LO
Géomaticien / cartographe — tâches, une par une
L'unité d'analyse est la tâche, non l'intitulé du poste. Chacune ci-dessous porte sa direction, le fait que le jugement repose sur des preuves ou sur une inférence de la plateforme, le raisonnement, et ce qu'elle n'établit pas.
Toutes les tâches de cette page#
Numériser des objets à partir d'images
En cours d'automatisation✓ Appuyé sur des preuvesTracer bâtiments, routes, eau et occupation du sol à partir d'images aériennes et satellitaires pour en faire des données cartographiques.
À l'échelle nationale, l'extraction passe aux modèles. L'agence nationale de cartographie française indique que l'IA a divisé par trois le temps de production de sa carte d'occupation du sol à grande échelle — un an par département au lieu de trois — et en a réduit le coût de moitié, et Microsoft publie des empreintes de bâtiments produites par machine dont il affirme qu'elles égalent ou dépassent la qualité de celles tracées à la main. À l'échelle d'un cartographe, c'est moins net : lors d'une expérience contrôlée avec 26 participants, la cartographie manuelle a été globalement plus rapide et plus exacte qu'un éditeur assisté par IA, dont l'erreur la plus fréquente était de fusionner plusieurs bâtiments en un seul.
Le récit d'une agence sur sa propre production, les affirmations d'un fournisseur sur ses propres données et une petite expérience ; aucun ne mesure les emplois de la cartographie.
Analyse spatiale
Augmentée≈ Estimation de la plateformeMener superpositions, zones tampons, choix de sites et autres analyses pour répondre à une question.
Les agents d'IA savent exécuter les étapes courantes mais peinent sur le raisonnement. Un agent SIG intégré à un SIG bureautique a affiché un taux de réussite élevé dans le choix des outils et la génération de code pour les tâches simples et intermédiaires, tandis que les tâches complexes restaient difficiles. Un banc d'essai de 50 tâches de géotraitement a constaté que le meilleur modèle produisait des chaînes de traitement valides dans 95 % des cas, mais la détection des relations spatiales et le choix optimal de sites sont restés les plus difficiles, et ses auteurs appellent à une évaluation rigoureuse avant toute affirmation d'une automatisation complète des SIG.
Des bancs d'essai en conditions de test ; une chaîne de traitement valide n'est pas une réponse correcte, et aucun des deux ne mesure le travail des analystes.
Bases de données spatiales et production cartographique
Augmentée≈ Estimation de la plateformeTenir à jour les données spatiales et concevoir les cartes et rapports que les gens utilisent.
La demande d'information cartographique augmente. Le bureau des statistiques des États-Unis prévoit que l'emploi des cartographes et photogrammètres progressera de 7 % de 2025 à 2035, beaucoup plus vite que la moyenne, sans mentionner l'IA, et indique que la demande accrue d'informations cartographiques exigera des techniciens en topographie et cartographie.
Des projections pour un seul pays ; aucun élément ne mesure l'IA dans la conception de cartes ou la maintenance des bases de données.
Contrôle qualité et validation sur le terrain
Encore menée par des humains≈ Estimation de la plateformeConfronter les données au terrain et aux normes avant qu'elles ne soient utilisées.
Plus il y a de données produites par machine, plus il y a de vérifications à faire. Le bureau des statistiques des États-Unis indique que, si les drones et d'autres progrès rendent certains travaux de levé plus efficaces, les techniciens resteront nécessaires pour examiner et interpréter ce qu'ils produisent afin d'en garantir l'exactitude et l'exhaustivité. Microsoft demande aux utilisateurs de ne jamais importer ses données de bâtiments sans avoir d'abord vérifié leur qualité locale, qui varie entre zones rurales et urbaines.
Le raisonnement d'une projection et le conseil d'un fournisseur à ses utilisateurs ; aucun ne mesure la quantité de vérification effectuée.