Las consultas a la IA son mucho más fáciles que las que podemos hacer a través de los buscadores en internet. Comprende lo que le preguntamos, maneja grandes volúmenes de información y presenta sus conclusiones de manera convincente.

Sin embargo, le otorgamos una credibilidad que aún no se ha ganado. Su naturaleza probabilística hace que sus respuestas no puedan considerarse información verificada, lo que en temas de salud entraña un riesgo considerable.

Atracón de aplicaciones

Un dato revelador: según datos de OpenAI, una de cada cuatro consultas semanales a ChatGPT es sobre salud. Aunque no existen cifras concretas para nutrición, la tecnología lleva años presente en este ámbito.

En 2022, las apps de nutrición contaban con 1 400 millones de usuarios en todo el mundo y nada menos que el 30 % de los propietarios de teléfonos móviles tienen ya este tipo de aplicaciones instaladas. La integración de la IA en ellas avanza rápido: se prevé que los datos de 2025 confirmen que la mitad de esas apps ya la incorporaban.

Fiabilidad, el gran reto

Los modelos de IA generativa ChatGPT, Gemini, Claude y Copilot son los más usados en el mundo, y todos se nutren principalmente de internet. El problema es que la fiabilidad de la Red en ciertas materias es muy reducida.

Como ya discutimos en un artículo anterior, gran parte de la información que hay en internet sobre nutrición no es fiable. Por ejemplo, un estudio de 2022 analizó la información online sobre las declaraciones de salud que se hacían sobre yogur, kéfir, kombucha, fibra y prebióticos. El resultado de la evaluación fue una puntuación de apenas 3 sobre 10: un rotundo suspenso.

Como heredera aventajada de internet, la IA cuenta con nuestra confianza de manera implícita. En una encuesta realizada en Estados Unidos, solo uno de cada cuatro personas creía que la información sobre salud generada por IA no es muy fiable o nada fiable.

Pero si la analizamos, la IA tampoco aprueba. Un estudio que comparó las respuestas de dietistas y ChatGPT a 928 preguntas sobre dieta resultó en un coeficiente de concordancia de 0,42, por debajo del 0,5 considerado como mínimo aceptable.

Errores para personalizar la dieta

Si la IA general ya muestra estas limitaciones de fiabilidad, el reto se complica cuando intentamos aplicarla a la nutrición personalizada. Para que pueda actuar como un nutricionista de cabecera, sus recomendaciones deben haber sido validadas en estudios rigurosos que confirmen que son precisas, seguras y adecuadas para el perfil de cada usuario. Y hoy por hoy, esa validación es todavía inexistente.

El nutricionista basa su trabajo en una evaluación integral: qué y cuánto come el paciente, sus parámetros bioquímicos y físicos, su actividad física y si padece alguna patología.

Uno de los principales escollos que debe superar la IA es realizar un registro preciso de la ingesta. Esto incluye: identificar la comida que aparece en las imágenes, separar los alimentos en sus distintos componentes o partes, calcular el tamaño de las raciones y las sobras para estimar cuánto se ha comido realmente y estimar la ingesta de nutrientes.

Por el momento, los modelos generales de IA no realizan esta tarea con precisión. ChatGPT hace una buena valoración del peso en raciones pequeñas, mientras que en raciones medianas o grandes lo subestima hasta en un 50 %. Un estudio en adolescentes mostró, además, que los modelos de IA de uso general infravaloran la ingesta de nutrientes frente a la estimación de los dietistas.

Las apps de nutrición presentan limitaciones similares, especialmente en platos elaborados con varios ingredientes, como los guisos. Por otra parte, el uso de los dispositivos disponibles en el mercado para registrar la actividad física y calcular el gasto energético acumulan errores que no pueden ignorarse.

Cómo usar la IA de forma responsable

Ante este panorama, cabe preguntarse: ¿podemos usar la IA en nutrición de forma responsable? La respuesta es sí, pero con dos condiciones imprescindibles.

La primera condición es desarrollar lo que se conoce como alfabetización digital en salud. La OMS la define como:

“la capacidad de buscar, hallar, comprender y evaluar información sobre la salud procedente de recursos electrónicos, así como de aplicar los conocimientos adquiridos para resolver problemas relacionados con la salud”.

Sin esta competencia, el usuario queda expuesto a seguir recomendaciones incorrectas, incompletas o directamente peligrosas. La brecha digital no es solo una cuestión de acceso a la tecnología, sino también de capacidad para usarla de forma crítica.

La segunda condición es no perder de vista el papel del profesional. La IA tiene un potencial enorme para apoyar la práctica de la nutrición: puede ayudar a procesar grandes volúmenes de datos, identificar patrones en la dieta o facilitar el acceso a información general. Sin embargo, no puede reemplazar la evaluación clínica individualizada que realiza un profesional. La nutrición es una disciplina que requiere contexto, criterio y empatía, cualidades que la IA aún no posee.

El camino más sensato es el de la complementariedad. Una IA bien validada, usada por una persona con suficiente alfabetización digital, al servicio de un profesional que interpreta sus resultados. Solo así el puente entre inteligencia artificial y nutrición podrá construirse sobre cimientos sólidos.

Ana Belén Ropero Lara, Profesora Titular de Nutrición y Bromatología – Directora del proyecto BADALI, web de Nutrición. Instituto de Bioingeniería, Universidad Miguel Hernández

Este artículo fue publicado originalmente en The Conversation. Lea el original.