Tổng quan nghiên cứu về tác động của quá tải lựa chọn đến ý định đặt phòng khách sạn của khách du lịch tại Hà Nội trong bối cảnh trí tuệ nhân tạo

Nguyễn Hương Giang

Phòng phát triển hạ tầng, Trường Đại học Điện Lực

Email: [email protected]

Tóm tắt

Sự phát triển của các nền tảng đặt phòng trực tuyến mang lại cho khách du lịch khả năng tiếp cận và so sánh số lượng lớn cơ sở lưu trú, song đồng thời làm gia tăng mức độ phức tạp của quá trình ra quyết định. Trong khi đó, sự phát triển của trí tuệ nhân tạo (AI), đặc biệt là AI tạo sinh, chatbot và các hệ thống gợi ý thông minh, đang tạo ra những phương thức mới để hỗ trợ khách du lịch tìm kiếm, lọc, so sánh và thu hẹp tập hợp lựa chọn. Trên cơ sở tổng quan các nghiên cứu liên quan và tích hợp Lý thuyết quá tải lựa chọn với khung Kích thích – Chủ thể – Phản ứng (S-O-R), bài viết đề xuất mô hình lý thuyết trong đó quy mô tập lựa chọn, độ phức tạp thông tin và sự tương tự giữa các phương án là những yếu tố tiền đề làm gia tăng quá tải lựa chọn cảm nhận; quá tải lựa chọn cảm nhận tiếp tục tác động tiêu cực đến ý định đặt phòng khách sạn. Đặc biệt, hỗ trợ ra quyết định bằng AI được đề xuất như một biến điều tiết có khả năng làm suy yếu tác động tiêu cực của quá tải lựa chọn đến ý định đặt phòng. Bài viết góp phần kết nối hai dòng nghiên cứu về quá tải lựa chọn và hỗ trợ ra quyết định bằng AI trong du lịch, đồng thời cung cấp khung lý thuyết cho các nghiên cứu thực nghiệm tiếp theo trong bối cảnh khách du lịch đặt phòng khách sạn tại Hà Nội.

Từ khóa: Quá tải lựa chọn, ý định đặt phòng, trí tuệ nhân tạo, hỗ trợ ra quyết định bằng AI, khách sạn trực tuyến, Hà Nội.

Abstract

The rapid development of online hotel booking platforms provides tourists with access to an unprecedented number of accommodation alternatives while simultaneously increasing the complexity of consumer decision-making. Meanwhile, advances in artificial intelligence (AI), particularly generative AI, AI-powered chatbots, and intelligent recommender systems, provide new mechanisms to assist tourists in searching, filtering, comparing, and narrowing available alternatives. Drawing on a review of relevant literature and integrating Choice Overload Theory with the Stimulus–Organism–Response (S-O-R) framework, this paper proposes a conceptual model in which choice set size, information complexity, and alternative similarity serve as antecedents of perceived choice overload, which subsequently negatively influences hotel booking intention. More importantly, AI-assisted decision support is proposed as a moderator that weakens the negative relationship between perceived choice overload and booking intention. The study contributes to bridging the literature on choice overload and AI-assisted decision-making in tourism and provides a theoretical foundation for future empirical research in the context of tourists’ hotel booking decisions in Hanoi.

Keywords: Choice overload, booking intention, artificial intelligence, AI-assisted decision support, online hotel booking, Hanoi.

ĐẶT VẤN ĐỀ

Chuyển đổi số đã làm thay đổi sâu sắc cách thức khách du lịch tìm kiếm thông tin, so sánh dịch vụ và thực hiện quyết định mua. Trong lĩnh vực lưu trú, sự phát triển của các nền tảng đặt phòng trực tuyến (Online Travel Agencies – OTA), website khách sạn, công cụ tìm kiếm và nền tảng đánh giá giúp khách hàng tiếp cận số lượng lớn cơ sở lưu trú chỉ trong một lần tìm kiếm. Người tiêu dùng có thể đồng thời so sánh nhiều thuộc tính như giá, vị trí, hạng sao, loại phòng, tiện nghi, đánh giá của khách hàng, chính sách thanh toán và điều kiện hủy phòng.

Nghiên cứu của Iyengar và Lepper (2000) là một trong những công trình nền tảng chỉ ra nghịch lý của việc có quá nhiều lựa chọn. Tuy nhiên, các nghiên cứu sau đó cho thấy choice overload không phải là một hiện tượng tất yếu khi tập hợp lựa chọn gia tăng. Scheibehenne, Greifeneder và Todd (2010) cũng như Chernev, Böckenholt và Goodman (2015) cho thấy tác động của quy mô lựa chọn phụ thuộc vào nhiều điều kiện như độ phức tạp của tập hợp lựa chọn, mức độ khó của nhiệm vụ quyết định, sự không chắc chắn về sở thích và mục tiêu ra quyết định. Do đó, vấn đề quan trọng không còn chỉ là xác định liệu “nhiều lựa chọn có gây quá tải hay không”, mà là xác định khi nào quá tải lựa chọn hình thành và yếu tố nào có thể làm giảm hậu quả của nó.

Bối cảnh đặt phòng khách sạn trực tuyến đặc biệt phù hợp với vấn đề này. Không chỉ phải lựa chọn giữa nhiều khách sạn, người tiêu dùng còn phải đánh giá nhiều thuộc tính trong từng phương án. Denizci Guillet, Mattila và Gao (2020) cho thấy cơ chế lọc thông tin có thể làm giảm cảm nhận quá tải lựa chọn khi người tiêu dùng đối diện với tập hợp khách sạn lớn. Guo và Li (2022) tiếp tục chỉ ra rằng lượng thông tin và cách trình bày thông tin có thể làm thay đổi trải nghiệm quá tải trong quá trình đặt phòng khách sạn trực tuyến.

Song song với sự phát triển của môi trường đặt phòng trực tuyến, AI đang tạo ra một thay đổi đáng kể trong quá trình ra quyết định du lịch. Các hệ thống AI không còn chỉ thực hiện chức năng tự động hóa đơn giản mà ngày càng có khả năng hiểu yêu cầu bằng ngôn ngữ tự nhiên, lọc và tổng hợp thông tin, so sánh các phương án và đưa ra gợi ý cá nhân hóa. Đặc biệt, AI tạo sinh có khả năng hỗ trợ khách du lịch tổ chức các nhiệm vụ ra quyết định phức tạp và xử lý thông tin phân tán. Kim, Tussyadiah và Kim (2026) gần đây đề xuất xem GenAI như một dạng cognitive scaffold, tức một cấu trúc hỗ trợ nhận thức trong quá trình ra quyết định du lịch.

Sự phát triển này đặt ra một vấn đề nghiên cứu mới. Nếu quá tải lựa chọn xuất phát một phần từ giới hạn trong khả năng xử lý thông tin của người tiêu dùng, thì AI – với khả năng lọc, tổng hợp, so sánh và thu hẹp tập hợp lựa chọn – có thể làm thay đổi hậu quả của trạng thái quá tải. Đặc biệt, cần làm rõ liệu hỗ trợ ra quyết định bằng AI có thể làm suy yếu tác động tiêu cực của quá tải lựa chọn cảm nhận đến ý định đặt phòng hay không.

Xuất phát từ khoảng trống đó, bài viết nhằm tổng hợp các cơ sở lý thuyết và nghiên cứu liên quan để xây dựng mô hình giải thích mối quan hệ giữa đặc điểm môi trường lựa chọn, quá tải lựa chọn cảm nhận và ý định đặt phòng khách sạn trong bối cảnh có sự hỗ trợ của AI. Mô hình được phát triển trên cơ sở tích hợp Lý thuyết quá tải lựa chọn và khung Kích thích – Chủ thể – Phản ứng (S-O-R), đồng thời đề xuất hỗ trợ ra quyết định bằng AI như một điều kiện biên trong mối quan hệ giữa trạng thái nhận thức và ý định hành vi.

CƠ SỞ LÝ THUYẾT

Lý thuyết quá tải lựa chọn

Quá tải lựa chọn mô tả tình huống trong đó việc mở rộng tập hợp phương án làm tăng yêu cầu xử lý nhận thức đến mức gây khó khăn cho quá trình lựa chọn. Khái niệm này xuất phát từ nghịch lý rằng mặc dù người tiêu dùng thường mong muốn có nhiều phương án, việc có quá nhiều phương án có thể tạo ra những hậu quả không mong muốn như trì hoãn quyết định, giảm sự tự tin, gia tăng hối tiếc hoặc giảm mức độ hài lòng với lựa chọn.

Iyengar và Lepper (2000) cho thấy tập hợp lựa chọn lớn có thể thu hút sự chú ý nhưng không nhất thiết thúc đẩy hành vi lựa chọn. Tuy nhiên, các bằng chứng sau đó cho thấy tác động của quy mô lựa chọn mang tính điều kiện. Chernev và cộng sự (2015) xác định bốn nhóm yếu tố quan trọng có thể làm gia tăng khả năng xuất hiện choice overload, gồm độ phức tạp của tập hợp lựa chọn, mức độ khó của nhiệm vụ quyết định, sự không chắc chắn về sở thích và mục tiêu giảm thiểu nỗ lực khi ra quyết định.

Điều này cho thấy cần phân biệt giữa môi trường lựa chọn và trải nghiệm quá tải của người tiêu dùng. Một tập hợp gồm nhiều phương án không đồng nghĩa với việc mọi người tiêu dùng đều trải nghiệm quá tải. Quá tải lựa chọn là trạng thái nhận thức hình thành khi yêu cầu của nhiệm vụ lựa chọn vượt quá nguồn lực mà cá nhân có thể hoặc sẵn sàng dành cho quá trình xử lý.

Khung Kích thích – Chủ thể – Phản ứng (S-O-R)

Khung Stimulus–Organism–Response (S-O-R) giải thích hành vi thông qua quá trình trong đó các kích thích từ môi trường bên ngoài tác động đến trạng thái bên trong của cá nhân, từ đó hình thành phản ứng. Trong nghiên cứu này, quy mô tập lựa chọn, độ phức tạp thông tin và sự tương tự giữa các phương án được xem là các kích thích của môi trường đặt phòng trực tuyến; quá tải lựa chọn cảm nhận (PCO) đại diện cho trạng thái nhận thức bên trong; và ý định đặt phòng (BI) đại diện cho phản ứng hành vi.

Như vậy, logic của mô hình là: Đặc điểm môi trường lựa chọn (S) → Quá tải lựa chọn cảm nhận (O) → Ý định đặt phòng (R). Cấu trúc này cũng tạo điều kiện để nghiên cứu vai trò của AI như một điều kiện điều tiết trên mối quan hệ O–R.

TỔNG QUAN NGHIÊN CỨU VÀ KHOẢNG TRỐNG NGHIÊN CỨU

Các nghiên cứu về choice overload có thể được khái quát thành ba hướng chính. Hướng thứ nhất tập trung vào quy mô tập hợp lựa chọn và những hậu quả của việc cung cấp quá nhiều phương án. Hướng thứ hai chuyển sang xác định các điều kiện làm gia tăng hoặc làm suy yếu choice overload. Hướng thứ ba mở rộng hiện tượng này sang các môi trường ra quyết định cụ thể, trong đó thương mại điện tử và đặt dịch vụ trực tuyến là những bối cảnh đặc biệt đáng chú ý.

Trong lĩnh vực khách sạn, Denizci Guillet và cộng sự (2020) trực tiếp kiểm tra ảnh hưởng của quy mô tập lựa chọn và cơ chế lọc thông tin trong online hotel booking. Nghiên cứu cho thấy bộ lọc thông tin có khả năng làm giảm perceived choice overload khi người tiêu dùng đối diện với tập hợp lựa chọn lớn; đồng thời, choice overload đóng vai trò trung gian giữa quy mô lựa chọn và sự tự tin trong quyết định. Guo và Li (2022) tiếp tục phát triển dòng nghiên cứu trên bằng việc xem xét đồng thời quy mô lựa chọn, lượng thông tin và cách trình bày thông tin.

Tuy nhiên, môi trường đặt phòng hiện nay đang thay đổi nhanh chóng bởi AI. Nếu bộ lọc truyền thống cho phép người dùng lựa chọn các tiêu chí định sẵn, các hệ thống AI mới có khả năng hiểu yêu cầu phức tạp, tổng hợp nhiều tiêu chí, giải thích sự khác biệt và đưa ra danh sách đề xuất được cá nhân hóa. Kim và cộng sự (2026) cho rằng GenAI có thể hoạt động như một cấu trúc hỗ trợ nhận thức trong quá trình ra quyết định du lịch.

Từ tổng quan trên, có thể xác định các khoảng trống chính: cần phân biệt rõ các đặc điểm tạo ra môi trường lựa chọn phức tạp với trạng thái quá tải cảm nhận; cần xem xét đồng thời quy mô lựa chọn, độ phức tạp thông tin và sự tương tự giữa các phương án; và cần lý thuyết hóa vai trò của AI-assisted decision support như một điều kiện làm thay đổi mối quan hệ giữa quá tải lựa chọn và ý định đặt phòng. Khoảng trống cốt lõi của bài viết vì vậy nằm ở cơ chế: liệu mức độ hỗ trợ ra quyết định bằng AI có làm suy yếu quá trình chuyển từ perceived choice overload sang sự suy giảm booking intention hay không.

PHÁT TRIỂN GIẢ THUYẾT NGHIÊN CỨU

Quy mô tập lựa chọn và quá tải lựa chọn cảm nhận

Quy mô tập lựa chọn (Choice Set Size – CSS) phản ánh số lượng phương án mà người tiêu dùng cần cân nhắc trong một nhiệm vụ ra quyết định. Một tập hợp lớn có thể nâng cao xác suất tìm được phương án phù hợp nhưng đồng thời làm tăng số lượng đánh giá và so sánh cần thực hiện. Trong môi trường đặt phòng trực tuyến, một truy vấn có thể tạo ra hàng chục hoặc hàng trăm kết quả. Khi quy mô tập hợp tăng trong khi khả năng xử lý nhận thức có giới hạn, người tiêu dùng có khả năng cảm nhận quá trình lựa chọn trở nên khó khăn hơn. Denizci Guillet và cộng sự (2020) cung cấp bằng chứng trực tiếp rằng quy mô tập lựa chọn có liên quan đến perceived choice overload trong online hotel booking.

H1: Quy mô tập lựa chọn tác động cùng chiều đến quá tải lựa chọn cảm nhận của khách du lịch.

Độ phức tạp thông tin và quá tải lựa chọn cảm nhận

Số lượng phương án không phải yếu tố duy nhất quyết định độ khó của lựa chọn. Mỗi phương án khách sạn có thể bao gồm nhiều thuộc tính như giá, thuế và phí, vị trí, hạng phòng, bữa sáng, tiện nghi, chính sách hoàn hủy, đánh giá và các điều kiện thanh toán. Khi lượng thuộc tính và mức độ khó khăn trong việc tích hợp các thông tin này tăng lên, yêu cầu nhận thức của nhiệm vụ lựa chọn cũng gia tăng. Guo và Li (2022) cho thấy lượng thông tin và cách trình bày thông tin có khả năng điều chỉnh choice overload trong bối cảnh đặt phòng khách sạn.

H2: Độ phức tạp thông tin tác động cùng chiều đến quá tải lựa chọn cảm nhận của khách du lịch.

Sự tương tự giữa các phương án và quá tải lựa chọn cảm nhận

Một tập hợp lựa chọn lớn không nhất thiết khó xử lý nếu các phương án có thể được phân biệt dễ dàng. Ngược lại, khi các phương án có nhiều thuộc tính tương tự, người tiêu dùng phải dành nhiều nỗ lực hơn để xác định những khác biệt có ý nghĩa. Trong đặt phòng khách sạn, nhiều cơ sở lưu trú có thể có cùng hạng sao, khoảng giá tương tự, vị trí gần nhau và đánh giá không chênh lệch đáng kể. Lập luận này phù hợp với quan điểm của Chernev và cộng sự (2015) rằng choice-set complexity và decision-task difficulty là những điều kiện quan trọng làm gia tăng khả năng xuất hiện choice overload.

H3: Sự tương tự giữa các phương án tác động cùng chiều đến quá tải lựa chọn cảm nhận của khách du lịch.

Quá tải lựa chọn cảm nhận và ý định đặt phòng

Ý định đặt phòng phản ánh mức độ sẵn sàng của khách hàng trong việc lựa chọn và tiến tới giao dịch. Khi người tiêu dùng cảm nhận quá trình lựa chọn vượt quá khả năng xử lý, họ có thể trở nên thiếu chắc chắn về phương án tốt nhất và tiếp tục tìm kiếm thay vì đưa ra quyết định. Trong môi trường trực tuyến, chi phí của việc trì hoãn tương đối thấp. Do đó, trạng thái quá tải có khả năng chuyển thành decision deferral và làm giảm sự sẵn sàng hoàn tất giao dịch.

H4: Quá tải lựa chọn cảm nhận tác động ngược chiều đến ý định đặt phòng khách sạn của khách du lịch.

Vai trò điều tiết của hỗ trợ ra quyết định bằng AI

Bài viết định nghĩa hỗ trợ ra quyết định bằng AI (AI-Assisted Decision Support – PAIDS) là mức độ mà người tiêu dùng cảm nhận các công cụ AI hỗ trợ họ tổ chức và đơn giản hóa nhiệm vụ lựa chọn thông qua việc xác định nhu cầu, lọc, sắp xếp, so sánh, tổng hợp và cá nhân hóa các phương án. Khái niệm này khác với việc đơn thuần đo lường mức độ sử dụng AI hoặc ý định chấp nhận AI. Nếu PCO làm giảm booking intention bởi người tiêu dùng không đủ khả năng hoặc không muốn tiếp tục xử lý một nhiệm vụ phức tạp, AI có thể giảm phần gánh nặng đó. Kim và cộng sự (2026) xem GenAI như một cognitive scaffold trong quyết định du lịch, cung cấp nền tảng để xem AI như một điều kiện biên của quá trình chuyển từ trạng thái nhận thức sang phản ứng hành vi.

H5: Hỗ trợ ra quyết định bằng AI điều tiết mối quan hệ giữa quá tải lựa chọn cảm nhận và ý định đặt phòng khách sạn, theo hướng mức độ hỗ trợ ra quyết định bằng AI càng cao thì tác động tiêu cực của quá tải lựa chọn cảm nhận đến ý định đặt phòng càng yếu.

MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT

Trên cơ sở các lập luận lý thuyết và năm giả thuyết nghiên cứu, mô hình được xây dựng theo cấu trúc S-O-R. Quy mô tập lựa chọn (CSS), độ phức tạp thông tin (IC) và sự tương tự giữa các phương án (AS) đại diện cho Stimulus; quá tải lựa chọn cảm nhận (PCO) đại diện cho Organism; ý định đặt phòng khách sạn (BI) đại diện cho Response; và hỗ trợ ra quyết định bằng AI (PAIDS) đóng vai trò điều tiết mối quan hệ giữa PCO và BI. Mô hình đề xuất thể hiện như Hình 1, mô tả các biến thể hiện ở Bảng 1.

Bảng 1: Mô tả các biến

Hình 1: Mô hình nghiên cứu đề xuất

Nguồn: Đề xuất của tác giả

Mô hình không giả định rằng AI làm biến mất hoàn toàn quá tải lựa chọn. Một khách hàng vẫn có thể cảm thấy quá nhiều khách sạn hoặc thông tin quá phức tạp; tuy nhiên, sự hỗ trợ từ AI có thể làm giảm mức độ mà trạng thái nhận thức tiêu cực này chuyển thành trì hoãn hoặc suy giảm ý định đặt phòng.

THẢO LUẬN

Mô hình nghiên cứu đề xuất mang lại một số hàm ý lý thuyết. Trước hết, bài viết làm rõ sự khác biệt giữa antecedents of choice overload và perceived choice overload. Quy mô tập lựa chọn, độ phức tạp thông tin và sự tương tự giữa các phương án phản ánh đặc điểm của môi trường ra quyết định, trong khi PCO phản ánh trải nghiệm nhận thức của người tiêu dùng.

Thứ hai, việc tích hợp Choice Overload Theory và S-O-R cung cấp một cơ chế giải thích rõ ràng: các đặc điểm của môi trường lựa chọn tạo ra một trạng thái nhận thức, sau đó trạng thái này ảnh hưởng đến ý định hành vi. Cấu trúc Stimulus → Organism → Response vì vậy cho phép giải thích choice overload như một quá trình.

Thứ ba, mô hình mở rộng nghiên cứu choice overload sang môi trường ra quyết định có AI hỗ trợ. AI hiện mở rộng chức năng của bộ lọc truyền thống thông qua khả năng hiểu nhu cầu bằng ngôn ngữ tự nhiên, tổng hợp thông tin, so sánh nhiều thuộc tính và tạo đề xuất cá nhân hóa.

Thứ tư, bài viết đề xuất AI-assisted decision support như một boundary condition thay vì một biến độc lập trực tiếp. Điểm lý thuyết không phải khẳng định AI làm tăng booking intention, mà là mức độ ảnh hưởng của PCO đến booking intention có thể phụ thuộc vào mức độ hỗ trợ ra quyết định mà người tiêu dùng nhận được từ AI.

HÀM Ý QUẢN TRỊ

Mô hình đề xuất cho thấy các nền tảng đặt phòng không nên mặc định rằng cung cấp càng nhiều khách sạn càng tạo ra nhiều giá trị cho khách hàng. Sự đa dạng chỉ hữu ích khi người tiêu dùng có khả năng xử lý và quản lý tập hợp lựa chọn đó. Do vậy, mục tiêu thiết kế của OTA cần chuyển một phần từ maximizing available choices sang facilitating manageable choices.

Các nền tảng có thể sử dụng AI để chuyển từ bộ lọc tĩnh sang hỗ trợ quyết định tương tác. Thay vì yêu cầu người dùng tự lựa chọn hàng loạt tiêu chí, hệ thống có thể tiếp nhận yêu cầu bằng ngôn ngữ tự nhiên, xác định tiêu chí quan trọng và thu hẹp tập hợp khách sạn phù hợp. AI cũng có thể tổng hợp đánh giá, chỉ ra khác biệt giữa các phương án và giải thích lý do của từng gợi ý.

Đối với doanh nghiệp khách sạn, việc giảm sự phức tạp của thông tin và tăng khả năng phân biệt phương án có ý nghĩa quan trọng. Đối với các nhà phát triển AI trong du lịch, chatbot nên được phát triển theo hướng decision assistant, giúp người dùng xác định nhu cầu, giảm tập hợp lựa chọn, so sánh trade-off và hiểu tại sao một phương án phù hợp hơn với nhu cầu cá nhân.

KẾT LUẬN

Trong môi trường du lịch số, người tiêu dùng đang có khả năng tiếp cận số lượng lựa chọn lớn hơn bao giờ hết. Tuy nhiên, sự gia tăng lựa chọn cũng tạo ra một nghịch lý: nhiều phương án hơn có thể nâng cao khả năng tìm được dịch vụ phù hợp nhưng đồng thời làm tăng chi phí nhận thức và gây khó khăn cho quá trình ra quyết định.

Trên cơ sở tổng quan lý thuyết và các nghiên cứu về choice overload, online hotel booking và AI trong du lịch, bài viết đề xuất mô hình trong đó quy mô tập lựa chọn, độ phức tạp thông tin và sự tương tự giữa các phương án làm gia tăng quá tải lựa chọn cảm nhận; quá tải lựa chọn cảm nhận tiếp tục làm suy giảm ý định đặt phòng khách sạn.

Đóng góp trung tâm của mô hình nằm ở việc đề xuất hỗ trợ ra quyết định bằng AI như một biến điều tiết. AI không nhất thiết loại bỏ trạng thái quá tải, nhưng khả năng lọc, tổng hợp, so sánh và cá nhân hóa thông tin có thể giúp người tiêu dùng tiếp tục quá trình ra quyết định khi đối diện với môi trường lựa chọn phức tạp. Vì vậy, tác động tiêu cực của PCO đến booking intention được kỳ vọng yếu hơn khi mức độ AI-assisted decision support cao.

Bài viết qua đó kết nối nghiên cứu choice overload với hướng nghiên cứu mới về AI-assisted travel decision-making và cung cấp nền tảng cho các nghiên cứu thực nghiệm tiếp theo trong bối cảnh khách du lịch tìm kiếm và đặt phòng khách sạn tại Hà Nội.

Tài liệu tham khảo:

1. Chernev, A., Böckenholt, U., & Goodman, J. (2015). Choice overload: A conceptual review and meta-analysis. Journal of Consumer Psychology, 25(2), 333–358. https://doi.org/10.1016/j.jcps.2014.08.002

2. Denizci Guillet, B., Mattila, A., & Gao, L. (2020). The effects of choice set size and information filtering mechanisms on online hotel booking. International Journal of Hospitality Management, 87, 102379. https://doi.org/10.1016/j.ijhm.2019.102379

3. Guo, R., & Li, H. (2022). Can the amount of information and information presentation reduce choice overload? An empirical study of online hotel booking. Journal of Travel & Tourism Marketing, 39(1), 87–108. https://doi.org/10.1080/10548408.2022.2044970

4. Iyengar, S. S., & Lepper, M. R. (2000). When choice is demotivating: Can one desire too much of a good thing? Journal of Personality and Social Psychology, 79(6), 995–1006.

5. Kim, Y., Tussyadiah, I., & Kim, B. (2026). Generative AI as a scaffold in travel decision-making: A conceptual framework. Journal of Travel Research. Advance online publication. https://doi.org/10.1177/00472875261484157

6. Scheibehenne, B., Greifeneder, R., & Todd, P. M. (2010). Can there ever be too many options? A meta-analytic review of choice overload. Journal of Consumer Research, 37(3), 409–425. https://doi.org/10.1086/651235.