Este estudio investiga los determinantes de los precios de Airbnb en Atenas y Tesalónica, Grecia, empleando un enfoque híbrido que combina análisis econométrico, técnicas de aprendizaje automático y herramientas de inteligencia artificial. Nuestros hallazgos destacan la importancia de la ubicación, el tipo de propiedad, la capacidad de respuesta del anfitrión, la calidad del anuncio y la calidad de las fotografías en la influencia de los precios de alquiler. Notablemente, aprovechamos una herramienta de IA disponible públicamente para evaluar la calidad estética y técnica de las fotos del anuncio, demostrando su impacto positivo en los precios de alquiler. Esto subraya la creciente importancia del marketing visual en la economía colaborativa y la democratización de las herramientas de IA para optimizar las estrategias de precios. También realizamos un análisis de aprendizaje automático, empleando algoritmos como Random Forest, k-Nearest Neighbors, Support Vector Machine, Neural Network, Gradient Boosting y AdaBoost. Tanto AdaBoost como Gradient Boosting demuestran un rendimiento sólido en varias métricas, siendo AdaBoost el que muestra una ventaja. El estudio ofrece valiosos conocimientos para los anfitriones de Airbnb, desarrolladores de plataformas y responsables de políticas para entender y optimizar las estrategias de precios dentro del mercado de alquiler a corto plazo.