
این نشاندهنده کار در حال انجام با مدلهای زبان بزرگ برای هوش مصنوعی است که دسترسی به یک مجموعه بزرگ از دادههای مشترک میتواند به تسریع یادگیری و تجزیه و تحلیل کمک کند. ممکن است مخالفان بگویند که هوش مصنوعی هیچ چیز جدیدی ایجاد نمی کند، اما به ما کمک می کند از رویه فعلی بیاموزیم و به طراحان کمک می کند تا سریعتر به پاسخ بهتری برسند.
متخصصان LCA استدلال میکنند که ما حتی در مراحل اولیه باید دقیقتر باشیم، اما من معتقدم که بهتر است از ابتدای پروژه یک ابزار تخمین سریع و کثیف در دست هر طراح داشته باشیم تا بتواند آن را ببیند. خود گزینه ها قبل از نیاز به ورودی متخصص.
روری برگین یک شریک و رئیس آینده پایدار در HTA Design