LO
Analista de informação geográfica / cartógrafo — tarefas, uma a uma
A unidade de análise é a tarefa, não o nome do cargo. Cada uma das seguintes traz a sua direção, se o juízo assenta em prova ou numa inferência da plataforma, o raciocínio e o que não estabelece.
Todas as tarefas desta página#
Digitalizar elementos a partir de imagens
A automatizar-se✓ Com provaTraçar edifícios, estradas, massas de água e ocupação do solo a partir de imagens aéreas e de satélite, transformando-os em dados cartográficos.
À escala nacional, a extração está a passar para modelos. A agência cartográfica nacional de França diz que a IA dividiu por três o tempo de produção da sua carta de ocupação do solo em grande escala — um ano por departamento em vez de três — e cortou o custo para metade, e a Microsoft publica contornos de edifícios gerados por máquina que, diz, igualam ou superam a qualidade dos desenhados à mão. Ao nível de uma só pessoa a mapear é menos claro: numa experiência controlada com 26 participantes, o mapeamento manual foi, no conjunto, mais rápido e mais preciso do que um editor assistido por IA, cujo erro mais frequente foi fundir vários edifícios num só.
O relato de uma agência sobre a sua própria produção, as afirmações de um fornecedor sobre os seus próprios dados e uma pequena experiência; nenhum mede empregos em cartografia.
Análise espacial
Aumentada pela máquina≈ Inferência da plataformaFazer sobreposições, áreas de influência, escolha de localizações e outras análises para responder a uma pergunta.
Os agentes de IA conseguem executar os passos de rotina, mas têm dificuldade com o raciocínio. Um agente de SIG integrado num SIG de secretária mostrou uma elevada taxa de êxito na escolha de ferramentas e na geração de código para tarefas básicas e intermédias, enquanto persistiam desafios nas tarefas complexas. Um teste de referência com 50 tarefas de geoprocessamento concluiu que o melhor modelo produzia fluxos de trabalho válidos em 95% das vezes, mas que a deteção de relações espaciais e a escolha da localização ótima continuavam a ser o mais difícil, e os seus autores pedem uma avaliação rigorosa antes de se afirmar a automatização total do SIG.
Testes de referência em condições de ensaio; fluxos de trabalho válidos não são o mesmo que respostas corretas, e nenhum deles mede o trabalho dos analistas.
Bases de dados espaciais e produção de mapas
Aumentada pela máquina≈ Inferência da plataformaManter os dados espaciais e conceber os mapas e relatórios que as pessoas usam.
A procura de informação cartográfica está a aumentar. O organismo de estatística dos EUA projeta que o emprego de cartógrafos e fotogrametristas cresça 7 por cento de 2025 a 2035, muito acima da média, sem mencionar a IA, e diz que o aumento da procura de informação cartográfica vai exigir técnicos de topografia e cartografia.
Projeções para um só país; nenhum registo mede a IA na conceção de mapas ou na manutenção de bases de dados.
Controlo de qualidade e validação no terreno
Continua a ser levada por uma pessoa≈ Inferência da plataformaConfrontar os dados com o terreno e com as normas antes de serem usados.
Quanto mais dados gerados por máquina houver, mais verificação há para fazer. O organismo de estatística dos EUA diz que, embora os drones e outros avanços tornem algum trabalho de levantamento mais eficiente, os técnicos continuarão a ser necessários para rever e interpretar os resultados, de modo a garantir a exatidão e a completude. A Microsoft diz aos utilizadores que nunca importem os seus dados de edifícios sem antes verificar a qualidade local, que varia entre zonas rurais e urbanas.
O raciocínio de uma projeção e o conselho de um fornecedor aos seus utilizadores; nenhum mede quanta verificação é feita.