Dane a informacje w BIM

*****
Proces inwestycyjno-budowlany w Polsce przechodzi głęboką cyfryzację. W wielu fazach i na różnych etapach tego procesu wykorzystuje się BIM. W przestrzeni naukowej i biznesowej często mówi się o „modelu informacyjnym budynku”. Słyszy się frazy typu „potoki danych”, „faszerowanie informacją”, „strukturyzowane dane”, „otwarte standardy wymiany danych” itd. W wielu przypadkach pojęcia „dane” i „informacje” stosuje się zamiennie, nie zastanawiając się nad ich znaczeniem w kontekście BIM. Przez to są mylone i czasami prowadzą do błędów poznawczych czy problemów w komunikacji. Niezależnie od roli (projektant, inwestor, producent) znajomość obu pojęć i związanych z nimi standardów jest niezbędna tam, gdzie w procesach pojawia się BIM. W artykule dokonano głębokiego przeglądu literatury pod kątem stosowania i znaczenia obu pojęć. Przedstawiono je w konkretnym studium przypadku w celu lepszego zrozumienia ich definicji. W artykule podkreślono też znaczenie norm i standardów, które wyraźnie wskazują jak pracować z danymi i informacjami w BIM.

Data vs. Information in BIM

The investment and construction process in Poland is undergoing a profound digitalisation. BIM is being used in many phases and at various stages of this process. In both the academic and business spheres, the term ‘building information model’ is often used. We can hear the phrases ‘data pipelines’, ‘information stuffing’, ‘structured data’, ‘open data exchange standards’, etc. In many cases, the terms ‘data’ and ‘information’ are used interchangeably without considering their meaning in the context of BIM. This confusion sometimes leads to cognitive errors or communication problems. Regardless of the role of the individuals involved in processes where BIM is used (be it designer, developer, or manufacturer), clear understanding of both concepts and the associated standards is essential. In this article, an in-depth review of the literature regarding the application and significance of both terms is carried out. They are presented in a specific case study to enhance the understanding of their definitions. The importance of norms and standards is also emphasized, as they provide clear guidance on how to work with data and information in the context of BIM
*****

Dane wysokiej jakości są nieuchronnie ważnym warunkiem wstępnym przy podejmowaniu decyzji menedżerskich, zwłaszcza gdy podejmowane decyzje mogą mieć daleko idące konsekwencje dla danej organizacji. W związku z tym analiza informacji i wymaganie, aby informacje spełniały określone cechy, mają zasadnicze znaczenie dla osiągnięcia zrównoważonej organizacji [2]. Dotychczasowe badania wskazują, że 96% danych nie jest ponownie używanych w projektach i realizacji obiektów budowlanych. 13% każdej pracy zajmuje poszukiwanie odpowiednich danych i informacji. Projekty budowlane generują ogromne ilości danych, począwszy od dokumentów projektowych i umów, aż po raporty dotyczące wykorzystania sprzętu i zapisy konserwacji.

Zobacz też: Pomiar pionowości budynków i budowli

Dane te są zwykle rozproszone w różnych systemach, formatach i lokalizacjach, co utrudnia ich efektywne wykorzystanie. Tylko w Stanach Zjednoczonych szacuje się, że brak interoperacyjności
pomiędzy systemami przynosi straty rzędu 15 miliardów dolarów rocznie [3]. Postulaty FAIR (ang. findable, accessible, interoperable, reusable), że dane powinny być wyszukiwalne, dostępne, interoperacyjne oraz ponownie używane, są coraz częściej podnoszone w kontekście cyfryzacji branży.

Szeroko rozumiana branża budowlana – AECOO (ang. architecture, engineering, construction, owners, operators) – jest największą branżą przemysłu i zużywa więcej energii oraz konsumuje więcej zasobów niż branża transportowa [4]. Nawet z postępującą cyfryzacją, śledzeniem śladu węglowego, oszczędzaniem zasobów środowiska przyrodniczego, nie zmniejsza się jej wpływ na klimat panujący na Ziemi. Nadzieją zrównoważonego budownictwa jest idea cyfrowych bliźniaków (ang. digital twin), która przyczyni się do jeszcze ściślejszej współpracy, szybszego podejmowania decyzji, możliwości symulowania różnych zjawisk i tym samym jeszcze bardziej zatrze granicę między światem rzeczywistym a wirtualnym. Tym samym kończy się powoli era informacji (ang. information age), gdzie najważniejsze było zdobycie informacji, a rozpoczyna się era ciągłego połączenia (ang. connected age), gdzie najważniejsza jest efektywna komunikacja, dająca natychmiastową informację zwrotną. W budowaniu cyfrowych bliźniaków coraz częściej stosuje się BIM (ang. building information modeling). BIM daje przewagę, daje wartość różnym interesariuszom i zwiększa produktywność przedsiębiorstw. Zostało to udowodnione w wielu badaniach i na różnych studiach przypadków. Świadomość różnic pomiędzy pojęciami „dane” a „informacje” w BIM może jeszcze bardziej zwiększyć możliwości podejmowania mądrych decyzji popartych wiedzą. Tym samym celem artykułu było wyjaśnienie podstawowych różnic pomiędzy oboma pojęciami, zarówno w szerokim kontekście, jak i w wąskim, dotyczącym stricte modeli BIM.

Dane a informacje w szerokim kontekście

Według Kumara dane to zbiór przypadkowo zestawionych symboli, które nie niosą ze sobą żadnego znaczenia, zaś informacja to dane zorganizowane w sposób, który przekazuje znaczenie. W budowaniu baz danych, baz wiedzy czy systemów informatycznych bardzo istotna jest tzw. akwizycja danych, czyli pierwszy etap przetwarzania danych, inaczej zbieranie danych, a następnie ich gromadzenie w odpowiedni sposób. Od kilku lat w przestrzeni publicznej podnoszone są tzw. postulaty lub zasady FAIR (RYS. 1). Zostały one sformułowane z myślą o budowaniu i rozwijaniu technicznego ekosystemu, w którym poprzez różnego rodzaju powiązane ze sobą serwisy i infrastruktury możliwe będzie wyszukiwanie, łączenie, analizowanie czy ponowne wykorzystanie danych (początkowo badawczych, aktualnie wszystkich). Opcje te mają być dostępne nie tylko dla ludzi, ale i dla maszyn, dlatego tak istotne jest odpowiednie wdrażanie zasad FAIR i stosowanie standardowych rozwiązań wszędzie tam, gdzie to możliwe.

Dane spełniające zasady FAIR powinny być:

• możliwe do znalezienia,
• dostępne,
• interoperacyjne,
• wielokrotnego użytku (w języku polskim jeszcze nie przyjął się zwrot „reużywalne”, aczkolwiek jest on coraz częściej stosowany).

Zasady FAIR zostały po raz pierwszy opublikowane w 2016 r. Od tego czasu zostały przyjęte m.in. przez Unię Europejską i wiele organizacji finansujących badania naukowe (np. NCN, ERC), uniwersytety i infrastruktury badawcze. W przypadku dużych ilości danych (ang. big data), a zwykle z takimi mamy do czynienia, niezwykle istotne są tzw. metadane [5]. Metadane, czyli dane o danych, zawierające informacje o formie i treści zasobów, podawane w celu łatwiejszego wyszukiwania i identyfikacji danych oraz zarządzania nimi. Wyróżnia się następujące rodzaje metadanych:

• opisowe (tytuł, autor, streszczenie, słowa kluczowe itp.),
• strukturalne (relacje i powiązania między poszczególnymi obiektami),
• administracyjne (utworzenie pliku, tryb dostępu, prawa własności itp.).

Standardy metadanych służą usystematyzowaniu i ujednoliceniu sposobu zapisu metadanych. Zwykle stosowane są standardy uniwersalne lub dziedzinowe w zależności od charakteru danych
i organizacji, która je gromadzi lub wytwarza. Metadane mogą być zapisywane w plikach tekstowych, arkuszach kalkulacyjnych lub dokumentach XML. Dane i metadane stanowią podstawę budowania informacji.

Znana i popularna piramida DIKW (ang. data, information, knowledge, wisdom) cały czas jest aktualna [6], i pomimo różnych głosów krytyki [7] nadal stanowi fundament różnych branż i gałęzi gospodarki.

Prezentacja relacji między danymi, informacjami, wiedzą a czasem mądrością w układzie hierarchicznym jest częścią języka nauki o informacji od wielu lat (RYS. 2). Chociaż nie jest pewne, kiedy i przez kogo relacje te zostały po raz pierwszy zaprezentowane, wszechobecność pojęcia hierarchii jest osadzona w użyciu akronimu DIKW jako skróconej reprezentacji transformacji danych w informacje w wiedzę w mądrość [8].

W kontekście DIKW dane są rozumiane jako symbole lub znaki reprezentujące bodźce lub sygnały, które są bezużyteczne, dopóki nie zostaną zorganizowane lub wykorzystane w użytecznej (to znaczy
odpowiedniej) formie. Niektórzy charakteryzują tę nieużyteczną cechę danych jako nieznaczącą (ang. know-nothing) [9]. W niektórych przypadkach dane są rozumiane jako odnoszące się nie tylko do symboli, ale także do sygnałów lub bodźców, do których odnoszą się wspomniane symbole. Tam, gdzie dane są uniwersalne, dla wielu są produktem jedynie obserwacji, ale mogą też być zbierane dane obarczone pewnym subiektywizmem.

W kontekście DIKW informacja różni się od danych tym, że jest użyteczna. Informacje są wywnioskowane z danych [10] w procesie odpowiadania na pytania pytające (np. kto, co, gdzie, ile, kiedy), czyniąc w ten sposób dane pragmatycznymi dla decyzji i/lub działań. Informacja może być też definiowana jako dane, które są obdarzone znaczeniem i celem [11].

Dane a informacje w GIS I BIM

Osoby pracujące w GIS (ang. Geographic Information System) doskonale znają różnicę pomiędzy pojęciami „dane” a „informacje”.
W przypadku baz danych przestrzennych są one stworzone do przechowywania danych, które mają odniesienie w przestrzeni, zwykle geograficznej. Dane w GIS traktowane są przez ich użytkowników jako wyniki pomiarów (lub obserwacje), np. odległość, powierzchnia, ciężar, położenie itd. Dane mogą mieć charakter geometryczny lub opisowy. W przypadku opisów, które są zawarte w tzw. tabeli atrybutów, są to zwykle cechy lub właściwości obiektów, które występują w przestrzeni np. w przypadku budynku będą to: funkcja, przeznaczenie, liczba kondygnacji, stan techniczny, rok budowy itd. Cechy te zwykle są przedstawiane w postaci liczb, ciągów literowych, dat czy symboli.

Niezależnie od formy, dane w GIS traktowane są jedynie jako „fakty”. Nie ma tu miejsca na interpretację, subiektywizm czy opinię. Dopiero w wyniku przetwarzania danych, np. integrowania czy syntezy danych, powstaje informacja. Informacja jest swego rodzaju „podkładką” dla podejmowanych decyzji. Decydenci powinni podejmować decyzję na podstawie konkretnych przesłanek – w wielu przypadkach pomaga im w tym GIS [12].

W BIM pojęcia dane i informacje pojmowane są nieco inaczej. Dane zawarte w modelu BIM to nadal konkretne atrybuty, np. właściwości fizyczne, akustyczne, termiczne obiektu, np. ściany. Jednak pojęcie informacje definiuje się inaczej. Informacje to odpowiednie dane, które uporządkowane i dostarczone na czas konkretnemu interesariuszowi, pozwalają na zwiększenie zrozumienia i zmniejszenie niepewności. Czyli dla przykładu – obliczony w przypadku ścian zewnętrznych współczynnik przenikania ciepła U, który zostanie wykorzystany przez analityka do obliczenia efektywności energetycznej budynku, nie będzie jedynie daną (choć w technologii GIS tak byłby rozumiany), będzie INFORMACJĄ. Stąd w BIM bardzo często mówi się o modelu informacyjnym budynku, gdyż informacje w nim zawarte są podstawą wielu działań czy decyzji.

Według popularnej serii norm ISO 19650 informacja to reinterpretowalna reprezentacja danych w odpowiedni sposób sformalizowana dla celów komunikacji, interpretacji lub przetwarzania. Informacja może być przetwarzana przez człowieka lub maszynowo. Z kolei kontener informacji to trwały, posiadający nazwę zbiór informacji możliwy do odczytania z pliku, systemu czy hierarchii pamięci aplikacji. Ustrukturyzowane kontenery informacji to np. modele geometryczne, harmonogramy czy bazy danych. Nieustrukturyzowane kontenery to np. dokumenty, pliki video czy nagrania dźwiękowe. Trwała informacja to informacja, która istnieje w skali czasu wystarczająco długo, aby mogła być zarządzana/przetwarzana. Oznacza to wykluczenie informacji ulotnej, takiej jak np. wyniki wyszukiwania w internecie [13].

Obiekty BIM

W modelach informacyjnych budynków wykorzystujemy obiekty (inaczej komponenty). Obiekty tworzone są w różny sposób, jednak ich zasadniczą cechą jest relacyjność. BIM oparty jest na tzw. modelowaniu E-R (ang. E-R modeling), gdzie „E” oznacza encje (ang. entities), a „R” oznacza relacje (ang. relationships). Dzięki temu w BIM mamy składniki i topologię (ang. syntax and topology), które razem tworzą tzw. semantykę (ang. semantics). W CAD operujemy jedynie składnikami, które są prymitywnymi obiektami wektorowymi pomiędzy, którymi nie ma relacji i nie dochodzi do interakcji.

BIM idzie dalej w dostarczaniu wartości niż tradycyjne rysunki CAD poprzez dostarczanie informacji i świadomości na temat działania całego systemu obiektu budowlanego, oprócz prostych relacji przestrzennych opartych na danych [14].

Budowane modele 3D bardzo często nie są w pełni modelami BIM z powodu braku wystarczającej ilości obiektów BIM. W tym miejscu należy wyraźnie podkreślić czym on jest. „Obiekt BIM” to model komponentu (np. okno, krzesło, zlew), zespołów komponentów (np. ściana, dach, rozdzielnica) lub przestrzeni zawierającej komponenty i zespoły (np. modułowa kuchnia lub powtarzalna łazienka). Obiekty BIM mogą być ogólne (często zawierające jedynie geometrię i specyfikację obiektu) lub specyficzne dla dostawcy (zawierające szczegółową specyfikację obiektu danego producenta). Ważne jest, aby jak najwięcej grup interesariuszy było zaangażowanych w tworzenie danych, w różnych formatach, które mogą być zintegrowane z danym modelem. Głównie dotyczy to producentów i dostawców, którzy tworzą obiekty BIM, które z kolei można pobrać i umieścić w modelu BIM, co upraszcza i przyspiesza proces tworzenia projektu. To zapewnia również korzyści dla producentów, ponieważ ich produkty są bardziej dostępne dla klientów. Producent może być również bardziej świadomy tego, kto ma dostęp do jego produktów [15].

Obiekt BIM może być wykorzystywany na każdym etapie procesu projektowania, budowy i eksploatacji. Obiekty BIM często dostępne są w chmurze, a dane obiektów mogą być przechowywane oddzielnie od geometrii i dostępne w razie potrzeby, poprzez GUID (ang. Global Unique Identifier). W takich przypadkach rzeczywiste pliki dostawców są znacznie mniejsze i mogą być wykorzystywane już od wczesnej fazy projektowania. Zazwyczaj obiekt BIM stanowi własność producenta/dostawcy danego obiektu – jest on odpowiedzialny za geometrię i dane, które znajdują się w obiekcie. W przypadku obiektów BIM utworzonych jako projekty przestrzeni, właścicielem może być również deweloper odpowiedzialny za projekt danej przestrzeni.

Powszechnym, ale i czasochłonnym sposobem na stworzenie obiektu BIM jest zaprojektowanie go w autorskim oprogramowaniu (np. Autodesk Revit) i przedstawienie go w postaci pliku (np. typowym dla Revita.rfa). Proces ten może być jeszcze bardziej czasochłonny, jeśli wymaganych jest wiele formatów oprogramowania komercyjnego, ponieważ wymaga to tworzenia obiektu w każdym oprogramowaniu.

Problem rozwiązuje np. usługa hostingu w chmurze świadczonej przez BIMobject. Unikalne rozwiązanie polega na udostępnieniu darmowej technologii zwaną BIMscript, która w połączeniu z funkcjami modelowania i optymalizacji Rhino, umożliwia szybkie dostarczanie różnych treści BIM w wielu formatach. Usługa zapewnia tym samym jeden zintegrowany proces, który generuje wszystkie formaty branżowe za jednym zamachem i przyjazne dla użytkownika obiekty parametryczne dla np. Revit, SketchUp, ArchiCAD itd.

Studium przypadku

W celu lepszego zrozumienia różnić pomiędzy pojęciami dane a informacje w BIM przedstawiono studium przypadku. Na RYS. 3–4 zaprezentowano model BIM masztu telekomunikacyjnego wykonanego w znanym i popularnym oprogramowaniu BIM. Maszt zamodelowany z chmury punktów wykonany został na wysokim poziomie szczegółowości, zarówno geometrycznej, jak i opisowej. Przykład na RYS. 3 przedstawia wiele parametrów z grupy „Analiza konstrukcyjna”. Przyglądając się poszczególnym parametrom, na pierwszy rzut oka trudno stwierdzić, co jest „daną”, a co „informacją”. Parametr obwód w tym przypadku będzie daną. Jest mało użyteczny i prawdopodobieństwo jego wykorzystania na dalszych etapach jest mało prawdopodobne.

Aczkolwiek jego istnienie nie zaszkodzi (nie wpłynie istotnie na wielkość pliku), w przeciwieństwie do skomplikowanej geometrii, która możne znacząco obciążać model (duży rozmiar pliku i istotne wykorzystanie pamięci operacyjnej). Natomiast parametry powierzchnia przekroju czy moment skręcający bezwładności można traktować jako informacje – są pragmatyczne z punktu widzenia konstruktora, który będzie poddawał analizie konstrukcję, czy to na etapie projektowania, czy na etapie eksploatacji/modernizacji.

Drugi przykład to obiekt z klasy „stopa fundamentowa”, a jego parametry związane są ponownie z analizami (RYS. 4) . Parametr zdolność adsorpcyjna, może zostać uznana za daną, jeśli nie badamy wpływu czynników zewnętrznych na bryłę czy strukturę fundamentu. Jeśli jednak warunki gruntowo-wodne są niesprzyjające, może się okazać, że ten parametr będzie miał znaczenie. Ważne, żeby został w odpowiednim momencie dostarczony na czas do analityka, który wykorzysta go do przeprowadzenia szczegółowej analizy. Tak, aby nie poszukiwał tej „informacji”, a miał ją natychmiast podaną lub mógł do niej szybko dotrzeć, dzięki swojej roli i odpowiednim uprawnieniom. Wspomniany wcześniej współczynnik przenikania ciepła będzie daną, bo modelowany obiekt – maszt – raczej nie zostanie poddany audytowi efektywności energetycznej.

Znaczenie pojęć i standardów

Metodyka lub technologia (w zależności od pojmowania) BIM wymaga od interesariuszy znajomości wielu akronimów, nietrywialnych pojęć, różnych definicji czy konkretnych umiejętności. Pewna wiedza i umiejętności są niezbędne w posługiwaniu się BIM. Według wielu publikacji BIM ma być antidotum na chaos, ma być remedium na różne bolączki trapiące budownictwo i wreszcie rozwiązać problem braku wzrostu produktywności względem pozostałych gałęzi gospodarki. Jednakże zwiększona efektywność może nastąpić jedynie wskutek stosowania pewnych zasad i niepopełniania błędów. Tym samym warto stosować normy, standardy i dobre praktyki, które są pokłosiem wieloletnich doświadczeń wielu ekspertów i organizacji.

Fundamentem efektywnej pracy w BIM jest seria norm ISO 19650. Cześć z nich jest przetłumaczona, za chwilę pojawi się załącznik krajowy do części pierwszej. To wielka wartość, której wiele przedsiębiorstw niestety nie dostrzega. Obligatoryjnych standardów krajowych nie ma w Polsce. Są jedynie fakultatywne – choćby promowany przez Urząd Zamówień Publicznych BIM Standard PL.

Przedsiębiorstwa w zależności od branży i specyfiki budują swoje standardy, tworzą katalogi dobrych praktyk, dzielą się swoimi doświadczeniami. Jednak dopiero synteza tych wszystkich czynników może prowadzić do faktycznie zwiększonej produktywności (RYS. główny), której tak oczekuje się od branży budowlanej.

Podsumowanie

Dane pozostają prymitywną treścią dopóki są niezorganizowane i nieużyteczne. W momencie ich porządkowania, przetwarzania lub dostarczania na czas konkretnemu interesariuszowi w BIM stają się informacją. Informacja, która jest ustrukturyzowana może być interpretowana, analizowana, udostępniana czy dalej przetwarzana. Odpowiednie nazewnictwo, kodyfikacja, struktura informacji nadaje jej utylitarność. Wiarygodna informacja, która jest aktualna, dostępna, możliwa do edycji, lapidarna i bezpieczna zwiększa zrozumienie i zmniejsza niepewność. To daje decydentom wiedzę, a wiedza jest pryncypium mądrości. Mądrzy ludzie poprawiają procesy i zwiększają efektywność, a to prowadzi do rozwoju.

Literatura

1. Gellert, R. (2022), Comparing definitions of data and information in data protection law and machine learning: A useful way forward to meaningfully regulate algorithms? Regulation & Governance, 16: 156-176. https://doi.org/10.1111/rego.12349 (dostęp z dnia 6 lipca 2023).
2. Alshikhi, O. A., & Abdullah, B. M. (2018). Information quality: definitions, measurement, dimensions, and relationship with decision making. European Journal of Business and Innovation Research, 6(5), pp. 36–42.
3. Kumar, B. (2015). A Practial Guide to Adopting BIM in Construction Projects, Whittles Publishing, s. 128.
4. Jernigan, F. (2017). BIG BIM 4.0. Ecosystems for a Connected World, eds. Mike Bordenaro, 4SitePress, s. 435.
5. Furner, J. (2020). Definitions of “metadata”: A brief survey of international standards. Journal of the Association for Information Science and Technology, 71(6), E33–E42.
6. Baldassarre, M. (2016). Think big: learning contexts, algorithms and data science. Research on Education and Media. s. 8.
7. Frické, M. (2009). The knowledge pyramid: a critique of the DIKW hierarchy. Journal of Information Science, 35(2), 131–142. https://doi.org/10.1177/0165551508094050 (dostęp z dnia 7 lipca 2023).
8. Wallace, D.P. (2007). Knowledge Management: Historical and Cross-Disciplinary Themes. Libraries Unlimited. pp. 1–14.
9. Zeleny, M. (1987). Management Support Systems: Towards Integrated Knowledge Management. Human Systems Management. 7 (1), pp. 59–70. doi:10.3233/HSM-1987-7108.
10. Rowley, J.; Hartley R. (2006). Organizing Knowledge: An Introduction to Managing Access to Information. Ashgate Publishing, Ltd. pp. 5–6.
11. Gamble, P.R., Blackwell, J. (2002). Knowledge Management: A State of the Art Guide. London: Kogan Page. p. 43.
12. Gotlib, D., Iwaniak, A., Olszewski, R. (2007). GIS. Obszary zastosowań, PWN, s. 230.
13. Magiera, J., Wala, K., Czaplejewicz, A. (2021). Słownik podstawowych pojęć i terminów norm ISO 19650-1 i 19650-2 – propozycja polskiej terminologii BIM, Builder, 285 (6), s. 68–77.
14. Naamane, A., Boukara, A. (2015). A Brief Introduction to Building Information Modeling (BIM) and its interoperability with TRNSYS. Renewable Energy and Sustainable Development, 1(1), s. 126–130.
15. Ingram, J. (2020). Understanding BIM. The past, present and future, Taylor & Francis Group, s. 288.