QGIS + IA conversationnelle : vers une automatisation des workflows cartographiques ?
Une expérimentation récente autour de QGIS et de l’IA conversationnelle Claude met en évidence une évolution potentiellement majeure dans les pratiques des systèmes d’information géographique. En connectant l’agent à QGIS via le Model Context Protocol (MCP), il devient possible de piloter un workflow cartographique complet en langage naturel, sans interaction directe avec l’interface logicielle.
Pour les pratiques en archéologie, les implications sont multiples. D’une part, ces dispositifs permettent d’automatiser des opérations répétitives (chargement de données, stylisation, export), souvent chronophages. D’autre part, ils ouvrent l’accès à des workflows SIG à des profils non spécialistes, en réduisant la barrière technique liée à la maîtrise de l’interface.
Cette évolution pose néanmoins des questions importantes. La délégation des opérations à un agent conversationnel suppose une capacité à contrôler, documenter et reproduire les traitements effectués. La traçabilité offerte par le dialogue constitue ici un élément intéressant, mais encore insuffisant pour répondre aux exigences scientifiques en matière de validation des données. Plus largement, l’intégration de l’IA dans des environnements comme QGIS invite à repenser la relation entre l’utilisateur et l’outil. Le logiciel ne serait plus seulement manipulé via une interface graphique, mais piloté par des instructions sémantiques, transformant profondément l’expérience de travail.
Dans le contexte de l’archéologie, cette mutation pourrait avoir des effets concrets sur la production cartographique : accélération des phases exploratoires, standardisation partielle des traitements, mais aussi risque d’opacité accrue si les opérations ne sont pas correctement documentées. Comme pour les évolutions récentes en modélisation 3D, l’enjeu n’est pas de substituer l’IA aux compétences humaines, mais de comprendre comment ces outils peuvent s’insérer dans des protocoles de travail rigoureux, garantissant la qualité et la reproductibilité des analyses.
Une chose apparaît déjà clairement : l’IA ne se limite plus à produire du contenu, elle commence à agir directement au cœur des outils métiers. La question n’est donc plus de savoir si ces technologies vont transformer les pratiques cartographiques, mais comment elles seront intégrées dans des cadres scientifiques maîtrisés.