اسدالله حقانی، فعال رسانه، در یادداشتی نوشت: اگر بپذیریم که هوش مصنوعی در حال ورود به فرایند تصمیمگیری گردشگر است، حالا باید پرسش مهمتری را مطرح کنیم: این تصمیم بر اساس چه چیزی ساخته میشود؟
پاسخ کوتاه است: داده. اما در گردشگری، داده فقط مجموعهای از آمار درباره تعداد گردشگران، میزان اقامت یا درآمد حاصل از سفر نیست. اطلاعات مربوط به یک مقصد، از موقعیت جغرافیایی و مسیرهای دسترسی گرفته تا ساعات فعالیت یک موزه، قیمت خدمات، ظرفیت بازدید، نظرات کاربران، تصاویر، محتوای تاریخی و فرهنگی و حتی تغییرات فصلی، همگی میتوانند بخشی از تصویری باشند که یک سامانه هوش مصنوعی از آن مقصد میسازد.
به همین دلیل، در عصر هوش مصنوعی، داده را باید بخشی از زیرساخت گردشگری دانست که برخلاف جاده و فرودگاه دیده نمیشود، اما میتواند بر این اثر بگذارد که یک مقصد چگونه معرفی و پیشنهاد شود.
این موضوع فقط یک بحث نظری نیست. گزارش سال ۲۰۲۶ سازمان همکاری و توسعه اقتصادی(OECD) نشان میدهد که کشورها بیش از گذشته به سمت ایجاد سامانههای دادهای دقیقتر، یکپارچهتر و بهروزتر در گردشگری حرکت کردهاند؛ زیرا دادههای بهموقع و جزئیتر، هم برای مدیریت مقصد و هم برای استفاده موثر از ابزارهای هوش مصنوعی اهمیت دارند.
برای مثال، یک مقصد ممکن است جاذبههای فرهنگی ارزشمندی داشته باشد، اما اگر اطلاعات این جاذبهها در منابع دیجیتال ناقص، قدیمی، پراکنده یا غیرقابلخواندن برای سامانههای مختلف باشد، بخشی از ظرفیت واقعی آن مقصد ممکن است در فرایندهای دیجیتال دیده نشود. در مقابل، مقصدی که اطلاعات خود را بهصورت منظم، ساختاریافته و قابل دسترسی در اختیار پلتفرمها و سامانههای مختلف قرار میدهد، آمادگی بیشتری برای ورود به اکوسیستم گردشگری مبتنی بر هوش مصنوعی خواهد داشت.
در اینجا یک تغییر مهم در مفهوم «آمادگی دیجیتال» رخ میدهد. داشتن وبسایت، حساب کاربری در شبکههای اجتماعی یا حتی یک چتبات، بهتنهایی به معنای آمادهبودن یک مقصد برای عصر AI نیست. آمادگی واقعی، از کیفیت داده آغاز میشود. داده باید تا حد امکان دقیق، بهروز، قابل اعتماد، قابل اتصال به سایر منابع و در موارد لازم، چندزبانه و قابل استفاده برای سامانههای مختلف باشد.
نمونههایی از این رویکرد در کشورهای مختلف در حال شکلگیری است. OECD در گزارش ۲۰۲۶ خود به طرحهایی مانند ایجاد هابهای داده گردشگری، استانداردسازی APIها و یکپارچهکردن منابع مختلف اطلاعاتی اشاره میکند. این اقدامات به مقصدها اجازه میدهد دادههای گردشگری را نه فقط برای آمارگیری، بلکه برای تحلیل، پیشبینی، مدیریت و توسعه خدمات هوشمند به کار بگیرند.
بنابراین، پرسش آینده دیگر فقط این نیست که «آیا یک مقصد از هوش مصنوعی استفاده میکند یا نه؟» پرسش مهمتر این است که آیا دادهای دارد که هوش مصنوعی بتواند آن را درست بفهمد؟
و درست از همینجا مسئله پیچیدهتر میشود؛ زیرا دادهها همیشه کامل و بیطرف نیستند. آنچه وارد سیستم میشود، میتواند بر آنچه سیستم میبیند، پیشنهاد میکند و در نهایت به گردشگر نشان میدهد، اثر بگذارد.
وقتی داده بیطرف نیست
اما داده، هرچقدر هم که زیاد باشد، لزوما به معنای اطلاعات درست و بیطرف نیست. این یکی از مهمترین چالشهایی است که با ورود هوش مصنوعی به گردشگری جدیتر میشود: سیستم هوشمند میتواند بسیار سریع و بسیار دقیق، بر اساس دادهای تصمیم بگیرد که خودش ناقص یا سوگیرانه است.
فرض کنیم درباره یک مقصد، اطلاعات فراوانی در اینترنت وجود دارد، اما بخش عمده این اطلاعات مربوط به چند جاذبه معروف، چند هتل بزرگ و چند نقطه پرتردد آن است. در مقابل، موزههای کوچکتر، جاذبههای کمترشناختهشده، کسبوکارهای محلی یا حتی بخشهایی از میراث فرهنگی مقصد، حضور دیجیتال بسیار محدودی دارند. در چنین شرایطی، مسئله فقط این نیست که هوشواره چه چیزی را «انتخاب» میکند؛ مسئله این است که چه چیزی اساسا در دادههای قابل دسترس آن وجود دارد.
سازمان همکاری و توسعه اقتصادی (OECD) نیز هشدار داده است که دادههای بیکیفیت یا سوگیرانه میتوانند پیشبینیهای هوش مصنوعی را منحرف کنند و در حوزه گردشگری، این وضعیت ممکن است به ترجیح مقصدهای محبوبتر و حتی کنار گذاشتهشدن برخی مقصدها یا کسبوکارهای کوچکتر منجر شود.
از سوی دیگر، مسئله فقط سوگیری داده نیست. هوش مصنوعی مولد ممکن است اطلاعات نادرست تولید کند. گاهی یک سیستم ممکن است نام یک جاذبه، ساعت فعالیت یک موزه، ویژگی یک مکان یا حتی اطلاعات تاریخی مربوط به یک مقصد را با اطمینان بیان کند، در حالی که آن اطلاعات دقیق نیست یا اساسا وجود خارجی ندارد. این پدیده که معمولا با عنوان «توهم هوش مصنوعی» یا AI hallucination شناخته میشود، در گردشگری میتواند پیامد بسیار ملموسی داشته باشد: گردشگری که بر اساس یک توصیه اشتباه برنامهریزی کرده، ممکن است با مقصدی متفاوت از آنچه انتظار داشته مواجه شود.
البته خطای AI همیشه به معنای «توهم» نیست. گاهی سیستم اطلاعات واقعی را در اختیار دارد اما میان آنها انتخابی انجام میدهد که حاصل سوگیریهای موجود در داده یا الگوی یادگیری آن است. این تفاوت مهم است: یک سیستم ممکن است چیزی را از خودش بسازد، یا ممکن است چیزی را بیش از چیز دیگر ببیند.
پژوهشهای جدید در حوزه گردشگری نیز نشانههایی از همین مسئله را نشان میدهند. یک مطالعه در سال ۲۰۲۶ که پاسخ ۱۰ سامانه هوش مصنوعی به ۱۴ نوع پرسش گردشگری را بررسی کرده، نشان میدهد که با وجود تنوع ظاهری پاسخها، پیشنهادها در بسیاری از موارد حول مجموعه محدودی از مقصدهای شناختهشده متمرکز میشوند. پژوهشگران از این وضعیت با مفهوم «گردشگری بیشازحد دیجیتال» (Digital Overtourism) یاد کردهاند؛ یعنی تمرکز توجه گردشگران بر مقصدها، پیش از آنکه حتی سفر آغاز شود.
این یافته یک سوال مهم را پیش روی صنعت گردشگری میگذارد: اگر الگوریتمها بر اساس دادههای موجود تصمیم میگیرند، چه کسی مسئول کیفیت و توازن این دادههاست؟
پاسخ، فقط شرکتهای فناوری نیستند. مقصدها، سازمانهای گردشگری، موزهها، کسبوکارهای محلی و حتی نهادهای متولی میراث فرهنگی نیز در شکلدادن به این تصویر دیجیتال نقش دارند. زیرا در عصر هوش مصنوعی، نادیدهماندن یک مقصد در دادهها میتواند بهتدریج به نادیدهماندن آن در توصیهها تبدیل شود.
و اینجاست که مسئله از درست یا غلط بودن پاسخ هوشواره فراتر میرود و به پرسش بزرگتری میرسد: یک مقصد چگونه باید کاری کند که در جهان جدیدِ جستوجوی هوش مصنوعی، اصلا دیده شود؟
مقصدها چگونه در عصر هوش مصنوعی دیده میشوند؟
تا اینجا به یک زنجیره مشخص رسیدهایم: هوش مصنوعی برای پاسخدادن به گردشگر به داده نیاز دارد؛ کیفیت و گستره این دادهها بر تصویری که هوشواره از مقصد میسازد اثر میگذارد و این تصویر میتواند در نهایت بر انتخاب گردشگر تاثیر بگذارد. بنابراین، در کنار مفهوم آشنای «دیدهشدن در فضای دیجیتال»، مفهوم تازهای در حال اهمیتیافتن است: AI Visibility یا دیدهشدن در محیطهای مبتنی بر هوش مصنوعی.
در گذشته، وقتی از دیدهشدن یک مقصد در فضای آنلاین صحبت میکردیم، معمولا ذهنمان به موتورهای جستوجو میرفت. مقصد تلاش میکرد در نتایج جستوجوی گوگل بالاتر قرار بگیرد، در شبکههای اجتماعی بیشتر دیده شود یا در پلتفرمهای گردشگری امتیاز و نظر بیشتری دریافت کند. اما حالا شکل جستوجو در حال تغییر است. گردشگر ممکن است بهجای اینکه چندین صفحه را باز کند و خودش اطلاعات را مقایسه کند، از یک سامانه هوش مصنوعی بپرسد: «برای یک سفر چهارروزه با تمرکز بر میراث فرهنگی، چه مقصدی را پیشنهاد میکنی؟»
در این حالت، مسئله دیگر فقط این نیست که یک مقصد در اینترنت وجود دارد یا نه؛ مسئله این است که آیا اطلاعات آن مقصد به شکلی وجود دارد که سامانههای هوش مصنوعی بتوانند آن را پیدا کنند، درک کنند، با سایر اطلاعات ترکیب کنند و در پاسخ خود به کار ببرند.
به همین دلیل،AI Visibility را میتوان بهطور ساده، میزان حضور و قابلیت دیدهشدن یک مقصد در پاسخها و توصیههای سامانههای هوش مصنوعی دانست. این مفهوم هنوز مانند سئو یک چارچوب تثبیتشده و دارای فرمول مشخص نیست و نمیتوان گفت یک مقصد با رعایت چند عامل مشخص، حتما در پاسخ هوشواره رتبه بالاتری خواهد گرفت. اما روندهای موجود نشان میدهد که کیفیت و ساختار داده، میزان حضور دیجیتال، اعتبار منابع، بهروز بودن اطلاعات، پوشش چندزبانه و امکان دسترسی سامانهها به اطلاعات قابل اعتماد، میتوانند در این دیدهشدن اهمیت پیدا کنند.
گزارش ۲۰۲۶ OECD نیز دقیقا به همین تغییر اشاره میکند: مقصدها و کسبوکارهای گردشگری با چالشی تازه روبهرو هستند؛ اینکه اطلاعاتشان در برنامهها و پلتفرمهای مبتنی بر AI بهدرستی ثبت، دیده و در اولویت قرار گیرد.
اهمیت این موضوع زمانی بیشتر میشود که بدانیم دیدهشدن الگوریتمی الزاما به معنای دیدهشدن عادلانه نیست. با وجود تنوع ظاهری پاسخها، ممکن است توصیهها در بسیاری از موارد حول تعداد محدودی از مقصدهای شناختهشده متمرکز شوند که به آن «گردشگری بیشازحد دیجیتال» گفته میشود؛ وضعیتی که در آن تمرکز گردشگر میتواند حتی پیش از سفر و در مرحله شکلگیری انتخاب، از طریق تمرکز الگوریتمی بر برخی مقصدها آغاز شود. این یعنی در آینده، رقابت مقصدها فقط بر سر ساخت هتل، تبلیغات یا تولید محتوای بیشتر نخواهد بود؛ بخشی از رقابت بر سر کیفیت حضور در لایه داده و اطلاعاتی گردشگری شکل خواهد گرفت.
در نتیجه، مقصدی که میخواهد در عصر هوشواره دیده شود، باید بیش از گذشته به این پرسش فکر کند که: اطلاعات ما کجاست؟ چقدر دقیق و بهروز است؟ چه کسی آن را تولید و تایید میکند؟ آیا برای ماشینها قابل فهم است؟ آیا فقط به یک زبان منتشر شده یا میتواند مخاطبان و سامانههای مختلف را پوشش دهد؟
این پرسشها نشان میدهد که بازطراحی گردشگری با هوش مصنوعی صرفا به معنای استفاده از یک ابزار جدید نیست. خودِ مقصد باید برای حضور در یک اکوسیستم اطلاعاتی جدید آماده شود.
اما اینجا یک پرسش مهمتر باقی میماند: اگر هوش مصنوعی بتواند بر این اثر بگذارد که گردشگر کجا را ببیند، انتخاب کند و به آن سفر کند، چه اتفاقی برای خود مقصد میافتد؟ زیرا مسئله فقط جذب گردشگر نیست. مقصد باید بتواند جریان ورود گردشگران، ظرفیت جاذبهها، فشار بر زیرساختها، حفاظت از میراث فرهنگی و طبیعی و منافع جامعه محلی را نیز مدیریت کند.
به بیان دیگر، مرحله بعدی تحول گردشگری، فقط هوشمندترشدن توصیهها نیست؛ هوشمندترشدن خودِ مدیریت مقصد است.
انتهای پیام/
