سمیه فتح‌تبار فیروزجایی، کارشناس تحلیل داده و هوش مصنوعی، در گفت‌وگو با خبرنگار میراث‌آریا با تأکید بر اینکه آینده گردشگری بیش از گذشته به داده و فناوری‌های هوشمند وابسته خواهد بود، گفت: هوش مصنوعی می‌تواند در شناخت بازار، طراحی محصولات گردشگری، مدیریت ازدحام، معرفی جاذبه‌های کمترشناخته‌شده و حفاظت از میراث زمین‌شناختی نقش مؤثری ایفا کند، اما جایگزین زیرساخت، مدیریت و تصمیم‌گیری انسانی نخواهد شد.
او درباره نقش هوش مصنوعی و تحلیل داده در توسعه گردشگری اظهار کرد: بیشترین تغییرات ناشی از فناوری‌های جدید در صنعت گردشگری تاکنون در لایه توزیع و بازاریابی اتفاق افتاده است و نمونه‌هایی مانند پیش‌بینی تقاضا، قیمت‌گذاری پویا در هتلداری و حمل‌ونقل هوایی، موتورهای پیشنهاددهنده، تحلیل خودکار نظرات کاربران، ترجمه ماشینی و دستیارهای برنامه‌ریزی سفر از مهم‌ترین کاربردهای آن هستند.
فتح‌تبار فیروزجایی افزود: در ایران، شناخت بهتر بازار گردشگری داخلی، تولید کم‌هزینه محتوای چندزبانه، تحلیل نظرات گردشگران در نقشه‌ها و شبکه‌های اجتماعی و مدیریت ازدحام در دوره‌های اوج سفر مانند نوروز، از کاربردهای واقع‌بینانه هوش مصنوعی است.
این کارشناس تحلیل داده و هوش مصنوعی با اشاره به محدودیت‌هایی که در توسعه گردشگری خارجی ایران وجود دارد، تصریح کرد: برخی مشکلات اساسی گردشگری ورودی از جمله تصویر امنیتی، نبود امکان پرداخت با کارت‌های بین‌المللی، محدودیت‌های بیمه و پرواز، با هوش مصنوعی حل نمی‌شوند و نباید از فناوری انتظار داشت جایگزین حل مسائل ساختاری شود.
شناسایی ظرفیت‌های پنهان با تلفیق داده‌های مکانی و رفتاری
او درباره کاربرد تحلیل داده برای شناسایی جاذبه‌های کمترشناخته‌شده گفت: می‌توان دو لایه ارزش بالقوه و میزان دیده‌شدن را در کنار یکدیگر قرار داد. ارزش بالقوه را می‌توان با استفاده از نقشه‌های زمین‌شناسی، مدل‌های رقومی ارتفاع، تصاویر ماهواره‌ای و فهرست آثار تاریخی سنجید و میزان دیده‌شدن را نیز از طریق تعداد عکس‌های مکان‌دار، نظرات کاربران و میزان جست‌وجوی یک مکان ارزیابی کرد.
فتح‌تبار فیروزجایی ادامه داد: مکان‌هایی که ارزش بالایی دارند اما کمتر دیده می‌شوند، می‌توانند در زمره ظرفیت‌های پنهان گردشگری قرار گیرند؛ البته دسترسی جاده‌ای، فاصله تا اقامتگاه و فصل مناسب بازدید نیز باید به این تحلیل اضافه شود.
این کارشناس تأکید کرد: خروجی چنین تحلیلی صرفاً فهرستی از گزینه‌های پیشنهادی است و جای بازدید میدانی و نظر کارشناسان را نمی‌گیرد. همچنین برخی جاذبه‌های شکننده نباید پیش از آماده شدن زیرساخت‌های مدیریتی و حفاظتی در معرض تبلیغات گسترده قرار گیرند.
هوش مصنوعی می‌تواند اولویت سرمایه‌گذاری گردشگری را مشخص کند
او درباره استفاده از هوش مصنوعی برای شناخت نیازهای گردشگران بیان کرد: تحلیل متن نظرات کاربران و داده‌های پلتفرم‌های رزرو داخلی می‌تواند مشخص کند گردشگران از چه بخش‌هایی رضایت یا نارضایتی دارند و بر اساس این اطلاعات می‌توان گروه‌های مختلف گردشگران مانند خانواده‌ها، طبیعت‌گردان جوان و گردشگران ماجراجو را از یکدیگر تفکیک کرد.
فتح‌تبار فیروزجایی گفت: نتیجه چنین تحلیل‌هایی گاهی بسیار ساده اما مهم است؛ ممکن است مشخص شود مشکل اصلی یک مقصد نبود سرویس بهداشتی، تابلو، مسیر مناسب یا راهنمای محلی است، نه نبود تبلیغات. بنابراین یکی از ارزش‌های اصلی هوش مصنوعی، کمک به اولویت‌بندی درست سرمایه‌گذاری است.
این کارشناس افزود: بر اساس همین داده‌ها می‌توان محصولات جدید گردشگری مانند تورهای چندروزه، تورهای عکاسی یا برنامه‌های رصد آسمان شب را طراحی کرد.
تحول دیجیتال گردشگری لزوماً پرهزینه نیست
او درباره هزینه اجرای پروژه‌های هوش مصنوعی در گردشگری نیز اظهار کرد: برای بخش عمده‌ای از این فعالیت‌ها به زیرساخت‌های بسیار پرهزینه نیاز نیست و می‌توان با ابزارهای رایگان و متن‌باز و پایتون، تصاویر ماهواره‌ای رایگان و مدل‌های زبانی متن‌باز، پروژه‌های کوچک و کاربردی را اجرا کرد.
فتح‌تبار فیروزجایی ادامه داد: یک تیم کوچک حتی می‌تواند در چند ماه یک راهنمای هوشمند چندزبانه برای یک ژئوپارک ایجاد کند که بر اساس بروشورها و گزارش‌های موجود به گردشگران پاسخ دهد. زیرساخت‌های سنگین بیشتر برای پروژه‌های ملی و برخط، مانند تحلیل داده اپراتورهای تلفن همراه، مورد نیاز است.
این کارشناس تحلیل داده و هوش مصنوعی با اشاره به شرایط ایران گفت: محدودیت اصلی در بسیاری از موارد، بیش از هزینه، تحریم و دسترسی محدود به برخی سرویس‌های ابری و APIهای بین‌المللی است؛ بنابراین استفاده از راهکارهای متن‌باز و محلی اهمیت بیشتری پیدا می‌کند. هزینه اصلی بسیاری از پروژه‌ها نیز جمع‌آوری و سامان‌دهی داده و تأمین نیروی انسانی متخصص است، نه سخت‌افزار.
ژئوتوریسم؛ فرصتی برای پیوند زمین‌شناسی و فناوری
او گفت: ژئوتوریسم در جهان بازاری تخصصی اما رو به رشد است و معمولاً در پیوند با طبیعت‌گردی، گردشگری ماجراجویانه و گردشگری آموزشی عرضه می‌شود.
فتح‌تبار فیروزجایی افزود: چالش مهم ژئوتوریسم، «تفسیر» است؛ یعنی تبدیل مفاهیم تخصصی زمین‌شناسی به اطلاعاتی قابل فهم برای بازدیدکننده عادی. هوش مصنوعی دقیقاً در همین نقطه فرصت ایجاد می‌کند و می‌تواند توضیحات شخصی‌سازی‌شده، چندزبانه و متناسب با سطح دانش مخاطب ارائه دهد و در بازسازی تصویری محیط‌های گذشته و تولید مدل‌های سه‌بعدی نیز مورد استفاده قرار گیرد.
این کارشناس تحلیل داده و هوش مصنوعی در صنعت گردشگری با اشاره به ژئوپارک‌های جهانی ایران گفت: ایران دارای سه ژئوپارک جهانی قشم، ارس و طبس است و این ظرفیت می‌تواند بستر مناسبی برای اجرای پروژه‌های فناوری‌محور در حوزه ژئوتوریسم باشد.
تدوین نقشه ژئودایورسیتی برای شناسایی ظرفیت‌های زمین‌شناختی
او درباره نقش داده‌های زمین‌شناختی در توسعه ژئوتوریسم اظهار کرد: نقشه‌های زمین‌شناسی سازمان زمین‌شناسی و اکتشافات معدنی کشور، مدل‌های رقومی ارتفاع و تصاویر چندطیفی ماهواره‌ای می‌توانند برای تهیه «نقشه ژئودایورسیتی» یا تنوع زمین‌شناختی مورد استفاده قرار گیرند.
فتح‌تبار فیروزجایی افزود: این نقشه‌ها مناطق دارای تنوع بالای سنگ، ساختار و لندفرم را مشخص می‌کنند و تصاویر چندطیفی نیز امکان شناسایی برخی پدیده‌ها مانند رخنمون‌های رنگی، گنبدهای نمکی، گل‌فشان‌ها و لندفرم‌های بیابانی را فراهم می‌کنند. در مورد غارها نیز اطلاعات گروه‌های غارنوردی، فدراسیون‌های مرتبط و نقشه‌های کارستی می‌تواند مورد استفاده قرار گیرد.
این کارشناس ادامه داد: پس از شناسایی اولیه، ژئوسایت‌ها باید با روش‌های استاندارد ارزیابی شوند و بخشی از این فرایند را می‌توان نیمه‌خودکار کرد. اطلاعات نهایی نیز باید به شکل ساخت‌یافته و چندزبانه در زمینه‌هایی مانند نقشه‌های آنلاین، Open Street Map و ویکی‌پدیا منتشر شود تا هم گردشگران و هم دستیارهای هوش مصنوعی بتوانند به آن دسترسی داشته باشند.
ضرورت کنترل «توهم» هوش مصنوعی در محتوای زمین‌شناسی
او درباره تولید محتوای گردشگری با استفاده از مدل‌های زبانی گفت: این مدل‌ها در بازنویسی چندسطحی توانایی بالایی دارند و می‌توانند یک متن تخصصی را برای کودکان، عموم مردم یا علاقه‌مندان حرفه‌ای و همچنین به زبان‌های مختلف بازنویسی کنند.
فتح‌تبار فیروزجایی در عین حال هشدار داد: خطر جدی در این زمینه، توهم یا تولید اطلاعات نادرست توسط هوش مصنوعی است؛ به‌ویژه درباره سن سازندها، اصطلاحات تخصصی زمین‌شناسی و جزئیات محلی.
این کارشناس توضیح داد: گردش کار درست این است که ابتدا زمین‌شناس یک برگه اطلاعات دقیق تهیه کند، سپس هوش مصنوعی بر اساس همان اطلاعات پیش‌نویس محتوای گردشگری را تولید کند و در مرحله نهایی نیز کارشناس متن را تأیید کند.
طراحی مسیرهای هوشمند ژئوتوریستی
او درباره امکان طراحی مسیرهای ژئوتوریستی با استفاده از هوش مصنوعی گفت: این فناوری می‌تواند مسیر را بر اساس زمان در دسترس، توان جسمی گردشگر، فصل و شرایط آب‌وهوایی طراحی کند و راهنمای صوتی مکان‌محور، نقشه و محتوای آفلاین، واقعیت افزوده و هشدارهای ایمنی را در اختیار گردشگر قرار دهد.
فتح‌تبار فیروزجایی افزود: قابلیت‌هایی مانند تشخیص سنگ و فسیل از طریق عکس نیز وجود دارد، اما دقت آن محدود است و بیشتر برای سرگرمی و آموزش مناسب است و نباید جایگزین شناسایی علمی شود.
این کارشناس تحلیل داده و هوش مصنوعی در صنعت گردشگری با اشاره به ضرورت دسترسی آفلاین در ژئوسایت‌ها گفت: بسیاری از مناطق زمین‌شناختی پوشش مناسب تلفن همراه ندارند؛ بنابراین محتوای آفلاین باید یکی از اجزای اصلی راهنمای هوشمند ژئوتوریسم باشد.
فناوری هوشمند در خدمت حفاظت از میراث زمین‌شناختی
او پایش و حفاظت را یکی از مهم‌ترین کاربردهای فناوری در ژئوتوریسم دانست و گفت: تداخل‌سنجی راداری با استفاده از داده‌های ماهواره‌ای می‌تواند جابه‌جایی‌های زمین را در بازه‌های زمانی مختلف نشان دهد و برای پایش زمین‌لغزش، فرونشست، حرکت گنبدهای نمکی و ناپایداری دیواره دره‌ها مورد استفاده قرار گیرد.
فتح‌تبار فیروزجایی ادامه داد: سری زمانی تصاویر اپتیکی و تغییرات فرسایش، خط ساحل و پوشش گیاهی را نشان می‌دهد و پهپاد و فتوگرامتری تکراری می‌تواند تغییرات جزئی در مکان‌های حساس را ثبت کند.
این کارشناس تحلیل داده و هوش مصنوعی تأکید کرد: داده به‌تنهایی چیزی را حفاظت نمی‌کند. اگر هشدارهای به‌دست‌آمده از داده به تصمیم و اقدام اجرایی مانند بستن مسیر، مرمت یا محدودیت ورود منجر نشود، عملاً اثربخشی لازم را نخواهد داشت.
پراکندگی داده؛ مهم‌ترین مانع گردشگری داده‌محور
او درباره داده‌های مورد نیاز برای مدیریت هوشمند گردشگری گفت: اطلاعات مورد نیاز را می‌توان در چهار گروه گردشگران، مسیرهای سفر، زیرساخت‌ها و جاذبه‌ها دسته‌بندی کرد؛ از تعداد و مبدأ گردشگران و مدت اقامت گرفته تا وضعیت راه، اقامتگاه، سرویس بهداشتی، پوشش موبایل، ظرفیت تحمل و میزان آسیب‌پذیری جاذبه‌ها.
فتح‌تبار فیروزجایی، وزارت میراث‌فرهنگی، گردشگری و صنایع‌دستی، مرکز آمار ایران، سازمان راهداری و حمل‌ونقل جاده‌ای، سازمان زمین‌شناسی و اکتشافات معدنی کشور، سازمان حفاظت محیط‌زیست، سازمان هواشناسی، مدیریت ژئوپارک‌ها و مناطق آزاد، پلتفرم‌های خصوصی و اپراتورهای تلفن همراه را از منابع مهم داده برشمرد و گفت: استفاده از داده‌های اپراتورها باید با رعایت جدی حریم خصوصی انجام شود.
این کارشناس افزود: مشکل اصلی، پراکندگی داده‌ها و به اشتراک گذاشته نشدن آن‌هاست و حتی در مقاصدی مانند ژئوپارک‌ها ممکن است آمار بازدید از منابع مختلف و ناهمگون جمع‌آوری شود.
افزایش ماندگاری گردشگر با تحلیل الگوی سفر
او درباره نقش تحلیل داده در افزایش ماندگاری گردشگران اظهار کرد: تحلیل الگوی زمانی و مکانی بازدیدها معمولاً نشان می‌دهد بخشی از گردشگران در مقصد «عبوری» هستند؛ یعنی یک یا دو جاذبه شناخته‌شده را می‌بینند و همان روز مقصد را ترک می‌کنند.
فتح‌تبار فیروزجایی گفت: طراحی مسیرهای چندروزه، ایجاد فعالیت‌های عصرگاهی و شبانه مانند رصد آسمان، توسعه اقامتگاه در نزدیکی جاذبه‌های کمترشناخته‌شده و اطلاع‌رسانی لحظه‌ای درباره میزان ازدحام می‌تواند به توزیع متوازن‌تر سفر کمک کند.
این کارشناس تأکید کرد: داده مربوط به هزینه‌کرد گردشگران در ایران هنوز ضعیف است و برای جبران این خلأ، پیمایش‌های میدانی منظم، حتی به صورت نمونه‌ای، ضروری است و هوش مصنوعی نمی‌تواند جای جمع‌آوری داده واقعی را بگیرد.
پیش‌بینی گردشگر؛ از عدد قطعی تا سناریوهای احتمالی
او درباره پیش‌بینی استقبال از مقاصد و رویدادهای گردشگری گفت: مدل‌های سری زمانی و یادگیری ماشین می‌توانند با ترکیب آمار سال‌های گذشته، تقویم تعطیلات، داده‌های جست‌وجو و رزرو، وضعیت آب‌وهوا و فعالیت شبکه‌های اجتماعی، پیش‌بینی‌هایی ارائه کنند.
فتح‌تبار فیروزجایی افزود: دقت چنین پیش‌بینی‌هایی به طول و کیفیت داده‌های تاریخی، افق پیش‌بینی و ثبات شرایط بستگی دارد. شوک‌هایی مانند نوسان شدید ارز، تحولات سیاسی و امنیتی، تعطیلی‌های ناگهانی یا بحران‌های بهداشتی می‌توانند عملکرد هر مدلی را تحت تأثیر قرار دهند.
این کارشناس تحلیل داده و هوش مصنوعی تصریح کرد: پیش‌بینی باید به شکل بازه و سناریو ارائه شود، نه یک عدد قطعی.
ظرفیت تحمل باید مبنای توسعه ژئوتوریسم باشد
او با تأکید بر ضرورت ایجاد تعادل میان جذب گردشگر و حفاظت از جاذبه‌های طبیعی گفت: ابزار اصلی در این زمینه ظرفیت تحمل و پهنه‌بندی است؛ به این معنا که مناطق حساس باید دسترسی محدود داشته باشند و بخش‌های مقاوم‌تر برای بازدید عمومی آماده شوند.
فتح‌تبار فیروزجایی افزود: فناوری می‌تواند با شمارش بازدیدکنندگان، پایش تغییرات فیزیکی ژئوسایت، رزرو زمان‌دار، تعیین سقف روزانه ورود و معرفی جاذبه‌های جایگزین به مدیریت فشار گردشگری کمک کند.
این کارشناس تحلیل داده و هوش مصنوعی گفت: تعیین سقف بازدید یک تصمیم مدیریتی است و هوش مصنوعی به‌تنهایی نمی‌تواند درباره آن تصمیم بگیرد. همچنین مشارکت جامعه محلی و سهیم شدن آن در درآمد گردشگری، یکی از مهم‌ترین عوامل حفاظت پایدار از جاذبه‌هاست.
داده و ضعف تقاضای مدیریتی؛ دو چالش اصلی
او درباره مهم‌ترین موانع استفاده از هوش مصنوعی در گردشگری ایران اظهار کرد: نبود داده معتبر، پراکندگی داده‌ها و نبود فرهنگ اشتراک داده، مهم‌ترین مانع است. پس از آن، ضعف تقاضای مدیریتی برای استفاده واقعی از داده و فناوری، تحریم‌ها و محدودیت دسترسی به سرویس‌های جهانی و کمبود نیروهای میان‌رشته‌ای قرار دارند.
فتح‌تبار فیروزجایی افزود: متخصص هوش مصنوعی کم نیست، اما افرادی که هم گردشگری و هم داده را بشناسند، محدودند و مهاجرت نیروی انسانی نیز این شکاف را بیشتر کرده است.
ضرورت همکاری زمین‌شناس، گردشگر و فناوری
این کارشناس درباره مدل همکاری مورد نیاز برای توسعه هوشمند ژئوتوریسم گفت: زمین‌شناسان باید صحت محتوای علمی و ارزیابی ژئوسایت را بر عهده داشته باشند، فعالان گردشگری واقعیت بازار و طراحی محصول را وارد پروژه کنند، دانشگاه‌ها به تولید پژوهش و داده بپردازند و شرکت‌های فناوری نیز محصول را توسعه داده و نگهداری کنند.
او جامعه محلی را نیز بخشی مهم از این زنجیره دانست و گفت: جامعه محلی می‌تواند نقش راهنما و میزبان را ایفا کند و نهادهای دولتی نیز باید دسترسی به داده و مجوزهای لازم را فراهم کنند.
فتح‌تبار فیروزجایی تأکید کرد: چنین همکاری‌هایی بدون داشتن یک مالک مشخص ممکن است شکست بخورند؛ بنابراین مدیریت ژئوپارک می‌تواند مالک پروژه باشد و در تفاهم‌نامه‌ها نیز موضوع اشتراک داده و تعهد نگهداری محصول به‌طور مشخص درج شود.
قشم؛ گزینه مناسب برای اجرای پروژه آزمایشی هوش مصنوعی
این کارشناس تحلیل داده و هوش مصنوعی درباره اجرای یک پروژه آزمایشی در حوزه هوش مصنوعی و ژئوتوریسم پیشنهاد کرد: ژئوپارک جهانی قشم می‌تواند گزینه مناسبی برای شروع باشد، زیرا مدیریت واحد، سابقه حضور در شبکه یونسکو، ژئوسایت‌ها و زیرساخت موجود، ترکیب گردشگران داخلی و خارجی و وسعت قابل‌کنترل جزیره، شرایط مناسبی برای اجرای یک پروژه آزمایشی ایجاد می‌کند.
او افزود: مسائل حفاظتی واقعی مانند فرسایش، غار نمکی و تغییرات ساحلی نیز در قشم وجود دارد که امکان آزمودن کاربرد پایش ماهواره‌ای را فراهم می‌کند. ژئوپارک طبس نیز می‌تواند گزینه بعدی برای توسعه این الگو باشد.
فتح‌تبار فیروزجایی اجرای چنین پروژه‌ای را در یک دوره ۱۲ تا ۱۸ ماهه قابل انجام دانست و گفت: در مرحله نخست باید دو یا سه مسئله قابل اندازه‌گیری تعریف شود؛ سپس داده‌های پایه جمع‌آوری، شمارنده‌ها در نقاط منتخب نصب و پیمایش گردشگران انجام شود.
این کارشناس ادامه داد: در مرحله بعد می‌توان دو محصول حداقلی شامل یک راهنمای چندزبانه و آفلاین مبتنی بر محتوای تأییدشده کارشناسان و یک داشبورد پایش ژئوسایت‌ها با داده‌های ماهواره‌ای ایجاد کرد. پس از اجرای آزمایشی در یک فصل گردشگری، شاخص‌هایی مانند مدت اقامت، میزان بازدید از ژئوسایت‌های کمترشناخته‌شده، رضایت گردشگران و شاخص‌های تخریب ارزیابی و در صورت موفقیت، الگو به دیگر ژئوپارک‌ها منتقل شود.
آینده گردشگری؛ حرکت به سمت دستیارهای هوشمند
او درباره چشم‌انداز پنج سال آینده گردشگری گفت: یکی از مهم‌ترین تغییرات، تبدیل دستیارهای هوش مصنوعی به رابط اصلی برنامه‌ریزی سفر است؛ به این معنا که گردشگر به‌جای جست‌وجوی جداگانه اطلاعات، از یک دستیار درباره مقصد، برنامه سفر و حتی رزرو خدمات سؤال خواهد کرد.
فتح‌تبار فیروزجایی تصریح کرد: در چنین شرایطی، مقصدی که اطلاعات دقیق، به‌روز، ساخت‌یافته و چندزبانه‌ای در اینترنت نداشته باشد، عملاً برای بسیاری از این دستیارها قابل شناسایی نخواهد بود.
این کارشناس در پایان، تولید محتوای دقیق و ساخت‌یافته چندزبانه، توسعه داده‌های باز درباره جاذبه‌ها، فراهم کردن امکان رزرو و پرداخت آنلاین برای گردشگران خارجی، تدوین سیاست داده باز در نهادهای دولتی، تربیت نیروی انسانی میان‌رشته‌ای و اجرای پروژه‌های آزمایشی کوچک و قابل سنجش را از مهم‌ترین اقدامات مورد نیاز ایران دانست و گفت: به جای طرح‌های ملی بسیار بزرگ که ممکن است به مرحله بهره‌برداری نرسند، باید پروژه‌های کوچک، مشخص و قابل ارزیابی را آغاز کرد.
انتهای پیام/
نظر شما