Aplicaciones de la inteligencia artificial en la gestión
de destinos turísticos sostenibles: una revisión
sistemática
Applications of artificial intelligence in the management of sustainable
tourist destinations: a systematic review
Recibido: 08/08/2025 - Aceptado: 05/11/2025
Yolanda Lorena Paredes Andrade
https://orcid.org/0000-0001-9764-2779
yparedes@uea.edu.ec
Universidad Estatal Amazónica. Puyo, Ecuador
Karla Elizabeth Morales Jacome
https://orcid.org/0009-0004-9954-7184
ke.moralesj@uea.edu.ec
Universidad Estatal Amazónica. Puyo, Ecuador
Carlos Aníbal Manosalvas Vaca
https://orcid.org/0000-0002-7521-069X
cmanosalvas@uea.edu.ec
Universidad Estatal Amazónica. Puyo, Ecuador
Resumen
El estudio tuvo como objetivo analizar, de manera sistemática, las aplicaciones, beneficios, desafíos y tendencias
futuras de la inteligencia artificial (IA) en la gestión de destinos turísticos sostenibles. Para ello, se llevó a cabo
una revisión de la literatura siguiendo el protocolo PRISMA, que incluyó estudios científicos publicados entre 2020
y 2024 en bases de datos como Web of Science, Scopus, SciELO y PubMed. El proceso de selección de artículos
se realizó en dos etapas: primero, un cribado de títulos y resúmenes; posteriormente, una evaluación detallada
del texto completo. El análisis final se basó en 25 publicaciones científicas, que representaron el cuerpo de esta
investigación. Los resultados mostraron que la IA contribuye de manera positiva a la sostenibilidad mediante el
monitoreo ambiental, la optimización energética, la predicción de flujos turísticos y la gestión de residuos. Sin
embargo, existen desafíos significativos, como la elevada inversión inicial, las brechas digitales y la falta de
marcos éticos y métricas estandarizadas para evaluar el impacto de la IA. Esta investigación ofrece un marco
integral para guiar a gestores y responsables políticos, al tiempo que resalta las áreas que requieren mayor
atención en futuras investigaciones.
Palabras clave: gestión turística, sostenibilidad, tecnologías emergentes
Abstract
The study aimed to systematically analyze the applications, benefits, challenges, and future trends of artificial
intelligence (AI) in the management of sustainable tourist destinations. To this end, a literature review was
conducted following the PRISMA protocol, which included scientific studies published between 2020 and 2024 in
databases such as Web of Science, Scopus, SciELO, and PubMed. The article selection process was carried out
in two stages: first, a screening of titles and abstracts; then, a detailed evaluation of the full text. The final analysis
was based on 25 scientific publications, which represented the body of this research. The results showed that AI
contributes positively to sustainability through environmental monitoring, energy optimization, tourism flow
prediction, and waste management. However, there are significant challenges, such as high initial investment,
digital divides, and the lack of ethical frameworks and standardized metrics to assess the impact of AI. This
research offers a comprehensive framework to guide managers and policymakers, while highlighting areas that
require further attention in future research.
Keywords: tourism management, sustainability, emerging technologies
2
Introducción
La inteligencia artificial (IA) ha emergido recientemente como un conjunto de tecnologías que pueden
revolucionar la industria del turismo (Al-Romeedy y Alharethi, 2024). En un contexto global en el que los destinos
turísticos están bajo presión debido a la masificación, al cambio climático y a la creciente demanda de
experiencias auténticas y responsables, la búsqueda de modelos de gestión sostenible puede considerarse una
necesidad indiscutible (Yeh et al., 2020). La sostenibilidad en el turismo abarca de forma equilibrada las
dimensiones económicas, sociales y ambientales; y enfrenta desafíos de una complejidad sin precedentes
(Goralski y Tan, 2020). Es en esta intersección donde la necesidad imperiosa de sostenibilidad se encuentra con
la revolución tecnológica ya en marcha (Schwaeke et al., 2025).
La gestión tradicional de destinos turísticos se ha enfrentado a la dificultad de tomar decisiones basadas
en datos incompletos o demasiado abundantes y heterogéneos (Bairachna y Krupitsa, 2024). Los gestores lidian
con fenómenos dinámicos y multifacéticos, como los flujos de visitantes, la capacidad de carga de un ecosistema,
la satisfacción del turista o la huella de carbono de la actividad, los cuales son intrínsecamente difíciles de medir
mediante métodos convencionales (Mishra et al., 2024). La IA, con su capacidad para procesar grandes
volúmenes de datos, ofrece herramientas para comprender estas dinámicas con un nivel de detalle y anticipación
mucho mayor (Doborjeh et al., 2022).
El concepto de destino turístico inteligente ha cobrado cada vez mayor relevancia, evolucionando desde
la digitalización de los servicios hacia un entendimiento más integrador, en el que la inteligencia, proporcionada
por tecnologías como el machine learning o el procesamiento del lenguaje natural, se pone al servicio de la
sostenibilidad (Leong et al., 2024). Este paradigma sugiere la existencia de un ecosistema de datos que alimenta
modelos de IA para optimizar recursos (Archi et al., 2023). Por ejemplo, los algoritmos de previsión pueden
anticipar picos de afluencia con semanas de antelación, permitiendo a los gestores implementar medidas para
evitar la saturación y sus impactos negativos (Mishra et al., 2024).
En el ámbito ambiental, la contribución potencial de la IA es significativa. El monitoreo de la salud de los
ecosistemas sensibles, como arrecifes de coral, bosques o áreas costeras, puede realizarse de forma continua y
no invasiva mediante el análisis de imágenes captadas por drones con algoritmos de computer vision, capaces
de detectar cambios sutiles indicativos de estrés o degradación (Bibri et al., 2024). Los sistemas inteligentes de
gestión energética en infraestructuras hoteleras pueden reducir el consumo y las emisiones (Fan et al., 2023).
Incluso la gestión de residuos puede transformarse mediante sensores dinámicos impulsados por IA (Wang et al.,
2024). Estas aplicaciones apuntan a minimizar la huella ecológica de la actividad turística mediante una gestión
más eficiente.
Desde la perspectiva socioeconómica, la IA es un instrumento valioso para escuchar y comprender las
percepciones de los residentes y visitantes (Marigliano, 2023). El análisis de sentimiento aplicado a reseñas y
comentarios en redes sociales generados por usuarios permite captar en tiempo real las opiniones y expectativas
de la población respecto al desarrollo turístico (Tuo et al., 2025). Esta retroalimentación es invaluable para los
gestores, ya que les permite identificar problemas como casos de overtourism en lugares específicos. Lejos de
ser una tecnología fría e impersonal, la IA, bien orientada, puede ayudar a poner el foco en las personas (Rane
et al., 2023).
Sin embargo, este panorama prometedor no está exento de desafíos. La implementación de soluciones
de IA en la gestión de destinos sostenibles plantea cuestiones éticas ineludibles en torno a la posible existencia
de sesgos algorítmicos que podrían perpetuar desigualdades (Al-kfairy et al., 2024). La transparencia en el
desarrollo y uso de los algoritmos es esencial para una transformación tecnológica genuinamente positiva (Insirat
et al., 2025).
El objetivo de este estudio fue analizar de manera sistemática las aplicaciones, beneficios, desafíos y
tendencias de la IA en la gestión de destinos turísticos sostenibles, sintetizando el conocimiento actual para
identificar oportunidades/limitaciones que contribuyan a una integración más eficaz y responsable de la IA en el
desarrollo sostenible del turismo.
Metodología
Este estudio se desarrolló bajo un enfoque de revisión sistemática de la literatura, siguiendo los
lineamientos del protocolo PRISMA (Miller et al., 2025; Rethlefsen et al., 2021). Se incluyeron estudios científicos
publicados entre 2020 y 2024, con el fin de identificar, analizar y sintetizar la evidencia sobre las aplicaciones de
la IA en la gestión de destinos turísticos sostenibles. La búsqueda de investigaciones se realizó en bases de datos
reconocidas internacionalmente (Web of Science, Scopus, SciELO y PubMed), empleando una combinación de
palabras clave en inglés y español (artificial intelligence, sustainable tourism, AI applications, y tourism
3
sustainability). Además, las cadenas de búsqueda se construyeron combinando las palabras clave con
operadores booleanos (AND, OR).
La selección de los artículos se realizó en dos etapas. Primero, se revisaron títulos y resúmenes de los
estudios identificados para descartar aquellos que no se ajustaban al objetivo de la revisión. En la segunda etapa,
se hizo una evaluación detallada del texto completo de los artículos preseleccionados. Los criterios de inclusión
consideraron investigaciones publicadas en los últimos cinco años, artículos revisados por pares, estudios que
abordaran la aplicación de IA en la gestión de destinos turísticos y que incluyeran dimensiones de sostenibilidad
ambiental, social o económica. No se consideraron trabajos que no abordaran la temática central, revisiones
sistemáticas, estudios duplicados, artículos de opinión y resúmenes de congresos.
La extracción de datos se realizó en una matriz que permitió recopilar información relevante de cada
estudio seleccionado, incluyendo autoría, año de publicación, tipo de aplicación de IA, resultados principales y
limitaciones identificadas. La síntesis de información se realizó de manera cualitativa, agrupando los hallazgos
en categorías temáticas relacionadas con los beneficios, retos, tendencias emergentes y vacíos de investigación
en la aplicación de IA para la sostenibilidad turística. Para garantizar la transparencia y reproducibilidad del
proceso de selección, se documentó cada etapa y se elaboró un diagrama PRISMA (Figura 1) (Forteza-Martínez
y Alonso-López, 2024). Por último, los resultados se analizaron e interpretaron según los objetivos de la
investigación, permitiendo ofrecer una visión actualizada sobre las perspectivas futuras de la IA en la gestión
sostenible de destinos turísticos.
Figura 1
Diagrama PRISMA
Resultados y discusión
Se identificaron un total de 103 estudios científicos para esta investigación. El proceso de selección
culminó con la elección de 25 artículos que cumplían con los requisitos para ser incluidos en el análisis. El año
2020 registró el menor número de publicaciones, con un 8% del total de artículos incluidos, lo que indica que el
campo de estudio estaba en una fase inicial. Por otro lado, la investigación experimentó un crecimiento notable
en los años siguientes, alcanzando su punto más alto en 2023, que concentró el 32% de las investigaciones
(Figura 2).
4
Figura 2
Distribución de los 25 estudios evaluados para su inclusión según el año
El control ambiental, favorecido por el uso del Internet de las cosas (IoT) y big data, facilita la recolección
y el análisis inmediato de los datos ambientales, lo que reduce el impacto ecológico y optimiza la gestión de la
carga de los destinos turísticos (Majid et al., 2023; Suanpang y Pothipassa, 2024). La mejora de los recursos
energéticos mediante el aprendizaje automático incrementa la eficiencia operativa, logrando un consumo
energético ajustado a la demanda (Rane et al., 2023; Siddik et al., 2025).
La gestión inteligente de residuos, desarrollada a partir de algoritmos de IA, optimiza rutas de recolección
y promueve la economía circular (Rane et al., 2023; Zhao, 2025). La personalización de experiencias turísticas,
gracias a tecnologías como el procesamiento del lenguaje natural, la inteligencia generativa (Gen AI) y la realidad
aumentada/virtual (AR/VR), mejora la satisfacción y la accesibilidad, permitiendo a los turistas recibir
recomendaciones personalizadas y vivir experiencias inclusivas mediante recorridos virtuales (Loureiro y
Nascimento, 2021; Knani et al., 2022; Samara et al., 2020). La predicción de flujos turísticos, a partir de la analítica
predictiva, contribuye a descongestionar los destinos y a planificar la infraestructura (Filieri et al., 2021; Wang y
Zhang, 2025; Tuo et al., 2025).
En el ámbito del patrimonio, la IA y la AR permiten monitorear el estado de los bienes culturales y
naturales, además de ofrecer experiencias educativas e inmersivas (Iah et al., 2023). La gestión de la cadena de
suministro, apoyada en blockchain y Gen AI, asegura la trazabilidad y distribuye los beneficios económicos de
manera equitativa, fomentando la justicia social y la transparencia (Rane et al., 2023; Kulkov et al., 2024). El
marketing sostenible, impulsado por big data e IA, fortalece la interacción con turistas ambientalmente conscientes
(Majid et al., 2023; Tuo et al., 2025).
La gestión de crisis y la resiliencia, utiliza IA para ofrecer respuestas a situaciones imprevistas,
incrementando la capacidad de adaptación de los destinos turísticos (Zhao, 2025). Por otro lado, la evaluación
de la huella ecológica mediante IA y big data aporta métricas precisas para calcular el impacto ambiental (Kulkov
et al., 2024; Liu et al., 2022).
La literatura reciente destaca que la integración de IA con blockchain o AR, potencia su impacto positivo
en la sostenibilidad; esto subraya la necesidad de un modelo de gobernanza ética y colaborativa para maximizar
los beneficios y minimizar los riesgos. Además, la IA se consolida como un motor esencial para la eficiencia y la
sostenibilidad en la gestión de destinos turísticos (Grundner y Neuhofer, 2021; Tiwari et al., 2022).
5
Tabla 1
Usos de la IA y tecnologías asociadas en la gestión sostenible de destinos turísticos
Aplicaciones
Tecnología
asociada
Tipo de
destino
Resultado
Referencia
Monitoreo ambiental
IoT, Big Data
Patrimonial
Sensores para
control de
afluencia
(Liu et al.,
2022; Iah et al.,
2023;
Suanpang y
Pothipassa,
2024)
Optimización de
recursos energéticos
Machine
Learning
Urbano
Predicción de
demanda eléctrica
(Rane et al.,
2023) Siddik et
al., 2023)
Gestión inteligente
de residuos
IA, Big Data
Urbano y
natural
Rutas óptimas de
recolección
(Samara et al.,
2020)
Personalización de
experiencias
NLP, Gen AI,
AR/VR
Patrimonial y
urbano
Asistentes virtuales
multilingües
(Knani et al.,
2022; Loureiro
y Nascimento,
2021)
Predicción de flujos
turísticos
Analítica
predictiva
Urbano y
natural
Modelos de
predicción de
visitantes
(Tuo et al.,
2025) Wang y
Zhang, 2025)
Conservación del
patrimonio
IA, AR/VR, IoT
Patrimonial
Recorridos
virtuales,
monitoreo
(Liu et al.,
2022) Iah et
al., 2023)
Gestión de la cadena
de suministro
Gen AI,
Blockchain
Urbano y
regional
Trazabilidad de
productos locales
(Kulkov et al.,
2024) (Wang y
Zhang, 2025)
Marketing sostenible
Big Data, IA
Urbano, natural
y patrimonial
Segmentación de
turistas sostenibles
(Filieri et al.,
2021; Knani et
al., 2022) (Tuo
et al., 2023)
Gestión de crisis y
resiliencia
IA, Big Data
Urbano, natural
y patrimonial
Modelos de
respuesta post-
COVID
(Knani et al.,
2022; Zhao,
2025)
Evaluación de huella
ecológica
IA, Big Data
Natural y
patrimonial
Cálculo de huella y
capacidad
(Liu et al.,
2022; Loureiro
y Nascimento,
2021; Kulkov et
al., 2024)
6
En el ámbito ambiental, el uso de big data, machine learning y la implementación de sensores ha permitido
avanzar notablemente en la reducción de emisiones y en la eficiencia energética (Iah et al., 2023; Zhao, 2023).
Aun así, las dificultades para estandarizar las métricas de impacto, siguen limitando la mejora continua de la
sostenibilidad. La dificultad inicial para obtener financiamiento y el alto costo de la infraestructura tecnológica
constituyen barreras comunes para las pequeñas empresas de alojamiento turístico (Rane et al., 2023; Samara
et al., 2020; Siddik et al., 2025).
En el entorno social, la IA facilita la personalización de la experiencia y la inclusión de turistas con diversas
necesidades, mejorando así el acceso y la satisfacción (Suanpang y Pothipassa, 2024). Sin embargo, la brecha
digital y las preocupaciones por la privacidad y la protección de datos pueden excluir a ciertos grupos. La
resistencia al cambio, tanto por parte de los actores locales como de los turistas, subraya la importancia de la
sensibilización y la formación continua para impulsar la adopción de la nueva tecnología (Tuo et al., 2025; Zhang
y Cheng, 2024).
En la dimensión económica, se observa una mejora en la equidad a lo largo de la cadena de valor y en
la promoción responsable, dado que la IA favorece una distribución más justa de los beneficios (Knani et al., 2022;
Kulkov et al., 2024; Wang y Zhang, 2025). No obstante, la desigualdad en el acceso a la tecnología y la
sobreinformación pueden dificultar la participación de pequeñas y medianas empresas, así como de agentes
locales. La resiliencia ante situaciones de crisis ha demostrado la capacidad de la IA para modelar escenarios en
contextos de incertidumbre. Sin embargo, la falta de protocolos específicos continúa representando un reto
cuando la IA asume un papel relevante en la sostenibilidad turística (Knani et al., 2022; Loureiro y Nascimento,
2021).
La literatura destaca la importancia de la formación tecnológica, el desarrollo de indicadores sólidos y la
colaboración multisectorial como factores determinantes para el éxito de la IA en la sostenibilidad del turismo (Liu
et al., 2022; Siddik et al., 2025; Tussyadiah, 2020). Asimismo, la IA aporta beneficios como la optimización de
recursos, la innovación y la personalización, pero enfrenta desafíos técnicos, éticos y de adopción (García-
Madurga y Grilló-Méndez, 2023; Go y Kang, 2023).
Tabla 2
Beneficios, retos y factores críticos de éxito de la IA en la sostenibilidad turística
Beneficio
Reto principal
Factor de éxito
Reducción de
emisiones
Falta de datos
Integración de sensores
y analítica
Eficiencia energética
Inversión inicial alta
Apoyo institucional y
financiamiento
Personalización e
inclusión
Privacidad y
protección de datos
Participación de
comunidades
Descongestión de
destinos
Resistencia al
cambio
Sensibilización y
formación
Protección
patrimonial
Falta de estándares
Colaboración
multisectorial
Equidad en la
cadena de valor
Desigualdad en
acceso a tecnología
Inclusión de pymes y
actores locales
Turismo patrimonial
IA, IoT, Big
Data
Urbano y
regional
Cálculo de huella
(Grundner y
Neuhofer,
2021; Tiwari et
al., 2022)
7
Beneficio
Reto principal
Factor de éxito
Promoción
responsable
Saturación de
información
Estrategias de
marketing ético
Resiliencia ante
crisis
Falta de protocolos
de IA
Planificación y
simulación de
escenarios
Medición de impacto
ambiental
Dificultad en
métricas
estandarizadas
Desarrollo de
indicadores robustos
Fomentar la
sostenibilidad
Falta de datos
ambientales
Capacitación
tecnológica
La conjunción de la IA con IoT y blockchain ha proporcionado avances que podrían transformar los
modelos de gestión de los destinos y propiciar el surgimiento de ecosistemas inteligentes, los cuales permiten
optimizar el uso de los recursos disponibles y fortalecer la trazabilidad y la transparencia en la cadena de valor
(Kulkov et al., 2024; Suanpang y Pothipassa, 2024). No obstante, persiste una carencia significativa en la
cuantificación del efecto ambiental de las implementaciones tecnológicas, pues aún no se ha determinado la
combinación metodológica más precisa para medir el impacto medio del uso de la IA en la sostenibilidad.
El uso de plataformas colaborativas y la co-creación con las comunidades locales, junto con el impulso
de la gobernanza participativa y la apropiación social, constituyen tendencias especialmente relevantes (Iah et
al., 2023; Tussyadiah, 2020). Sin embargo, la disponibilidad de modelos participativos y marcos éticos en la co-
creación de valor sigue siendo insuficiente. Las experiencias inmersivas, como la AR/RV, transforman la manera
en que los turistas viven y se relacionan con la experiencia (Rane et al., 2023).
La gestión de crisis mediante IA, ha evidenciado la importancia de esta herramienta para la adaptabilidad
de los destinos turísticos. Sin embargo, la ausencia de protocolos y estrategias específicas continúa siendo un
reto (Zhao, 2025). El marketing personalizado y sostenible asociado a los algoritmos de IA, plantea una
reconfiguración de los problemas éticos relacionados con la segmentación y la privacidad (Filieri et al., 2021).
La optimización de la movilidad y el transporte mediante IA puede contribuir a la reducción de emisiones
indirectas, pero requiere una integración efectiva con las políticas urbanas y de transporte (Samara et al., 2020).
Asimismo, la gestión inteligente del patrimonio, tanto material como inmaterial, y la accesibilidad universal son
áreas emergentes que demandan mayor atención y desarrollo de soluciones inclusivas (Suanpang y Pothipassa,
2024).
La automatización de los servicios turísticos plantea cuestiones sobre el empleo, por lo que el
establecimiento de políticas de transición laboral que garanticen la protección de los trabajadores resulta
imprescindible (Kulkov et al., 2024; Rane et al., 2023). Finalmente, la incorporación de la IA en la formación para
el turismo sostenible es fundamental para preparar profesionales ante las exigencias de la transformación digital
del sector (Neophytou et al., 2025).
Persisten vacíos en la investigación sobre impactos sociales, éticos y regulatorios, así como en la
evaluación de los efectos a largo plazo de la IA en los destinos turísticos (Esteve-Selma et al., 2022; Gaur et al.,
2021; Saydam et al., 2022).
8
Tabla 3
Tendencias emergentes y vacíos de investigación en la aplicación de la IA para la sostenibilidad turística
Conclusiones
Los resultados de la revisión sistemática evidencian que la IA ha sido capaz de optimizar la gestión de
los recursos, personalizar la experiencia de los visitantes, aumentar la accesibilidad, fomentar la conservación del
patrimonio cultural y facilitar la toma de decisiones basadas en datos, incorporando tecnologías tales como IoT,
big data, blockchain, realidad aumentada y realidad virtual. Dichas aplicaciones han demostrado sus efectos
Tendencia
emergente
Vacío de
investigación
Recomendación
Referencia
Integración IA-IoT-
Blockchain
Evaluación
cuantitativa del
impacto ambiental
Estudios
longitudinales y
métricas
estandarizadas
(Suanpang y Pothipassa,
2024) Rane et al., 2023)
Plataformas
colaborativas y co-
creación
Participación
comunitaria y
gobernanza ética
Modelos
participativos y
marcos éticos
(Ateş et al., 2024; Tussyadiah,
2020)
Experiencias
inmersivas (AR/VR)
Medición de
resultados sociales a
largo plazo
Evaluación de
impacto social y
cultural
(Kulkov et al., 2024; Rane et
al., 2023)
IA en gestión de
crisis (post-COVID)
Adaptabilidad y
resiliencia ante crisis
Estrategias de
respuesta basadas
en IA
(Knani et al., 2022; Zhao,
2025)
Marketing
personalizado y
sostenible
Falta de
segmentación ética
Desarrollo de
algoritmos
responsables
(Filieri et al., 2021; Samara et
al., 2020)
Optimización de
movilidad y
transporte
Impacto en emisiones
indirectas
Integración con
políticas urbanas
(Knani et al., 2022; Siddik et
al., 2023)
Gestión inteligente
de patrimonio
Inclusión de
patrimonio intangible
Digitalización de
recursos culturales
(Iah et al., 2023; Liu et al.,
2022; Rane et al., 2023)
IA para accesibilidad
universal
Falta de estudios en
turismo inclusivo
Diseño universal en
plataformas IA
(Siddik et al., 2023; Knani et
al., 2022)
Automatización de
servicios turísticos
Impacto en empleo y
relaciones laborales
Políticas de
transición laboral
(Iah et al., 2023; Liu et al.,
2022)
IA en educación
para turismo
sostenible
Escasez de
programas formativos
Integrar IA en
currículos
educativos
(Samara et al., 2020;
Suanpang y Pothipassa,
2024)
IA en los destinos
turísticos
Falta de estudios en
turismo inclusivo
Diseño de
plataformas con IA
(Esteve-Selma et al., 2022;
Gaur et al., 2021; Saydam et
al., 2022)
9
positivos en la eficiencia operativa y la disminución de la huella ambiental, así como en la equidad económica y
la resiliencia ante crisis, contribuyendo de esa forma al crecimiento sostenible del turismo. La literatura documenta
la existencia de problemas persistentes como la inversión inicial, la brecha digital, las barreras técnicas, la
protección de datos, así como la necesidad de marcos éticos y de gobernanza. Junto con la falta de métricas
estandarizadas de evaluación del impacto ambiental y social de la IA o la baja participación de comunidades
locales y turistas en el diseño de soluciones, se trata de vacíos que deben ser resueltos en futuras investigaciones.
Este estudio ofrece un marco integral que orienta a gestores, responsables políticos y actores del sector sobre
cómo aprovechar la IA para avanzar hacia destinos turísticos más sostenibles, inteligentes e inclusivos, al tiempo
que identifica áreas prioritarias para futuras investigaciones y desarrollo tecnológico.
Referencias
Al-kfairy, M., Mustafa, D., Kshetri, N., Insiew, M., y Alfandi, O. (2024). Ethical Challenges and Solutions of
Generative AI: An Interdisciplinary Perspective. Informatics, 11(3), 58.
https://doi.org/10.3390/INFORMATICS11030058
Al-Romeedy, B., y Alharethi, T. (2024). Reimagining sustainability: The power of AI and intellectual capital in
shaping the future of tourism and hospitality organizations. Journal of Open Innovation: Technology,
Market, and Complexity, 10(4). https://doi.org/10.1016/J.JOITMC.2024.100417
Archi, Y., Benbba, B., Nizamatdinova, Z., Issakov, Y., Vargáné, G. I., y Dávid, L. D. (2023). Systematic Literature
Review Analysing Smart Tourism Destinations in Context of Sustainable Development: Current
Applications and Future Directions. Sustainability, 15(6). https://doi.org/10.3390/su15065086
Ateş, A., Sunar, H., y Kurt, A. (2024). Bibliometric analysis on sustainable tourism and the environment in the
literature related to destination management. Present Environment and Sustainable Development, 18(2),
43–62. https://doi.org/10.47743/PESD2024182003
Bairachna, O., y Krupitsa, I. (2024). Use of artificial intelligence and big data in tourist destination management.
Ukrainian Journal of Applied Economics and Technology, 2024(3), 252–255.
https://doi.org/10.36887/2415-8453-2024-3-44
Bibri, S. E., Krogstie, J., Kaboli, A., y Alahi, A. (2024). Smarter eco-cities and their leading-edge artificial intelligence
of things solutions for environmental sustainability: A comprehensive systematic review. Environmental
Science and Ecotechnology, 19. https://doi.org/10.1016/J.ESE.2023.100330
Doborjeh, Z., Hemmington, N., Doborjeh, M., y Kasabov, N. (2022). Artificial intelligence: a systematic review of
methods and applications in hospitality and tourism. International Journal of Contemporary Hospitality
Management, 34(3). https://doi.org/10.1108/IJCHM-06-2021-0767
Esteve-Selma, A., Martínez-Fernández, J., Jurkus, E., Unas Povilanskas, R. ¯, y Taminskas, J. (2022). Current
Trends and Issues in Research on Biodiversity Conservation and Tourism Sustainability. Sustainability,
14(6). https://doi.org/10.3390/SU14063342
Fan, Z., Yan, Z., y Wen, S. (2023). Deep Learning and Artificial Intelligence in Sustainability: A Review of SDGs,
Renewable Energy, and Environmental Health. Sustainability, 15(18).
https://doi.org/10.3390/su151813493
Filieri, R., D’Amico, E., Destefanis, A., Paolucci, E., y Raguseo, E. (2021). Artificial intelligence (AI) for tourism: an
European-based study on successful AI tourism start-ups. International Journal of Contemporary
Hospitality Management, 33(11). https://doi.org/10.1108/IJCHM-02-2021-0220
Forteza-Martínez, A., y Alonso-López, N. (2024). Artificial Intelligence in the Social Science Area: Systematic
Literature Review in Web of Science and Scopus. Tripodos, 55.
https://doi.org/10.51698/tripodos.2024.55.07
García-Madurga, M. Á., y Grilló-Méndez, A. J. (2023). Artificial Intelligence in the Tourism Industry: An Overview
of Reviews. Administrative Sciences, 13(8). https://doi.org/10.3390/ADMSCI13080172
Gaur, L., Afaq, A., Singh, G., y Dwivedi, Y. K. (2021). Role of artificial intelligence and robotics to foster the
touchless travel during a pandemic: a review and research agenda. International Journal of Contemporary
Hospitality Management, 33(11). https://doi.org/10.1108/IJCHM-11-2020-1246
Go, H., y Kang, M. (2023). Metaverse tourism for sustainable tourism development: Tourism Agenda 2030. Tourism
Review, 78(2), 381–394. https://doi.org/10.1108/TR-02-2022-0102
Goralski, M. A., y Tan, T. K. (2020). Artificial intelligence and sustainable development. The International Journal
of Management Education, 18(1). https://doi.org/10.1016/J.IJME.2019.100330
10
Grundner, L., y Neuhofer, B. (2021). The bright and dark sides of artificial intelligence: A futures perspective on
tourist destination experiences. Journal of Destination Marketing & Management, 19.
https://doi.org/10.1016/J.JDMM.2020.100511
Iah, I., Majid, G., TussyadKim, Y. R., y Pal, A. (2023). Intelligent automation for sustainable tourism: a systematic
review. Journal of Sustainable Tourism, 31(11). https://doi.org/10.1080/09669582.2023.2246681
Insirat, M. N., Syahfir, H. A., Usman, A., y Mediaty, M. (2025). Analisis Dampak Implementasi AI Dalam Proses
Pengambilan Keputusan Manajerial Terhadap Etika Bisnis dan Keberlanjutan Organisasi: A Systematic
Literature Review. Owner : Riset Dan Jurnal Akuntansi, 9(1). https://doi.org/10.33395/OWNER.V9I1.2525
Knani, M., Echchakoui, S., y Ladhari, R. (2022). Artificial intelligence in tourism and hospitality: Bibliometric
analysis and research agenda. International Journal of Hospitality Management, 107.
https://doi.org/10.1016/J.IJHM.2022.103317
Kulkov, I., Kulkova, J., Rohrbeck, R., Menvielle, L., Kaartemo, V., y Makkonen, H. (2024). Artificial intelligence ‐
driven sustainable development: Examining organizational, technical, and processing approaches to
achieving global goals. Sustainable Development, 32(3). https://doi.org/10.1002/SD.2773
Leong, W. Y., Leong, Y. Z., y Leong, W. S. (2024). Smart Tourism in ASEAN: Leveraging Technology for
Sustainable Development and Enhanced Visitor Experiences. International Journal of Social Sciences and
Artistic Innovations, 4(3). https://doi.org/10.35745/IJSSAI2024V04.03.0003
Liu, D., Du, P., y He, H. (2022). Artificial Intelligence-Based Sustainable Development of Smart Heritage Tourism.
Wireless Communications and Mobile Computing, 2(5). https://doi.org/10.1155/2022/5441170
Loureiro, S., y Nascimento, J. (2021). Shaping a View on the Influence of Technologies on Sustainable Tourism.
Sustainability, 13(22). https://doi.org/10.3390/SU132212691
Marigliano, P. (2023). Analyzing Tourism Reviews using Deep Learning and AI to Predict Sentiments. Clinical Case
Reports and Studies, 3(6). https://doi.org/10.59657/2837-2565.brs.23.089
Miller, T., Michoński, G., Durlik, I., Kozlovska, P., y Biczak, P. (2025). Artificial Intelligence in Aquatic Biodiversity
Research: A PRISMA-Based Systematic Review. Biology, 14(5).
https://doi.org/10.3390/BIOLOGY14050520
Mishra, D., Das, S., y Patnaik, R. (2024). Application of AI Technology for the Development of Destination Tourism
towards an Intelligent Information System. Economic Affairs, 69(02). https://doi.org/10.46852/0424-
2513.3.2024.31
Neophytou, R., Liasidou, S., Pipyros, K., y Christofi, A. (2025). Artificial intelligence driven adaptive learning
methods in sustainable tourism education. Worldwide Hospitality and Tourism Themes, 17(1).
https://doi.org/10.1108/WHATT-12-2024-0308
Rane, N., Choudhary, S. P., y Rane, J. (2023). Sustainable tourism development using leading-edge Artificial
Intelligence (AI), Blockchain, Internet of Things (IoT), Augmented Reality (AR) and Virtual Reality (VR)
technologies. SSRN Electronic Journal. https://doi.org/10.2139/SSRN.4642605
Rethlefsen, M. L., Kirtley, S., Waffenschmidt, S., Ayala, A. P., Moher, D., Page, M. J., Koffel, J. B., Blunt, H.,
Brigham, T., Chang, S., Clark, J., Conway, A., Couban, R., De Kock, S., Farrah, K., Fehrmann, P., Foster,
M., Fowler, S. A., Glanville, J., … Young, S. (2021). PRISMA-S: An extension to the PRISMA statement
for reporting literature searches in systematic reviews. Journal of the Medical Library Association, 109(2).
https://doi.org/10.5195/jmla.2021.962
Samara, D., Magnisalis, I., y Peristeras, V. (2020). Artificial intelligence and big data in tourism: a systematic
literature review. Journal of Hospitality and Tourism Technology, 11(2). https://doi.org/10.1108/JHTT-12-
2018-0118
Saydam, M. B., Arici, H. E., y Koseoglu, M. A. (2022). How does the tourism and hospitality industry use artificial
intelligence? A review of empirical studies and future research agenda. Journal of Hospitality Marketing &
Management, 31(8). https://doi.org/10.1080/19368623.2022.2118923
Schwaeke, J., Gerlich, C., Nguyen, H. L., Kanbach, D. K., y Gast, J. (2025). Artificial intelligence (AI) for good?
Enabling organizational change towards sustainability. Review of Managerial Science, 1–26.
https://doi.org/10.1007/S11846-025-00840-X/METRICS
Siddik, A. B., Forid, M. S., Yong, L., Du, A. M., y Goodell, J. W. (2025). Artificial intelligence as a catalyst for
sustainable tourism growth and economic cycles. Technological Forecasting and Social Change, 210.
https://doi.org/10.1016/J.TECHFORE.2024.123875
Suanpang, P., y Pothipassa, P. (2024). Integrating Generative AI and IoT for Sustainable Smart Tourism
Destinations. Sustainability, 16(17). https://doi.org/10.3390/SU16177435
11
Tiwari, S., Rosak‐Szyrocka, J., y Żywiołek, J. (2022). Internet of Things as a Sustainable Energy Management
Solution at Tourism Destinations in India. Energies 2022, Vol. 15, Page 2433, 15(7).
https://doi.org/10.3390/EN15072433
Tuo, Y., Wu, J., Zhao, J., y Si, X. (2025). Artificial intelligence in tourism: insights and future research agenda.
Tourism Review, 80(4). https://doi.org/10.1108/TR-03-2024-0180
Tussyadiah, I. (2020). A review of research into automation in tourism: Launching the Annals of Tourism Research
Curated Collection on Artificial Intelligence and Robotics in Tourism. Annals of Tourism Research, 81.
https://doi.org/10.1016/J.ANNALS.2020.102883
Wang, Q., Li, Y., y Li, R. (2024). Ecological footprints, carbon emissions, and energy transitions: the impact of
artificial intelligence (AI). Humanities and Social Sciences Communications, 11(1).
https://doi.org/10.1057/S41599-024-03520
5;SUBJMETA=4004,4005,4014,4045;KWRD=DEVELOPMENT+STUDIES,ENVIRONMENTAL+STUDIE
S,SCIENCE
Wang, S., y Zhang, H. (2025). Promoting sustainable development goals through generative artificial intelligence
in the digital supply chain: Insights from Chinese tourism SMEs. Sustainable Development, 33(1).
https://doi.org/10.1002/SD.3152
Yeh, C., Wong, C., Chang, W., Lai, C., García-Madurga, Miguel, Grilló-Méndez, y Ana. (2020). Artificial Intelligence
in the Tourism Industry: An Overview of Reviews. Administrative Sciences. Taiwan Journal of East Asian
Studies, 17(2). httpa://doi.org/10.3390/admsci13080172.
Zhang, K., y Cheng, W. (2024). Artificial intelligence, big data and algorithms make it possible for stakeholders to
build smart tourism destinations: take Tianzhu Mountain Scenic Area as an example. ACM International
Conference Proceeding Series, 146–152.
https://doi.org/10.1145/3690407.3690432;PAGE:STRING:ARTICLE/CHAPTER
Zhao, Z. (2025). Harnessing Artificial Intelligence in Sustainable Tourism in the Post-Pandemic World. Research
Journal of Economics and Business Management, 4(1). https://doi.org/10.58924/rjebm.1-11