AI a zrównoważona turystyka – co znajduje się na szali?

niedziela, 26 lipca 2026 07:21

Dziś trudno znaleźć konferencję turystyczną, na której nie pojawiłoby się stwierdzenie, że sztuczna inteligencja fundamentalnie zmienia funkcjonowanie branży. Zazwyczaj kilka wystąpień później pojawia się też temat, że AI zużywa dużo energii, wymaga wody do chłodzenia centrów danych i stale zwiększa zapotrzebowanie na infrastrukturę IT. Oba stwierdzenia są prawdziwe. Sztuczna inteligencja ma wpływ na środowisko, ale jednocześnie daje dostęp do wiedzy i narzędzi, które wcześniej były poza zasięgiem wielu firm turystycznych. Prawdziwe pytanie nie brzmi więc, czy AI jest dobre czy złe. Ważniejsze jest, jak ją wykorzystujemy, na jakich danych pracuje i jakie cele jej wyznaczamy.

Podczas pracy nad rozwojem I-DEST również mierzymy się z tym dylematem. Tworzymy cyfrowe rozwiązania, które wykorzystują sztuczną inteligencję, jednocześnie wspierając bardziej zrównoważone funkcjonowanie destynacji i usługodawców turystycznych. Dlatego nie możemy unikać pytania, jaką cenę płacimy za korzystanie z technologii i co otrzymujemy w zamian.

Jaki jest koszt dla planety?

Zgodnie z szacunkami Międzynarodowej Agencji Energetycznej (IEA), światowe centra danych zużyły w 2024 roku około 415 terawatogodzin energii elektrycznej. To około 1,5% globalnego zużycia energii. Według scenariusza bazowego, do 2030 roku zużycie może wzrosnąć do około 945 terawatogodzin, czyli ponad dwukrotnie, osiągając blisko 3% światowego zużycia energii elektrycznej. (IEA, 2025)

Jednym z głównych motorów tego wzrostu jest AI, choć centra danych oczywiście nie obsługują wyłącznie systemów sztucznej inteligencji. Usługi chmurowe, filmy online, systemy informatyczne dla firm i wiele innych cyfrowych usług również wymagają znacznych zasobów.

Jednak wpływ środowiskowy pojedynczego zapytania AI może być znacznie mniejszy, niż sugerowały wcześniejsze, ogólne szacunki.

Zgodnie z operacyjnymi pomiarami Google z sierpnia 2025 roku, obsługa przeciętnego, a dokładniej medianowego zapytania tekstowego Gemini:

zużyła 0,24 watogodziny energii,
wiązała się z emisją 0,03 grama ekwiwalentu dwutlenku węgla,
i wymagała około 0,26 mililitra wody.

Zużycie energii odpowiadało mniej więcej połowie dziewięciosekundowego oglądania telewizji, a ilość wody – około pięciu kroplom. (Elsworth et al., 2025)

Te dane należy jednak traktować z odpowiednią ostrożnością. Pomiar dotyczył konkretnej usługi – zapytań tekstowych Gemini – i nie można go automatycznie stosować do wszystkich systemów AI, złożonych zadań badawczych, generowania obrazów czy wideo. Obliczenia nie pokazują również w pełni wpływu środowiskowego związanego z rozwojem modeli, ich szkoleniem, produkcją sprzętu i budową centrów danych. Wyniki Google były krytykowane przez niezależnych ekspertów również dlatego, że sposób obliczania pośredniego zużycia wody i emisji może znacząco wpływać na końcowy wynik.

Oba stwierdzenia więc nie wykluczają się wzajemnie. Obciążenie środowiskowe pojedynczego krótkiego zapytania może być niewielkie, ale miliardy zapytań już nie. Systemy stają się coraz bardziej efektywne, ale ich użycie rozprzestrzenia się niezwykle szybko. W rezultacie całkowite zapotrzebowanie na energię i wodę może rosnąć, nawet jeśli do wykonania pojedynczego zadania potrzeba coraz mniej zasobów.

W przypadku zużycia wody nie liczy się tylko globalna ilość. Ważne jest również, gdzie znajduje się centrum danych. To samo zapotrzebowanie na wodę ma zupełnie inne konsekwencje w regionie o dużych opadach niż na obszarze regularnie borykającym się z niedoborem wody.

Nie można też pominąć cyklu życia sprzętu. Produkcja wydajnych chipów wymaga surowców, wody i energii, a szybka wymiana urządzeń zwiększa ilość odpadów elektronicznych.

Co otrzymujemy w zamian?

Korzyści ze sztucznej inteligencji w turystyce niekoniecznie są najbardziej interesujące w przypadku dużych międzynarodowych firm. Znacznie większe zmiany może przynieść mniejszym usługodawcom. Mały pensjonat, rodzinny restaurator czy lokalny organizator wydarzeń często wcześniej nie komunikowali się w wielu językach, nie analizowali regularnie opinii gości ani nie przygotowywali szczegółowych raportów dotyczących zrównoważonego rozwoju, ponieważ brakowało im odpowiednich pracowników lub zewnętrznych ekspertów.

Dziś część tych zadań można wykonać za pomocą jednego laptopa. AI nie zastępuje wiedzy fachowej, ale znacząco obniża koszty i czas potrzebny na pierwsze kroki.

Jednym z ważnych obszarów korzyści społecznych jest dostępność. Dzięki sztucznej inteligencji łatwiej można przygotować:

tłumaczenia w czasie rzeczywistym lub szybkie przekłady;
informacje sformułowane prostym językiem;
treści do odczytu na głos;
opisy obrazów dla osób niewidomych;
informacje dostosowane do różnych potrzeb;
przeglądy danych o dostępności.

Te zadania często były pomijane, ponieważ usługodawcy nie mieli środków na ich realizację.

W turystyce borykającej się z niedoborem pracowników automatyzacja administracji również może być przydatna. Niekoniecznie zastępuje pracowników, ale uwalnia czas. Mniej czasu poświęca się na wypełnianie tabel, redagowanie powtarzalnych wiadomości czy porządkowanie danych, a więcej można przeznaczyć na gości.

To jednak prawda tylko wtedy, gdy kierownictwo firmy rzeczywiście wykorzystuje technologię w ten sposób. AI może równie dobrze wspierać pracowników, jak zwiększać kontrolę nad nimi lub redukować zatrudnienie. Sama technologia nie decyduje, którą drogę wybierzemy.

W prezentacji dziedzictwa kulturowego również kryje się wiele możliwości. Lokalne zbiory historyczne, stare zdjęcia, nagrania etnograficzne, materiały w gwarach czy obszerne monografie mogą stać się łatwiej dostępne. Historia miejscowości może być włączona do tematycznych szlaków spacerowych, audioprzewodników czy programów szkolnych.

Literatura naukowa jest jednak znacznie bardziej ostrożna w ocenie korzyści AI dla zrównoważonego rozwoju niż materiały marketingowe firm technologicznych. Przegląd Gösslinga i Mei z 2025 roku wskazuje, że o możliwościach mówi się dużo, ale wciąż brakuje wiarygodnych dowodów na rzeczywiste, długoterminowe efekty w zakresie zrównoważonego rozwoju. Autorzy zwracają też uwagę, że AI może wzmacniać koncentrację danych, monitorowanie konsumentów i dalsze intensyfikowanie turystyki (Gössling–Mei, 2025).

Systematyczny przegląd 213 publikacji naukowych dotyczących inteligentnej automatyzacji w turystyce wskazuje, że badania koncentrują się głównie na doświadczeniach odwiedzających, ochronie dziedzictwa, jakości życia, pomiarze doświadczeń turystów i ochronie środowiska. Jednak praktyczne pomiary wpływu na środowisko otrzymują mniej uwagi niż kwestie ekonomiczne i społeczne (Majid et al., 2023).

Marketing jako pierwszy punkt styku

Większość firm turystycznych spotyka się dziś z AI przede wszystkim w marketingu. Wykorzystuje ją do pisania tekstów, tłumaczeń, tworzenia postów w mediach społecznościowych, newsletterów, generowania obrazów i odpowiadania na opinie gości. Powód jest zrozumiały. Wynik jest widoczny od razu, korzystanie jest stosunkowo proste, a zazwyczaj nie wymaga dodatkowych prac informatycznych.

Z punktu widzenia zrównoważonego rozwoju marketing jest jednak znacznie ważniejszy niż tylko szybsze przygotowanie posta na Facebooka. Komunikacja ma znaczący wpływ na to, kto przyjeżdża w dane miejsce, kiedy podróżuje, ile czasu tam spędza, jakie atrakcje odwiedza i gdzie wydaje pieniądze.

Dobrze zaplanowana kampania wiosenna lub jesienna może na przykład zmniejszyć obciążenie w szczycie sezonu letniego. Prezentacja mniej znanej części miejscowości lub lokalnej firmy może pomóc w rozproszeniu odwiedzających, aby nie skupiali się w kilku najbardziej popularnych miejscach. AI umożliwia mniejszym usługodawcom lub organizacjom turystycznym przygotowanie różnych komunikatów dla różnych grup docelowych. Inne treści mogą być skierowane do osób, które chcą podróżować w spokojniejszych okresach, rodzin z małymi dziećmi, rowerzystów czy tych, którzy szukają lokalnych potraw i producentów.

Wielojęzyczna komunikacja również może stać się tańsza i szybsza. Jest to szczególnie przydatne na mniejszych rynkach, na które wcześniej nie przeznaczano osobnych budżetów marketingowych.

AI może również pomóc w prezentacji mniej znanych atrakcji, lokalnych historii i mniejszych usługodawców. Na wielu stronach internetowych destynacji szczegółowe opisy dotyczą głównie najbardziej znanych atrakcji, podczas gdy mniejsze wartości są ledwo zauważalne. Technologia może przyspieszyć przetwarzanie informacji, ale lokalną wiedzę i autentyczne historie wciąż muszą dostarczać ludzie.

Najważniejsze ryzyka w marketingu

Wszystkie miejsca zaczynają brzmieć tak samo

Jeśli wszyscy usługodawcy korzystają z tego samego narzędzia AI, z podobnymi instrukcjami, wkrótce każde zakwaterowanie będzie „przytulne”, każda miejscowość „ukrytym klejnotem”, a każdy program „niezapomnianym przeżyciem”. Tymczasem w turystyce to właśnie charakter miejsca jest jedną z największych wartości.

Dlatego warto stworzyć własny przewodnik językowy. Może on zawierać charakterystyczne dla miejsca wyrażenia, preferowany ton komunikacji, unikać utartych frazesów i wskazywać historie, które rzeczywiście wyróżniają usługę.

Generowany obraz nie zastąpi rzeczywistości

Obraz przedstawiający nieistniejący pokój, basen, widok czy fragment krajobrazu nie jest po prostu kreatywnym rozwiązaniem. Może wprowadzać gościa w błąd, powodować problemy konsumenckie i podważać zaufanie. Generowane obrazy mogą być używane jako ilustracje lub elementy nastrojowe, pod warunkiem, że jest to jasno zaznaczone. Do prezentacji rzeczywiście dostępnych usług należy jednak używać rzeczywistych zdjęć.

Greenwashing może stać się szybszy

Tekst o zrównoważonym rozwoju można dziś przygotować w kilka minut. Do mierzenia rzeczywistego działania nadal jednak potrzebne są dane.

Jeśli za deklaracją środowiskową nie stoją pomiary, dokumenty ani weryfikowalne wyniki, AI nie uczyni firmy bardziej zrównoważoną, a jedynie szybciej wygeneruje nieuzasadnione „zielone” komunikaty. To ryzyko biznesowe i prawne. Deklaracje środowiskowe są coraz bardziej rygorystycznie sprawdzane, dlatego wszystkie komunikowane wyniki muszą być udowodnione i precyzyjnie sformułowane.

System wzmacnia to, co mu wskażemy jako cel

Jeśli kampania ma na celu wyłącznie zwiększenie liczby rezerwacji lub natychmiastowych przychodów, prawdopodobnie jeszcze bardziej wzmocni najpopularniejsze okresy i produkty. To tam najłatwiej osiągnąć dobre wyniki.

Zrównoważony rozwój pojawi się w decyzjach tylko wtedy, gdy znajdzie się również wśród wskaźników.

Przykładowe wskaźniki to:

udział rezerwacji w okresach przed- i posezonowych;
średnia długość pobytu;
kwota wydana u lokalnych przedsiębiorców;
ruch w mniej odwiedzanych miejscach;
odsetek gości korzystających z transportu publicznego;
lub zużycie energii i wody na jedną noclegową wizytę.

Ten sam system AI może dać zupełnie inne rekomendacje, jeśli uwzględni się nie tylko liczbę rezerwacji, ale również te aspekty.

Gdzie AI już działa dobrze?

Prognozowanie popytu i planowanie pojemności

Na podstawie wcześniejszych danych rezerwacyjnych, kalendarza wydarzeń, pogody, informacji o transporcie i innych czynników można przygotować dokładniejsze prognozy dotyczące oczekiwanego popytu.

Może to pomóc w:

planowaniu harmonogramów pracy;
zarządzaniu zapasami;
kształtowaniu pojemności transportowej;
tworzeniu przedziałów czasowych dla odwiedzin;
i wczesnym rozpoznawaniu przeciążonych terminów.

Prognoza nie eliminuje tłoku, ale może wcześniej uwidocznić problem, dając więcej czasu na interwencję.

Redukcja marnotrawstwa żywności

Systemy rozpoznawania obrazu i pomiaru oparte na AI mogą identyfikować, jakie jedzenie i w jakich okresach generuje najwięcej odpadów. Dane te pomagają kuchniom dostosować zakupy, porcje i ofertę dań. W programie Green Ramadan Hiltona w 2025 roku wzięło udział 45 hoteli w 14 krajach. W trakcie programu ilość jedzenia pozostającego na talerzach zmniejszyła się o 26%, co pozwoliło uniknąć powstania ponad 2,6 tony odpadów żywnościowych. W inicjatywie wykorzystano technologię pomiarową Winnow opartą na AI (Hilton, 2025). To dobry przykład, gdy interesy środowiskowe i biznesowe spotykają się bezpośrednio: mniej jedzenia trafia do odpadów, a koszty zakupów również się obniżają.

Zużycie energii i wody

Inteligentne systemy mogą pomóc w regulacji ogrzewania, chłodzenia i wentylacji. Mogą wykrywać nietypowe zużycie, wycieki, źle działające urządzenia lub niepotrzebnie działające sprzęty.

Celem nie jest pogorszenie komfortu gości, ale to, aby system nie zużywał energii tam i wtedy, gdy nie jest to konieczne.

Przygotowanie raportów i certyfikacji zrównoważonego rozwoju

Certyfikacja lub audyt zrównoważonego rozwoju wiąże się z dużą ilością dokumentacji. Trzeba zebrać regulaminy, faktury, dane o zużyciu, zdjęcia i inne dowody, a następnie przyporządkować je do poszczególnych wymagań.

AI pomaga nie poprzez „upiększanie” wizerunku usługodawcy, ale poprzez rozpoznawanie i porządkowanie dostępnych dowodów, wskazywanie brakujących danych i wspieranie śledzenia wymagań.

Ostateczną decyzję o zgodności nadal jednak musi podjąć kompetentny specjalista lub audytor.

Kiedy AI może pogorszyć sytuację

Jednym z problemów rekomendacji AI jest to, że często jeszcze bardziej eksponują już popularne miejsca.

Wstępne badanie Lee i Pennington-Gray na podstawie miliona modelowanych podróży krajowych w USA wykazało, że analizowane duże modele językowe tworzyły przepływy turystyczne bardziej sezonowe, nierównomierne i mniej zróżnicowane niż rzeczywiste wzorce turystyczne. Systemy szczególnie wzmacniały połączenia już popularnych destynacji i okresów (Lee–Pennington-Gray, 2026).

Ponieważ jest to badanie wstępne, wyniki muszą zostać potwierdzone przez dalsze badania, ale ujawnione ryzyko zasługuje na uwagę.

Jeśli wiele osób pyta o radę te same systemy, a te regularnie polecają te same miejsca, może to zwiększać zatłoczenie.

Drugim problemem jest niewidoczność.

Wstępne badanie Chen, Weng i Moro z 2026 roku analizowało rekomendacje restauracji w pięciu amerykańskich miastach w 304 dzielnicach. Nawet gdy modele mogły wybierać z kontrolowanej listy rzeczywistych lokali gastronomicznych, 47,5% miejsc nie zostało poleconych ani razu. 31,9% niewidocznych firm było takich samych we wszystkich trzech badanych rodzinach modeli (Chen–Weng–Moro, 2026).

To pokazuje, że AI nie tylko zbiera dostępne informacje. Również je selekcjonuje. Niektóre miejsca regularnie eksponuje, inne ledwo pokazuje lub wcale.

To szczególnie może szkodzić mniejszym, mniej ocenianym lub słabiej obecnym cyfrowo lokalnym firmom.

Co może zrobić podróżnik?

Nie pytaj tylko, dokąd jechać

Zapytaj również, kiedy warto podróżować i jaka alternatywa w pobliżu jest mniej zatłoczona. Przydatnym pytaniem może być na przykład:

„Kiedy to miejsce jest najmniej zatłoczone i jakie podobne atrakcje znajdują się w pobliżu?”

Często więcej dla zrównoważonego rozwoju zrobimy, podróżując w to samo miejsce w innym terminie, niż szukając kolejnej odległej destynacji.

Sprawdzaj praktyczne informacje

Godziny otwarcia, rozkłady jazdy, ceny, warunki rezerwacji i ważność certyfikatów zawsze sprawdzaj w oryginalnym źródle. AI potrafi przekonująco podać dane, które są nieaktualne lub błędne.

Planuj mniej programów

Jeśli planer trasy poleca dziesięć miejsc na jeden dzień, poproś o przygotowanie trzech lub czterech.

Mniej miejsc zazwyczaj oznacza mniej lokalnych podróży, spokojniejszy program i więcej prawdziwych spotkań. W środowiskowym obciążeniu podróży transport zazwyczaj stanowi znacznie większy element niż kilka zapytań do AI użytych do planowania trasy.

Weryfikuj deklaracje zrównoważonego rozwoju

Kiedy zakwaterowanie lub program określa się jako zrównoważony, warto zapytać: Czy posiada niezależny certyfikat? Kto go wydał? Do kiedy jest ważny? Jakie dane mierzy? Jakie konkretne wyniki osiągnął?

Istnieje duża różnica między certyfikatem wydanym na podstawie niezależnych wymagań a „zielonym” oznaczeniem stworzonym przez samą firmę.

Co może zrobić firma turystyczna?

Najpierw zadbaj o dane

AI może działać tylko na podstawie danych, które są cyfrowo dostępne i zrozumiałe.

Jeśli na stronie internetowej godziny otwarcia są nieprecyzyjne, brakuje adresu lub lokalizacji geograficznej, nie ma informacji o dostępności, a opis usług jest niejasny, systemy AI również mogą przekazywać błędne lub niepełne informacje.

Szczególnie ważne są:

dokładna nazwa, adres i dane kontaktowe;
aktualne godziny otwarcia;
ceny i warunki rezerwacji;
możliwości transportu;
informacje o dostępności;
odpowiednia kategoryzacja usług;
oraz strukturalne dane na stronie internetowej.

Dobrze utrzymane dane, które są zrozumiałe dla maszyn, to dziś nie tylko kwestia optymalizacji wyszukiwarek. Mogą być również warunkiem pojawienia się w rekomendacjach opartych na AI.

Najpierw mierz, potem komunikuj

Energia, woda, odpady, lokalne zakupy, noclegi, transport. Na ich podstawie można obliczyć rzeczywiste wyniki zrównoważonego rozwoju.

AI może pomóc w porządkowaniu danych, rozpoznawaniu odchyleń i przygotowywaniu raportów. Nie należy jednak używać jej do tworzenia przekonujących deklaracji środowiskowych bez pomiarów.

Dobre obszary na początek to:

odpady żywnościowe;
harmonogramy ogrzewania i chłodzenia;
procesy pralnicze;
wykrywanie wycieków wody;
zarządzanie zapasami;
lub planowanie zakupów.

W tych obszarach często szybko pojawiają się również wyniki biznesowe.

AI sugeruje, człowiek decyduje

Każdy tekst skierowany do gości, propozycję cen, tłumaczenie i deklarację środowiskową powinien sprawdzić człowiek.

Źle podana cena, godziny otwarcia lub warunki rezerwacji mogą spowodować znacznie większe szkody niż czas zaoszczędzony na automatyzacji.

Nie używaj większego systemu, niż to konieczne

Nie każde zadanie wymaga największego modelu językowego, a nie każda komunikacja potrzebuje generowanego przez AI wideo.

Do poprawy krótkiego tekstu, klasyfikacji danych lub prostego podsumowania często wystarczy mniejszy, bardziej oszczędny system. Dobre rzeczywiste zdjęcie często jest warte więcej niż energochłonnie wygenerowane wideo.

To nie tylko kwestia środowiskowa. To również rozsądna decyzja pod względem kosztów i efektywności.

Do czego używamy AI w I-DEST?

Nie chcemy udawać, że obserwujemy ten proces z zewnątrz. Podczas rozwoju I-DEST i naszej pracy zawodowej również regularnie korzystamy ze sztucznej inteligencji. Nie traktujemy jej jako samodzielnego decydenta, ale jako narzędzie pracy, które może przyspieszyć pewne procesy, pomóc w odkrywaniu zależności i zmniejszyć liczbę błędów wynikających z ludzkiej nieuwagi.

Przygotowywanie prognoz i scenariuszy

Analizujemy szereg czasowy popytu, sezonowość, obciążenie pojemności i różne scenariusze rozwoju.

AI jest tutaj przydatna nie dlatego, że daje nieomylne odpowiedzi. Pomaga w krótkim czasie przeanalizować wiele wariantów i dostrzec zależności, które ręczne przetwarzanie danych mogłoby przeoczyć.

Jakość danych wejściowych jednak determinuje wszystko. Z błędnych lub niekompletnych danych system może szybko wygenerować błędne prognozy. Dlatego AI nie zastępuje weryfikacji danych, ale czyni ją jeszcze ważniejszą.

Rozwój oprogramowania i wyszukiwanie błędów

W technicznym rozwoju I-DEST również korzystamy ze sztucznej inteligencji. Dzięki niej szybciej można przeanalizować dłuższe fragmenty kodu, wykryć pewne błędy logiczne, niespójności i zagrożenia bezpieczeństwa, a także łatwiej przygotować przypadki testowe. Celem nie jest, aby AI programowała system bez ludzkiej kontroli. Używamy jej, aby przeanalizować rozwój z różnych perspektyw, szybciej wykrywać problemy i w miarę możliwości naprawiać je, zanim użytkownicy się z nimi zetkną. Jest to szczególnie ważne w przypadku tak złożonego systemu jak I-DEST, gdzie różne źródła danych, języki, interfejsy użytkownika, moduły oceny i funkcje rekomendacji są ze sobą powiązane. Jedna zmiana może wpłynąć na działanie wielu innych funkcji.

Analiza kodu i testowanie oparte na AI dodają kolejną warstwę weryfikacji do tradycyjnych testów deweloperskich i użytkowych. Samo korzystanie z AI jednak nie gwarantuje bezbłędnego oprogramowania. Kod proponowany przez maszynę również może zawierać błędy, przestarzałe rozwiązania lub problemy z bezpieczeństwem. Dlatego każdą istotną zmianę sprawdza deweloper, a działanie systemu jest testowane przed wdrożeniem.

Celem nie jest zastąpienie dewelopera, ale zmniejszenie liczby błędów, wsparcie testowania i zwiększenie niezawodności pracy rozwojowej.

Tłumaczenie i weryfikacja terminologii

Wykorzystujemy AI do wielojęzycznego przetwarzania strategii, dokumentów aplikacyjnych, opisów turystycznych i standardów. Każde tłumaczenie maszynowe w przypadku dokumentów istotnych merytorycznie jest weryfikowane przez człowieka. W słownictwie związanym z turystyką, zrównoważonym rozwojem i Unią Europejską jedno źle przetłumaczone pojęcie może zmienić sens zdania lub wymagania. AI pomaga jednak w konsekwentnym używaniu tych samych pojęć i nazw w dłuższych dokumentach. Spójność terminologiczna jest szczególnie ważna w przypadku międzynarodowych standardów, wymagań certyfikacyjnych i wielojęzycznych interfejsów cyfrowych. Ponadto AI zapewnia wielojęzyczną dostępność I-DEST, aby destynacje i usługodawcy nie musieli wprowadzać danych w wielu językach – każdy pracuje tylko tyle, ile jest absolutnie konieczne.

Marketing i tworzenie treści

AI pomaga w przygotowywaniu pierwszych wersji tekstów, treści wielojęzycznych i komunikacji skierowanej do różnych grup docelowych.

Podczas korzystania z niej stosujemy kilka prostych zasad:

komunikujemy się własnym tonem;
pracujemy na weryfikowalnych, rzeczywistych danych;
ostateczną treść zatwierdza człowiek;
deklaracje dotyczące zrównoważonego rozwoju wiążemy z dowodami;
i nie uznajemy wyłącznie kliknięć lub rezerwacji za sukces.

Wpływ AI na zrównoważony rozwój w marketingu w dużej mierze zależy od celów, jakie wyznaczymy systemowi. Jeśli liczy się tylko krótkoterminowa konwersja, algorytm łatwo wzmocni już popularne okresy i miejsca. Jeśli jednak w celach uwzględni się sezonowość, rozmieszczenie terytorialne lub widoczność lokalnych usługodawców, mogą powstać inne typy kampanii i rekomendacji. Czasami, bardzo rzadko, sztuczna inteligencja pomaga w przygotowywaniu różnych plakatów i podsumowań do reklam.

Kierunki rozwoju I-DEST

W I-DEST dążymy do tego, aby AI opierała swoje odpowiedzi na zweryfikowanych danych i zidentyfikowanych źródłach, a nie wyłącznie na wewnętrznej wiedzy modelu językowego.

Oceny zrównoważonego rozwoju wiążemy nie z subiektywnymi wrażeniami, ale z międzynarodowo uznanymi systemami wymagań. Dlatego przetwarzamy w formie maszynowej kryteria Global Sustainable Tourism Council (GSTC) dotyczące destynacji i usługodawców turystycznych.

Celem samooceny nie jest automatyczne przedstawienie korzystnego obrazu użytkownika. System ma pokazać:

które wymagania są spełnione;
jakie dowody to potwierdzają;
jakich danych lub dokumentów brakuje;
i gdzie potrzebne są dalsze działania.

W rekomendacjach ważne jest również uwzględnienie czasu, sezonowości, wpływu transportu na środowisko i koncentracji terytorialnej.

Badacze z Technicznego Uniwersytetu w Monachium opracowali system rekomendacji turystycznych, który uwzględnia nie tylko potrzeby użytkowników, ale także emisję dwutlenku węgla związaną z różnymi środkami transportu, popularność destynacji i sezonowość (Banerjee et al., 2025).

Związane z tym badanie użytkowników wykazało, że dobrze widoczne informacje o emisjach, popularności i sezonowości mogą wpływać na wybory podróżnych. Uczestnicy częściej wybierali środki transportu o niższej emisji, mniej zatłoczone miejsca lub destynacje lepiej dopasowane do danego okresu, jeśli te informacje były dla nich jasno przedstawione (Banerjee–Mahmudov–Wörndl, 2024).

To ważna lekcja. Zrównoważony rozwój nie musi oznaczać ograniczeń. Dzięki odpowiednim danym i dobrze określonym celom AI może wskazać możliwości korzystne zarówno dla podróżnych, lokalnych społeczności, jak i firm.

To nie AI, ale my decydujemy, jaką turystykę budujemy

Wpływ sztucznej inteligencji na środowisko jest realny. Jednak największe obciążenia środowiskowe w turystyce nadal wiążą się przede wszystkim z podróżami, transportem, funkcjonowaniem budynków, konsumpcją i okresowym przeciążeniem popularnych miejsc.

Korzyści z AI również są realne, ale nie automatyczne.

Ten sam system może pomóc uniknąć zatłoczonego miejsca lub wysłać tam jeszcze więcej odwiedzających. Może pomóc znaleźć lokalną firmę lub uczynić ją niewidoczną. Może zmniejszyć odpady żywnościowe lub stworzyć dobrze brzmiącą, ale niepopartą danymi kampanię zrównoważonego rozwoju.

Kluczowe pytanie nie brzmi: AI czy zrównoważony rozwój.

Liczy się, na jakich danych pracuje system, czego od niego oczekujemy, jakie cele wyznaczamy i kto weryfikuje wyniki.

To nie jest tylko kwestia technologii. To decyzja zawodowa i zarządcza.

Dlatego destynacje, firmy turystyczne i podróżni również mogą kształtować, czy sztuczna inteligencja będzie wspierać dalszą koncentrację turystyki, czy bardziej zrównoważone, dostępne i oszczędne funkcjonowanie.

To nie AI, ale my decydujemy, jaką turystykę budujemy

Oświadczenie

Do niniejszego wpisu na blogu nie wygenerowano żadnego nowego obrazu za pomocą sztucznej inteligencji. Wszystkie wykorzystane obrazy – udokumentowane w kodzie źródłowym – pochodzą z wcześniej opublikowanych źródeł, ponieważ w I-DEST korzystamy z AI tylko wtedy, gdy rzeczywiście przynosi ona wartość dodaną.

Źródła

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. Wstępne badanie.

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. Wyniki programu realizowanego we współpracy Hiltona, UNEP West Asia i Winnow.

International Energy Agency – IEA (2025): Energy and AI. Analiza dotycząca zużycia energii przez centra danych i przewidywanego wzrostu do 2030 roku.

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. Wstępne badanie.

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 i GSTC Destination Criteria. Międzynarodowe kryteria zrównoważonego rozwoju dla destynacji, obiektów noclegowych i usługodawców turystycznych.