• Το μάθημα εξετάζει τον τρόπο με τον οποίο η Τεχνητή Νοημοσύνη μετασχηματίζει τον τουρισμό, τη φιλοξενία και τη διοίκηση προορισμών. Σε αντίθεση με ένα γενικό εισαγωγικό μάθημα ΤΝ, το παρόν μάθημα εστιάζει σε πρακτικές, επιχειρησιακές και στρατηγικές εφαρμογές της ΤΝ στον τουριστικό τομέα: έξυπνα συστήματα προτάσεων, conversational AI και τουριστικά chatbots, παραγωγή προσωποποιημένου περιεχομένου, δυναμική τιμολόγηση, revenue management, ανάλυση online reviews, πρόβλεψη ζήτησης, έξυπνη διαχείριση επισκεπτικών ροών, smart destinations, ρομποτική στη φιλοξενία, επαυξημένη και εικονική πραγματικότητα, ψηφιακοί βοηθοί και αυτόνομοι πράκτορες ΤΝ.
• Το μάθημα συνδυάζει θεωρητική κατανόηση, μελέτες περίπτωσης και εργαστηριακές δραστηριότητες με σύγχρονα εργαλεία ΤΝ. Ιδιαίτερη έμφαση δίνεται στην ικανότητα των φοιτητών να αναγνωρίζουν πού, πότε και γιατί μπορεί να χρησιμοποιηθεί η ΤΝ σε τουριστικές επιχειρήσεις, οργανισμούς διαχείρισης προορισμών, ξενοδοχεία, ταξιδιωτικά γραφεία, πολιτιστικούς φορείς και δημόσιους οργανισμούς τουρισμού.
• Η διεθνής βιβλιογραφία αναδεικνύει την ΤΝ ως τεχνολογία που υποστηρίζει την εξατομίκευση της εμπειρίας, τη βελτίωση της επιχειρησιακής αποδοτικότητας, την αυτοματοποίηση υπηρεσιών και την έξυπνη διαχείριση τουριστικών πόρων. Πρόσφατες ανασκοπήσεις αναφέρονται σε εφαρμογές της intelligent forecasting, revenue management, service robots, hyper-personalized travel experiences και AI-driven analytics για βιωσιμότητα και επιχειρησιακή λήψη αποφάσεων. Παράλληλα, οργανισμοί της ο UN Tourism αναδεικνύουν την ΤΝ ως κρίσιμο πεδίο καινοτομίας για τον τουριστικό τομέα, με ειδικές δράσεις και εκθέσεις για την υιοθέτηση της ΤΝ στον τουρισμό.

Σκοπός του μαθήματος

• Σκοπός του μαθήματος είναι να αποκτήσουν οι φοιτητές του Τμήματος Τουρισμού εφαρμοσμένη γνώση για τις δυνατότητες, τις χρήσεις και τις προκλήσεις της Τεχνητής Νοημοσύνης στον σύγχρονο τουρισμό. Το μάθημα δεν στοχεύει στην εκπαίδευση τεχνικών ανάπτυξης αλγορίθμων, αλλά στην καλλιέργεια ικανότητας στρατηγικής αξιοποίησης της ΤΝ σε τουριστικά περιβάλλοντα.
• Οι φοιτητές θα μάθουν να σχεδιάζουν απλά σενάρια χρήσης ΤΝ για τουριστικές επιχειρήσεις και προορισμούς, να αξιολογούν εργαλεία ΤΝ, να κατανοούν τα δεδομένα που απαιτούνται για τη λειτουργία τους και να προτείνουν λύσεις που βελτιώνουν την εμπειρία του επισκέπτη, την αποδοτικότητα των επιχειρήσεων και τη βιώσιμη διαχείριση τουριστικών ροών.

Μαθησιακά αποτελέσματα

Με την ολοκλήρωση του μαθήματος, οι φοιτητές αναμένεται να είναι σε θέση:

Γνώσεις

• Να περιγράφουν τις βασικές κατηγορίες εφαρμογών ΤΝ στον τουρισμό, όπως chatbots, recommender systems, dynamic pricing, sentiment analysis, demand forecasting, smart destination platforms και generative AI.
• Να κατανοούν πώς η ΤΝ αξιοποιεί δεδομένα από online reviews, κρατήσεις, social media, κινητές συσκευές, αισθητήρες, συστήματα CRM, πλατφόρμες κρατήσεων και δεδομένα προορισμού.
• Να αναγνωρίζουν τις σύγχρονες εφαρμογές της ΤΝ σε ξενοδοχεία, τουριστικά γραφεία, αερομεταφορές, DMOs, πολιτιστικούς χώρους, εστίαση, εμπειρίες επισκεπτών και βιώσιμη τουριστική διαχείριση.

Δεξιότητες

• Να σχεδιάζουν απλά σενάρια χρήσης ΤΝ για τουριστικές επιχειρήσεις και προορισμούς.
• Να αξιοποιούν εργαλεία παραγωγικής ΤΝ για τουριστικό περιεχόμενο, εξατομικευμένες προτάσεις, σχεδιασμό ταξιδιωτικών εμπειριών και ανάλυση σχολίων επισκεπτών.
• Να ερμηνεύουν αποτελέσματα βασικών εφαρμογών ΤΝ, όπως ανάλυση συναισθήματος, ταξινόμηση σχολίων, πρόβλεψη ζήτησης και δημιουργία προσωποποιημένων προτάσεων.
• Να αξιολογούν την καταλληλότητα διαφορετικών εργαλείων ΤΝ για συγκεκριμένα προβλήματα τουριστικής διοίκησης.

Ικανότητες

• Να προτείνουν ολοκληρωμένες λύσεις ΤΝ με βάση τις ανάγκες μιας τουριστικής επιχείρησης ή ενός προορισμού.
• Να λαμβάνουν υπόψη ζητήματα ποιότητας δεδομένων, διαφάνειας, εμπιστοσύνης, ιδιωτικότητας και υπεύθυνης χρήσης ΤΝ.
• Να συνδέουν την ΤΝ με στρατηγικούς στόχους του τουρισμού, όπως η βελτίωση της εμπειρίας, η ανταγωνιστικότητα, η βιωσιμότητα και η ανθεκτικότητα των προορισμών.

Βασικό σύγγραμμα / κύριο υλικό μαθήματος

• Ζοπουνίδης, Κ., Ζοπουνίδης, Δ., & Κωστής, Α. Τεχνητή Νοημοσύνη και Εφαρμογές στο Μάνατζμεντ. [Προτεινόμενο σύγγραμμα]. Ιδιαίτερη αξιοποίηση των ενοτήτων για ορισμούς και διαδικασίες ΤΝ, αλγορίθμους, μηχανική μάθηση, Big Data, καινοτομία, δεξιότητες, ΜΜΕ, marketing, ανθρώπινους πόρους και αεροπορικό κλάδο.

Ενδεικτική συμπληρωματική βιβλιογραφία και υλικό

• UN Tourism. Εκθέσεις και θεματικό υλικό για την καινοτομία, την ψηφιακή μετάβαση και την αξιοποίηση της ΤΝ στον τουρισμό.
• Gretzel, U., Sigala, M., Xiang, Z., & Koo, C. Smart tourism: Foundations and developments in ICT-enabled tourism.
• Buhalis, D., & Moldavska, I. Voice assistants, artificial intelligence and service automation in tourism and hospitality.
• Ivanov, S., & Webster, C. Robots, artificial intelligence, and service automation in travel, tourism and hospitality.

• Σύγχρονα επιστημονικά άρθρα και μελέτες περίπτωσης για AI-driven personalization, recommender systems, dynamic pricing, sentiment analysis, demand forecasting, smart destinations, service robots και responsible AI στον τουρισμό.

Πρόσωπο με πρόσωπο διδασκαλία με εργαστηριακές δραστηριότητες. Δύναται να υποστηριχθεί συμπληρωματικά από εξ αποστάσεως εργαλεία και ψηφιακή πλατφόρμα μαθήματος

Χρήση παρουσιάσεων και οπτικοακουστικού υλικού στη διδασκαλία

Ζωντανές επιδείξεις σύγχρονων εργαλείων Τεχνητής Νοημοσύνης μέσα στην τάξη

Υποστήριξη μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας του Ιδρύματος (e-class / openeclass)

Επικοινωνία με τους φοιτητές μέσω ηλεκτρονικού ταχυδρομείου και της πλατφόρμας του μαθήματος

Τελική γραπτή εξέταση ή ισοδύναμη ατομική εργασία εφαρμογής: 40%
Κατανόηση βασικών εννοιών, ερμηνεία εφαρμογών ΤΝ, σύνδεση θεωρίας και τουριστικών use cases.

Ομαδικό project σχεδιασμού εφαρμογής ΤΝ στον τουρισμό: 40%
Ποιότητα προβλήματος, τεκμηρίωση δεδομένων, επιλογή εργαλείων, επιχειρησιακή λογική, υπεύθυνη χρήση ΤΝ, σαφήνεια πρότασης.

Εργαστηριακές ασκήσεις και ενδιάμεσα παραδοτέα: 20%
Συμμετοχή, πληρότητα παραδοτέων, πρακτική εφαρμογή εργαλείων, κριτική αξιολόγηση αποτελεσμάτων.