Gobernanza sostenible del turismo impulsada por inteligencia artificial: un marco explicable multiagente para equilibrar el flujo de visitantes, la economía local y la capacidad de carga ambiental
Palabras clave:
gobernanza sostenible del turismo, inteligencia artificial, inteligencia artificial explicable, sistemas multiagente, turismo inteligente, capacidad de cargaResumen
La rápida expansión mundial del turismo ha intensificado importantes desafíos de gobernanza, entre ellos el sobreturismo, la degradación ambiental, la presión sobre la infraestructura, la distribución desigual de los beneficios económicos y la congestión insostenible de visitantes. Los sistemas tradicionales de gobernanza turística suelen carecer de la capacidad de adaptarse eficazmente a las fluctuaciones en tiempo real de los flujos turísticos y de la capacidad de carga de los destinos. Los recientes avances en Inteligencia Artificial (IA), Inteligencia Artificial Explicable (XAI) y Sistemas Multiagente (MAS) ofrecen nuevas oportunidades para desarrollar modelos inteligentes de gobernanza que favorezcan una gestión sostenible de los destinos turísticos. Este estudio propone un marco de gobernanza turística impulsado por IA que integra MAS, XAI, analítica predictiva y optimización de la capacidad de carga para mejorar la toma de decisiones y la sostenibilidad. Se adoptó un enfoque de métodos mixtos que combinó una revisión sistemática de la literatura, el diseño de un marco conceptual, el análisis basado en simulaciones y la optimización de estrategias de gobernanza. Las simulaciones multiagente permitieron evaluar la gestión del flujo de visitantes, la distribución de los beneficios económicos, las presiones ambientales y las respuestas gubernamentales bajo distintos escenarios de gobernanza. Los resultados muestran que el marco propuesto supera a los enfoques tradicionales al mejorar el desempeño ambiental, optimizar los flujos turísticos, fortalecer la capacidad de respuesta de la gobernanza e incrementar la resiliencia del sistema. El modelo constituye una contribución a la gobernanza sostenible del turismo al proporcionar un sistema integrado y explicable de apoyo a la toma de decisiones con implicaciones prácticas para responsables de políticas públicas, organizaciones de gestión de destinos y planificadores ambientales
Descargas
Referencias
Ajzen, I. (2020). The theory of planned behavior: Frequently asked questions. Human Behavior and Emerging Technologies, 2(4), 314–324. https://doi.org/10.1002/hbe2.195
Baggio, R., & Scaglione, M. (2022). Managing tourism destinations as complex adaptive systems. Tourism Management Perspectives, 41, 100945. https://doi.org/10.1016/j.tmp.2022.100945
Benckendorff, P., Xiang, Z., & Sheldon, P. (2019). Tourism information technology. CABI Publishing.
Buhalis, D. (2020). Technology in tourism—from ICT to eTourism and smart tourism toward ambient intelligence tourism: A perspective article. Tourism Review, 75(1), 267–272. https://doi.org/10.1108/TR-07-2019-0291
Buhalis, D., & Amaranggana, A. (2019). Smart tourism destinations enhancing tourism experience through personalization of services. In Information and Communication Technologies in Tourism (pp. 377–389). Springer.
Carvalho, L., Costa, T., & Ferreira, A. (2023). Artificial intelligence in tourism sustainability: A systematic review. Sustainability, 15(4), 2876. https://doi.org/10.3390/su15042876
Cheong, R. (2021). The virtual threat to travel and tourism. Tourism Management, 16(6), 417–422.
Cimbaljević, M., Stankov, U., & Pavluković, V. (2021). Going beyond traditional destination competitiveness. Current Issues in Tourism, 22(20), 2472–2477. https://doi.org/10.1080/13683500.2019.1578367
Dredge, D., & Jenkins, J. (2021). Tourism policy and planning. Routledge.
Gretzel, U. (2021). Smart tourism: Foundations and developments. Electronic Markets, 31(3), 465–476. https://doi.org/10.1007/s12525-021-00466-2
Hall, C. M. (2020). Constructing sustainable tourism development: The 2030 agenda and managerial ecology. Journal of Sustainable Tourism, 27(7), 1044–1060. https://doi.org/10.1080/09669582.2018.1560457
Jovicic, D. (2019). From traditional tourism destinations to smart tourism destinations. Current Issues in Tourism, 22(3), 276–282. https://doi.org/10.1080/13683500.2017.1320318
Mihalic, T. (2020). Sustainable-responsible tourism discourse. Journal of Cleaner Production, 111, 461–470. https://doi.org/10.1016/j.jclepro.2015.02.041
Milano, C., Cheer, J., & Novelli, M. (2019). Overtourism and tourismphobia. Tourism Planning & Development, 16(4), 353–357. https://doi.org/10.1080/21568316.2019.1592435
Neuhofer, B., Buhalis, D., & Ladkin, A. (2020). Smart technologies for personalized experiences. Tourism Management Perspectives, 7, 17–20. https://doi.org/10.1016/j.tmp.2013.11.004
Pencarelli, T. (2020). The digital revolution in tourism. Information Technology & Tourism, 22(3), 455–476. https://doi.org/10.1007/s40558-019-00160-3
Sigala, M. (2020). Social media and customer engagement in tourism. International Journal of Hospitality Management, 33(2), 527–534. https://doi.org/10.1016/j.ijhm.2013.07.002
UNWTO. (2023). World tourism barometer. United Nations World Tourism Organization. https://www.unwto.org
Xiang, Z., & Fesenmaier, D. (2020). Big data analytics and smart tourism. Journal of Destination Marketing & Management, 7, 1–4. https://doi.org/10.1016/j.jdmm.2016.08.003
Zhang, H., Song, H., & Huang, G. (2022). Forecasting tourism demand with machine learning approaches. Annals of Tourism Research, 93, 103366. https://doi.org/10.1016/j.annals.2021.103366
Zheng, W., & Huang, X. (2024). Explainable artificial intelligence for sustainable destination governance. Journal of Sustainable Tourism, 32(4), 715–734. https://doi.org/10.1080/09669582.2023.2233445
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 KAMAL SINGH KUNWAR (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en Investigación en turismo aceptan las siguientes condiciones:
• Los autores conservan los derechos de autor y garantizan a la revista el derecho de primera publicación del trabajo.
• Los artículos publicados están bajo la licencia Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0), que permite compartir, copiar, redistribuir, adaptar y reutilizar el material publicado, siempre que se reconozca adecuadamente la autoría y la fuente original de publicación.
• Los autores pueden establecer acuerdos adicionales para la distribución no exclusiva de la versión publicada del artículo, siempre que se reconozca su publicación inicial en esta revista.
• La revista promueve el acceso abierto inmediato a sus contenidos, con el propósito de favorecer el intercambio global del conocimiento científico.
Los contenidos publicados en esta revista se distribuyen bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0). 