ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
Thalía Fernández-Jiménez
tfernandezj001@alumno.uaemex.mx
Universidad Autónoma del Estado
de México
(Toluca de Lerdo - México)
ORCID: 0009-0003-4558-5540
Alejandro Delgado-Cruz
adelgadoc@uaemex.mx
Universidad Autónoma del Estado
de México
(Toluca de Lerdo - México)
ORCID: 0000-0002-9135-9304
Elva Esther Vargas-Martínez
eevargasm@uaemex.mx
Universidad Autónoma del Estado
de México
(Toluca de Lerdo - México)
ORCID: 0000-0003-2657-2691
Recibido: 25/04/2025
Aceptado: 03/12/2025
INTELIGENCIA ARTIFICIAL EN
EL TURISMO ¿HACIA DÓNDE
SE DIRIGE LA INVESTIGACIÓN?
UNA REVISIÓN DE
LITERATURA
ARTIFICIAL INTELLIGENCE IN
TOURISM: WHERE IS RESEARCH
HEADED? A LITERATURE
REVIEW
DOI:
https://doi.org/10.37135/kai.03.16.09
KAIRÓS, Vol. (9) No. 16, pp. 183-208, enero - junio 2026
ISSN No. 2631-2743
,
Resumen
Se analiza la tendencia temática de la literatura
cientíca sobre inteligencia articial en el
turismo, con el n de identicar futuras líneas de
investigación. Para ello, se llevó a cabo una revisión
sistemática de la literatura. De 2,635 documentos
identicados en Scopus, se incluyen 86 artículos
publicados entre 2020 y 2024. Los resultados
evidencian una tendencia hacia la adopción
tecnológica, la personalización de los servicios, la
sostenibilidad y la predicción del comportamiento
turístico. Se concluye que la inteligencia articial
está redeniendo el panorama del sector turístico al
mejorar la gestión de los destinos y la experiencia
de los turistas. No obstante, cada vez más se la
concibe como una herramienta para hacer frente a
los desafíos de la sostenibilidad.
Palabras clave: Inteligencia articial,
Turismo, Investigación, Análisis bibliométrico.
Abstract
To identify future lines of research, the thematic trend
of the scientic literature on articial intelligence
in tourism was analyzed. To this end, a systematic
review of the literature was conducted. Of the 2,635
documents identied in Scopus, 86 articles published
between 2020 and 2024 were included in the study.
The results reveal a growing focus on technological
adoption, personalized services, sustainability, and
the prediction of tourism behavior. In conclusion,
articial intelligence is reshaping the tourism
sector by enhancing destination management and
tourist experience. However, it is increasingly
being conceived as a tool to address sustainability
challenges.
Keywords: Articial Intelligence, Tourism,
Research, Bibliometric Analysis.
INTELIGENCIA ARTIFICIAL
EN EL TURISMO ¿HACIA
DÓNDE SE DIRIGE LA
INVESTIGACIÓN? UNA
REVISIÓN DE LITERATURA
ARTIFICIAL INTELLIGENCE
IN TOURISM: WHERE IS
RESEARCH HEADED? A
LITERATURE REVIEW
DOI:
https://doi.org/10.37135/kai.03.16.09
KAIRÓS, Vol. (9) No. 16, pp. 183-208, enero - junio 2026
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
185
KAIRÓS, Vol. (9) No. 16, pp. 183-208, enero - junio 2026
Introducción
La inteligencia articial ha evolucionado de ser un concepto futurista para convertirse en una
fuerza transformadora para la sociedad. Aunque a principios de los años 2000 su potencial
era subestimado debido a las limitaciones tecnológicas, la década de 2010 marcó un punto de
inexión donde el machine learning (aprendizaje automático), la disponibilidad de big data
(macrodatos) y el perfeccionamiento de algoritmos de deep learning (aprendizaje profundo)
impulsaron avances sin precedentes permitiendo a la inteligencia articial atender demandas de
sectores como la salud, la alimentación, la educación y el turismo (García-Madurga & Grilló-
Méndez, 2023). Empero, fue en 2022 cuando la inteligencia articial alcanzó su visibilidad
a escala global con el lanzamiento de ChatGPT, el cual revolucionó la interacción humano-
tecnología al demostrar capacidades avanzadas de comprensión y generación de lenguaje
natural (Benaddi et al., 2024).
La inteligencia articial no es solo un conjunto de algoritmos; es un paradigma que está
determinando cómo las máquinas replican y superan, en algunos casos, las capacidades humanas
de aprender, razonar y tomar decisiones (Sousa et al., 2024). En el turismo, la inteligencia
articial se ha posicionado como una variable conductora para incrementar la competitividad
y la innovación (Fouad et al., 2024; Shin et al., 2025). Además, ante la avalancha de los datos
generados por los turistas, su capacidad de procesamiento y analítica permite identicar patrones
de consumo. Por ejemplo, plataformas como Best Day, Booking.com y Expedia utilizan big
data, machine learning y deep learning en el análisis de comportamientos digitales. Lo cual
permite contar con recomendaciones hiperpersonalizadas sobre alojamiento, itinerarios de viaje
y actividades recreativas (Herrera et al., 2023; Kong et al., 2023; Shin et al., 2025; Vargas &
Delgado, 2023).
La adopción de chatbots (asistentes conversacionales) en las operaciones también ha mejorado
sustancialmente la interacción con los clientes, al brindar respuestas instantáneas a sus consultas
y ofrecer asistencia multilingüe (Carvalho & Ivanov, 2024). Mientras que los sistemas basados
en inteligencia articial permiten anticipar las demandas e instrumentar con mayor asertividad
estrategias de pricing (jación de precios) y revenue management (gestión de ingresos) (Samara
et al., 2020). Por ende, no es una sorpresa que la inteligencia articial se esté integrando con
mayor rapidez y fuerza en la actividad turística y en la dinámica de otros sectores productivos.
Hasta el momento, la literatura ha documentado el potencial de la inteligencia articial en el
ámbito turístico. En particular, sobre los temas de fortalecimiento de la experiencia del turista y,
la automatización de los procesos operativos en empresas y destinos (Ghesh et al., 2024; Samara
et al., 2020; Solakis et al., 2024). No obstante, la velocidad exponencial de la innovación en
sistemas de inteligencia articial evidenciada por el desarrollo de arquitectura de aprendizaje
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
186
profundo, modelos generativos y técnicas avanzadas de procesamiento de lenguaje natural;
demanda una actualización crítica del corpus cientíco (Benaddi et al., 2024; Choi & Kim,
2024; Hartatik et al., 2024). Este estudio se liga directamente con las investigaciones anteriores,
al ofrecer una revisión actualizada de los enfoques y aplicaciones. La inteligencia articial
como objeto de estudio requiere de revisiones que den apertura a debates interdisciplinarios
sobre las necesidades del sector y su vínculo con las teorías, en especial, aquellas centradas en
la gestión, la tecnología y la innovación aplicadas al turismo.
El problema del cual se parte reside en comprender cómo se está estudiando la inteligencia
articial en el turismo, qué temáticas han tenido mayor interés y cuáles son los desafíos
asociados con su implementación. Las implicaciones tanto teóricas como prácticas tienen
que ver con los insights (ideas reveladoras) que la inteligencia articial ofrece a las empresas
turísticas, gestores de las políticas públicas, autoridades gubernamentales y desarrolladores
tecnológicos, para instrumentar estrategias más responsables con la sociedad y el entorno.
Desde el campo académico, se puede contribuir en la identicación de tendencias emergentes,
lagunas cientícas y oportunidades de investigación futura encaminadas en el estudio de la
inteligencia articial como un aliado para el desarrollo y la sostenibilidad de los destinos
turísticos.
Por tal razón, el objetivo es analizar la tendencia temática de la literatura cientíca sobre
inteligencia articial en el turismo con el n de identicar futuras líneas de investigación.
Este estudio atiende la necesidad de guiar a investigadores y profesionales hacia áreas con
mayor potencial de impacto, considerando los últimos desarrollos tecnológicos y las demandas
del sector. Así, el estudio se justica precisamente por su carácter exploratorio y descriptivo,
al sistematizar el conocimiento aún disperso, identicar patrones básicos en el estudio del
tema y detectar vacíos. Por lo cual, este mapeo representa un paso necesario y valioso en la
consolidación del conocimiento.
Métodos
Se trató de una revisión de literatura de tipo descriptivo, guiada por la siguiente pregunta: ¿cuál
es la tendencia temática de la literatura cientíca sobre inteligencia articial en el turismo?
De acuerdo con Paré et al. (2015), el propósito de este tipo de revisión es revelar un patrón o
tendencia interpretable basada en el conocimiento existente en un tema particular. No obstante,
a diferencia de las revisiones narrativas, las revisiones descriptivas siguen un procedimiento
sistemático que incluye la búsqueda, la depuración y la clasicación de los estudios (Petersen
et al., 2015; Sarkis-Onofre et al., 2021).
Para la sistematización se acopló el diagrama de ujo de la Preferred Reporting Items for
Systematic Reviews and Meta-Analyses (PRISMA), el cual proporcionó un marco estructurado
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
187
para reportar los hallazgos de manera rigurosa y transparente, al mismo tiempo de asegurar la
replicabilidad del proceso (Mishra & Mishra, 2023; Page et al., 2021). Por tanto, se siguieron
las cuatro etapas establecidas en el protocolo PRISMA: identicación, cribado, elegibilidad e
inclusión (Figura 1). Cabe mencionar que la revisión fue llevada a cabo de manera conjunta
por los autores, mediante un proceso colaborativo en todas las etapas. Se empleó la base de
datos Scopus (Elsevier) para la búsqueda y selección de los artículos. Para la organización,
almacenamiento y visualización se utilizaron los programas Excel, Word y SankeyMATIC.
Asimismo, se recurrió a matrices, chas y un bloc de notas para el análisis de contenido de los
documentos.
Figura 1. Diagrama PRISMA
Fuente: elaboración propia.
En la etapa de identicación, se utilizó la base de datos Scopus por su amplia cobertura temática
y geográca, su inclusión de revistas cientícas indexadas y sus herramientas de ltrado
(Kumpulainen & Seppänen, 2022; Singh et al., 2021). Para la búsqueda de los documentos se
emplearon los términos en inglés “articial intelligence” combinados con “tourism” o “tourist”
en los campos de título, resumen y palabras clave, lo que arrojó un total de 2,635 registros
entre 1988 y 2025. Posteriormente, se restringió la búsqueda de los términos solo a títulos para
renar la precisión temática, obteniendo 328 publicaciones de 2006 a 2025.
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
188
A continuación, se ltraron exclusivamente artículos cientícos con resultados empíricos o
revisiones de literatura, identicando un total de 159 documentos hasta 2025 y 131 hasta 2024.
Con el n de evitar sesgos interpretativos debidos a la heterogeneidad de las publicaciones,
se excluyeron las cartas al editor, actas de congresos, opiniones, reseñas y capítulos de libros.
Asimismo, se descartaron los artículos del año 2025 debido a la falta de registros completos, lo
que impedía realizar una comparación adecuada con los años anteriores. Cabe mencionar que
en esta etapa se recopilaron los siguientes datos de los artículos: título, año, autores, resumen,
palabras clave, revista e identicador de objeto digital (DOI, por sus siglas en inglés: Digital
Object Identier).
En la etapa de cribado, se revisaron los registros para eliminar los duplicados y aquellos
que carecieran de autoría. No obstante, ningún documento fue excluido por estos criterios.
Adicionalmente, se aplicó un ltro temporal. Tal como se observa en la Figura 2, la producción
cientíca en el tema de inteligencia articial en turismo presentó un crecimiento lento y
constante desde 2006, alcanzando un incremento signicativo a partir de 2022.
Este repunte puede atribuirse principalmente a dos factores: a) el lanzamiento público de
ChatGPT y otras herramientas de inteligencia articial de uso libre en 2022 y b) la necesidad
de mitigar los efectos de la pandemia por COVID-19 mediante soluciones tecnológicas.
Cabe destacar que la presencia de los términos “articial intelligence” junto con “tourism”
o “tourist” en los títulos de los documentos comienza a partir de 2017. Por ello, se denió un
recorte temporal de cinco años, de 2020 a 2024, para capturar las contribuciones más recientes,
lo cual resultó en un total de 125 artículos seleccionados.
Figura 2. Documentos sobre inteligencia articial y turismo en Scopus (2006-2024)
Nota: T-R-P= título, resumen y palabras clave.
Fuente: elaboración propia.
660
371
278
247
180
118
97
71
45
34
45
44
41
79
26
25
27
10
14
325
148
134
96
62
2626
10
99
14
8
14
10
3
44
1
6
137
51
46
26
13
9
4
3
1
65
19
28
9
4
2
3
11
100
2024202320222021202020192018201720162015201420132012201120102009200820072006
Número de documentos
Año
Documentos (términos en T-R-P) Artículos (términos en T-R-P)
Documentos (términos en título) Artículos (términos en título)
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
189
En la etapa de elegibilidad, se examinaron los resúmenes de los artículos con el objetivo
de asegurar que la inteligencia articial constituyera el tema central de cada investigación,
identicándose 112 artículos pertinentes. Finalmente, en la etapa de inclusión, se llevó a cabo
una revisión completa del texto de los artículos seleccionados para corroborar su calidad.
Este proceso consistió en aplicar los siguientes criterios: a) relación o aplicación dentro del
contexto turístico, b) claridad en el objetivo de investigación, c) robustez metodológica y d)
relevancia de las conclusiones presentadas. Los artículos fueron examinados por al menos dos
investigadores y en cuando surgieron discrepancias sobre la calidad, estas fueron discutidas
hasta alcanzar un consenso.
Como resultado se incluyeron 86 artículos de los cuales 37.20% fueron artículos de revisión
y 62.80% artículos empíricos. Se llevó a cabo una síntesis cualitativa mediante un análisis de
contenido orientado en la clasicación temática de los artículos (Figura 3). En el tratamiento se
utilizó una aproximación analítico-descriptiva, donde primero se realizó una lectura exhaustiva
de los textos para extraer las unidades de contenido presentes en cada artículo. Después, se
generó un sistema de categorías emergentes basado en la recurrencia de temas. Por último, se
organizaron de manera jerárquica los temas según su frecuencia y relación conceptual.
Figura 3. Clasicación de los artículos incluidos
Fuente: elaboración propia.
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
190
Resultados
A partir de la síntesis cualitativa, en primer lugar, se presentan los contenidos de los artículos
de revisión y, posteriormente, se exponen cada uno de los tópicos extraídos de los artículos
empíricos.
Inteligencia articial en el turismo ¿Qué reportan otras revisiones de literatura?
El cuerpo de literatura reeja un interés cada vez mayor en el tema de la inteligencia articial.
Como se aprecia en la tabla 1, la mayoría de las revisiones se concentran en estudios publicados
entre 2000 y 2023, con algunos trabajos excepcionales que rastrean publicaciones desde 1984
(Knani et al., 2022) y otros que se enfocan exclusivamente en el periodo posterior a 2015
(Correa et al., 2023; Ghesh et al., 2024). La revisión con el rango temporal más amplio es la
de Knani et al. (2022), que cubre desde 1984 hasta 2022. Mientras que Hartatik et al. (2024)
destaca con una revisión masiva de 4,155 estudios. Esta cobertura temporal muestra una
tendencia creciente y acelerada en la producción académica reciente, impulsada por los rápidos
avances tecnológicos y el desarrollo de nuevas aplicaciones de inteligencia articial generativa
y los chatbots en el turismo.
Una tercera parte de las revisiones de literatura tienen por objetivo ofrecer una visión general
sobre cómo se ha aplicado la inteligencia articial en el turismo (Correa et al., 2023; Kirtil
& Aşkun, 2021; Kong et al., 2023). Otras revisiones se focalizan en temas especícos. Por
ejemplo, la robótica es un subcampo notablemente presente, con énfasis en robots humanoides
y la interacción con clientes en el contexto hotelero (Goel et al., 2022; Samala et al., 2020;
Saputra et al., 2024). Desde la orientación mercadológica, las revisiones analizan el impacto
de la inteligencia articial en la experiencia del cliente y la mejora de servicios (Doborjeh et
al., 2022; Ghesh et al., 2024; Li et al., 2021). Asimismo, se observa una evolución hacia la
co-creación de valor y la personalización del servicio mediante inteligencia articial (Florido-
Benítez & Del Alcázar; 2024; Kashem et al., 2023; Solakis et al., 2024).
Algunas revisiones tratan la sinergia entre inteligencia articial y big data y, otras destacan la
relevancia de la analítica predictiva para la gestión turística (Lv et al., 2022; Mariani & Wirtz,
2023). Aunado con esto, germina una nueva línea en torno a la inteligencia articial generativa
y chatbots turísticos, exponiendo el paso de la automatización básica a la conversacional y
adaptativa (Benaddi et al., 2024; Fouad et al., 2024). Aparecen otras áreas temáticas como
la sostenibilidad (Hermosa & Arco, 2024) y el turismo rural (Xie & He, 2022), ampliando la
aplicación de la inteligencia articial más allá de contextos urbanos y comerciales. Una línea
aún incipiente pero relevante es la que analiza los efectos de la inteligencia articial en los
trabajadores turísticos, centrada en la motivación y el futuro profesional (Hamarat et al., 2024).
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
191
Tabla 1. Revisiones de literatura sobre inteligencia articial en el turismo (2020-2024)
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
192
Nota: n.e.= No especicado.
Fuente: elaboración propia con base en los citados.
Adopción de inteligencia articial en el turismo
Las investigaciones empíricas revelan patrones signicativos en el proceso de adopción de la
inteligencia articial, destacando la diferencia generacional y la satisfacción de los usuarios,
así como los desafíos que enfrentan las empresas turísticas y el ámbito educativo. En este
orden de ideas, Abed (2024) y Marozzo et al. (2024) observan que los turistas de la generación
centennial, les atribuyen a estas tecnologías niveles más altos en la utilidad percibida y facilidad
de uso, con lo cual, maniestan una mayor intención en utilizar servicios turísticos mediados
por inteligencia articial. Khan (2024) demuestra que cuando se refuerza la autoecacia de los
usuarios, las actitudes hacia la inteligencia articial son más favorables.
Un conjunto de investigaciones desarrolladas por Chen y Wei (2024), Duan (2024), Manzoor
et al. (2024) y Orea-Giner et al. (2022) evidencian el impacto de las recomendaciones hechas
por la inteligencia articial sobre las preferencias y decisiones de consumo de los turistas.
Además, observan que las condiciones socioculturales y personales de los turistas como las
motivaciones hedónicas, el antropomorsmo y las expectativas de rendimiento son factores
que inciden en la adopción de inteligencia articial.
Otros estudios conrman que la satisfacción en la experiencia de uso de la inteligencia articial
atrae cada vez más a nuevos usuarios. Por ejemplo, Li y Zhang (2022), Sousa et al. (2024) y
Zhang (2024) identican mayores niveles de satisfacción, experiencia y valor percibido por
parte de los turistas cuando en los servicios turísticos se han implementado tecnologías de
recomendación, reconocimiento facial y sistemas de interacción por voz. Por el contrario,
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
193
Aliyah et al. (2023) y, Perić y Vitezić (2021) aunque destacan los benecios de la inteligencia
articial, revelan escepticismo hacia el uso de “Internet de las Cosas” (IoT, por sus siglas en
inglés: The Internet of Things) y de robots en los servicios, especialmente entre los clientes con
mayor aversión al riesgo, puesto que todavía no se percibe una regulación y transparencia en
el uso de los datos.
En el contexto empresarial, Filieri et al. (2021), Jabeen et al. (2022), Shah-Alam et al. (2024) y
Sharma et al. (2022) resaltan las ventajas de incorporar chatbots y otros sistemas de inteligencia
articial. Sus contribuciones exponen que el conocimiento de los trabajadores, el liderazgo y
apoyo directivo y, el equipamiento e infraestructura son factores críticos para que las empresas
puedan hacer aprovechar al máximo estas tecnologías. Por su parte, Indaryanto et al. (2023)
exponen que las micro y pequeñas empresas turísticas tienen más dicultades en la adopción
de estas tecnologías por las limitaciones de inversión e infraestructura. Esta brecha contrasta
con el potencial demostrado por otras aplicaciones desarrolladas en benecio del turismo
(Camacho-Ruiz et al., 2023; Yu, 2024).
Otros estudios se sitúan en el contexto académico del turismo. Dos Santos et al. (2024) identican
que la inteligencia articial mejora la eciencia en la investigación al fomentar la creatividad y
optimizar el tiempo. Sin embargo, subrayan la necesidad de priorizar el uso responsable y ético
de estas tecnologías, en especial, por tratarse de una actividad donde el rigor metodológico y el
criterio humano son esenciales. Asimismo, Ülkü (2023) aunque reconoce la capacidad de los
chatbots para generar textos coherentes y con rasgos de pensamiento crítico, advierte sobre los
riesgos de su uso en la presentación de proyectos y evaluaciones.
Personalización de los servicios turísticos basada en inteligencia articial
La personalización de servicios turísticos con inteligencia articial consiste en la adaptación
dinámica de ofertas según las necesidades especícas de cada cliente. Para lograr una personalización
más sosticada, se requiere del procesamiento de grandes volúmenes de datos en tiempo real.
Por ejemplo, datos de los historiales de búsqueda, de las interacciones en redes sociales y de los
patrones geoespaciales que van generando los usuarios (Florido-Benítez, 2024; Song & He, 2023).
Las investigaciones de Chen y Wei (2024), Jabeen et al. (2022), Ku y Chen (2024) y, Zheng y
Zhang (2023) han evidenciado que los sistemas inteligentes tienen la capacidad las anticipar
las expectativas, y con base en esto, pueden desarrollar una personalización más detallada
según las necesidades y deseos de los turistas. Además, identican que los resultados de la
personalización no solo recaen en la satisfacción y delización de los clientes, sino que también
hay benecios económicos al reducir costos de operación y el uso de recursos.
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
194
Por otro lado, la dimensión cultural del turismo ha encontrado en la inteligencia articial
un aliado estratégico. Por ejemplo, Chen y Sun (2024) demuestran cómo la representación
algorítmica de imágenes culturales inuye en la percepción de valor de los destinos. Zhou
(2024) documenta casos exitosos donde la guía visual inteligente ha incrementado hasta en un
155% las ventas de productos turísticos rurales, al realzar elementos culturales auténticos.
Un factor para considerar es que pese a la sosticación que está teniendo cada vez más la
inteligencia articial, se han identicado errores en su funcionamiento. Empero, el estudio de
Loureiro et al. (2024) revela que los turistas tienden a ser indulgentes con estos errores, cuando
perciben un enriquecimiento emocional en su experiencia.
En la personalización de servicios se identican tres aspectos clave para su desarrollo. En
primer lugar, se encuentran los sistemas de recomendación hiperpersonalizados, los cuales se
basan en el análisis de las preferencias temporales y espaciales de los usuarios para generar rutas
turísticas totalmente adaptadas (Rai & Rai, 2021). En segundo lugar, la inteligencia articial
generativa está revolucionando la creación de contenidos turísticos, aunque como indican
Zhu et al. (2024), persisten importantes lagunas en la comprensión de su impacto económico
real. En tercer lugar, la inteligencia articial y la realidad virtual están contribuyendo a que la
comunicación cultural de los destinos sea más efectiva y accesible (Hou, 2024).
Por el contrario, también se detectan tres grandes preocupaciones. La primera está relacionada
con la privacidad de los datos. Los sistemas basados en inteligencia articial requieren
información sensible sin garantizar, en varias ocasiones, la transparencia sobre su uso,
lo que provoca desconanza entre los usuarios (Grundner & Neuhofer, 2021). La segunda
preocupación es sobre el sesgo algorítmico que existe al basarse en datos mayoritarios, lo cual
provoca una marginación de los grupos minoritarios perpetuando con ello, desigualdades en
las experiencias turísticas (Topsakal & Çuhadar, 2024). La tercera gira en torno a la falta de
interacción humana cuando se presentan problemas más complejos que requieren del juicio,
calidez y empatía del ser humano (Perić & Vitezić, 2021). Para atender estos desafíos son
necesarios los marcos regulatorios robustos para proteger datos, las auditorías continuas que
reduzcan sesgos en los algoritmos y la creación de modelos híbridos que combinen la eciencia
de la inteligencia articial con las cualidades del trato humano ante situaciones delicadas.
Inteligencia articial para la sostenibilidad del turismo
Las investigaciones demuestran que las aplicaciones de inteligencia articial están
contribuyendo al logro de los Objetivos de Desarrollo Sostenible (ODS) vinculados con el
crecimiento económico, la conservación ambiental y el desenvolvimiento social (Buitrago-
Esquinas et al., 2024; Öztürk et al., 2024). En atención al ODS 13 “acción por el clima”,
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
195
Ping y Omar (2024) desarrollaron un sistema de monitorización ambiental que superan las
limitaciones de los métodos tradicionales. Sus algoritmos han logrado identicar cambios en
la cobertura vegetal y calidad del agua con mayor precisión y rapidez, proporcionando datos
críticos para la toma de decisiones ecológicas. De igual manera, Dai et al. (2024) han creado
modelos predictivos de turismo bajo en carbono que permiten anticipar y gestionar patrones de
demanda, mitigando así la presión sobre los ecosistemas vulnerables.
En cuanto al ODS 10 “reducción de las desigualdades”, la inteligencia articial se está
consolidando como un instrumento valioso para promover la inclusión. Jaelani et al. (2024)
documentan cómo Indonesia está utilizando estas tecnologías para crear destinos inteligentes
accesibles, combinando sistemas de pago digital y aplicaciones de realidad aumentada, al
mismo tiempo que poblaciones tradicionalmente marginadas participen de los benecios del
turismo. Esta aproximación tecnológica se alinea con los principios de diseño universal e ilustra
cómo la innovación puede ser un vehículo para la equidad.
El ODS 8 “trabajo decente y crecimiento económico”, ODS 10 “reducción de las desigualdades”
y ODS 15 “vida de ecosistemas terrestres” encuentran sustento en aplicaciones de inteligencia
articial que redistribuyen benecios turísticos. Zhang (2021) mediante un modelo de redes
neuronales evidencia cómo la protección del patrimonio cultural y la mejora ecológica
generan impactos sociales positivos en un destino de China. Estas conclusiones resuenan con
los hallazgos de Jiang et al. (2023) sobre turismo rural bajo en carbono, donde técnicas de
visualización geográca han optimizado la planicación de rutas, reduciendo con ello, la huella
ecológica mientras se fortalece la economía local.
En el caso del ODS 9 “industria, innovación e infraestructura” y ODS 11 “ciudades y
comunidades sostenibles”, los hallazgos resaltan la capacidad de la inteligencia articial para
promover un desarrollo territorial armónico en regiones con alta vulnerabilidad. Pan et al.
(2024) han evidenciado que los sistemas de inteligencia articial pueden ser aprovechados para
propiciar la gobernanza en el turismo rural, integrando con ello, las ventajas industriales con
los recursos naturales y el patrimonio cultural local. Asimismo, Choe et al. (2024) y Kim et
al. (2023) demostraron que la implementación estratégica de la inteligencia articial mejora la
viabilidad sectorial, la movilidad sostenible y los impactos ambientales, así como la experiencia
turística.
Respecto al ODS 9 “industria, innovación e infraestructura” y ODS 15 “vida de ecosistemas
terrestres”, la inteligencia articial puede ser una herramienta beneciosa en la protección
del patrimonio natural y cultural. Cheng (2024) identica que estas tecnologías pueden
salvaguardar los recursos culturales, sin comprometer su identidad y valor turístico. Mientras
que Li et al. (2022), desarrollaron una metodología innovadora para calcular la capacidad de
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
196
carga en sitios patrimoniales para evitar su sobresaturación y deterioro. Finalmente, se observa
una conexión entre el ODS 16 “paz, justicia e instituciones sólidas” y el ODS 17 “alianzas
para lograr los objetivos”. El estudio de Gao y Wang (2024) expone la necesidad de incentivar
estrategias colaborativas para gestionar los riesgos asociados a la inteligencia articial en el
turismo y, con ello garantizar, una mayor alineación con los ODS, especialmente, en los temas
de paz y bienestar social.
Predicción del comportamiento turístico con inteligencia articial
La inteligencia articial ha demostrado ser una herramienta fundamental en el análisis predictivo
del comportamiento turístico (Ma, 2024). Por ejemplo, los sistemas basados en inteligencia
articial no solo facilitan la identicación de tendencias en la demanda y los patrones
temporales, sino que también promueven estrategias para evitar la centralización económica
y la masicación de los destinos turísticos. El modelo predictivo de Gan (2024), evidenció
que las actividades de turismo rural impulsan el desarrollo socioeconómico en zonas menos
favorecidas, acelerando los procesos de modernización. Con lo cual se subraya el potencial de
la inteligencia articial para redistribuir los benecios económicos y reducir las disparidades
regionales, permitiendo a largo plazo una gestión más sostenible y eciente.
La inteligencia articial también se ha integrado en la gestión de destinos turísticos y ha
favorecido el aprovechamiento sostenible de los recursos. Luo (2024) propuso un modelo
innovador para analizar datos de la actividad turística, con énfasis en el desarrollo y la gestión
de proyectos eco-agrícolas, proporcionando una base de soporte más sólida para su mejora.
Por otro lado, Louati et al. (2024) en sus modelos de predicción de gasto turístico incorporaron
variables críticas como la resiliencia económica y la gestión ambiental, demostrando un vínculo
entre la inteligencia articial y el turismo sostenible.
Las investigaciones sugieren que los modelos de inteligencia articial son superiores en el
análisis y la previsión de ujos turísticos, frente a los métodos tradicionales. Dai et al. (2024) y,
Zheng y Zhang (2023) desarrollaron un sistema de estimación que aumenta signicativamente
la precisión de las predicciones. Asimismo, Al-Shehhi et al. (2024) evaluaron diversos modelos
para pronosticar la llegada de turistas internacionales en destinos clave como Nueva York,
Singapur y Dubái, demostrando su utilidad para simular escenarios complejos y mejorar la
toma de decisiones. En contraste, aparece una tendencia que busca combinar las técnicas
analíticas basadas en inteligencia articial con las técnicas tradicionales para maximizar los
benecios de la gestión del turismo.
En este caso, Şeker (2024) destacó la importancia del enfoque analítico híbrido en el contexto
europeo, caracterizado por tener una alta dependencia de la actividad turística, requiriendo así,
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
197
mayor precisión en las predicciones para garantizar la estabilidad nanciera. Por consiguiente,
se puede decir que los métodos mixtos no solo incrementan la conabilidad de los pronósticos,
sino que también se adaptan a las condiciones y complejidades de los destinos.
Discusión y conclusiones
Esta revisión de literatura observa un creciente interés por las tecnologías avanzadas basadas
en inteligencia articial, tales como chatbots, big data, machine learning, entre otras;
y su integración en las estrategias de mercadotecnia, co-creación de valor y sostenibilidad
turística (Florido-Benítez & Del Alcázar, 2024; Kashem et al., 2023; Solakis et al., 2024).
Los estudios incluidos ponen de maniesto dinámicas signicativas en los procesos de
adopción de inteligencia articial, identicando factores diferenciadores como las condiciones
socioculturales y personales de los turistas, así como las barreras organizacionales para su
implementación (Marozzo et al., 2024; Shah-Alam et al., 2024). Estos hallazgos sugieren que
la investigación se está orientada hacia los benecios económicos y comerciales que ofrece la
inteligencia articial, donde el rol del usuario se perla como un eje fundamental para futuros
estudios.
En el tema de personalización de los servicios con inteligencia articial se han identicado
tres aspectos críticos que deben discutirse con mayor profundidad en la investigación turística
futura: a) la gestión ética de los datos personales y sensibles, b) el desarrollo de algoritmos con
mayor inclusión y, c) la creación de sistemas híbridos donde se integren el talento tecnológico
y las cualidades emocionales del factor humano (Grundner & Neuhofer, 2021; Perić & Vitezić,
2021; Topsakal & Çuhadar, 2024). Esto permitirá comprender cómo la inteligencia articial
puede ser una herramienta útil para las actividades cotidianas, la productividad laboral y el
bienestar social, siempre y cuando, se emplee de manera transparente y responsable.
A pesar de que una parte considerable de estudios están vinculados con los ODS, se observa
una participación incipiente en los temas de reducción de la pobreza, igualdad de género,
bienestar, gestión hídrica y transición energética. La revisión muestra una tendencia más
hacia los aspectos de crecimiento económico inclusivo, acción climática y conservación de
los ecosistemas (Jaelani et al., 2024; Öztürk et al., 2024; Ping & Omar, 2024). Esta asimetría
reeja una fragmentación que hasta el momento prioriza los impactos económicos y ambientales
inmediatos, en lugar de conciliar una visión holística para integrar todos los ODS.
También se aprecian ventajas de la inteligencia articial en la precisión analítica, la capacidad
de simulación y el apoyo en la toma de decisiones (Dai et al., 2024; Louati et al., 2024; Ma,
2024). Ante esto, las próximas investigaciones podrían profundizar sobre la escalabilidad de
los modelos de predicción del comportamiento turístico, así como en su posible aplicación en
destinos con limitaciones económicas, sociales y tecnológicas, asegurando que los benecios
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
198
de la inteligencia articial sean accesibles para las comunidades y regiones menos favorecidas.
Se concluye que la inteligencia articial se posiciona como un facilitador en la transformación
y vigencia de la actividad turística. En términos de fortalezas, el enfoque de la revisión de
literatura permitió indagar sobre qué temas han tenido mayor atención y cuáles permanecen
menos explorados. Asimismo, abrió las puertas hacia nuevas oportunidades de investigación
relacionadas con la sostenibilidad, la personalización de experiencias y la anticipación del
comportamiento de los turistas. Aunque la adopción de la inteligencia articial cada vez más se
incorpora en la vida cotidiana y en los sectores productivos, aún enfrenta retos vinculados con
la equidad, la articulación con los ODS y la superación de obstáculos tecnológicos.
Las líneas de investigación deben priorizar modelos de adopción de la inteligencia articial
que sean más escalables, inclusivos y coherentes con los propósitos de la Agenda 2030, para
aprovechar de manera integral sus benecios. En este mismo sentido, podrían desarrollarse
estudios sobre el uso de la inteligencia articial en destinos de turismo alternativo y contrastar
sus resultados con los obtenidos en destinos tradicionales y consolidados, como los de sol y playa
o los de carácter cultural. Otras líneas de investigación podrían prestar atención en los desafíos
éticos que aún plantea la inteligencia articial. Por ejemplo, el uso de los datos personales de
los turistas ha servido para personalizar las experiencias; sin embargo, es cuestionable cuando
se utilizan para propiciar prácticas de consumo desmedido e insostenible.
La revisión presenta limitaciones por su enfoque descriptivo. Aunque la sistematización
garantiza transparencia y replicabilidad, el análisis temático de los artículos deja de lado una
reexión más profunda y crítica sobre las cuestiones epistemológicas, teóricas y metodológicas
en torno a la adopción de la inteligencia articial en el turismo. Otra limitación se relaciona con
la inclusión solo de artículos cientícos. Al excluir la literatura gris (actas de congresos, libros,
informes técnicos, tesis, entre otros), es posible que el panorama temático de las contribuciones
cientícas no haya sido completamente capturado. Por otra parte, se empleó exclusivamente
la base de datos de Scopus para la identicación y selección de los artículos. A pesar de su
prestigio, es pertinente mencionar que hay sesgos en la cobertura geográca de las revistas,
dado que una signicativa proporción de publicaciones latinoamericanas no se encuentran
indexadas en dicha base.
Por consiguiente, se debe tener cautela en la interpretación de los resultados. Los hallazgos
deben entenderse como un punto de partida para explorar la inteligencia articial en el turismo.
Su rigor sistemático asegura una base conable para identicar qué se ha estudiado, pero no
necesariamente se responde a qué funciona, cómo o en qué contextos. Los próximos estudios
deberán profundizar en el análisis crítico de los estudios mapeados, integrar otros documentos
de relevancia académica y hacer comparaciones regionales de las contribuciones cientícas.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
199
Declaración de contribución de autoría CRediT
Thalía Fernández-Jiménez: Conceptualización, curación de datos, análisis formal, investigación, metodología,
recursos, visualización, redacción (borrador original), redacción (revisión y edición).
Alejandro Delgado-Cruz: Conceptualización, curación de datos, análisis formal, investigación, metodología,
administración del proyecto, recursos, supervisión, validación, visualización, redacción (borrador original),
redacción (revisión y edición).
Elva Esther Vargas-Martínez: Conceptualización, curación de datos, análisis formal, investigación, metodología,
recursos, supervisión, validación, visualización, redacción (borrador original), redacción (revisión y edición).
Declaración de conictos de interés
Los autores declaran no tener ningún conicto de intereses.
Referencias
1. Abed, S. S. (2024). Acceptance and use of articial intelligence in online tourism services
by generation Z in Saudi Arabia. IEEE Access, 12, 164533-164542. https://doi.org/10.1109/
access.2024.3492001
2. Al-Shehhi, M., Karathanasopoulos, A., Osman, M., & Tabche, I. (2024). Comparative
analysis of conventional and articial intelligence forecasting models for international
tourist arrivals in three metropolitan hubs. Journal for International Business and
Entrepreneurship Development, 16(3), 349-375. https://doi.org/10.1504/jibed.2024.142489
3. Aliyah, N., Lukita, C., Pangilinan, G. A., Chakim, M. H. R., & Saputra, D. B. (2023).
Examining the impact of articial intelligence and internet of things on smart tourism
destinations: A comprehensive study. Aptisi Transactions on Technopreneurship, 5(2),
135-145. https://doi.org/10.34306/att.v5i2sp.332
4. Benaddi, L., Ouaddi, C., Jakimi, A., & Ouchao, B. (2024). A systematic review of chatbots:
Classication, development, and their impact on tourism. IEEE Access, 12, 78799-78810.
https://doi.org/10.1109/access.2024.3408108
5. Buitrago-Esquinas, E. M., Yñiguez-Ovando, R., Puig-Cabrera, M., Santos, M. C., &
Santos, J. A. C. (2024). Articial intelligence and sustainable tourism planning: A hetero-
intelligence methodology proposal. Tourism & Management Studies, 20(SI), 45-59. https://
doi.org/10.18089/tms.2024SI04
6. Camacho-Ruiz, M., Carrasco, R. A., Fernández-Avilés, G., & LaTorre, A. (2023). Tourism
destination events classier based on articial intelligence techniques. Applied Soft
Computing, 148, 110914. https://doi.org/10.1016/j.asoc.2023.110914
7. Carvalho, I., & Ivanov, S. (2024). ChatGPT for tourism: Applications, benets and risks.
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
200
Tourism Review, 79(2), 290-303. https://doi.org/10.1108/tr-02-2023-0088
8. Chen, B., & Sun, Z. (2024). Articial intelligence’s role in utilizing tv dramas and movies
as catalysts for the development of cultural tourism in rural ethnic areas. Computer-
Aided Design and Applications, 21(S20), 232-251. https://doi.org/10.14733/cadaps.2024.
s20.232-251
9. Chen, C., & Wei, Z. (2024). Role of articial intelligence in travel decision making and
tourism product selling. Asia Pacic Journal of Tourism Research, 29(3), 239-253. https://
doi.org/10.1080/10941665.2024.2317390
10. Cheng, L. (2024). Research on development and protection of cultural heritage tourism
resources in the age of articial intelligence. Applied Mathematics and Nonlinear Sciences,
9(1), 1-15. https://doi.org/10.2478/amns.2023.2.01554
11. Choe, J. Y., Opoku, E. K., Cuervo, J. C., & Adongo, R. (2024). Investigating potential
tourists’ attitudes toward articial intelligence services: A market segmentation approach.
Journal of Hospitality and Tourism Insights, 7(4), 2237-2255. https://doi.org/10.1108/jhti-
04-2023-0231
12. Choi, Y., & Kim, D. (2024). Articial intelligence in the tourism industry: Current trends and
future outlook. International Journal on Advanced Science Engineering and Information
Technology, 14(6), 1889-1895. https://doi.org/10.18517/ijaseit.14.6.20452
13. Correa, P., Valencia, A., Garcés, L. F., Rodríguez, L., López, G., & Benjumea, M. (2023).
Tendencias en el uso de inteligencia articial en el sector del turismo. Revista Turismo &
Desenvolvimento, 40, 81-92. https://doi.org/10.34624/rtd.v40i0.31447
14. Dai, H., Lee, S., & Chong, K. M. (2024). An articial intelligence prediction approach for
behavioral intentions of health tourism: A protection motivation theory-based perspective.
Applied Mathematics and Nonlinear Sciences, 9(1), 1-19. https://doi.org/10.2478/amns-
2024-2747
15. Doborjeh, Z., Hemmington, N., Doborjeh, M., & Kasabov, N. (2022). Articial intelligence:
A systematic review of methods and applications in hospitality and tourism. International
Journal of Contemporary Hospitality Management, 34(3), 1154-1176. https://doi.
org/10.1108/ijchm-06-2021-0767
16. Dos Santos, V. S., De Sousa, S. J. A., Santos, L. M. L., Filho, L. A. M. M., De Santana
Porte, M., Da Silva Taveira, M., & De Oliveira Alexandre, M. L. (2024). Inteligência
articial nos estudos e pesquisas em turismo no Brasil. Revista Brasileira de Pesquisa em
Turismo, 18, 2896. https://doi.org/10.7784/rbtur.v18.2896
17. Duan, J. (2024). Identication and inuence of tourism consumption behavior based
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
201
on articial intelligence. Informatica, 48(15), 135-150. https://doi.org/10.31449/inf.
v48i15.6203
18. Essien, A., & Chukwukelu, G. (2022). Deep learning in hospitality and tourism: A research
framework agenda for future research. International Journal of Contemporary Hospitality
Management, 34(12), 4480-4515. https://doi.org/10.1108/ijchm-09-2021-1176
19. Filieri, R., D’Amico, E., Destefanis, A., Paolucci, E., & Raguseo, E. (2021). Articial
intelligence (AI) for tourism: An European-based study on successful AI tourism start-
ups. International Journal of Contemporary Hospitality Management, 33(11), 4099-4125.
https://doi.org/10.1108/ijchm-02-2021-0220
20. Florido-Benítez, L. (2024). Generative articial intelligence: a proactive and creative
tool to achieve hyper-segmentation and hyper-personalization in the tourism industry.
International Journal of Tourism Cities. https://doi.org/10.1108/ijtc-05-2024-0111
21. Florido-Benítez, L., & Del Alcázar, B. (2024). How articial intelligence (AI) is powering
new tourism marketing and the future agenda for smart tourist destinations. Electronics,
13(21), 4151. https://doi.org/10.3390/electronics13214151
22. Fouad, A. M., Salem, I. E., & Fathy, E. A. (2024). Generative AI insights in tourism
and hospitality: A comprehensive review and strategic research roadmap. Tourism and
Hospitality Research. https://doi.org/10.1177/14673584241293125
23. Gan, L. (2024). Rural tourism incorporating articial intelligence technology to help
modernize rural revitalization. Applied Mathematics and Nonlinear Sciences, 9(1), 1-19.
https://doi.org/10.2478/amns.2023.2.01379
24. Gao, R., & Wang, Y. (2024). Collaborative supervision strategies for risk issues of
generative articial intelligence in the tourism industry. Technology Analysis and Strategic
Management, 1-19. https://doi.org/10.1080/09537325.2024.2434479
25. García-Madurga, M., & Grilló-Méndez, A. (2023). Articial Intelligence in the tourism
industry: An overview of reviews. Administrative Sciences, 13(8), 172. https://doi.
org/10.3390/admsci13080172
26. Ghesh, N., Alexander, M., & Davis, A. (2024). The articial intelligence-enabled customer
experience in tourism: A systematic literature review. Tourism Review, 79(5), 1017-1037.
https://doi.org/10.1108/tr-04-2023-0255
27. Goel, P., Kaushik, N., Sivathanu, B., Pillai, R., & Vikas, J. (2022). Consumers’ adoption
of articial intelligence and robotics in hospitality and tourism sector: Literature review
and future research agenda. Tourism Review, 77(4), 1081-1096. https://doi.org/10.1108/
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
202
tr-03-2021-0138
28. Grundner, L., & Neuhofer, B. (2021). The bright and dark sides of articial intelligence: A
futures perspective on tourist destination experiences. Journal of Destination Marketing &
Management, 19, 100511. https://doi.org/10.1016/j.jdmm.2020.100511
29. Hamarat, H., Sahin, H., Apuhan, A. K., & İnan, R. (2024). The dark side of articial
intelligence: threats to tourism workers. Worldwide Hospitality and Tourism Themes,
16(2), 127-137. https://doi.org/10.1108/whatt-03-2024-0061
30. Hartatik, H., Isnanto, R. R., & Warsito, B. (2024). Applied data science and articial
intelligence for tourism and hospitality industry in society 5.0: A review. Journal of Applied
Data Sciences, 5(4), 1566-1578. https://doi.org/10.47738/jads.v5i4.300
31. Hermosa, P. M., & Arco, M. L. (2024). Inteligencia articial (IA) en turismo sostenible:
Análisis bibliométrico. Cuadernos de Turismo, 53, 157-185. https://doi.org/10.6018/
turismo.616431
32. Herrera, A., Arroyo, Á., Jiménez, A., & Herrero, Á. (2023). Articial intelligence as
catalyst for the tourism sector: A literature review. JUCS - Journal of Universal Computer
Science, 29(12), 1439-1460. https://doi.org/10.3897/jucs.101550
33. Hou, N. (2024). Research on the application of virtual reality technology in the cultural
exchange of tourist attractions under the background of articial intelligence. International
Journal of Information Systems and Supply Chain Management, 17(1), 1-19. https://doi.
org/10.4018/ijisscm.341801
34. Huang, A., Chao, Y., De la Mora Velasco, E., Bilgihan, A., & Wei, W. (2022). When
articial intelligence meets the hospitality and tourism industry: An assessment framework
to inform theory and management. Journal of Hospitality and Tourism Insights, 5(5), 1080-
1100. https://doi.org/10.1108/jhti-01-2021-0021
35. Indaryanto, A., Harijadi, B. D., & Sinaga, E. (2023). The growing use and impact of
articial intelligence technologies in the tourism industry. Sustainable Engineering and
Innovation, 5(2), 189-204. https://doi.org/10.37868/sei.v5i2.id238
36. Jabeen, F., Zaidi, S. A., & Dhaheri, M. H. A. (2022). Automation and articial intelligence
in hospitality and tourism. Tourism Review, 77(4), 1043-1061. https://doi.org/10.1108/tr-
09-2019-0360
37. Jaelani, A. K., Luthviati, R. D., Siboy, A., Fatih, S. A., & Hayat, M. J. (2024). Articial
intelligence policy in promoting Indonesian tourism. Volksgeist Jurnal Ilmu Hukum Dan
Konstitusi, 109-137. https://doi.org/10.24090/volksgeist.v7i1.10623
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
203
38. Jiang, G., Gao, W., Xu, M., Tong, M., & Liu, Z. (2023). Geographic information visualization
and sustainable development of low-carbon rural slow tourism under articial intelligence.
Sustainability, 15(4), 3846. https://doi.org/10.3390/su15043846
39. Kashem, M. A., Shamsuddoha, M., Nasir, T., & Chowdhury, A. A. (2023). The role of
articial intelligence and blockchain technologies in sustainable tourism in the Middle
East. Worldwide Hospitality and Tourism Themes, 15(2), 178-191. https://doi.org/10.1108/
whatt-10-2022-0116
40. Khan, N. A. (2024). Articial intelligence, self-ecacy and engagement in religious
tourism: Evidence from Arbaeen pilgrimage. Journal of Hospitality And tourism Insights,
7(3), 1660-1678. https://doi.org/10.1108/jhti-10-2023-0725
41. Kim, M. J., Hall, C. M., Chung, N., Kim, M., & Sohn, K. (2023). Why do tourists use
public transport in Korea? The roles of articial intelligence knowledge, environmental,
social, and governance, and sustainability. Asia Pacic Journal of Tourism Research,
28(5), 467-484. https://doi.org/10.1080/10941665.2023.2247099
42. Kirtil, İ. G., & Aşkun, V. (2021). Articial intelligence in tourism: A review and bibliometrics
research. Advances in Hospitality and Tourism Research (AHTR), 9(1), 205-233. https://
doi.org/10.30519/ahtr.801690
43. Knani, M., Echchakoui, S., & Ladhari, R. (2022). Articial intelligence in tourism and
hospitality: Bibliometric analysis and research agenda. International Journal of Hospitality
Management, 107, 103317. https://doi.org/10.1016/j.ijhm.2022.103317
44. Kong, H., Wang, K., Qiu, X., Cheung, C., & Bu, N. (2023). 30 years of articial intelligence
(AI) research relating to the hospitality and tourism industry. International Journal of
Contemporary Hospitality Management, 35(6), 2157-2177. https://doi.org/10.1108/
ijchm-03-2022-0354
45. Ku, E. C., & Chen, C. (2024). Articial intelligence innovation of tourism businesses: From
satised tourists to continued service usage intention. International Journal of Information
Management, 76, 102757. https://doi.org/10.1016/j.ijinfomgt.2024.102757
46. Kumpulainen, M., & Seppänen, M. (2022). Combining Web of Science and Scopus datasets
in citation-based literature study. Scientometrics, 127, 5613-5631. https://doi.org/10.1007/
s11192-022-04475-7
47. Li, D., Du, P., & He, H. (2022). Articial intelligence-based sustainable development of
smart heritage tourism. Wireless Communications and Mobile Computing, 2022, 1-13.
https://doi.org/10.1155/2022/5441170
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
204
48. Li, M., Yin, D., Qiu, H., & Bai, B. (2021). A systematic review of AI technology-based service
encounters: Implications for hospitality and tourism operations. International Journal of
Hospitality Management, 95, 102930. https://doi.org/10.1016/j.ijhm.2021.102930
49. Li, Q., & Zhang, Y. (2022). Design and implementation of smart tourism service platform
from the perspective of articial intelligence. Wireless Communications and Mobile
Computing, 3501003. https://doi.org/10.1155/2022/3501003
50. Louati, A., Louati, H., Alharbi, M., Kariri, E., Khawaji, T., Almubaddil, Y., & Aldwsary, S.
(2024). Machine learning and articial intelligence for a sustainable tourism: A case study
on Saudi Arabia. Information, 15(9), 516. https://doi.org/10.3390/info15090516
51. Loureiro, S. M. C., Guerreiro, J., Friedmann, E., Lee, M. J., & Han, H. (2024). Tourists
and articial intelligence-LLM interaction: The power of forgiveness. Current Issues in
Tourism, 1-19. https://doi.org/10.1080/13683500.2024.2353872
52. Luo, Z. (2024). Research on the management of ecological agricultural characteristic
tourism development based on articial intelligence technology. Applied Mathematics and
Nonlinear Sciences, 9(1),1-13. https://doi.org/10.2478/amns-2024-0306
53. Lv, H., Shi, S., & Gursoy, D. (2022). A look back and a leap forward: A review and
synthesis of big data and articial intelligence literature in hospitality and tourism. Journal
of Hospitality Marketing & Management, 31(2), 145-175. https://doi.org/10.1080/193686
23.2021.1937434
54. Ma, X. (2024). An innovative model for the intersection of big data and articial intelligence
in tourism for consumer behavior analysis. Applied Mathematics and Nonlinear Sciences,
9(1). https://doi.org/10.2478/amns-2024-2451
55. Manzoor, S. R., Ullah, R., Khattak, A., Ullah, M., & Han, H. (2024). Exploring tourist
perceptions of articial intelligence devices in the hotel industry: Impact of industry 4.0.
Journal of Travel & Tourism Marketing, 41(2), 272-291. https://doi.org/10.1080/1054840
8.2024.2310169
56. Mariani, M., & Wirtz, J. (2023). A critical reection on analytics and articial intelligence
based analytics in hospitality and tourism management research. International Journal
of Contemporary Hospitality Management, 35(8), 2929-2943. https://doi.org/10.1108/
ijchm-08-2022-1006
57. Marozzo, V., Schilliti, V., & Abbate, T. (2024). Articial intelligence and generation z:
evidence from tourism and hospitality. Micro & Macro Marketing, (1), 61-188, https://doi.
org/10.1431/108161
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
205
58. Mishra, V., & Mishra, M. P. (2023). PRISMA for Review of Management Literature
– Method, Merits, and Limitations – An Academic Review. In S. Rana, J. Singh and
S. Kathuria (Eds.), Advancing Methodologies of Conducting Literature Review in
Management Domain (pp. 125-136). Emerald Publishing Limited. https://doi.org/10.1108/
s2754-586520230000002007
59. Orea-Giner, A., Muñoz-Mazón, A., Villacé-Molinero, T., & Fuentes-Moraleda, L. (2022).
Cultural tourist and user experience with articial intelligence: A holistic perspective from
the industry 5.0 approach. Journal of Tourism Futures, 9(1),1-15). https://doi.org/10.1108/
jtf-04-2022-0115
60. Öztürk, T., Kahriman, E. A., & Tanriverdi, V. (2024). Sustainable solutions for overcoming
challenges in the tourism sector: Integrating articial intelligence and blockchain for
environmental and energy eciency. International Journal of Global Warming, 34(1), 85-
94. https://doi.org/10.1504/ijgw.2024.141408
61. Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Homann, T. C., Mulrow,
C. D., Shamseer, L., Tetzla, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J.,
Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E.,
McDonald, S., . . . Moher, D. (2021). The PRISMA 2020 statement: An updated guideline
for reporting systematic reviews. International Journal of Surgery, 88, 105906. https://doi.
org/10.1016/j.ijsu.2021.105906
62. Pan, H., Wei, T., & Li, L. (2024). A strategy study based on articial intelligence data analysis
of rural governance into tourism industry development research. Applied Mathematics and
Nonlinear Sciences, 9(1),1-15. https://doi.org/10.2478/amns.2023.2.00212
63. Paré G., Trudel M.-C., Jaana M., & Kitsiou S. (2015). Synthesizing information systems
knowledge: A typology of literature reviews. Information & Management, 52(2),183–199.
https://doi.org/10.1016/j.im.2014.08.008
64. Perić, M., & Vitezić, V. (2021). Tourism getting back to life after COVID-19: Can articial
intelligence help? Societies, 11(4), 115. https://doi.org/10.3390/soc11040115
65. Petersen K., Vakkalanka S., & Kuzniarz L. (2015). Guidelines for conducting systematic
mapping studies in software engineering: An update. Information and Software Technology,
64,1–18. https://doi.org/10.1016/j.infsof.2015.03.007
66. Ping, M. Y., & Omar, S. I. (2024). Using articial intelligence algorithms and computer
image processing technology to improve environmental monitoring and protection methods
in tourist destinations. Australian Journal of Electrical & Electronics Engineering, 1-11.
https://doi.org/10.1080/1448837x.2024.2421043
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
206
67. Rai, P., & Rai, S. (2021). Text renement powered by articial intelligence for tourism.
Wireless Personal Communications, 120(2), 1193-1205. https://doi.org/10.1007/s11277-
021-08510-3
68. Samala, N., Katkam, B. S., Bellamkonda, R. S., & Rodriguez, R. V. (2020). Impact of AI
and robotics in the tourism sector: A critical insight. Journal of Tourism Futures, 8(1), 73-
87. https://doi.org/10.1108/jtf-07-2019-0065
69. Samara, D., Magnisalis, I., & Peristeras, V. (2020). Articial intelligence and big data in
tourism: A systematic literature review. Journal of Hospitality and Tourism Technology,
11(2), 343-367. https://doi.org/10.1108/jhtt-12-2018-0118
70. Saputra, F. E., Buhalis, D., Augustyn, M. M., & Marangos, S. (2024). Anthropomorphism-
based articial intelligence (AI) robots typology in hospitality and tourism. Journal of
Hospitality and Tourism Technology, 15(5), 790-807. https://doi.org/10.1108/jhtt-03-
2024-0171
71. Sarkis-Onofre, R., Catalá-López, F., Aromataris, E., & Lockwood, C. (2021). How to
properly use the PRISMA Statement. Systematic Reviews, 10, 117. https://doi.org/10.1186/
s13643-021-01671-z
72. Şeker, F. (2024). Combining the power of articial intelligence and mathematical modelling:
A hybrid technique for enhanced forecast of tourism receipts. European Journal of Tourism
Research, 36, 3614. https://doi.org/10.54055/ejtr.v36i.3246
73. Şengel, Ü., & Işkın, M. (2024). Intellectual structure on articial intelligence studies
in tourism and hospitality: A bibliometric analysis. Worldwide Hospitality and Tourism
Themes, 16(2), 202-215. https://doi.org/10.1108/whatt-03-2024-0070
74. Shah-Alam, S., Ahsan, M. N., Masukujjaman, M., Kokash, H. A., & Ahmed, S. (2024).
Adoption of big data analytics and articial intelligence among hospitality and tourism
companies: Perceive performance perspective. Journal of Quality Assurance in Hospitality
& Tourism, 1-35. https://doi.org/10.1080/1528008x.2024.2442674
75. Sharma, K., Jain, M., & Dhir, S. (2022). Analysing the impact of articial intelligence
on the competitiveness of tourism rms: a modied total interpretive structural modeling
(m-TISM) approach. International Journal of Emerging Markets, 17(4), 1067-1084.
https://doi.org/10.1108/ijoem-05-2021-0810
76. Shin, H., Ryu, J., & Jo, Y. (2025). Navigating articial intelligence adoption in hospitality
and tourism: Managerial insights, workforce transformation, and a future research agenda.
International Journal of Hospitality Management, 128, 104187. https://doi.org/10.1016/j.
ijhm.2025.104187
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
Inteligencia Articial en el turismo ¿Hacia dónde se dirige la investigación? Una revisión de literatura
207
77. Singh, V. K., Singh, P., Karmakar, M., Leta, J., & Mayr, P. (2021). The journal coverage
of Web of Science, Scopus and Dimensions: A comparative analysis. Scientometrics, 126,
5113–5142. https://doi.org/10.1007/s11192-021-03948-5
78. Solakis, K., Katsoni, V., Mahmoud, A. B., & Grigoriou, N. (2024). Factors aecting value
co-creation through articial intelligence in tourism: A general literature review. Journal
of Tourism Futures, 10(1), 116-130. https://doi.org/10.1108/jtf-06-2021-0157
79. Song, Y., & He, Y. (2023). Toward an intelligent tourism recommendation system based
on articial intelligence and IoT using apriori algorithm. Soft Computing, 27(24), 19159-
19177. https://doi.org/10.1007/s00500-023-09330-2
80. Sousa, A. E., Cardoso, P., & Dias, F. (2024). The use of articial intelligence systems in
tourism and hospitality: The tourists’ perspective. Administrative Sciences, 14(8), 165.
https://doi.org/10.3390/admsci14080165
81. Topsakal, Y., & Çuhadar, M. (2024). Usage intention of tourists regarding the acceptance
of articial intelligence enhanced tour guides apps. Current Issues in Tourism, 1-17. https://
doi.org/10.1080/13683500.2024.2375361
82. Tussyadiah, I. (2020). A review of research into automation in tourism: Launching the Annals
of Tourism Research curated collection on articial intelligence and robotics in tourism.
Annals of Tourism Research, 81, 102883. https://doi.org/10.1016/j.annals.2020.102883
83. Ülkü, A. (2023). Articial intelligence-based large language models and integrity of exams
and assignments in higher education: the case of tourism courses. Tourism & Management
Studies, 21-34. https://doi.org/10.18089/tms.2023.190402
84. Valencia, A., Londoño, W., Garcés, L. F., Arboleda, A., Rodriguez, P. A., Agudelo, E., &
Teodori, R. (2024). Tendencias investigativas en el uso de la inteligencia articial en el
turismo. RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, (69) 560-572.
https://www.risti.xyz/issues/ristie69.pdf
85. Vargas, E. E., & Delgado, A. (2023). Big Data in Hotel Companies: Systematic Literature
Review. In J. Marques and R. P. Marques (Eds.). Digital Transformation of the Hotel
Industry: Theories, Practices, and Global Challenges (pp.111-133). Springer. https://doi.
org/10.1007/978-3-031-31682-1_6
86. Wang, Y., & Uysal, M. (2024). Articial intelligence-assisted mindfulness in tourism,
hospitality, and events. International Journal of Contemporary Hospitality Management,
36(4), 1262-1278. https://doi.org/10.1108/ijchm-11-2022-1444
87. Xie, D., & He, Y. (2022). Marketing strategy of rural tourism based on big data
Thalía Fernández-Jiménez, Alejandro Delgado-Cruz, Elva Esther Vargas-Martínez
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 183-208. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.09
208
and articial intelligence. Mobile Information Systems, 2022, 954351. https://doi.
org/10.1155/2022/9154351
88. Yang, J., & Chew, E. (2021). A systematic review for service humanoid robotics model
in hospitality. International Journal of Social Robotics, 13(6), 1397-1410. https://doi.
org/10.1007/s12369-020-00724-y
89. Yu, H. (2024). Application of the articial intelligence system based on graphics and
vision in ethnic tourism of subtropical grasslands. Heliyon, 10(11), e31442. https://doi.
org/10.1016/j.heliyon.2024.e31442
90. Zhang, R. (2021). Exploration of social benets for tourism performing arts industrialization
in culture–tourism integration based on deep learning and articial intelligence technology.
Frontiers in Psychology, 12, 592925. https://doi.org/10.3389/fpsyg.2021.592925
91. Zhang, Y. (2024). Research on articial intelligence-assisted leisure hotel and tourism
industry sustainable development strategy. Applied Mathematics and Nonlinear Sciences,
9(1), 1-15. https://doi.org/10.2478/amns-2024-2845
92. Zheng, S., & Zhang, Z. (2023). Adaptive tourism forecasting using hybrid articial
intelligence model: A case study of Xi’an international tourist arrivals. PeerJ Computer
Science, 9, e1573. https://doi.org/10.7717/peerj-cs.1573
93. Zhou, S. (2024). The use of rural cultural tourism product development strategy based
on articial intelligence technology. Applied Mathematics and Nonlinear Sciences, 9(1),
1-15. https://doi.org/10.2478/amns.2023.2.01254
94. Zhu, S., Song, M., & Duan, Y. (2024). Emotional arousal: How articial intelligence-gen-
erated content inuences tourism decision-making. Tourism Recreation Research, 1-12.
https://doi.org/10.1080/02508281.2024.2439321
