El digital overtourism plantea una cuestión nueva para el turismo: la concentración de la demanda podría empezar mucho antes de que los visitantes lleguen físicamente a un destino. Cuando ChatGPT, Gemini, Perplexity y otros sistemas de inteligencia artificial recomiendan repetidamente determinados lugares, pueden concentrar su visibilidad durante las fases de inspiración y planificación.
Podemos utilizar sobreturismo digital como traducción descriptiva de digital overtourism, aunque el término utilizado actualmente en la investigación es el inglés. Además, no debemos confundirlo con el uso de tecnología para gestionar destinos que ya están masificados. Aquí hablamos de algo anterior: cómo las recomendaciones algorítmicas pueden concentrar los destinos que los sistemas muestran y recomiendan antes de que el viajero decida dónde ir.
La investigación todavía no demuestra que esas recomendaciones provoquen directamente overtourism físico. Pero sí empieza a detectar patrones de concentración que merece la pena observar.
⚡ En 1 minuto: qué es el digital overtourism
- El digital overtourism se produce en la fase informativa previa al viaje, cuando determinados destinos concentran de forma repetida la visibilidad en sistemas de recomendación basados en IA.
- Una investigación publicada en 2026 analizó 420 respuestas generadas por 10 sistemas de IA a 14 consultas turísticas, ejecutando cada consulta tres veces en cada sistema.
- El estudio encontró mucha variedad aparente de destinos, pero una diversidad efectiva menor, porque parte de las recomendaciones continuaba concentrándose en lugares icónicos y semiicónicos.
- Una investigación anterior sobre ChatGPT ya había observado que las consultas generales tendían a favorecer destinos muy conocidos y que las alternativas aparecían con mayor frecuencia cuando se pedían expresamente.
- Esto no demuestra que la IA esté provocando actualmente la masificación física de esos lugares. Los estudios analizan recomendaciones, no reservas ni desplazamientos reales.
- La misma tecnología podría utilizarse para ampliar las alternativas mostradas al viajero, aunque todavía necesitamos evidencias que demuestren que eso acaba redistribuyendo los flujos turísticos reales.
- Para los destinos aparece una nueva pregunta: además de gestionar al visitante que ya ha llegado, ¿deberíamos prestar más atención a cómo se produce el descubrimiento antes del viaje?
¿Qué es el digital overtourism y qué relación tiene con el sobreturismo?
El estudio de Maryam Najafi y Carlos Costa conceptualiza el digital overtourism como una concentración algorítmica de la visibilidad de destinos durante la fase informativa previa al viaje. Los autores sitúan, por tanto, el problema en un momento anterior al overtourism que conocemos habitualmente.
El sobreturismo se manifiesta cuando una elevada presión de visitantes genera problemas de saturación turística, convivencia, movilidad o impacto ambiental.
El digital overtourism, en cambio, pone el foco en lo que ocurre antes: algunos lugares aparecen repetidamente en las recomendaciones de los sistemas de IA mientras otros quedan mucho menos representados. El digital overtourism es una de las consecuencias que merece observarse dentro de un cambio más amplio: la evolución del turista digital y del nuevo viajero asistido por IA.
Y esa diferencia es importante. En este artículo utilizo digital overtourism en ese sentido: concentración de visibilidad turística producida en entornos algorítmicos antes del desplazamiento físico del viajero.
El problema puede empezar antes de que llegue el turista
Gran parte de las medidas frente al overtourism actúan cuando la demanda ya existe. Limitaciones de acceso, regulación de cruceros, control de aforos, gestión del transporte, reservas horarias, tasas turísticas o distribución de visitantes dentro del destino pueden ser necesarias.
Pero existe un momento anterior que normalmente recibe mucha menos atención: cuando el viajero todavía está decidiendo adónde ir. Y ese momento está cambiando.
Antes podíamos descubrir un destino a través de Google, una guía, Instagram, YouTube, un blog, una agencia de viajes o las recomendaciones de otras personas. Ahora se incorpora una nueva capa: los asistentes de IA que resumen información y devuelven una selección de posibilidades.
Como explico al analizar cómo usamos ChatGPT y otros asistentes de IA para preparar y decidir un viaje, el viajero puede preguntar directamente:
Quiero viajar cinco días por Europa en octubre. Me interesa la gastronomía, una ciudad bonita para caminar y no quiero alquilar coche. ¿Dónde irías?
El sistema puede reducir una enorme cantidad de posibilidades a unas pocas recomendaciones. Y entonces aparece una pregunta interesante: ¿qué ocurre si diferentes sistemas terminan mostrando una y otra vez conjuntos similares de destinos?
¿Por qué la IA puede terminar recomendando siempre los mismos lugares?
No tiene por qué existir una instrucción explícita para favorecerlos. El problema puede ser más estructural. Los destinos no tienen la misma representación digital. Algunos acumulan durante años enormes cantidades de páginas web, noticias, reseñas, fotografías, vídeos, menciones, guías, contenidos creados por usuarios e información procedente de fuentes muy diversas. Otros pueden ofrecer experiencias excelentes y, sin embargo, estar mucho menos representados.
Najafi y Costa relacionan el digital overtourism con estas diferencias de representación y con sistemas en los que la popularidad puede favorecer a destinos ya muy visibles.
Los autores plantean que los lugares con mayor representación digital pueden aparecer repetidamente en las recomendaciones y reforzar así su prominencia informativa.
No podemos afirmar que cada fase provoque automáticamente la siguiente ni que exista una única causa. Pero sí ayuda a entender por qué la personalización ofrecida por la IA no garantiza necesariamente una mayor diversidad de destinos recomendados.
Qué encontró realmente el estudio sobre digital overtourism
Aquí merece la pena diferenciar claramente los resultados de sus posibles consecuencias. Najafi y Costa analizaron:
- 420 respuestas
- 10 sistemas de IA
- 14 consultas turísticas
- 3 ejecuciones de cada consulta en cada sistema
Entre los sistemas analizados se encontraban ChatGPT, Gemini, Perplexity, Copilot, Grok, DeepSeek, Meta, Mistral y asistentes turísticos vinculados a Trip.com y Kayak.
Las consultas representaban distintos escenarios turísticos, incluyendo recomendaciones generales, sostenibilidad, alternativas a lugares congestionados y viajes afectados por situaciones como el calor o los incendios. Y uno de los resultados más interesantes no fue que aparecieran pocos destinos. Ocurrió algo más sutil.
Mucha variedad no significa necesariamente mucha diversidad
Los sistemas mencionaban numerosos lugares diferentes. Sin embargo, cuando los investigadores analizaron cómo se distribuían esas menciones, detectaron una concentración considerable de visibilidad en determinados destinos. Es decir, podemos recibir una lista aparentemente diversa y continuar moviéndonos dentro de un repertorio turístico relativamente limitado.
ChatGPT ya había mostrado un patrón parecido
La investigación de 2026 no surge de la nada. En 2025, Joseph Mellors realizó un microestudio basado en 50 conversaciones estructuradas con ChatGPT para analizar qué tipo de destinos recomendaba el sistema.
Puedes consultar la investigación ChatGPT and the tourist trail: pathway to overtourism or sustainable travel?.
El análisis encontró una tendencia hacia destinos y atracciones turísticas consolidados cuando las consultas eran generales. Las opciones menos conocidas o relacionadas con formas de turismo más sostenible aparecían con mayor frecuencia cuando el propio usuario introducía explícitamente criterios como menos turístico, sostenible o fuera de las rutas habituales.
El prompt también puede cambiar el mapa turístico
El estudio de Mellors encontró precisamente diferencias en función de la forma de formular las consultas. Eso significa que el sistema es solo una parte de la ecuación. También influye cómo pregunta el viajero.
No obtenemos necesariamente el mismo resultado si preguntamos:
¿Qué destinos me recomiendas para viajar por Italia?
que si especificamos:
Quiero descubrir una zona de Italia con patrimonio y gastronomía, accesible en transporte público y con menor presión turística que las ciudades más visitadas.
Y aquí aparece una paradoja. Si una persona desconoce qué alternativas existen, difícilmente podrá pedirlas.
La IA tiene capacidad para ampliar su horizonte de posibilidades, pero también puede limitarse a devolverle lugares que ya forman parte del imaginario turístico dominante.
Pedir una alternativa no siempre significa redistribuir la demanda
Hay otro problema todavía más sutil. Supongamos que queremos evitar un destino saturado y pedimos una alternativa. El sistema puede recomendar otro lugar menos masificado. Pero si muchas personas terminan recibiendo las mismas alternativas, podemos estar trasladando progresivamente la atención hacia nuevos puntos en lugar de distribuirla ampliamente.
Además, los sistemas pueden continuar moviéndose dentro de un conjunto relativamente reducido de destinos reconocidos.
La investigación de Najafi y Costa encontró que incluso las consultas relacionadas con sostenibilidad o alternativas a destinos congestionados podían mantener niveles significativos de concentración.
Por eso redistribuir no debería consistir simplemente en sustituir un destino famoso por el siguiente lugar que empieza a ponerse de moda. El reto consiste en ampliar realmente el espacio de posibilidades.
La otra posibilidad: utilizar la IA para favorecer una mayor dispersión
La concentración no es el único escenario posible. La misma tecnología podría diseñarse o utilizarse para ampliar las alternativas que se muestran al viajero, incorporar información sobre temporalidad o introducir destinos diferentes. Pero debemos distinguir claramente entre lo que sería técnicamente posible y lo que ya sabemos que funciona.
Todavía necesitamos evidencia que demuestre que este tipo de recomendaciones termina produciendo una redistribución real de los flujos turísticos. Lo que sí sabemos es que existe interés por parte de los viajeros.
En su Global AI Sentiment Report, Booking.com encontró que el 71% de las personas encuestadas valoraba recomendaciones de IA que les ayudaran a evitar destinos saturados o periodos de máxima afluencia.
Otro 60% quería que la IA destacara experiencias que beneficiaran positivamente a las comunidades visitadas.
La investigación reunió respuestas de 37.325 personas en 33 mercados. En España, otra investigación de Booking.com señalaba que el 70% esperaba utilizar IA para encontrar zonas menos concurridas, según sus predicciones sobre el viajero español.
Por tanto, existen dos posibilidades muy diferentes.
| Si la IA… | Puede contribuir a… |
|---|---|
| Repite sistemáticamente los lugares más visibles | Concentrar todavía más la atención |
| Introduce alternativas realmente diversas | Ampliar el descubrimiento |
| Tiene en cuenta únicamente popularidad | Reforzar destinos consolidados |
| Incorpora contexto de saturación, temporada o capacidad | Ayudar a distribuir mejor la demanda |
| Sustituye un hotspot por otro lugar ya emergente | Desplazar el problema |
| Amplía realmente el conjunto de opciones | Redistribuir oportunidades |
La cuestión no es simplemente si utilizamos IA. Importa qué información interviene en las recomendaciones y cómo se construyen esas opciones.
La oportunidad para los destinos: actuar antes de que exista el viaje
A partir de estas conclusiones, creo que podemos llevar la reflexión un paso más allá. La demanda turística no nace cuando el visitante cruza la entrada de un monumento.
Antes ha tenido que descubrir un lugar, considerarlo, compararlo con otras posibilidades, tomar una decisión y, en muchos casos, realizar una reserva.
Buena parte de la gestión tradicional del overtourism interviene cuando este proceso ya está muy avanzado.
La expansión de los asistentes de IA introduce una posibilidad adicional: prestar también atención a las fases de descubrimiento y recomendación.
No me refiero a manipular las respuestas de ChatGPT ni a buscar trucos para aparecer en una IA. Me refiero a plantear preguntas estratégicas diferentes.
Un destino podría preguntarse:
- ¿Qué zonas de nuestro territorio están excesivamente representadas?
- ¿Cuáles permanecen prácticamente invisibles?
- ¿Qué municipios podrían asumir mejor determinados tipos de demanda?
- ¿Qué experiencias queremos hacer visibles fuera de temporada?
- ¿Existe información digital suficiente y fiable sobre esos lugares?
- ¿Nuestra presencia digital representa realmente la diversidad del territorio?
- ¿Estamos promocionando siempre los mismos iconos desde nuestras propias plataformas?
Esto cambia bastante una de las preguntas que escuchamos actualmente:
¿Cómo conseguimos que nuestro destino aparezca más en la IA?
Quizá otra pregunta sea más interesante:
¿Qué partes de nuestro destino queremos hacer más descubribles, para qué tipo de viajero y en qué momentos?
De gestionar la saturación a gestionar también el descubrimiento
No propongo sustituir las políticas tradicionales contra el overtourism. Los destinos seguirán necesitando actuar sobre movilidad, vivienda, capacidad, regulación, espacio público, flujos y convivencia. Pero creo que podemos añadir una capa anterior. La llamaría gestión del descubrimiento turístico.
No es un concepto científico establecido, sino una forma de describir una posible estrategia: observar cómo está representado un territorio durante las primeras etapas de decisión y trabajar para que esa representación sea más diversa, útil y coherente con los objetivos del destino.
Existe una diferencia importante entre intentar redistribuir visitantes cuando ya están delante de un monumento saturado y conseguir que, semanas antes, algunos viajeros descubran otras alternativas adecuadas a sus intereses. Ahí puede aparecer una de las aplicaciones más interesantes de la IA a la gestión turística.
Pero hay que evitar crear el siguiente hotspot
Redistribuir viajeros tampoco consiste simplemente en señalar lugares desconocidos. Un destino secundario puede tener mucha menos capacidad que el lugar saturado que intentamos aliviar.
Dar una enorme visibilidad a un pequeño pueblo, una cala o un espacio natural sin analizar sus condiciones puede generar un problema nuevo. Por tanto, la posible respuesta al digital overtourism no debería reducirse a que la IA recomiende lugares desconocidos.
La cuestión es bastante más compleja. Los sistemas podrían ampliar las opciones teniendo en cuenta el contexto del viajero y, cuando existan datos fiables y puedan integrarse adecuadamente, también factores relacionados con las condiciones del territorio.
Eso exigiría una mayor coordinación entre tecnología, datos turísticos, plataformas y gestión de destinos.
¿Podría la búsqueda visual reproducir el mismo patrón?
Es una hipótesis razonable, pero las investigaciones que estamos utilizando aquí no lo han demostrado. El estudio de Najafi y Costa analiza recomendaciones textuales y reconoce expresamente que no estudia sistemas multimodales.
Por tanto, no podemos afirmar todavía que las recomendaciones basadas en imágenes reproduzcan el mismo patrón de concentración.
Sí sabemos que la búsqueda visual está adquiriendo mayor importancia en el proceso de descubrimiento. Como explico en cómo la búsqueda visual con IA está cambiando los viajes, una fotografía puede convertirse en el punto de partida para identificar un lugar, encontrar alternativas similares y seguir investigando.
Precisamente por eso será interesante estudiar en el futuro si los sistemas multimodales presentan problemas de concentración similares a los detectados en las recomendaciones textuales.
Por ahora, debe considerarse una línea de investigación pendiente, no una conclusión demostrada.
Lo que la investigación demuestra y lo que todavía no demuestra
Lo que sí sabemos
Los estudios disponibles han encontrado patrones de concentración en recomendaciones turísticas generadas por IA.
También sabemos que las consultas generales pueden favorecer destinos conocidos y que modificar la forma de preguntar puede hacer aparecer otras posibilidades.
El estudio comparativo de 2026 encontró además patrones de concentración al analizar distintos sistemas y no únicamente ChatGPT.
Lo que todavía no sabemos
No podemos afirmar que esas recomendaciones estén provocando actualmente overtourism físico.
Los estudios analizan respuestas generadas por los sistemas, no el recorrido posterior completo del viajero.
Todavía no sabemos cuántas personas reciben una recomendación, la consideran, realizan una reserva, viajan finalmente al destino y terminan contribuyendo a una mayor presión turística.
Además, el estudio de Najafi y Costa tiene algunas limitaciones: las preguntas se hicieron en inglés, las respuestas se recogieron en un momento concreto y solo se analizaron respuestas de texto, no búsquedas con imágenes, voz o vídeo.
Por tanto, sus resultados no deberían extrapolarse automáticamente a otros idiomas, otros momentos, sistemas visuales o comportamientos reales de los viajeros.
Mellors plantea también limitaciones importantes en su microestudio: analiza recomendaciones de ChatGPT, no decisiones turísticas reales posteriores.
Afirmar que “la IA está provocando overtourism” iría, por tanto, más allá de la evidencia. Lo que si podríamos decir:
Los sistemas de IA pueden concentrar la visibilidad de determinados destinos durante la fase previa al viaje. Si esas recomendaciones influyeran posteriormente en las decisiones de suficientes viajeros, podrían contribuir también a concentrar la demanda.
El verdadero reto: distribuir visibilidad antes de distribuir visitantes
Durante años hemos estudiado qué ocurre cuando demasiadas personas llegan al mismo lugar. Ahora aparece una cuestión anterior: ¿qué ocurre cuando muchos viajeros reciben repetidamente recomendaciones sobre los mismos destinos antes de decidir dónde viajar?
El digital overtourism obliga a observar el overtourism no solo como un problema de presencia física, sino también como una posible cuestión de distribución de la atención.
La visibilidad puede influir en el descubrimiento. El descubrimiento condiciona qué opciones entran en consideración. Las recomendaciones pueden intervenir posteriormente en la decisión. Y algunas de esas decisiones terminan convirtiéndose en demanda real.
Todavía necesitamos mucha más investigación para saber cuánto pesa cada una de esas relaciones. Pero si los asistentes de IA adquieren cada vez más importancia durante la planificación del viaje, los destinos tendrán que observar no solo dónde terminan concentrándose los visitantes. También qué lugares están concentrando la atención durante las etapas anteriores.
Conclusión: el overtourism también puede empezar en una pantalla
El digital overtourism no significa que ChatGPT, Gemini o cualquier otro sistema de IA sean responsables de la saturación turística. Tampoco significa que recomendar destinos populares sea incorrecto. Muchos son populares precisamente porque poseen un enorme valor cultural, natural o turístico.
Lo que la investigación empieza a plantear es otra cuestión: podemos recibir numerosas recomendaciones y, sin embargo, continuar moviéndonos dentro de un conjunto relativamente limitado de destinos muy visibles.
Todavía no sabemos hasta qué punto esa concentración de recomendaciones termina convirtiéndose en concentración física de visitantes. Pero el fenómeno abre una línea de trabajo interesante para destinos y gestores turísticos: dejar de pensar únicamente en cómo gestionar al visitante cuando ya ha llegado y empezar también a estudiar cómo se construye la visibilidad y el descubrimiento antes del viaje.
Quizá una parte de la gestión futura del overtourism no empiece únicamente limitando accesos cuando el destino ya está saturado. Puede empezar mucho antes, en los lugares que el viajero llega a descubrir y considerar.
Sobre la autora: Mabel Cajal
Profesional de marketing en turismo y consultora especializada en marketing digital, estrategia online y nuevas tecnologías aplicadas al sector turístico. Como ponente en diferentes eventos, comparto mi visión sobre la transformación digital y la adaptación de los negocios en la era de la IA. Autora del libro «Marketing turístico para las nuevas generaciones de viajeros» y en continuo modo de aprendizaje.
¡Sígueme!