Page 31 - no_69
P. 31

Año 12 /Mayo-Junio/ No. 69  U.M.S.N.H.







































            cual se construye, puede ser obtenida de diversas            Hay cuatro formas en las que se han utilizado
            fuentes,  por  ejemplo,  en  conversaciones  o  en  la   ambas tecnologías en el turismo: 1) Permiten a las
            televisión.  El  segundo  nivel,  denominado  imagen   empresas pronosticar la demanda; 2) Aumentan la
            inducida, se construye con información recibida y      capacidad de las empresas para producir bienes y
            procesada por la industria del turismo, como folle-    servicios a un menor costo y mayor calidad; 3) Pro-
            tos y anuncios creados por las Organizaciones de       mueven  ofertas  al  precio  correcto  con  el  mensa-
            Manejo de Destino (DMO, por sus siglas en inglés).     je adecuado a los clientes objetivo; y 4) Permiten
            El tercer nivel o imagen modificada-inducida, se re-   proporcionar  experiencias  ricas,  convenientes  y
            fiere a la reconfiguración mental de la IDT derivada   personales  al  usuario. Además,  una  amplia  gama
            de la experiencia al visitar el lugar. Algunas investi-  de  sistemas  informáticos  han  sido  desarrollados
            gaciones señalan que la elección de un destino está    para brindar soporte a la industria turística. Algu-
            fuertemente influenciada por una imagen de desti-      nos ejemplos interesantes son los sistemas de re-
            no positiva y bien definida.                           comendación, sistemas sensibles al contexto, Web
                                                                   Scraping (agentes inteligentes que buscan y minan
            Tecnologías disruptivas en el turismo                  los contenidos Web), ambientes inteligentes y am-
                  Estudios  recientes  en  turismo  han  incorpo-  bientes de realidad aumentada.
            rado el uso de nuevas tecnologías, como la inteli-           Estos sistemas enfocados en los turistas tie-
            gencia artificial y el Big Data para hacer frente a los   nen  tres  funciones  principales:  1)  Anticipan  las
            retos  del  análisis  de  cantidades  masivas  de  infor-  necesidades de los viajeros y ofrecen recomenda-
            mación.                                                ciones personalizadas; 2) Mejoran las experiencias
                  De  acuerdo  con  la  Real  Academia  Españo-    de los turistas en el sitio, ofreciendo información
            la (RAE), la inteligencia artificial es la «disciplina   oportuna sobre lugares y atracciones; y 3) Sugieren
            científica que se ocupa de crear programas infor-      al viajero que comparta sus experiencias con otras
            máticos  que  ejecutan  operaciones  comparables  a    personas  en  las  redes  sociales  para  poder  contri-
            las que realiza la mente humana, como el apren-        buir a difundir el destino turístico. Con respecto a la
            dizaje o el razonamiento lógico». Por otro lado, el    imagen del destino, mucha de la investigación exis-
            Big Data es un paradigma que abarca tecnologías        tente  ha  hecho  uso  de  técnicas  relacionadas  con
            de hardware y software para poder realizar el análi-   el área del Procesamiento del Lenguaje Natural
            sis de conjuntos de datos enormes. Usualmente se       (PLN). El Instituto de Ingeniería del Conocimiento
            le conoce por tres características básicas: volumen    de la Universidad Autónoma Metropolitana, define
            (cantidad de datos), velocidad (rapidez con la que     el PLN como «un conjunto de técnicas que permite
            se generan) y variedad (diferentes formatos en los     extraer información automáticamente a partir del
            que se encuentra la información).                      análisis de textos».





        Coordinación de la Investigación Científica                                                                    31
   26   27   28   29   30   31   32   33   34   35   36