Resumen:Este documento de posición presenta el marco de IA de planificación urbana agente para agentes de planificación con capacidad de razonamiento que integra tres capas cognitivas (percepción, fundamento, razonamiento) con seis componentes lógicos (análisis, generación, verificación, evaluación, colaboración, decisión) a través de un marco de colaboración de múltiples agentes. Demostramos por qué las decisiones de planificación requieren capacidades de razonamiento explícito que estén basadas en valores (aplicando principios normativos), basadas en reglas (garantizando la satisfacción de las restricciones) y explicables (generando justificaciones transparentes), requisitos que el aprendizaje estadístico por sí solo no puede cumplir. Comparamos agentes de razonamiento con aprendizaje estadístico, presentamos una arquitectura integral con métricas de evaluación de referencia y describimos desafíos críticos de investigación. Este marco muestra cómo los agentes de IA pueden ayudar a los planificadores humanos explorando sistemáticamente espacios de soluciones, verificando el cumplimiento normativo y deliberando sobre las compensaciones de manera transparente, sin reemplazar el juicio humano sino amplificándolo con capacidades de razonamiento computacional.
Publicado originalmente en export.arxiv.org el 9 de noviembre de 2025.
Ver fuente original
