O advento da IA gerativa exemplificado por grandes modelos de linguagem (LLMs) abre novas maneiras de representar e computar informações geográficas e transcende o processo de produção de conhecimento geográfico, levando sistemas de informação geográfica (GIS) a se tornarem GIS autônomos. Aproveitando os LLMs como o núcleo decisório, os GIS autônomos podem gerar e executar de forma independente fluxos de trabalho de geoprocessamento para realizar análises espaciais. Neste artigo de visão, elaboramos mais sobre o conceito de GIS autônomos e apresentamos uma estrutura conceitual que define seus cinco objetivos autônomos, cinco níveis de autonomia, cinco funções principais e três escalas operacionais. Demonstramos como os GIS autônomos poderiam realizar recuperação de dados geoespaciais, análise espacial e criação de mapas com quatro agentes GIS de prova de conceito. Concluímos identificando desafios críticos e direções de pesquisa futuras, incluindo aprimoramento e autoexpansão de núcleos decisórios, modelagem autônoma e exame das implicações sociais e práticas dos GIS autônomos. Ao estabelecer as bases para uma mudança de paradigma na GIScience, este artigo imagina um futuro onde os GIS vão além dos fluxos de trabalho tradicionais para raciocinar, derivar, inovar e avançar soluções geoespaciais para desafios globais urgentes de forma autônoma. Enquanto isso, enfatizamos que, à medida que projetamos e implantamos sistemas geoespaciais cada vez mais inteligentes, carregamos a responsabilidade de garantir que eles sejam desenvolvidos de maneiras socialmente responsáveis, sirvam ao bem público e sustentem o valor contínuo da percepção geográfica humana em um futuro augmentado pela IA.
Li et al. (Sex,) estudaram esta questão.