Herasimovich, VolhaPousa Unanue, AitziberAlzua Sorzabal, AurkeneGuereño-Omil, BasagaitzLiang, Ruipu2026-04-232026-04-232025-12-18Herasimovich, V., Pousa Unanue, A., Alzua Sorzabal, A., Guereño-Omil, B., & Liang, R. (2025). Recomendaciones turísticas de la IA generativa: variaciones lingüísticas y culturales en las representaciones de destinos turísticos. Estudios Turísticos, 230, 75-96. https://doi.org/10.61520/ET.2302025.12690423-503710.61520/ET.2302025.1269https://hdl.handle.net/20.500.14454/5753Este estudio analiza las variaciones lingüísticas y culturales en las recomendaciones turísticas generadas por modelos de lenguaje de gran tamaño (LLM), con foco en el comportamiento de ChatGPT ante consultas formuladas en español, euskera, inglés y ruso. Mediante un diseño experimental de métodos mixtos, se evaluaron 210 respuestas generadas a partir de prompts estructurados sobre tres destinos del País Vasco: Zumaia, Zarautz y Donostia / San Sebastián. Los resultados evidencian diferencias significativas en la precisión, la exhaustividad y la estructura de las recomendaciones, dependiendo del idioma de consulta y de la forma toponímica. Se observaron mayores tasas de errores y de respuestas genéricas en lenguas extranjeras, especialmente en ruso, mientras que las lenguas locales ofrecieron recomendaciones más detalladas, aunque con cierto riesgo de inexactitud factual. El reconocimiento de destinos se mostró sensible a la escritura, siendo menor en sistemas no latinos. Los resultados reflejan una disparidad lingüística y cultural en la generación automatizada de contenido turístico, probablemente vinculada a sesgos en los datos de entrenamiento. Se concluye que los sistemas de IA generativa de-ben adaptarse al contexto multilingüe del turismo mediante estrategias colaborativas que integren a desarrolladores, gestores turísticos y expertos culturales, para asegurar representaciones digitales precisas, inclusivas y culturalmente contextualizadas.This study analyses linguistic and cultural variations in tourism recommendations generated by large language models (LLM), focusing on the behaviour of ChatGPT when responding to prompts in Spanish, Basque, English, and Russian. Using a mixed-methods experimental design, 210 AI-generated responses were evaluated based on structured prompts related to three destinations in the Basque Country: Zumaia, Zarautz, and Donostia / San Se-bastián. The results reveal significant differences in the accuracy, comprehensiveness, and structure of recommendations depending on the language of the query and the toponymic form used. Higher rates of errors and generic content were observed in foreign languages, particularly Russian, while local languages yielded more detailed recommendations, though with occasional factual inaccuracies. Destination recognition proved sensitive to the writing system, with reduced performance for non-Latin scripts. These findings reflect a linguistic and cultural disparity in the automated generation of tourism content, likely linked to biases in training data. The study concludes that generative AI systems must be adapted to the multilingual context of tourism through collaborative strategies involving developers, tourism managers, and cultural experts to ensure digital representations that are accurate, inclusive, and culturally contextualised.spaInteligencia artificial generativaModelos de lenguaje de gran tamañoDestinos turísticosRecomendaciones turísticasMultilingüismoToponimiaGenerative artificial intelligenceLarge language modelsTourism destinationsTourism recommendationsMultilingualismToponymyjournal article2026-04-233020-6723