我們把它置換成 AI 來想想,如果只是符號與指示物的對應關係,AI 也許可以處理,但是,閱讀地圖並不是只有這樣就行了。例如,從等高線可以知道地點的標高,但是如果不能理解它的樣式,就不能解讀地形。也就是說,如同第三章所述,從地圖符合的組合推測的地表狀態,若不能用地理概念去掌握,大學入學考試的讀圖題目,恐怕大多都答不出來。
最近,OECD(經濟合作暨發展組織)提議用 PISA 型(Programme for International Student Assessment,國際學生能力評量計畫)學力,作為新的學力指標,受到各界的矚目。它的評量標準在於學生能不能把知識和技能,活用在實際生活中各種狀況面對的課題。如果要出考題測驗 PISA 型學力,這種考題將是 AI 最難克服的類型。也就是說,如果要測驗新時代的學力,即使擬出 AI 也能解答的試題也沒有意義。
但是,這種狀況只限於視覺性表現的地圖,如第七、八章所述,數位化導致地圖的儲存形態與表現分離,在 GIS 中,一般都可以直接用數位數據處理地理空間資訊,未必需要用地圖的形式視覺化。最後,若是把功能限定在道路指引方面的話,現在已經開發了汽車導航之類實用性的技術,將 AI 編入自動駕駛技術也許指日可期。為這種特定目的設計的 AI,成為西垣所說的智能放大裝置,發揮支援人類行動或思考的功能。這種類型的 AI 不是具有心智的「強 AI」而是所謂的「弱 AI」,它可以彌補人類的作業,但應該不會搶走人的工作。總之,對地圖的製作者、使用者而言,這種新地理空間資訊技術的弱 AI,即使成為將部分作業自動化、效率化的工具,也不能取代人類,或者說不定會出現使用新技術的新職業,這麼一想的話,實在沒有必要對 AI 的進化太過驚異,或看得太悲觀。不如說,人類擁有創造性,所以使用新技術,思考更多元的地圖和地理空間資訊的利用法,應該是交付給人類的永遠課題。若想要製作新時代地圖,運用於解決問題的工作,需要具備能運用自如的新技能和智慧。