أصبح قطاع السياحة في الآونة الأخيرة من المجالات الرائدة لتطبيق أنظمة التوصية المحادثية (Conversational Recommender Systems - CRS) التي تعتمد على ذكاء اصطناعي متطور. تُعتبر التوصيات السياحية معضلة حقيقية، حيث يمكن أن تضيع اقتراحات تبدو معقولة وقت المسافر وأمواله إذا كانت غير موثوقة. في ضوء ذلك، يظهر نظام TRACE كخطوة رائدة في هذا المجال، حيث يجمع بين عدة عناصر حيوية لنظام توصية فعال.

يتميز TRACE بتقديمه توصيات متعددة الأبعاد للأماكن السياحية (Points of Interest - POI) معتمدًا على استجابات متكررة، جنبا إلى جنب مع أدلة اقتباسية موثوقة من مراجعات الزوار السابقين. يتضمن هذا النظام 10,000 حوار توصية سياحية على مدار 2,400 موقع مختلف و34,208 مراجعة بين ثماني مدن أمريكية. تترافق هذه البيانات مع 14 معيارًا مختلفًا يتم تصنيفها تحت دقة التوصيات، والموثوقية، والتكيف مع الوضع.

عبر معايير مختلفة، يظهر TRACE الفجوة الثلاثية في الكفاءة: حيث تتفوق نماذج اللغات الكبيرة (Large Language Models - LLM) في دقة الاسترجاع، لكنها تفتقر إلى كثافة الاقتباس مقارنة بأنظمة الاسترجاع التقليدية. في الوقت نفسه، تحقق الممتلكات غير المعتمدة على LLM قاعدة بيانات دقيقة، لكنها تعاني من دقة أقل. بينما تكافح خوارزميات الدمج متعددة المراجعات في تقديم نتائج مطابقة.

ما يجعل من TRACE فريدًا هو أنه يراعي التوصية السياحية القابلة للمساءلة كهدف مشترك يجمع بين تقديم أفضل النقاط السياحية، توفير أدلة موثوقة، وإمكانية التكيف مع التفضيلات المتغيرة للزوار في وسط الحوار. سيكون لهذا النظام القدرة على تغير كيفية تفاعل المسافرين مع التكنولوجيا، مما يقلل من تجارب الإخفاق والتجربة.

ما رأيكم في هذا التطور الثوري في عالم السياحة؟ شاركونا آراءكم في التعليقات.