Esta tese tem como objetivo explorar o impacto transformador dos chatbots de Inteligência Artificial no setor de viagens, com particular foco no comportamento do consumidor e na evolução do papel das agências de viagem tradicionais. Centra-se na dinâmica da confiança, na interação parassocial e nas atitudes, procurando compreender como estes fatores influenciam a vontade dos viajantes em seguir as recomendações dos chatbots de IA e em continuar a utilizá-los. Esta investigação utiliza uma abordagem quantitativa. Envolve a distribuição de um questionário estruturado feito no Qualtrics XM a uma amostra diversificada de 336 consumidores. A análise dos dados foi feita utilizando o software IBM SPSS e SmartPLS. Os dados foram recolhidos distribuindo códigos QR em aeroportos e divulgando através da plataforma Survey Circle e redes sociais. O estudo demonstrou uma forte fiabilidade no modelo estrutural. A interação parassocial (PSI) teve um impacto significativo na confiança, precisão e competência, o que influenciou as intenções de utilização futura dos viajantes e a vontade de seguir as recomendações da IA. Esta investigação traz uma compreensão teórica e prática, explorando novas dimensões de interações de chatbot de IA no domínio das viagens. Para além disso, fornece informações uteis acerca do comportamento do consumidor, não só para as agências de viagens, mas também para as diversas partes interessadas na indústria das viagens que pretendem manter-se inovadoras, relevantes e competitivas.

This thesis aims to explore the transformative impact of AI chatbots on the travel industry, focusing on consumer behavior and the evolving role of traditional travel agencies. It focuses on the dynamics of trust, parasocial interaction, and attitudes, seeking to understand how these factors influence travelers’ willingness to follow AI chatbot recommendations. This research utilizes a quantitative approach. It involves distributing a structured questionnaire made in Qualtrics XM to a diverse sample of 336 participants and analyzing the data using IBM SPSS and SmartPLS software. The data collection was achieved through QR codes distribution and outreach via the Survey Circle platform and social media. The study demonstrated strong reliability in the structural model. Parasocial interaction (PSI) had a significant impact on trust, accuracy, and competence, which influenced travelers’ future usage intentions and willingness to follow AI recommendations. This research holds value in bringing theoretical understanding and real-world impact by exploring novel dimensions of AI chatbot interactions in the travel domain. It analyses consumer behavior thus providing actionable insights for not only travel agencies to use but also diverse stakeholders in the travel industry who intend to stay innovative, relevant, and competitive.