Denna avhandling, genomförd i samarbete med AFRY, utforskar automatiseringen av modellkontroll i Tekla Structures med Tekla LiveLink inom Grasshopper. Den undersöker hur AI-verktyg, såsom GitHub Copilot och ChatGPT-4o, kan generera Python- och C#-kod för att förbättra modellkvalitetskontroller. Genom att kombinera befintliga Grasshopper-komponenter med AI-genererad kod visar studien hur AI-assisterad kodning kan öka effektiviteten i verifieringen av bärverksmodeller.Som en del av studien utvecklades nio Grasshopper-skript, där AI-verktygen möjliggjorde automatiserade modellkontroller. Dessa skript kunde direkt integreras i Tekla Structures genom Grasshopper Component och Grasshopper Application. Resultaten visar att Python är väl lämpat för enklare uppgifter på grund av dess användarvänlighet, medan C# är mer effektivt för komplexa modellkontroller som kräver djupare integration med Tekla API. Studien jämför prestandan hos båda språken och identifierar deras respektive styrkor och begränsningar. Den optimala metoden är att använda båda språken beroende på behov, och i vissa fall kombinera dem med andra Grasshopper-komponenter för att uppnå bästa möjliga resultat. Vidare visar studien att GitHub Copilot är särskilt användbart för att generera grundläggande skript, medan ChatGPT-4o är bättre på att hantera specifika uppgifter, särskilt vid arbete med Tekla API. Dock kvarstår vissa utmaningar, såsom inkonsekvenser i AI-genererad kod, otydliga variabelnamn och behovet av manuella justeringar. För att maximera effektiviteten rekommenderas en kombinerad användning av båda verktygen, eventuellt i samverkan med andra AI-lösningar. Sammanfattningsvis visar studien att detta tillvägagångssätt kan tillämpas inom andra områden genom att kombinera AI-verktyg med Grasshopper och annan programvara. AI kan fungera som ett stöd vid kodning och bidra till en mer effektiv arbetsprocess. Grasshopper är kompatibelt med olika design- och analysverktyg, såsom FEM-programvara, Archicad och Revit, vilket gör det till en flexibel och anpassningsbar lösning för AI-assisterade tekniska arbetsflöden. Dessutom kan metoden användas inte bara för modellkontroller utan även för ritningsverifiering och andra valideringsuppgifter.

This thesis, conducted in collaboration with AFRY, explores the automation of model checking in Tekla Structures using Tekla LiveLink within Grasshopper. It examines how AI tools, such as GitHub Copilot and ChatGPT-4o, can generate Python and C# code to enhance model quality checks. By combining existing Grasshopper components with AI-generated code, the study demonstrates how AI-assisted coding can improve efficiency in structural model verification.As part of this study, nine Grasshopper scripts have been developed. With the assistance of these AI tools, automated model checks have been implemented, allowing the scripts to be used directly inside Tekla Structures through Grasshopper Component and Grasshopper Application. The findings indicate that Python is more efficient for simpler tasks due to its ease of use, while C# is better suited for complex model checks that require deeper integration with the Tekla API. The study compares the performance of both languages, highlighting their respective strengths and limitations. It concludes that the most effective approach is to leverage both languages, and sometimes even combine them with each other and other Grasshopper components, to achieve optimal results. Additionally, the study reveals that GitHub Copilot is more effective for basic scripting, while ChatGPT-4o performs better for some specific tasks, particularly those involving the Tekla API. However, challenges remain, such as AI-generated inconsistencies, variable naming issues, and the need for manual adjustments. The best approach is to use both tools in combination, along with other AI tools available on the market. In conclusion, this approach can be extended to other cases by combining AI tools with Grasshopper and various engineering software. AI acts as a coding assistant, streamlining workflows and improving efficiency. With its seamless integration with design and analysis tools like FEM software, Archicad, and Revit, Grasshopper provides a flexible and adaptable solution for AI-assisted technical workflows. Moreover, this method is not limited to model checking, it also supports drawing verification and other validation tasks, making it a versatile tool for engineering processes.