IA e turismo sustentável – o que está nos dois lados da balança?

domingo, 26 de julho de 2026 07:21

Hoje em dia, é raro encontrar uma conferência de turismo onde não se mencione que a inteligência artificial está transformando fundamentalmente o funcionamento do setor. Algumas palestras depois, geralmente surge o tema de que a IA consome muita energia, exige água para o resfriamento dos centros de dados e aumenta continuamente a demanda por infraestrutura de TI. Ambas as afirmações são verdadeiras. A inteligência artificial tem um impacto ambiental, mas também oferece acesso a conhecimentos e ferramentas que antes eram inacessíveis para muitas empresas de turismo. A verdadeira questão, portanto, não é se a IA é boa ou ruim. É muito mais sobre como a utilizamos, quais dados ela processa e quais objetivos definimos para ela.

Durante o desenvolvimento do I-DEST, também trabalhamos com essa dualidade. Criamos soluções digitais que utilizam inteligência artificial, ao mesmo tempo em que buscamos apoiar operações mais sustentáveis para destinos e prestadores de serviços turísticos. Por isso, não podemos evitar a questão de qual é o preço que pagamos pelo uso da tecnologia e o que recebemos em troca.

Quanto isso custa ao planeta?

De acordo com cálculos da Agência Internacional de Energia (IEA), os centros de dados do mundo consumiram cerca de 415 terawatts-hora de eletricidade em 2024. Isso representava aproximadamente 1,5% do consumo global de energia elétrica. No cenário base, o consumo pode chegar a 945 terawatts-hora em 2030, mais que dobrando, e representando quase 3% do consumo global de eletricidade. (IEA, 2025)

Um dos principais motores desse crescimento é a IA, embora os centros de dados, naturalmente, não atendam exclusivamente a sistemas de inteligência artificial. Serviços de nuvem, vídeos online, sistemas de TI empresariais e muitos outros serviços digitais também demandam grande capacidade.

O impacto ambiental de uma única consulta de IA, no entanto, pode ser significativamente menor do que as estimativas gerais anteriores sugeriam.

De acordo com medições operacionais divulgadas pelo Google em agosto de 2025, o atendimento de uma consulta de texto Gemini média, ou mais precisamente mediana:

consumiu 0,24 watt-hora de energia,
emitiu 0,03 gramas de equivalente de dióxido de carbono,
e exigiu cerca de 0,26 mililitros de água.

O consumo de energia foi aproximadamente equivalente a nove segundos de consumo de uma televisão, e a quantidade de água a cerca de cinco gotas. (Elsworth et al., 2025)

No entanto, esses dados devem ser tratados com cautela. A medição referiu-se a um serviço específico, as consultas de texto Gemini, e não pode ser aplicada automaticamente a todos os sistemas de IA, tarefas de pesquisa complexas, geração de imagens ou vídeos. Além disso, o cálculo não reflete completamente o impacto ambiental do desenvolvimento e treinamento dos modelos, da fabricação de hardware e da construção de centros de dados. Os resultados do Google também foram criticados por especialistas independentes, pois o método de cálculo do uso indireto de água e emissões pode influenciar significativamente o resultado final.

Portanto, as duas afirmações não se contradizem. O impacto de uma única consulta curta pode ser pequeno, mas o de bilhões de consultas já não é. Os sistemas estão se tornando cada vez mais eficientes, mas seu uso também está se expandindo muito rapidamente. Por isso, a demanda total por energia e água pode crescer, mesmo que cada tarefa individual exija menos recursos.

Além disso, no caso do uso de água, não é apenas a quantidade global que importa. É crucial saber onde o centro de dados está localizado. A mesma demanda por água pode ter consequências muito diferentes em uma região chuvosa em comparação com uma área que enfrenta escassez de água regularmente.

O ciclo de vida do hardware também não pode ser ignorado. A fabricação de chips de alto desempenho exige matérias-primas, água e energia, e a rápida substituição de dispositivos aumenta a quantidade de lixo eletrônico.

O que recebemos em troca?

Os benefícios da inteligência artificial para o turismo nem sempre são mais interessantes nas grandes empresas internacionais. Podem trazer mudanças muito mais visíveis para pequenos prestadores de serviços. Uma pousada com poucos quartos, um restaurante familiar ou um organizador local de programas muitas vezes não se comunicavam em vários idiomas, não analisavam regularmente as avaliações dos hóspedes e não preparavam relatórios detalhados de sustentabilidade porque não tinham funcionários ou especialistas externos adequados para isso.

Hoje, parte dessas tarefas pode ser realizada com um único laptop. A IA não substitui o conhecimento profissional, mas pode reduzir significativamente os custos e o tempo necessários para os primeiros passos.

Uma área importante de benefício social é a acessibilidade. Com a ajuda da inteligência artificial, é mais fácil criar:

traduções em tempo real ou rápidas;
informações formuladas em linguagem simples;
conteúdo em áudio;
descrições de imagens para pessoas com deficiência visual;
informações adaptadas a diferentes necessidades;
resumos baseados em dados de acessibilidade.

Essas tarefas muitas vezes não eram realizadas porque os prestadores de serviços não podiam financiá-las.

No turismo, que enfrenta escassez de mão de obra, a automação de tarefas administrativas também pode ser útil. Não necessariamente substitui funcionários, mas libera tempo. Menos tempo é gasto preenchendo planilhas, redigindo cartas repetitivas ou organizando dados, sobrando mais para os hóspedes.

Isso, no entanto, só é verdade se a gestão da empresa realmente usar a tecnologia para esse fim. A IA pode ser usada tanto para apoiar os funcionários quanto para aumentar o controle sobre eles ou reduzir o número de funcionários. A tecnologia, por si só, não decide qual direção seguir.

A apresentação do patrimônio cultural também oferece muitas possibilidades. Coleções históricas locais, fotografias antigas, gravações etnográficas, materiais em dialetos regionais e monografias extensas podem se tornar pesquisáveis. A história de uma localidade pode, assim, ser incorporada a um roteiro temático, audioguia ou programa escolar.

No entanto, a literatura especializada é muito mais cautelosa em relação aos benefícios da IA para a sustentabilidade do que os materiais de marketing das empresas de tecnologia. Segundo a revisão de Gössling e Mei, de 2025, fala-se muito sobre as possibilidades, mas ainda há relativamente poucas evidências confiáveis sobre resultados sustentáveis de longo prazo. Os autores também alertam que a IA pode intensificar a concentração de dados, a vigilância dos consumidores e o aumento da intensidade do turismo (Gössling–Mei, 2025).

Uma revisão sistemática de 213 publicações científicas concluiu que as pesquisas sobre automação inteligente no turismo se concentram principalmente na experiência do visitante, preservação do patrimônio, qualidade de vida, medição das experiências dos visitantes e proteção ambiental. No entanto, a medição prática dos impactos ambientais recebeu menos atenção até agora do que as questões econômicas e sociais (Majid et al., 2023).

O marketing como ponto de partida

A maioria das empresas de turismo entra em contato com a inteligência artificial pela primeira vez no marketing. Usam-na para redigir textos, traduzir, criar postagens para redes sociais, produzir newsletters, gerar imagens e responder a avaliações de hóspedes. Isso tem uma razão compreensível. O resultado é visível imediatamente, o uso é relativamente simples e geralmente não requer desenvolvimento de TI específico.

Do ponto de vista da sustentabilidade, no entanto, o marketing é muito mais importante do que apenas acelerar a criação de uma postagem no Facebook. A comunicação pode ter um impacto significativo em quem visita um lugar, quando viajam, quanto tempo permanecem, quais atrações visitam e onde gastam seu dinheiro.

Uma campanha bem planejada na primavera ou no outono, por exemplo, pode reduzir a pressão do pico de verão. Apresentar uma área menos conhecida ou um negócio local pode ajudar a dispersar os visitantes, evitando a concentração em poucos locais. A IA permite que mesmo pequenos prestadores de serviços ou organizações turísticas criem mensagens específicas para diferentes públicos. Conteúdos diferentes podem ser direcionados a quem deseja viajar em períodos mais tranquilos, famílias com crianças pequenas, ciclistas ou aqueles que procuram alimentos e produtores locais.

A comunicação multilíngue também pode se tornar mais barata e rápida. Isso é especialmente útil para mercados emissores menores, que antes não recebiam orçamento de marketing dedicado.

A IA também pode ajudar a destacar atrações menos conhecidas, histórias locais e pequenos prestadores de serviços. Em muitos sites de destinos, as atrações mais famosas têm descrições detalhadas, enquanto os valores menores quase não aparecem. A tecnologia pode acelerar o processamento de informações, mas o conhecimento local e as histórias autênticas ainda precisam ser adicionados por pessoas.

Os principais riscos do marketing

Todos os lugares começam a soar iguais

Se todos os prestadores de serviços usarem a mesma ferramenta de IA com instruções semelhantes, logo todas as acomodações serão "aconchegantes", todas as cidades "joias escondidas" e todos os programas "oferecerão experiências inesquecíveis". No turismo, no entanto, o caráter único de um lugar é um dos maiores valores.

Por isso, vale a pena criar um guia de estilo linguístico próprio. Ele pode incluir expressões características do local, o tom desejado, clichês a serem evitados e as histórias que realmente diferenciam o serviço.

Imagens geradas não substituem a realidade

Uma imagem que mostra um quarto, piscina, vista ou paisagem inexistente não é apenas uma solução criativa. Pode enganar o cliente, causar problemas de defesa do consumidor e prejudicar a confiança. Imagens geradas podem ser usadas como ilustração ou elemento de ambientação, desde que isso seja claramente indicado. No entanto, para apresentar um serviço realmente disponível, é necessário usar fotos reais.

O greenwashing também pode se tornar mais rápido

Hoje, textos sobre sustentabilidade podem ser criados em poucos minutos. No entanto, ainda são necessários dados para medir as operações.

Se uma alegação ambiental não for respaldada por medições, documentos ou resultados verificáveis, a IA não torna a empresa mais sustentável, apenas produz mensagens verdes infundadas mais rapidamente. Isso representa um risco comercial e legal. Alegações ambientais estão sendo examinadas com mais rigor, por isso todos os resultados comunicados devem ser comprováveis e claramente formulados.

O sistema reforça o que definimos como objetivo

Se uma campanha visa exclusivamente aumentar o número de reservas ou a receita imediata, provavelmente reforçará os períodos e produtos mais populares. É mais fácil obter bons resultados nesses casos.

A sustentabilidade só aparecerá nas decisões se também for incluída entre as métricas.

Métricas como:

a proporção de reservas na baixa e média temporada;
o tempo médio de estadia;
o valor gasto em negócios locais;
o tráfego em locais menos visitados;
a proporção de visitantes que utilizam transporte público;
ou o consumo de energia e água por noite de hospedagem.

O mesmo sistema de IA pode oferecer sugestões completamente diferentes se, além do número de reservas, esses aspectos também precisarem ser considerados.

Onde a IA já funciona bem hoje?

Previsão de demanda e planejamento de capacidade

Com base em dados de reservas anteriores, calendários de eventos, clima, informações de transporte e outros fatores, é possível fazer previsões mais precisas sobre a demanda esperada.

Isso pode ajudar em:

escalas de trabalho;
planejamento de estoques;
ajuste de capacidades de transporte;
criação de horários de visitação;
e identificação precoce de horários sobrecarregados.

A previsão não elimina a superlotação, mas pode tornar o problema visível mais cedo, dando mais tempo para intervir.

Redução do desperdício de alimentos

Sistemas de reconhecimento e medição baseados em IA podem identificar quais alimentos geram mais resíduos e em quais períodos. Esses dados ajudam as cozinhas a ajustar compras, porções e cardápios. No programa Green Ramadan da Hilton em 2025, 45 hotéis em 14 países participaram. Durante o programa, a quantidade de comida deixada nos pratos foi reduzida em 26%, evitando a geração de mais de 2,6 toneladas de resíduos alimentares. A iniciativa utilizou a tecnologia de medição baseada em IA da Winnow (Hilton, 2025). Este é um bom exemplo de quando os interesses ambientais e comerciais se encontram diretamente: menos comida vai para o lixo enquanto os custos de compra também diminuem.

Consumo de energia e água

Sistemas inteligentes podem ajudar a regular aquecimento, resfriamento e ventilação. Podem identificar consumo anormal, vazamentos, equipamentos com mau funcionamento ou dispositivos funcionando desnecessariamente.

O objetivo não é reduzir o conforto dos hóspedes, mas garantir que o sistema não consuma energia onde e quando não for necessário.

Preparação de relatórios e certificações de sustentabilidade

Uma certificação ou auditoria de sustentabilidade envolve uma documentação significativa. É necessário reunir, organizar e vincular a requisitos específicos políticas, faturas, dados de consumo, fotos e outras evidências.

A IA não ajuda descrevendo o prestador de serviços como "mais verde". Sua tarefa útil é reconhecer e organizar as evidências disponíveis, indicar dados ausentes e apoiar o acompanhamento dos requisitos.

A decisão final de conformidade, no entanto, ainda deve ser tomada por um especialista ou auditor qualificado.

Quando a IA pode piorar a situação

Um dos problemas das recomendações de IA é que frequentemente tornam os lugares já populares ainda mais visíveis.

Um estudo preliminar de Lee e Pennington-Gray, baseado em um milhão de viagens simuladas domésticas nos EUA, descobriu que os grandes modelos de linguagem analisados criaram fluxos turísticos mais sazonais, desiguais e menos diversificados do que os padrões reais de turismo. Os sistemas reforçaram especialmente as combinações de destinos e períodos já populares (Lee–Pennington-Gray, 2026).

Como se trata de um estudo preliminar, os resultados precisam ser confirmados por pesquisas adicionais, mas o risco identificado merece atenção.

Se muitas pessoas pedirem conselhos aos mesmos poucos sistemas e esses sistemas recomendarem regularmente os mesmos lugares, isso pode aumentar ainda mais a superlotação.

Outro problema é a invisibilidade.

Chen, Weng e Moro, em um estudo preliminar de 2026, analisaram recomendações de restaurantes de três grandes modelos de linguagem em cinco cidades americanas, abrangendo 304 bairros. Mesmo quando os modelos podiam escolher de uma lista controlada de estabelecimentos reais, 47,5% dos locais nunca foram recomendados. Entre os negócios que permaneceram invisíveis, 31,9% eram os mesmos nos três modelos analisados (Chen–Weng–Moro, 2026).

Isso mostra que a IA não apenas coleta informações disponíveis, mas também faz seleções. Alguns lugares são regularmente destacados, enquanto outros são pouco ou nada mostrados.

Isso pode prejudicar especialmente negócios locais menores, com poucas avaliações ou presença digital fraca.

O que o viajante pode fazer?

Não pergunte apenas para onde ir

Pergunte também quando é melhor viajar e qual alternativa próxima é menos lotada. Uma pergunta útil pode ser:

"Quando este lugar é menos lotado e qual programa semelhante posso encontrar nas proximidades?"

Muitas vezes fazemos mais pela sustentabilidade viajando para o mesmo lugar em outro momento do que procurando um novo destino distante.

Verifique as informações práticas

Horários de funcionamento, itinerários, preços, condições de reserva e validade de certificações devem sempre ser verificados na fonte original. A IA pode apresentar dados convincentes que estão desatualizados ou incorretos.

Planeje menos programas

Se o planejador de rotas recomendar dez lugares para um único dia, peça para reduzir para três ou quatro.

Menos lugares geralmente significam menos deslocamentos locais, programas mais tranquilos e mais encontros reais. No impacto ambiental de uma viagem, o transporte geralmente pesa muito mais do que as poucas consultas de IA usadas para planejar o roteiro.

Questione as alegações de sustentabilidade

Quando uma acomodação ou programa se diz sustentável, vale a pena perguntar: Possui certificação independente? Quem emitiu? Até quando é válida? Que dados são medidos? Que resultados concretos foram alcançados?

Há uma grande diferença entre uma certificação baseada em critérios independentes e um selo "verde" criado pela própria empresa.

O que as empresas de turismo podem fazer?

Primeiro, organize os dados

A IA só pode trabalhar com o que está digitalmente acessível e compreensível.

Se o site tiver horários de funcionamento imprecisos, endereço ou localização geográfica ausentes, informações de acessibilidade não indicadas e descrições de serviços pouco claras, os sistemas de IA também podem transmitir informações incorretas ou incompletas.

É especialmente importante:

nome, endereço e contato precisos;
horários de funcionamento atualizados;
preços e condições de reserva;
opções de transporte;
informações de acessibilidade;
classificação adequada do serviço;
e fornecimento de dados estruturados no site.

Dados bem mantidos e compreensíveis para máquinas não são apenas uma questão de otimização de mecanismos de busca hoje. Também podem ser uma condição para aparecer em recomendações baseadas em IA.

O que as empresas de turismo podem fazer?

Primeiro meça, depois comunique

Energia, água, resíduos, compras locais, noites de hospedagem, transporte. É a partir disso que se pode calcular um resultado real de sustentabilidade.

A IA pode ajudar a organizar dados, identificar discrepâncias e preparar relatórios. No entanto, não deve ser usada para criar alegações ambientais convincentes sem medições.

Um bom ponto de partida pode ser:

desperdício de alimentos;
programação de aquecimento e resfriamento;
processos de lavanderia;
detecção de vazamentos de água;
estoques;
ou planejamento de compras.

Nesses casos, os resultados comerciais geralmente aparecem relativamente rápido.

Deixe a IA sugerir, mas o humano decidir

Todos os textos para hóspedes, sugestões de preços, traduções e alegações ambientais devem ser revisados por humanos.

Um preço, horário de funcionamento ou condição de reserva incorretos podem causar muito mais danos do que o tempo economizado com a automação.

Não use sistemas maiores do que o necessário

Nem toda tarefa requer o maior modelo de linguagem, e nem toda comunicação precisa de um vídeo gerado por IA.

Para corrigir um texto curto, classificar dados ou criar um resumo simples, muitas vezes um sistema menor e mais eficiente é suficiente. Uma boa foto real também pode valer mais do que um vídeo artificialmente gerado e intensivo em energia.

Isso não é apenas uma questão ambiental. Também é uma decisão sensata em termos de custo e eficiência.

Para que usamos IA no I-DEST?

Não queremos fingir que estamos observando esse processo de fora. Durante o desenvolvimento do I-DEST e em nosso trabalho técnico, também usamos inteligência artificial regularmente. Não a consideramos uma tomadora de decisões autônoma, mas uma ferramenta de trabalho que pode acelerar certos processos, ajudar a identificar conexões e reduzir erros causados por desatenção humana.

Preparação de previsões e cenários

Analisamos séries temporais de demanda, sazonalidade, carga de capacidade e diferentes cenários de desenvolvimento.

A IA é útil aqui não porque fornece respostas infalíveis. Ela ajuda a examinar muitas variações em pouco tempo e a identificar conexões que seriam mais difíceis de detectar manualmente.

No entanto, a qualidade dos dados de entrada determina tudo. Dados básicos incorretos ou incompletos podem levar o sistema a produzir previsões erradas rapidamente. Portanto, a IA não substitui a verificação de dados, mas a torna ainda mais importante.

Desenvolvimento de software e depuração

Também utilizamos inteligência artificial no desenvolvimento técnico do I-DEST. Com sua ajuda, é possível revisar trechos de código mais longos, identificar certos erros lógicos, inconsistências e riscos de segurança, além de criar casos de teste de forma mais simples. O objetivo não é que a IA programe o sistema sem supervisão humana. Usamos a IA para revisar os desenvolvimentos sob várias perspectivas, identificar problemas mais cedo e corrigi-los antes que os usuários os encontrem. Isso é especialmente importante em um sistema complexo como o I-DEST, onde diferentes fontes de dados, idiomas, interfaces de usuário, módulos de avaliação e funções de recomendação estão interligados. Uma única modificação pode afetar o funcionamento de várias outras funções.

A análise e os testes de código baseados em IA adicionam uma camada extra de verificação aos testes tradicionais de desenvolvedores e usuários. No entanto, o uso de IA, por si só, não garante software sem erros. O código sugerido pela máquina também pode conter falhas, soluções obsoletas ou problemas de segurança. Por isso, todas as modificações importantes são revisadas por desenvolvedores e o funcionamento do sistema é testado antes da implementação.

O objetivo, portanto, não é substituir o desenvolvedor, mas reduzir o número de erros, apoiar os testes e tornar o trabalho de desenvolvimento mais confiável.

Tradução e verificação terminológica

Também usamos IA para processar estratégias, documentos de projetos, descrições turísticas e padrões em vários idiomas. Toda tradução gerada por máquina é revisada por humanos em documentos de relevância técnica. No vocabulário técnico de turismo, sustentabilidade e União Europeia, um único termo mal traduzido pode alterar o significado de uma frase ou requisito. No entanto, a IA ajuda a garantir que os mesmos termos e denominações sejam usados de forma consistente em um documento mais longo. A consistência terminológica é especialmente importante em padrões internacionais, requisitos de certificação e interfaces digitais multilíngues. Além disso, a IA garante a acessibilidade multilíngue do I-DEST, permitindo que destinos e prestadores de serviços insiram dados no sistema no idioma necessário, sem sobrecarregar com trabalho desnecessário.

Marketing e criação de conteúdo

A IA ajuda a preparar os primeiros rascunhos de textos, conteúdos multilíngues e comunicações direcionadas a diferentes públicos.

Durante o uso, seguimos algumas regras simples:

comunicamos no nosso próprio tom;
trabalhamos com dados verificáveis e reais;
o conteúdo final é aprovado por humanos;
vinculamos alegações de sustentabilidade a evidências;
e não consideramos apenas cliques ou reservas como resultados.

No marketing, o impacto da IA na sustentabilidade depende amplamente dos objetivos definidos para o sistema. Se apenas a conversão de curto prazo for considerada, o algoritmo pode facilmente reforçar os períodos e locais já populares. No entanto, se sazonalidade, distribuição territorial ou visibilidade de prestadores locais também forem incluídos entre os objetivos, campanhas e recomendações de outro tipo podem ser criadas. Em raras ocasiões, a inteligência artificial também ajuda a criar resumos para anúncios e pôsteres.

Direções de desenvolvimento do I-DEST

No I-DEST, buscamos garantir que a IA baseie suas respostas em dados verificados e fontes identificáveis, e não apenas no conhecimento interno do modelo de linguagem.

Ligamos a avaliação de sustentabilidade não a impressões subjetivas, mas a critérios internacionalmente aceitos. Por isso, processamos em formato digital os critérios do Global Sustainable Tourism Council (GSTC) para destinos e prestadores de serviços turísticos.

O objetivo da autoavaliação não é apresentar automaticamente uma imagem favorável do usuário. O sistema deve mostrar:

quais requisitos são atendidos;
quais evidências sustentam isso;
quais dados ou documentos estão ausentes;
e onde são necessárias ações adicionais.

Nas recomendações, também é importante considerar o momento, a sazonalidade, o impacto ambiental do transporte e a concentração territorial.

Pesquisadores da Universidade Técnica de Munique desenvolveram um sistema de recomendação turística que incorpora emissões de carbono dos meios de transporte, popularidade dos destinos e sazonalidade, além das preferências dos usuários (Banerjee et al., 2025).

Um estudo relacionado com usuários mostrou que informações claras sobre emissões, popularidade e sazonalidade podem influenciar as escolhas dos viajantes. Os participantes eram mais propensos a escolher meios de transporte com menor emissão de carbono ou destinos menos lotados e mais adequados ao período, quando essas informações eram claramente apresentadas (Banerjee–Mahmudov–Wörndl, 2024).

Essa é uma lição importante. A sustentabilidade não precisa ser uma limitação. Com dados adequados e objetivos bem definidos, a IA pode revelar opções que beneficiem tanto os viajantes quanto as comunidades locais e empresas.

Não é a IA, mas nós que decidimos que tipo de turismo queremos construir

O impacto ambiental da inteligência artificial é real. No entanto, os maiores impactos ambientais do turismo ainda estão principalmente relacionados a viagens, transporte, operação de edifícios, consumo e sobrecarga sazonal de locais populares.

Os benefícios da IA também são reais, mas não automáticos.

O mesmo sistema pode ajudar a evitar um local lotado ou enviar ainda mais visitantes para lá. Pode ajudar a encontrar um negócio local ou torná-lo invisível. Pode reduzir o desperdício de alimentos ou criar uma campanha de sustentabilidade convincente, mas sem dados para sustentá-la.

A questão crucial não é IA ou sustentabilidade.

O que importa são os dados que o sistema utiliza, o que pedimos a ele, quais objetivos definimos e quem verifica os resultados.

Isso não é apenas uma questão tecnológica. É uma decisão profissional e de liderança.

Por isso, destinos, empresas de turismo e viajantes podem moldar se a inteligência artificial servirá para concentrar ainda mais o turismo ou para promover uma operação mais equilibrada, acessível e eficiente.

Não é a IA, mas nós que decidimos que tipo de turismo queremos construir

Declaração

Para esta postagem no blog, nenhuma imagem nova foi gerada com inteligência artificial. Todas as imagens utilizadas - documentadas no código-fonte com suas respectivas fontes - foram extraídas de fontes previamente publicadas, pois no I-DEST utilizamos IA apenas quando ela realmente agrega valor.

Fontes utilizadas

Banerjee, A. – Mahmudov, T. – Adler, E. – Aisyah, F. N. – Wörndl, W. (2025): Modeling sustainable city trips: integrating CO₂e emissions, popularity, and seasonality into tourism recommender systems. Information Technology & Tourism, 27, 189–226. DOI: 10.1007/s40558-024-00303-1.

Banerjee, A. – Mahmudov, T. – Wörndl, W. (2024): A User Interface Study on Sustainable City Trip Recommendations. arXiv:2405.11243.

Chen, L. – Weng, G. – Moro, E. (2026): Large language models create an uneven informational layer over cities. arXiv:2607.06260. Estudo preliminar.

Elsworth, C. – Huang, K. – Patterson, D. – Schneider, I. – Sedivy, R. – Goodman, S. – Townsend, B. – Ranganathan, P. – Dean, J. – Vahdat, A. – Gomes, B. – Manyika, J. (2025): Measuring the Environmental Impact of Delivering AI at Google Scale. arXiv:2508.15734.

Gössling, S. – Mei, X. Y. (2025): AI and sustainable tourism: an assessment of risks and opportunities for the SDGs. Current Issues in Tourism. DOI: 10.1080/13683500.2025.2477142.

Hilton (2025): Hilton Scales Up Green Ramadan Initiative in 2025, Achieves 26% Reduction in Plate Waste During the Holy Month. Resultados do programa realizado em parceria com Hilton, UNEP West Asia e Winnow.

International Energy Agency – IEA (2025): Energy and AI. Análise sobre o consumo de energia dos centros de dados e o crescimento esperado até 2030.

Lee, S. – Pennington-Gray, L. (2026): Large Language Models Yield Unsustainable Tourist Flows: Testing Algorithmic Biases Using the Baseline-Rescaling-Outcome Model. DOI: 10.31235/osf.io/kqczf. Estudo preliminar.

Majid, G. M. – Tussyadiah, I. – Kim, Y. R. – Pal, A. (2023): Intelligent automation for sustainable tourism: a systematic review. Journal of Sustainable Tourism, 31(11), 2421–2440. DOI: 10.1080/09669582.2023.2246681.

Global Sustainable Tourism Council – GSTC: GSTC Industry Criteria e GSTC Destination Criteria. Critérios internacionais de sustentabilidade para destinos, acomodações e prestadores de serviços turísticos.