IA e turismo sostenibile: cosa c'è sui due piatti della bilancia?

domenica 26 luglio 2026 07:21

Oggi è raro trovare una conferenza turistica in cui non si affermi che l'intelligenza artificiale stia trasformando radicalmente il funzionamento del settore. Poco dopo, di solito si discute anche del fatto che l'IA consuma molta energia, richiede acqua per il raffreddamento dei data center e aumenta costantemente la domanda di infrastrutture informatiche. Entrambe le affermazioni sono vere. L'intelligenza artificiale ha un impatto ambientale, ma allo stesso tempo offre accesso a conoscenze e strumenti che in passato erano inaccessibili per molte imprese turistiche. La vera domanda, quindi, non è se l'IA sia buona o cattiva. Piuttosto, è come la utilizziamo, su quali dati si basa e quali obiettivi le assegniamo.

Durante lo sviluppo di I-DEST, lavoriamo anche noi con questa dualità. Creiamo soluzioni digitali che utilizzano l'intelligenza artificiale, cercando al contempo di supportare un funzionamento più sostenibile delle destinazioni e degli operatori turistici. Per questo motivo, non possiamo evitare di chiederci quale prezzo paghiamo per l'uso della tecnologia e cosa otteniamo in cambio.

Quanto costa tutto questo al pianeta?

Secondo le stime dell'Agenzia Internazionale per l'Energia (IEA), i data center mondiali hanno consumato circa 415 terawattora di energia elettrica nel 2024. Questo rappresentava circa l'1,5% del consumo globale di elettricità. Secondo lo scenario di base, il consumo potrebbe avvicinarsi a 945 terawattora entro il 2030, più che raddoppiando, e rappresentare quasi il 3% del consumo totale di elettricità del mondo. (IEA, 2025)

Uno dei principali motori di questa crescita è l'IA, anche se i data center non servono esclusivamente sistemi di intelligenza artificiale. I servizi cloud, i video online, i sistemi informatici aziendali e molti altri servizi digitali richiedono anch'essi capacità significative.

L'impatto ambientale di una singola richiesta di IA, tuttavia, può essere molto inferiore a quanto suggerito dalle precedenti stime generali.

Secondo una misurazione operativa pubblicata da Google nell'agosto 2025, gestire una richiesta testuale media di Gemini:

ha consumato 0,24 wattora di energia,
ha comportato l'emissione di 0,03 grammi di CO2 equivalente,
e ha richiesto circa 0,26 millilitri di acqua.

Il consumo energetico equivaleva a circa nove secondi di visione televisiva, mentre la quantità d'acqua corrispondeva a circa cinque gocce. (Elsworth et al., 2025)

Tuttavia, questi dati devono essere trattati con cautela. La misurazione si riferiva a un servizio specifico, le richieste testuali di Gemini, e non può essere applicata automaticamente a tutti i sistemi di IA, a compiti di ricerca complessi o alla generazione di immagini e video. Inoltre, il calcolo non mostra l'intero impatto ambientale dello sviluppo, dell'addestramento dei modelli, della produzione dell'hardware e della costruzione dei data center. I risultati di Google sono stati criticati da esperti indipendenti anche perché il metodo di calcolo del consumo indiretto di acqua e delle emissioni può influenzare significativamente il risultato finale.

Le due affermazioni, quindi, non si contraddicono. L'impatto di una singola richiesta breve può essere minimo, ma quello di miliardi di richieste non lo è. I sistemi diventano sempre più efficienti, ma il loro utilizzo si sta diffondendo molto rapidamente. Di conseguenza, la domanda complessiva di energia e acqua può aumentare anche se ogni singolo compito richiede sempre meno risorse.

Per il consumo di acqua, inoltre, non conta solo la quantità globale. È importante anche dove si trova il data center. Lo stesso fabbisogno idrico ha conseguenze molto diverse in una regione piovosa rispetto a un'area che soffre regolarmente di carenza d'acqua.

Non si può trascurare nemmeno il ciclo di vita dell'hardware. La produzione di chip ad alte prestazioni richiede materie prime, acqua ed energia, e la rapida sostituzione dei dispositivi aumenta la quantità di rifiuti elettronici.

Cosa otteniamo in cambio?

L'utilità dell'intelligenza artificiale nel turismo non è necessariamente più interessante per le grandi aziende internazionali. Può portare cambiamenti molto più visibili per i piccoli operatori. Una pensione con poche stanze, un ristorante a conduzione familiare o un organizzatore di eventi locali spesso non comunicavano in più lingue, non analizzavano regolarmente le recensioni dei clienti e non preparavano report dettagliati sulla sostenibilità perché non avevano il personale o gli esperti esterni necessari.

Oggi, alcune di queste attività possono essere svolte con un solo laptop. L'IA non sostituisce la competenza professionale, ma può ridurre significativamente i costi e il tempo richiesti per i primi passi.

Un'importante area di beneficio sociale è l'accessibilità. Grazie all'intelligenza artificiale, è più facile creare:

traduzioni in tempo reale o rapide;
informazioni formulate in linguaggio semplice;
contenuti leggibili ad alta voce;
descrizioni di immagini per persone non vedenti;
informazioni adattate a diverse esigenze;
panoramiche basate su dati di accessibilità.

In passato, queste attività spesso non venivano realizzate perché gli operatori non potevano permettersele.

Nel turismo, che soffre di carenza di personale, anche l'automazione delle attività amministrative può essere utile. Non necessariamente sostituisce i dipendenti, ma libera tempo. Meno tempo viene speso per compilare fogli di calcolo, scrivere lettere standard o organizzare dati, e più tempo può essere dedicato agli ospiti.

Questo, però, è vero solo se la gestione dell'azienda utilizza davvero la tecnologia per questi scopi. L'IA è altrettanto adatta a supportare i dipendenti quanto a intensificare il loro controllo o a ridurre il personale. La tecnologia, di per sé, non decide quale direzione prendere.

Ci sono anche molte opportunità nella presentazione del patrimonio culturale. Collezioni di storia locale, vecchie fotografie, registrazioni etnografiche, materiali in dialetto e lunghe monografie possono diventare ricercabili. La storia di un luogo può così essere integrata in un percorso tematico, un'audioguida o un programma scolastico.

Tuttavia, la letteratura scientifica è molto più cauta sui vantaggi dell'IA per la sostenibilità rispetto ai materiali di marketing delle aziende tecnologiche. Secondo una revisione del 2025 di Gössling e Mei, si parla molto delle opportunità, ma ci sono ancora relativamente poche prove affidabili sui risultati di sostenibilità effettivi e misurabili a lungo termine. Gli autori avvertono anche che l'IA può favorire la concentrazione dei dati, la sorveglianza dei consumatori e un'intensificazione del turismo (Gössling–Mei, 2025).

Una revisione sistematica di 213 pubblicazioni scientifiche ha rilevato che le ricerche sul turismo legate all'automazione intelligente si concentrano principalmente sull'esperienza del visitatore, la conservazione del patrimonio, la qualità della vita, la misurazione delle esperienze dei visitatori e la protezione dell'ambiente. Tuttavia, finora è stata prestata meno attenzione alla misurazione pratica degli impatti ambientali rispetto alle questioni economiche e sociali (Majid et al., 2023).

Il marketing come primo punto di contatto

La maggior parte delle imprese turistiche oggi incontra l'intelligenza artificiale per la prima volta nel marketing. La utilizza per scrivere testi, traduzioni, post sui social media, newsletter, immagini e per rispondere alle recensioni dei clienti. È una scelta comprensibile. I risultati sono immediatamente visibili, l'uso è relativamente semplice e generalmente non richiede sviluppi informatici specifici.

Tuttavia, dal punto di vista della sostenibilità, il marketing è molto più importante che semplicemente accelerare la creazione di un post su Facebook. La comunicazione può influenzare significativamente chi arriva in un determinato luogo, quando viaggia, quanto tempo vi trascorre, quali attrazioni visita e dove spende i suoi soldi.

Una campagna ben strutturata in primavera o autunno, ad esempio, può ridurre la pressione della stagione estiva. Presentare una parte meno conosciuta di una località o un'azienda locale può aiutare a distribuire i visitatori in modo più uniforme. L'IA consente anche a un piccolo operatore o organizzazione turistica di creare messaggi personalizzati per diversi gruppi target. Contenuti diversi possono essere rivolti a chi desidera viaggiare in periodi più tranquilli, a famiglie con bambini piccoli, a ciclisti o a chi cerca cibi e produttori locali.

La comunicazione multilingue può diventare più economica e veloce. Questo è particolarmente utile per i mercati di nicchia più piccoli, per i quali in passato non c'era un budget di marketing dedicato.

L'IA può anche aiutare a promuovere attrazioni meno conosciute, storie locali e piccoli operatori. Su molti siti web di destinazioni, le attrazioni più famose sono descritte in dettaglio, mentre i valori minori sono appena menzionati. La tecnologia può accelerare l'elaborazione delle informazioni, ma la conoscenza locale e le storie autentiche devono ancora essere aggiunte dalle persone.

Il marketing come primo punto di contatto

I principali rischi del marketing

Tutti i luoghi iniziano a sembrare uguali

Se tutti gli operatori utilizzano lo stesso strumento di IA con istruzioni simili, presto ogni alloggio sarà "accogliente", ogni località sarà una "gemma nascosta" e ogni programma offrirà "un'esperienza indimenticabile". Tuttavia, nel turismo, il carattere unico di un luogo è uno dei valori più grandi.

Per questo motivo, vale la pena creare una guida linguistica personalizzata. Questa può includere espressioni caratteristiche del luogo, il tono desiderato, i cliché da evitare e le storie che distinguono davvero il servizio.

L'immagine generata non sostituisce la realtà

Un'immagine che mostra una stanza, una piscina, una vista o un paesaggio inesistente non è semplicemente una soluzione creativa. Può ingannare il cliente, creare problemi di tutela del consumatore e danneggiare la fiducia. Le immagini generate possono essere utilizzate come illustrazioni o elementi di atmosfera, purché ciò sia chiaramente indicato. Tuttavia, per presentare un servizio effettivamente acquistabile, è necessario utilizzare fotografie reali.

Il greenwashing può diventare più rapido

Oggi è possibile creare un testo sulla sostenibilità in pochi minuti. Tuttavia, per misurare le operazioni, sono ancora necessari dati.

Se un'affermazione ambientale non è supportata da misurazioni, documenti o risultati verificabili, l'IA non rende l'azienda più sostenibile, ma produce semplicemente messaggi verdi infondati più rapidamente. Questo rappresenta un rischio commerciale e legale. Le affermazioni ambientali sono soggette a controlli sempre più rigorosi, quindi ogni risultato comunicato deve essere verificabile e formulato con precisione.

Il sistema rafforza ciò che gli viene indicato come obiettivo

Se una campagna mira esclusivamente ad aumentare il numero di prenotazioni o i ricavi immediati, probabilmente rafforzerà ulteriormente i periodi e i prodotti più popolari. È più semplice ottenere buoni risultati in questi casi.

La sostenibilità appare nelle decisioni solo se viene inclusa tra i parametri di misurazione.

Tra questi parametri potrebbero esserci, ad esempio:

la percentuale di prenotazioni in bassa e media stagione;
la durata media del soggiorno;
l'importo speso presso aziende locali;
il traffico verso luoghi meno visitati;
la percentuale di ospiti che arrivano con i mezzi pubblici;
o il consumo di energia e acqua per notte per ospite.

Lo stesso sistema di IA può fornire suggerimenti completamente diversi se, oltre al numero di prenotazioni, deve considerare anche questi aspetti.

Dove l'IA funziona già bene oggi

Previsioni della domanda e pianificazione delle capacità

Sulla base dei dati di prenotazione precedenti, del calendario degli eventi, delle condizioni meteorologiche, delle informazioni sui trasporti e di altri fattori, è possibile creare previsioni più accurate sulla domanda attesa.

Questo può aiutare a:

organizzare i turni di lavoro;
pianificare le scorte;
adattare le capacità di trasporto;
gestire le fasce orarie di visita;
e identificare in anticipo i periodi di sovraccarico.

La previsione non elimina la congestione, ma può rendere visibili i problemi in anticipo, lasciando più tempo per intervenire.

Riduzione dello spreco alimentare

I sistemi di riconoscimento e misurazione basati sull'IA possono identificare quali alimenti generano più scarti e in quali periodi. Questi dati aiutano le cucine a modificare gli acquisti, le porzioni e l'offerta di piatti. Nel programma Green Ramadan del 2025 di Hilton, 45 hotel in 14 paesi hanno partecipato. Durante il programma, la quantità di cibo lasciato nei piatti è diminuita del 26%, evitando oltre 2,6 tonnellate di rifiuti alimentari. L'iniziativa ha utilizzato anche la tecnologia di misurazione basata sull'IA di Winnow (Hilton, 2025). Questo è un buon esempio di come gli interessi ambientali e aziendali possano incontrarsi direttamente: meno cibo finisce nei rifiuti, mentre i costi di approvvigionamento si riducono.

Consumo di energia e acqua

I sistemi intelligenti possono aiutare a regolare il riscaldamento, il raffreddamento e la ventilazione. Possono rilevare consumi anomali, perdite, apparecchiature malfunzionanti o dispositivi in funzione inutilmente.

L'obiettivo non è ridurre il comfort degli ospiti, ma evitare che il sistema utilizzi energia dove e quando non è necessaria.

Preparazione di report e certificazioni di sostenibilità

Una certificazione o un audit di sostenibilità comporta una notevole documentazione. È necessario raccogliere regolamenti, fatture, dati di consumo, fotografie e altre prove, organizzarli e associarli ai requisiti specifici.

L'IA non aiuta descrivendo il servizio come "più verde". Il compito utile è riconoscere e organizzare le prove disponibili, segnalare i dati mancanti e supportare il monitoraggio dei requisiti.

Tuttavia, la decisione finale di conformità deve essere presa da un esperto qualificato o da un revisore.

Quando l'IA può peggiorare la situazione

Uno dei problemi delle raccomandazioni basate sull'IA è che spesso rendono ancora più visibili i luoghi già popolari.

Uno studio preliminare di Lee e Pennington-Gray su un milione di viaggi interni modellati negli Stati Uniti ha rilevato che i grandi modelli linguistici esaminati creavano flussi turistici più stagionali, disomogenei e meno diversificati rispetto ai modelli turistici reali. I sistemi rafforzavano in particolare l'abbinamento di destinazioni e periodi già popolari (Lee–Pennington-Gray, 2026).

Poiché si tratta di uno studio preliminare, i risultati devono essere confermati da ulteriori ricerche, ma il rischio identificato merita attenzione.

Se molte persone si affidano agli stessi pochi sistemi per ricevere consigli, e questi sistemi raccomandano regolarmente gli stessi luoghi, ciò può aumentare ulteriormente la congestione.

L'altro problema è l'invisibilità.

Uno studio preliminare di Chen, Weng e Moro del 2026 ha esaminato le raccomandazioni di ristoranti di tre grandi modelli linguistici in cinque città americane e 304 quartieri. Anche quando i modelli potevano scegliere da una lista verificata di ristoranti reali, il 47,5% dei luoghi non è mai stato raccomandato. Il 31,9% delle attività invisibili era lo stesso per tutte e tre le famiglie di modelli esaminate (Chen–Weng–Moro, 2026).

Questo dimostra che l'IA non si limita a raccogliere informazioni disponibili. Le seleziona. Alcuni luoghi vengono regolarmente messi in evidenza, altri sono poco o per nulla mostrati.

Ciò può svantaggiare in particolare le piccole imprese locali con poche recensioni o una presenza digitale debole.

Quando l'IA può peggiorare la situazione

Cosa può fare il viaggiatore?

Non chiedere solo dove andare

Chiedi anche quando è meglio viaggiare e quale alternativa vicina è meno affollata. Una domanda utile potrebbe essere:

"Quando questo luogo è meno affollato e quali programmi simili ci sono nelle vicinanze?"

Spesso facciamo di più per la sostenibilità viaggiando nello stesso luogo in un momento diverso piuttosto che cercando una nuova destinazione lontana.

Verifica le informazioni pratiche

Orari di apertura, orari, prezzi, condizioni di prenotazione e validità delle certificazioni devono sempre essere verificati alla fonte originale. L'IA può comunicare in modo convincente anche dati obsoleti o errati.

Pianifica meno programmi

Se il pianificatore di itinerari suggerisce dieci luoghi in un solo giorno, chiedigli di ridurli a tre o quattro.

Meno luoghi significano generalmente meno spostamenti locali, programmi più rilassati e più incontri autentici. Nell'impatto ambientale del viaggio, il trasporto è spesso un fattore molto più significativo rispetto alle poche domande poste all'IA per pianificare il viaggio.

Metti in discussione le affermazioni sulla sostenibilità

Quando un alloggio o un programma si definisce sostenibile, vale la pena chiedere: Ha una certificazione indipendente? Chi l'ha rilasciata? Fino a quando è valida? Quali dati misura? Quali risultati concreti ha raggiunto?

C'è una grande differenza tra una certificazione rilasciata in base a un sistema di requisiti indipendente e un'etichetta "verde" creata dall'azienda stessa.

Cosa può fare un'azienda turistica?

Prima di tutto, assicurati che i dati siano corretti

L'IA può lavorare solo con ciò che è digitalmente disponibile e interpretabile.

Se sul sito web gli orari di apertura sono errati, manca l'indirizzo o la posizione geografica, non sono indicati i dettagli sull'accessibilità e la descrizione dei servizi non è chiara, anche i sistemi di IA possono fornire informazioni errate o incomplete.

È particolarmente importante:

il nome, l'indirizzo e i contatti corretti;
gli orari di apertura aggiornati;
i prezzi e le condizioni di prenotazione;
le opzioni di trasporto;
le informazioni sull'accessibilità;
la corretta categorizzazione del servizio;
e l'integrazione del sito web con dati strutturati.

Dati ben mantenuti e interpretabili anche dalle macchine non sono solo una questione di ottimizzazione per i motori di ricerca. Possono anche essere un requisito per apparire nelle raccomandazioni basate sull'IA.

Misura prima, comunica dopo

Energia, acqua, rifiuti, approvvigionamento locale, pernottamenti, trasporti. Da questi si possono calcolare risultati di sostenibilità reali.

L'IA può aiutare a organizzare i dati, identificare le discrepanze e preparare i report. Tuttavia, non dovrebbe essere utilizzata per creare affermazioni ambientali convincenti senza misurazioni.

Un buon punto di partenza potrebbe essere:

gli sprechi alimentari;
la programmazione del riscaldamento e del raffreddamento;
i processi di lavanderia;
il rilevamento delle perdite d'acqua;
la gestione delle scorte;
o la pianificazione degli approvvigionamenti.

In questi ambiti, spesso i risultati aziendali si manifestano relativamente rapidamente.

L'IA suggerisce, l'uomo decide

Ogni testo rivolto agli ospiti, proposta di prezzo, traduzione e affermazione ambientale deve essere verificato da una persona.

Un prezzo, un orario di apertura o una condizione di prenotazione errata possono causare danni molto maggiori rispetto al tempo risparmiato con l'automazione.

Non utilizzare sistemi più grandi del necessario

Non tutti i compiti richiedono il modello linguistico più grande, e non tutte le comunicazioni necessitano di video generati dall'IA.

Per correggere un breve testo, classificare dati o creare un semplice riepilogo, spesso è sufficiente un sistema più piccolo ed efficiente. Una buona fotografia reale, in molti casi, vale più di un video artificiale prodotto con un elevato consumo energetico.

Questa non è solo una questione ambientale. È anche una decisione ragionevole in termini di costi ed efficienza.

Come utilizziamo l'IA in I-DEST?

Non vogliamo fingere di osservare questo processo dall'esterno. Durante lo sviluppo di I-DEST e nel nostro lavoro professionale, utilizziamo regolarmente l'intelligenza artificiale. Non la consideriamo un decisore autonomo, ma uno strumento di lavoro che può accelerare alcuni processi, aiutare a scoprire connessioni e ridurre il numero di errori dovuti alla disattenzione umana.

Creazione di previsioni e scenari

Analizziamo serie temporali di domanda, stagionalità, carico di capacità e diversi scenari di sviluppo.

L'IA è utile non perché fornisce risposte infallibili. Aiuta a esaminare molte varianti in breve tempo e a individuare connessioni che sarebbero difficili da vedere con un'elaborazione manuale.

Tuttavia, la qualità dei dati in ingresso determina tutto. Dati di base errati o incompleti possono portare rapidamente a previsioni errate. L'IA, quindi, non sostituisce la verifica dei dati, ma la rende ancora più importante.

Sviluppo software e debug

L'intelligenza artificiale viene utilizzata anche nello sviluppo tecnico di I-DEST. Aiuta a esaminare più rapidamente sezioni di codice più lunghe, a identificare errori logici, incoerenze e rischi di sicurezza, e a creare casi di test più facilmente. L'obiettivo non è che l'IA programmi il sistema senza controllo umano. La utilizziamo per esaminare gli sviluppi da più prospettive, riconoscere i problemi prima e, se possibile, correggerli prima che gli utenti li incontrino. Questo è particolarmente importante in un sistema complesso come I-DEST, dove diverse fonti di dati, lingue, interfacce utente, moduli di valutazione e funzioni di raccomandazione sono interconnessi. Una singola modifica può influire sul funzionamento di molte altre funzioni.

L'analisi e il test del codice basati sull'IA aggiungono un ulteriore livello di controllo ai test tradizionali degli sviluppatori e degli utenti. Tuttavia, l'uso dell'IA non garantisce software senza errori. Anche il codice suggerito dalla macchina può contenere errori, soluzioni obsolete o problemi di sicurezza. Per questo motivo, ogni modifica significativa viene verificata da uno sviluppatore e il funzionamento del sistema viene testato prima dell'implementazione.

Quindi, l'obiettivo non è sostituire lo sviluppatore, ma ridurre il numero di errori, supportare i test e rendere il lavoro di sviluppo più affidabile.

Traduzione e verifica terminologica

Utilizziamo l'IA anche per elaborare strategie, documenti di gara, descrizioni turistiche e standard in più lingue. Ogni traduzione automatica viene seguita da una verifica umana per i documenti di rilevanza professionale. Nel lessico tecnico del turismo, della sostenibilità e dell'Unione Europea, un singolo termine tradotto male può cambiare il significato di una frase o di un requisito. Tuttavia, l'IA aiuta a garantire che in un documento più lungo vengano utilizzati termini e denominazioni coerenti. La coerenza terminologica è particolarmente importante per gli standard internazionali, i requisiti di certificazione e le interfacce digitali multilingue. Inoltre, l'IA garantisce la disponibilità multilingue di I-DEST, in modo che destinazioni e operatori non debbano caricare dati in molte lingue nel sistema: ognuno lavora solo quanto strettamente necessario.

Marketing e creazione di contenuti

L'IA aiuta a preparare le prime bozze di testo, i contenuti multilingue e la comunicazione per diversi gruppi target.

Durante l'uso, seguiamo alcune semplici regole:

comunichiamo con il nostro tono distintivo;
lavoriamo con dati verificabili e reali;
il contenuto finale viene approvato da una persona;
le affermazioni sulla sostenibilità sono supportate da prove;
e non consideriamo solo i clic o le prenotazioni come risultati.

Nel marketing, l'impatto dell'IA sulla sostenibilità dipende in gran parte dagli obiettivi che le vengono assegnati. Se conta solo la conversione a breve termine, l'algoritmo può facilmente rafforzare i periodi e i luoghi già popolari. Tuttavia, se stagionalità, distribuzione territoriale o visibilità degli operatori locali sono inclusi tra gli obiettivi, possono essere creati tipi diversi di campagne e raccomandazioni. A volte, molto raramente, l'intelligenza artificiale aiuta anche a creare poster o riepiloghi per annunci pubblicitari.

La direzione dello sviluppo di I-DEST

In I-DEST ci sforziamo di far sì che l'IA basi le sue risposte su dati verificati e fonti identificabili, non solo sulla conoscenza interna del modello linguistico.

Colleghiamo la valutazione della sostenibilità non a impressioni personali, ma a sistemi di requisiti internazionalmente riconosciuti. Per questo motivo, elaboriamo in formato digitale i criteri del Global Sustainable Tourism Council (GSTC) per destinazioni e operatori turistici.

L'obiettivo dell'autovalutazione non è fornire automaticamente un'immagine favorevole dell'utente. Il sistema deve mostrare:

quale requisito è soddisfatto;
quale prova lo supporta;
quali dati o documenti mancano;
e dove sono necessarie ulteriori azioni.

Nei suggerimenti, è importante considerare anche la tempistica, la stagionalità, l'impatto ambientale dei trasporti e la concentrazione territoriale.

I ricercatori della Technische Universität München hanno sviluppato un sistema di raccomandazione turistica che integra, oltre alle esigenze degli utenti, le emissioni di CO2 dei mezzi di trasporto, la popolarità delle destinazioni e la stagionalità (Banerjee et al., 2025).

Uno studio correlato sull'utente ha rilevato che informazioni visibili sulle emissioni, la popolarità e la stagionalità possono influenzare le scelte dei viaggiatori. I partecipanti erano più propensi a scegliere mezzi di trasporto con emissioni più basse o destinazioni meno affollate o più adatte al periodo, se queste informazioni erano chiaramente presentate (Banerjee–Mahmudov–Wörndl, 2024).

Questa è una lezione importante. La sostenibilità non è necessariamente una limitazione. Con dati adeguati e obiettivi ben definiti, l'IA può anche mostrare opportunità vantaggiose per i viaggiatori, le comunità locali e le imprese.

Non è l'IA, ma siamo noi a decidere che tipo di turismo costruire

L'impatto ambientale dell'intelligenza artificiale è reale. Tuttavia, i maggiori impatti ambientali del turismo continuano a essere legati principalmente ai viaggi, ai trasporti, al funzionamento degli edifici, ai consumi e al sovraccarico stagionale delle località popolari.

Anche i benefici dell'IA sono reali, ma non automatici.

Lo stesso sistema può aiutare a evitare una località affollata o inviare ancora più visitatori lì. Può aiutare a trovare un'azienda locale o renderla invisibile. Può ridurre gli sprechi alimentari o creare una campagna di sostenibilità convincente ma non supportata da dati.

La domanda cruciale non è IA o sostenibilità.

Ciò che conta è quali dati utilizza il sistema, cosa gli chiediamo, quali obiettivi impostiamo e chi verifica i risultati.

Questa non è solo una questione tecnologica. È una decisione professionale e manageriale.

Per questo motivo, destinazioni, aziende turistiche e viaggiatori possono influenzare se l'intelligenza artificiale favorisce una maggiore concentrazione del turismo o un funzionamento più equilibrato, accessibile e sostenibile.

Non è l'IA, ma siamo noi a decidere che tipo di turismo costruire

Dichiarazione

Per questo post del blog, non è stata generata alcuna nuova immagine con l'intelligenza artificiale. Tutte le immagini utilizzate - documentate nel codice sorgente con l'indicazione della fonte - provengono da fonti precedentemente pubblicate, poiché in I-DEST utilizziamo l'IA solo quando ha un reale valore aggiunto.

Fonti utilizzate

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. Studio preliminare.

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. Risultati del programma realizzato in collaborazione tra Hilton, UNEP West Asia e Winnow.

International Energy Agency – IEA (2025): Energy and AI. Analisi sull'uso energetico dei data center e sulla crescita prevista fino al 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. Studio preliminare.

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. Sistemi di requisiti internazionali per destinazioni, strutture ricettive e operatori turistici.