



| Código de la asignatura | 10497 |
|---|---|
| Nº Créditos ECTS | 6 |
| Tipo | Obligatoria |
| Duración | Semestral |
| Idiomas | Castellano |
| Planes de estudio | |
| Profesor(es) | |
| Año académico | 2026-27 |
La inteligencia artificial está transformando de manera profunda el sector turístico, modificando la forma en que las empresas analizan la información, interactúan con los clientes y toman decisiones estratégicas. En un entorno cada vez más digitalizado, el conocimiento de estas tecnologías se ha convertido en una competencia clave para los profesionales del turismo.
El objetivo de esta asignatura es introducir al estudiante en los fundamentos de la inteligencia artificial y su aplicación práctica en el ámbito turístico. A lo largo de la materia, se abordarán conceptos clave como el Big Data, la analítica de datos, el machine learning o el Internet de las Cosas (IoT), así como su impacto en el marketing digital y en la gestión empresarial. De este modo, el estudiante adquirirá una visión aplicada de cómo utilizar la inteligencia artificial para mejorar la eficiencia, personalizar la experiencia del cliente y optimizar la toma de decisiones en las organizaciones turísticas.
Conocimientos o contenidos
Competencias
Habilidades o destrezas
El profesor aporta un seguimiento individualizado de la actividad del estudiante para asegurar las mejores condiciones de aprendizaje mediante la tutorización a través de las herramientas de la plataforma educativa y/o de las tutorías telefónicas. En estas tutorías los estudiantes pueden consultar a los profesores las dudas acerca de la materia estudiada.
González Sánchez, A. (2024). Inteligencia artificial: Guía definitiva desde los orígenes a la IA generativa. Madrid: Anaya Multimedia.
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
| SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
|---|---|---|
| Semanas 1 y 2 | Tema 1. Introducción a la inteligencia artificial en turismo 1.1. Qué es la inteligencia artificial y por qué es clave en turismo 1.2. Aplicaciones actuales de la IA en el sector turístico 1.3. Impacto de la IA en empresas y destinos turísticos |
|
| Semanas 3 y 4 | Tema 2. Datos, Big Data y analítica en turismo 2.1. Qué es el Big Data y su aplicación en turismo 2.2. Fuentes y tipos de datos turísticos 2.3. Introducción a la analítica de datos |
|
| Semana 5 | Tema 3. Fundamentos de la inteligencia artificial 3.1. Tipos de inteligencia artificial 3.2. Machine Learning: conceptos básicos 3.3. Relación entre IA, Big Data y analítica |
|
| Semana 6 | Tema 4. Machine learning aplicado al turismo 4.1. Predicción de demanda turística 4.2. Segmentación de clientes 4.3. Sistemas de recomendación |
|
| Semana 7 | Tema 5. Inteligencia artificial y marketing turístico 5.1. Personalización de la experiencia del cliente 5.2. Automatización del marketing digital 5.3. Chatbots y asistentes virtuales |
|
| Semanas 8 y 9 | Tema 6. IA generativa aplicada al turismo 6.1. Creación de contenidos con IA 6.2. Generación de imágenes y experiencias digitales 6.3. Aplicaciones en promoción turística |
|
| Semana 10 | Tema 7. IoT y entornos inteligentes en turismo 7.1. Qué es el Internet de las Cosas (IoT) 7.2. Aplicaciones en destinos turísticos 7.3. Integración con sistemas inteligentes |
|
| Semana 11 | Tema 8. IA en la gestión empresarial turística 8.1. Optimización de procesos en empresas turísticas 8.2. Automatización y eficiencia operativa 8.3. Uso de IA en hoteles, agencias y destinos |
|
| Semanas 12 y 13 | Tema 9. Ética, riesgos y regulación de la inteligencia artificial 9.1. Uso responsable de la IA 9.2. Privacidad y protección de datos 9.3. Retos éticos en el turismo |
|
| Semanas 14 y 15 | Tema 10. Aplicación práctica de la IA en turismo 10.1. Diseño de soluciones basadas en IA 10.2. Implementación en empresas y destinos 10.3. Análisis de casos reales |
|
| Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. | |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos de evaluación continua de actividades y resolución de supuestos o casos prácticos.
- Un examen final que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 90 minutos y será de tipo mixto, con una parte tipo test con preguntas de opción múltiple (4 puntos) y una parte de desarrollo teórico-práctica (6 puntos). Dentro de la parte tipo test, los errores penalizan con el objetivo de corregir las respuestas acertadas por azar.
Para poder presentarse al examen final, en cualquiera de las convocatorias, es imprescindible alcanzar una calificación mínima de 2 puntos sobre 4 en la evaluación continua del curso.
El estudiante que se presente al examen sin cumplir requisitos, será calificado con un cero en el examen final y consumirá convocatoria.
| Tipo de actividad | Actividades planificadas | Peso clasificación |
|---|---|---|
| Evaluación continua de actividades | 3 | 20% |
| Resolución de supuestos o casos prácticos | 1 | 20% |
| Examen final | Sí | 60% |
| Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Originalidad de los trabajos académicos
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
Sistema de calificaciones
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU)
5.0 - 6.9: Aprobado (AP)
7.0 - 8.9: Notable (NT)
9.0 - 10: Sobresaliente (SB)
Matrícula de honor (MH)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
La matrícula de honor se concede cuando el profesor lo considere oportuno en función de la excelencia de las actividades realizadas por el estudiante y las calificaciones obtenidas por el resto del grupo. No obstante, los criterios académicos de su concesión corresponden al departamento responsable de cada grado.