AI a udržateľný turizmus – čo je na váhach?

nedeľa 26. júla 2026 7:21

Dnes už takmer neexistuje turistická konferencia, na ktorej by nezaznelo, že umelá inteligencia zásadne mení fungovanie odvetvia. O pár prednášok neskôr sa zvyčajne spomenie aj to, že AI spotrebúva veľa energie, vyžaduje vodu na chladenie dátových centier a neustále zvyšuje dopyt po IT infraštruktúre. Obe tvrdenia sú pravdivé. Umelá inteligencia má environmentálnu záťaž, no zároveň poskytuje prístup k znalostiam a nástrojom, ktoré boli predtým pre mnohé turistické podniky nedostupné. Skutočná otázka preto neznie, či je AI dobrá alebo zlá. Oveľa dôležitejšie je, na čo ju používame, na akých údajoch pracuje a aké ciele jej zadávame.

Pri vývoji I-DEST pracujeme aj my v tomto dvojitom kontexte. Vytvárame digitálne riešenia, ktoré využívajú umelú inteligenciu, pričom chceme podporiť udržateľnejšie fungovanie destinácií a turistických poskytovateľov. Preto sa nemôžeme vyhnúť otázke, akú cenu platíme za používanie technológie a čo za to získavame.

Koľko to všetko stojí planétu?

Podľa výpočtov Medzinárodnej energetickej agentúry (IEA) spotrebovali dátové centrá na svete v roku 2024 približne 415 terawatthodín elektrickej energie. To predstavovalo asi 1,5 % globálnej spotreby elektriny. Podľa základného scenára by spotreba mohla do roku 2030 dosiahnuť takmer 945 terawatthodín, čo znamená viac ako dvojnásobný nárast a približne 3 % celosvetovej spotreby elektriny. (IEA, 2025)

Jedným z hlavných motorov tohto rastu je AI, hoci dátové centrá samozrejme neslúžia výlučne systémom umelej inteligencie. Cloudové služby, online videá, podnikové IT systémy a mnoho ďalších digitálnych služieb tiež vyžadujú značnú kapacitu.

Environmentálny dopad jedinej otázky AI však môže byť oveľa menší, než naznačovali predchádzajúce všeobecné odhady.

Podľa prevádzkových meraní zverejnených Googlom v auguste 2025 spracovanie priemernej, presnejšie mediánovej textovej požiadavky Gemini:

spotrebovalo 0,24 watthodiny energie,
spôsobilo emisie ekvivalentné 0,03 gramu oxidu uhličitého,
a vyžadovalo približne 0,26 mililitra vody.

Spotreba energie zodpovedala približne polovici deväťsekundového sledovania televízie, množstvo vody asi piatim kvapkám. (Elsworth et al., 2025)

Tieto údaje však treba brať s primeranou opatrnosťou. Meranie sa týkalo konkrétnej služby, textových požiadaviek Gemini, a nemožno ho automaticky aplikovať na všetky AI systémy, komplexné výskumné úlohy, generovanie obrázkov alebo videí. Výpočet navyše neukazuje úplnú environmentálnu záťaž spojenú s vývojom modelov, ich trénovaním, výrobou hardvéru a výstavbou dátových centier. Google čelil kritike nezávislých odborníkov aj preto, že spôsob výpočtu nepriamej spotreby vody a emisií môže výrazne ovplyvniť výsledok.

Obe tvrdenia si teda neodporujú. Environmentálny dopad jednej krátkej požiadavky môže byť zanedbateľný, no miliardy požiadaviek už nie. Systémy sa stávajú čoraz efektívnejšími, ale ich používanie sa zároveň veľmi rýchlo rozširuje. Preto môže celková spotreba energie a vody rásť aj vtedy, keď na splnenie jednej úlohy treba čoraz menej zdrojov.

Pri spotrebe vody navyše nezáleží len na globálnom množstve. Dôležité je aj to, kde sa dátové centrum nachádza. Rovnaká potreba vody má úplne iné dôsledky v oblasti s dostatkom zrážok ako v regióne, ktorý pravidelne trpí nedostatkom vody.

Životný cyklus hardvéru tiež nemožno ignorovať. Výroba výkonných čipov si vyžaduje suroviny, vodu a energiu, a rýchla výmena zariadení zvyšuje množstvo elektronického odpadu.

Čo za to získame?

Prínos umelej inteligencie pre turizmus nemusí byť najzaujímavejší u veľkých medzinárodných spoločností. Oveľa výraznejšie zmeny môže priniesť menším poskytovateľom. Malý penzión, rodinná reštaurácia alebo miestny organizátor programov často v minulosti nekomunikovali vo viacerých jazykoch, pravidelne neanalyzovali hodnotenia hostí ani nevytvárali podrobné správy o udržateľnosti, pretože na to nemali vhodných zamestnancov alebo externých odborníkov.

Dnes je časť týchto úloh možné zvládnuť s jediným notebookom. AI nenahrádza odborné znalosti, ale môže výrazne znížiť náklady a čas potrebný na prvé kroky.

Jednou z dôležitých oblastí spoločenského prínosu je dostupnosť. Vďaka umelej inteligencii je možné ľahšie pripraviť:

preklady v reálnom čase alebo rýchle preklady;
informácie formulované jednoduchým jazykom;
obsah na predčítanie;
popisy obrázkov pre nevidiacich;
informácie prispôsobené rôznym potrebám;
prehľady zostavené z údajov o prístupnosti.

Tieto úlohy často zostávali nesplnené, pretože poskytovatelia ich nedokázali financovať.

V turizme, ktorý bojuje s nedostatkom pracovnej sily, môže byť užitočná aj automatizácia administratívy. Nemusí nevyhnutne nahradiť zamestnancov, ale môže uvoľniť ich čas. Menej času sa strávi vypĺňaním tabuliek, písaním opakujúcich sa e-mailov alebo triedením údajov, a viac času môže byť venovaného hosťom.

To však platí len vtedy, ak vedenie podniku naozaj používa technológiu týmto spôsobom. AI je rovnako vhodná na podporu zamestnancov ako na zvýšenie kontroly nad nimi alebo na znižovanie počtu zamestnancov. Technológia sama o sebe nerozhoduje, ktorým smerom sa vydáme.

Aj pri prezentácii kultúrneho dedičstva sa skrýva veľa možností. Miestne historické zbierky, staré fotografie, etnografické záznamy, dialektové materiály a dlhé monografie môžu byť sprístupnené na vyhľadávanie. História obce sa tak môže stať súčasťou tematickej prechádzky, audioguidu alebo školského programu.

Odborná literatúra je však oveľa opatrnejšia pri hodnotení udržateľnostných výhod AI, než marketingové materiály technologických spoločností. Podľa prehľadu Gösslinga a Mei z roku 2025 sa o možnostiach veľa hovorí, ale o skutočných, dlhodobo merateľných výsledkoch udržateľnosti je zatiaľ k dispozícii pomerne málo spoľahlivých dôkazov. Autori tiež upozorňujú, že AI môže posilniť koncentráciu údajov, sledovanie spotrebiteľov a ďalšie intenzívnejšie využívanie turizmu (Gössling–Mei, 2025).

Systematický prehľad 213 vedeckých publikácií ukázal, že výskum inteligentnej automatizácie v turizme sa zameriava predovšetkým na návštevnícke zážitky, ochranu dedičstva, kvalitu života, meranie návštevníckych skúseností a ochranu životného prostredia. Praktickému meraniu environmentálnych dopadov sa však zatiaľ venovalo menej pozornosti ako ekonomickým a sociálnym otázkam (Majid et al., 2023).

Marketing ako prvý kontaktný bod

Väčšina turistických podnikov sa dnes s umelou inteligenciou stretáva najskôr v marketingu. Používa ju na písanie textov, preklady, tvorbu príspevkov na sociálne siete, prípravu newsletterov, generovanie obrázkov a odpovedanie na hodnotenia hostí. Dôvod je pochopiteľný. Výsledok je okamžite viditeľný, používanie je relatívne jednoduché a zvyčajne nie je potrebný žiadny špeciálny IT vývoj.

Z hľadiska udržateľnosti je však marketing oveľa dôležitejší, než len rýchlejšie vytváranie príspevkov na Facebooku. Komunikácia môže významne ovplyvniť, kto príde na dané miesto, kedy cestuje, koľko času tam strávi, ktoré atrakcie navštívi a kde minie svoje peniaze.

Dobre pripravená jarná alebo jesenná kampaň môže napríklad znížiť zaťaženie počas letnej špičky. Predstavenie menej známej časti obce alebo miestneho podniku môže pomôcť rozptýliť návštevníkov, aby sa nesústredili len na niekoľko známych miest. AI umožňuje aj menším poskytovateľom alebo turistickým organizáciám pripraviť rôzne správy pre rôzne cieľové skupiny. Iný obsah môže byť určený tým, ktorí chcú cestovať v tichšom období, rodinám s malými deťmi, cyklistom alebo tým, ktorí hľadajú miestne jedlá a výrobcov.

Viacjazyčná komunikácia sa tiež môže stať lacnejšou a rýchlejšou. To môže byť užitočné najmä na menších trhoch, na ktoré predtým nebol dostatok marketingového rozpočtu.

AI môže pomôcť aj pri prezentácii menej známych atrakcií, miestnych príbehov a menších poskytovateľov. Na mnohých webových stránkach destinácií sú najznámejšie atrakcie podrobne popísané, zatiaľ čo menšie hodnoty sa takmer neobjavujú. Technológia môže urýchliť spracovanie informácií, ale miestne znalosti a autentické príbehy musia stále pridávať ľudia.

Najväčšie riziká marketingu

Každé miesto začne znieť rovnako

Ak všetci poskytovatelia používajú rovnaký AI nástroj s podobnými pokynmi, čoskoro bude každý ubytovací objekt „útulný“, každá obec „skrytým klenotom“ a každý program „nezabudnuteľným zážitkom“. V turizme je však práve charakter miesta jednou z najväčších hodnôt.

Preto sa oplatí vytvoriť vlastnú jazykovú príručku. Môže obsahovať výrazy typické pre dané miesto, požadovaný tón, vyhýbanie sa klišé a príbehy, ktoré skutočne odlišujú službu.

Generovaný obrázok nenahradí realitu

Obrázok, ktorý zobrazuje neexistujúcu izbu, bazén, výhľad alebo krajinu, nie je len kreatívnym riešením. Môže zavádzať hostí, spôsobiť problémy s ochranou spotrebiteľa a narušiť dôveru. Generovaný obrázok možno použiť ako ilustráciu alebo náladový prvok, ak je to jasne uvedené. Na prezentáciu skutočne dostupnej služby je však potrebné použiť reálnu fotografiu.

Greenwashing môže byť rýchlejší

Text o udržateľnosti možno dnes vytvoriť za pár minút. Na meranie prevádzky sú však stále potrebné údaje.

Ak za environmentálnym tvrdením nie je meranie, dokumentácia alebo overiteľný výsledok, AI nepomáha udržateľnosti podniku, ale len rýchlejšie vytvára nepodložené zelené správy. To predstavuje obchodné aj právne riziko. Environmentálne tvrdenia sú čoraz prísnejšie kontrolované, preto musí byť každý komunikovaný výsledok overiteľný a presne formulovaný.

Systém posilňuje to, čo mu zadáme ako cieľ

Ak kampaň sleduje výlučne zvýšenie počtu rezervácií alebo okamžitého príjmu, pravdepodobne bude ďalej posilňovať najpopulárnejšie obdobia a produkty. Práve pri nich je najjednoduchšie dosiahnuť dobrý výsledok.

Udržateľnosť sa objaví v rozhodnutiach len vtedy, ak sa dostane aj medzi merateľné ukazovatele.

Takýmto ukazovateľom môže byť napríklad:

podiel rezervácií v predsezóne a posezóne;
priemerná dĺžka pobytu;
výdavky u miestnych podnikov;
návštevnosť menej frekventovaných miest;
podiel hostí prichádzajúcich verejnou dopravou;
alebo spotreba energie a vody na jednu noc.

Ten istý AI systém môže dať úplne iný návrh, ak musí zohľadniť nielen počet rezervácií, ale aj tieto aspekty.

Kde už AI dnes funguje dobre?

Predikcia dopytu a plánovanie kapacít

Na základe predchádzajúcich údajov o rezerváciách, kalendára udalostí, počasia, dopravných informácií a ďalších faktorov je možné pripraviť presnejšiu predpoveď očakávaného dopytu.

To môže pomôcť:

pri plánovaní pracovných zmien;
pri plánovaní zásob;
pri úprave dopravných kapacít;
pri vytváraní časových intervalov na návštevy;
a pri včasnom odhalení preťažených termínov.

Predikcia nezruší preplnenosť, ale môže problém odhaliť skôr, čím zostane viac času na zásah.

Zníženie plytvania potravinami

Systémy na báze AI dokážu identifikovať, z akých jedál a v akých časoch vzniká najviac odpadu. Tieto údaje pomáhajú kuchyniam upraviť nákupy, porcie a ponuku jedál. V rámci programu Green Ramadan spoločnosti Hilton v roku 2025 sa zapojilo 45 hotelov v 14 krajinách. Počas programu sa množstvo jedla zostávajúceho na tanieroch znížilo o 26 % a podarilo sa predísť vzniku viac ako 2,6 tony potravinového odpadu. Iniciatíva využívala aj meraciu technológiu Winnow na báze AI (Hilton, 2025). Toto je dobrý príklad, keď sa environmentálne a obchodné záujmy priamo stretávajú: menej jedla končí v odpade a zároveň sa znižujú náklady na nákup.

Spotreba energie a vody

Inteligentné systémy môžu pomôcť regulovať kúrenie, chladenie a ventiláciu. Dokážu rozpoznať nezvyčajnú spotrebu, úniky, nesprávne fungujúce zariadenia alebo zbytočne zapnuté prístroje.

Cieľom nie je znížiť komfort hostí, ale zabezpečiť, aby systém nespotrebovával energiu tam a vtedy, kde a kedy to nie je potrebné.

Príprava správ o udržateľnosti a certifikácií

Certifikácia alebo audit udržateľnosti si vyžaduje rozsiahlu dokumentáciu. Je potrebné zhromaždiť, usporiadať a priradiť k jednotlivým požiadavkám pravidlá, faktúry, spotrebné údaje, fotografie a ďalšie dôkazy.

AI v tomto prípade nepomáha tým, že by „zelenšie“ opísala poskytovateľa. Užitočnou úlohou je rozpoznať a usporiadať dostupné dôkazy, upozorniť na chýbajúce údaje a podporiť sledovanie požiadaviek.

Konečné rozhodnutie o súlade však musí stále urobiť kvalifikovaný odborník alebo audítor.

Keď AI môže situáciu zhoršiť

Jedným z problémov odporúčaní AI je, že často ešte viac zviditeľňujú už populárne miesta.

Predbežná štúdia Leeho a Pennington-Grayovej na základe modelovania milióna amerických domácich ciest zistila, že skúmané veľké jazykové modely vytvárali sezónnejšie, nerovnomernejšie a menej rozmanité cestovné toky, než aké sú v skutočnosti. Systémy obzvlášť posilňovali kombinácie už populárnych destinácií a období (Lee–Pennington-Gray, 2026).

Keďže ide o predbežnú štúdiu, výsledky musia potvrdiť ďalšie výskumy, no odhalené riziko si zaslúži pozornosť.

Ak mnohí žiadajú rady od rovnakých niekoľkých systémov a tieto systémy pravidelne odporúčajú rovnaké miesta, môže to ešte viac zvýšiť preplnenosť.

Ďalším problémom je neviditeľnosť.

Predbežná štúdia Chena, Wenga a Mora z roku 2026 skúmala odporúčania reštaurácií od troch veľkých jazykových modelov v piatich amerických mestách a 304 mestských častiach. Aj keď modely mohli vyberať z kontrolovaného zoznamu reálnych stravovacích zariadení, 47,5 % miest neodporučili ani raz. 31,9 % neviditeľných podnikov bolo rovnakých vo všetkých troch skúmaných modelových rodinách (Chen–Weng–Moro, 2026).

To ukazuje, že AI nielen zhromažďuje dostupné informácie, ale aj medzi nimi vyberá. Niektoré miesta pravidelne uprednostňuje, iné takmer alebo vôbec neukazuje.

To môže byť nevýhodné najmä pre menšie miestne podniky s menším počtom hodnotení alebo slabšou digitálnou prítomnosťou.

Čo môže urobiť cestovateľ?

Nepýtaj sa len, kam ísť

Spýtaj sa aj, kedy je najlepšie cestovať a ktorá blízka alternatíva je menej preplnená. Užitočná otázka môže byť napríklad:

„Kedy je toto miesto najmenej preplnené a aký podobný program nájdem v okolí?“

Často urobíme viac pre udržateľnosť tým, že na to isté miesto cestujeme v inom čase, než tým, že hľadáme ďalší vzdialený cieľ.

Over si praktické informácie

Otváracie hodiny, cestovné poriadky, ceny, podmienky rezervácie a platnosť certifikátov si vždy over v pôvodnom zdroji. AI dokáže presvedčivo uviesť aj údaje, ktoré sú zastarané alebo nesprávne.

Plánuj menej programov

Ak ti plánovač trasy odporúča desať miest na jeden deň, požiadaj ho, aby ich zredukoval na tri alebo štyri.

Menej miest zvyčajne znamená menej miestneho cestovania, pokojnejší program a viac skutočných stretnutí. Environmentálna záťaž cestovania je často oveľa väčšia než niekoľko otázok AI použitých na plánovanie cesty.

Spýtaj sa na udržateľnostné tvrdenia

Keď sa ubytovanie alebo program označuje za udržateľné, stojí za to sa opýtať: Má nezávislý certifikát? Kto ho vydal? Dokedy je platný? Aké údaje meria? Aké konkrétne výsledky dosiahol?

Veľký rozdiel je medzi certifikátom vydaným na základe nezávislého súboru požiadaviek a „zeleným“ označením, ktoré si podnik vytvoril sám.

Čo môže urobiť turistický podnik?

Najprv daj do poriadku údaje

AI dokáže pracovať len s tým, čo je digitálne dostupné a zrozumiteľné.

Ak sú na webovej stránke nepresné otváracie hodiny, chýba adresa alebo geografická poloha, nie sú uvedené informácie o prístupnosti a popis služieb nie je jasný, AI systémy môžu tiež poskytovať nesprávne alebo neúplné informácie.

Obzvlášť dôležité sú:

presný názov, adresa a kontaktné údaje;
aktuálne otváracie hodiny;
ceny a podmienky rezervácie;
možnosti dopravy;
informácie o prístupnosti;
správne kategorizovanie služby;
a vybavenie webovej stránky štruktúrovanými údajmi.

Dobre udržiavané, strojovo zrozumiteľné údaje už dnes nie sú len otázkou optimalizácie pre vyhľadávače. Môžu byť aj jednou z podmienok zobrazenia v AI odporúčaniach.

Najprv meraj, potom komunikuj

Energia, voda, odpad, miestne nákupy, prenocovania, doprava. Z týchto údajov možno vypočítať skutočné udržateľnostné výsledky.

AI môže pomôcť pri usporiadaní údajov, rozpoznaní odchýlok a príprave správ. Nemožno ju však používať na vytváranie presvedčivých environmentálnych tvrdení bez merania.

Dobrým východiskovým bodom môžu byť:

potravinový odpad;
plánovanie kúrenia a chladenia;
práčovňové procesy;
rozpoznávanie únikov vody;
skladovanie;
alebo plánovanie nákupov.

V mnohých prípadoch sa obchodné výsledky objavia pomerne rýchlo.

AI nech navrhuje, človek rozhoduje

Každý text pre hostí, návrh cien, preklad a environmentálne tvrdenie by mal skontrolovať človek.

Nesprávne uvedená cena, otváracie hodiny alebo podmienky rezervácie môžu spôsobiť oveľa väčšie škody, než koľko času sme ušetrili automatizáciou.

Nepoužívaj väčší systém, než je potrebné

Na každú úlohu nie je potrebný najväčší jazykový model a na každú komunikáciu nie je potrebné AI generované video.

Na úpravu krátkeho textu, triedenie údajov alebo jednoduché zhrnutie často stačí menší, úspornejší systém. Dobrý reálny obrázok má v mnohých prípadoch väčšiu hodnotu než energeticky náročné generované video.

To nie je len environmentálna otázka. Je to rozumné rozhodnutie aj z hľadiska nákladov a efektivity.

Na čo používame AI v I-DEST?

Nechceme predstierať, že tento proces sledujeme zvonku. Pri vývoji I-DEST a našej odbornej práci tiež pravidelne používame umelú inteligenciu. Nepovažujeme ju za samostatného rozhodovateľa, ale za pracovný nástroj, ktorý môže urýchliť určité procesy, pomôcť odhaliť súvislosti a znížiť počet chýb spôsobených ľudskou nepozornosťou.

Príprava predpovedí a scenárov

Analyzujeme časové rady dopytu, sezónnosť, zaťaženie kapacít a rôzne scenáre vývoja.

AI je tu užitočná nie preto, že by poskytovala neomylné odpovede. Pomáha nám preskúmať veľa variantov v krátkom čase a odhaliť súvislosti, ktoré by boli pri manuálnom spracovaní ťažšie viditeľné.

Kvalita vstupných údajov však určuje všetko. Z chybných alebo neúplných základných údajov môže systém rýchlo vytvoriť chybnú predpoveď. AI preto nenahrádza kontrolu údajov, ale robí ju ešte dôležitejšou.

Vývoj softvéru a hľadanie chýb

Pri technickom vývoji I-DEST tiež používame umelú inteligenciu. Pomáha rýchlejšie prehľadávať dlhšie časti kódu, rozpoznávať určité logické chyby, nekonzistentnosti a bezpečnostné riziká, ako aj jednoduchšie vytvárať testovacie prípady. Cieľom nie je, aby AI programovala systém bez ľudskej kontroly. Používame ju na to, aby sme mohli vývoj preskúmať z viacerých uhlov, skôr odhaliť problémy a pokiaľ možno ich opraviť ešte predtým, než sa s nimi stretnú používatelia. To je obzvlášť dôležité pri takom komplexnom systéme, akým je I-DEST, kde sa spájajú rôzne zdroje údajov, jazyky, používateľské rozhrania, hodnotiace moduly a odporúčacie funkcie. Jediná zmena môže ovplyvniť fungovanie viacerých ďalších funkcií.

AI analýza a testovanie kódu pridáva ďalšiu vrstvu kontroly k tradičným vývojárskym a používateľským testom. Používanie AI však samo o sebe nezaručuje bezchybný softvér. Aj kód navrhnutý strojom môže obsahovať chyby, zastarané riešenia alebo bezpečnostné problémy. Preto každý dôležitý zásah kontroluje vývojár a systém sa pred zavedením testuje.

Cieľom teda nie je nahradiť vývojára, ale znížiť počet chýb, podporiť testovanie a zvýšiť spoľahlivosť vývojovej práce.

Preklady a terminologická kontrola

AI používame aj na viacjazyčné spracovanie stratégií, projektových dokumentov, turistických popisov a noriem. Každý strojový preklad pri odborne dôležitých dokumentoch kontroluje človek. V turistickom, udržateľnostnom a európskom odbornom slovníku môže jediný nesprávne preložený pojem zmeniť význam vety alebo požiadavky. AI však pomáha zabezpečiť, aby sa v dlhšom dokumente používali konzistentne rovnaké pojmy a názvy. Terminologická konzistentnosť je obzvlášť dôležitá pri medzinárodných normách, certifikačných požiadavkách a viacjazyčných digitálnych rozhraniach. Okrem toho AI zabezpečuje viacjazyčnú dostupnosť I-DEST, aby destinácie a poskytovatelia nemuseli nahrávať údaje do systému vo viacerých jazykoch – každý pracuje len toľko, koľko je minimálne potrebné.

Marketing a tvorba obsahu

AI pomáha pri príprave prvých textových návrhov, viacjazyčných obsahov a komunikácie pre rôzne cieľové skupiny.

Pri používaní dodržiavame niekoľko jednoduchých pravidiel:

komunikujeme vlastným tónom;
pracujeme s overiteľnými, reálnymi údajmi;
konečný obsah schvaľuje človek;
udržateľnostné tvrdenia viažeme na dôkazy;
a za výsledok nepovažujeme len kliknutia alebo rezervácie.

V marketingu je udržateľnostný dopad AI do veľkej miery určený tým, aké ciele systému zadáme. Ak záleží len na krátkodobej konverzii, algoritmus ľahko ďalej posilňuje už populárne obdobia a miesta. Ak sa však medzi cieľmi objaví sezónnosť, územné rozloženie alebo viditeľnosť miestnych poskytovateľov, môžu vzniknúť iné typy kampaní a odporúčaní. Niekedy, veľmi zriedkavo, umelá inteligencia pomáha aj pri príprave rôznych plagátov a zhrnutí pre reklamy.

Vývojový smer I-DEST

V I-DEST sa snažíme, aby AI stavala svoje odpovede na overených údajoch a identifikovateľných zdrojoch, a nie výlučne na interných znalostiach jazykového modelu.

Hodnotenie udržateľnosti nespájame s vlastnými dojmami, ale s medzinárodne uznávanými súbormi požiadaviek. Preto spracovávame strojovo kritériá Global Sustainable Tourism Council (GSTC) pre destinácie a turistických poskytovateľov.

Cieľom samoohodnotenia nie je automaticky vytvoriť priaznivý obraz o používateľovi. Systém má ukázať:

ktorá požiadavka je splnená;
aký dôkaz to podporuje;
ktoré údaje alebo dokumenty chýbajú;
a kde sú potrebné ďalšie opatrenia.

Pri odporúčaniach je dôležité zohľadniť aj načasovanie, sezónnosť, environmentálnu záťaž dopravy a územnú koncentráciu.

Výskumníci z Technickej univerzity v Mníchove vyvinuli turistický odporúčací systém, ktorý okrem potrieb používateľov zahŕňa aj emisie oxidu uhličitého z dopravných prostriedkov, popularitu cieľa a sezónnosť (Banerjee et al., 2025).

Podľa súvisiaceho používateľského výskumu môžu dobre viditeľné informácie o emisiách, popularite a sezónnosti ovplyvniť výber cestovateľov. Účastníci s väčšou pravdepodobnosťou zvolili dopravu s nižšími emisiami, menej preplnené alebo pre dané obdobie vhodnejšie destinácie, ak im tieto informácie boli jasne prezentované (Banerjee–Mahmudov–Wörndl, 2024).

To je dôležité ponaučenie. Udržateľnosť nemusí byť nevyhnutne obmedzením. S vhodnými údajmi a dobre definovanými cieľmi môže AI ukázať možnosti, ktoré sú výhodnejšie pre cestovateľa, miestnu komunitu aj podniky.

Nie AI, ale my rozhodujeme, aký turizmus budujeme

Environmentálna záťaž umelej inteligencie je reálna. Najväčšie environmentálne záťaže turizmu však stále súvisia predovšetkým s cestovaním, dopravou, prevádzkou budov, spotrebou a sezónnym preťažením populárnych miest.

Aj prínosy AI sú reálne, ale nie automatické.

Ten istý systém môže pomôcť vyhnúť sa preplnenému miestu alebo tam poslať ešte viac návštevníkov. Môže pomôcť nájsť miestny podnik alebo ho urobiť neviditeľným. Môže znížiť plytvanie potravinami alebo vytvoriť dobre znejúcu, ale nepodloženú kampaň o udržateľnosti.

Kľúčová otázka neznie, či AI alebo udržateľnosť.

Rozhodujúce je, z akých údajov systém pracuje, čo od neho žiadame, aké ciele nastavíme a kto kontroluje výsledok.

To nie je len technologická otázka. Je to odborné a manažérske rozhodnutie.

Preto môžu destinácie, turistické podniky aj cestovatelia ovplyvniť, či umelá inteligencia podporí ďalšiu koncentráciu turizmu alebo vyváženejšie, prístupnejšie a úspornejšie fungovanie.

Nie AI, ale my rozhodujeme, aký turizmus budujeme

Vyhlásenie

Na tento blogový príspevok sme nevytvorili žiadny nový obrázok pomocou umelej inteligencie. Všetky použité obrázky – zdokumentované vo formáte zdrojového kódu – pochádzajú z už skôr zverejnených zdrojov, keďže v I-DEST používame AI len vtedy, keď má skutočnú pridanú hodnotu.

Použité zdroje

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. Predbežná štúdia.

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. Výsledky programu realizovaného v spolupráci Hilton, UNEP West Asia a Winnow.

International Energy Agency – IEA (2025): Energy and AI. Analýza spotreby energie dátových centier a očakávaného rastu do roku 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. Predbežná štúdia.

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 a GSTC Destination Criteria. Medzinárodné požiadavky na udržateľnosť pre destinácie, ubytovacie zariadenia a turistických poskytovateľov.