Η χρήση εργαλείων τεχνητής νοημοσύνης για τη δημιουργία εξατομικευμένων προγραμμάτων διατροφής αυξάνεται συνεχώς, καθώς όλο και περισσότεροι χρήστες στρέφονται στα μεγάλα γλωσσικά μοντέλα (Large Language Models – LLMs) για συμβουλές σχετικά με τη διατροφή, την απώλεια βάρους και την οργάνωση καθημερινών γευμάτων. Νέα επιστημονική μελέτη που πραγματοποιήθηκε από τον Hubert Dobrowolski της Σχολής Ιατρικών και Επιστημών Υγείας του Πανεπιστημίου VIZJA στη Βαρσοβία της Πολωνίας, αξιολόγησε τη διατροφική ποιότητα των διαιτών που δημιουργούν τα ChatGPT, Gemini και Microsoft Copilot υπό συνθήκες που προσομοιάζουν τη χρήση από έναν μέσο καταναλωτή. Η εργασία δημοσιεύθηκε στο διεθνές επιστημονικό περιοδικό Nutrients της MDPI.
Η έρευνα σχεδιάστηκε με στόχο να εξεταστεί κατά πόσο τα προγράμματα διατροφής που δημιουργούνται αυτόματα από τα τρία δημοφιλή γλωσσικά μοντέλα ανταποκρίνονται στις διατροφικές συστάσεις ως προς την ενεργειακή πρόσληψη, τη σύσταση των μακροθρεπτικών συστατικών και την κάλυψη των απαραίτητων βιταμινών και μετάλλων. Οι ερευνητές επέλεξαν να χρησιμοποιήσουν δωρεάν λογαριασμούς χωρίς προηγούμενο ιστορικό συνομιλιών, ώστε να προσομοιώσουν έναν συνηθισμένο χρήστη χωρίς εξειδικευμένες γνώσεις στη διαμόρφωση σύνθετων prompts ή στην αξιολόγηση της ποιότητας των απαντήσεων που παρέχουν τα συστήματα τεχνητής νοημοσύνης.
Στη μελέτη χρησιμοποιήθηκαν το ChatGPT (GPT-5.5), το Gemini 2.5 Flash και το Microsoft 365 Copilot, με τις δοκιμές να πραγματοποιούνται τον Μάιο του 2026. Κάθε μοντέλο κλήθηκε να δημιουργήσει ξεχωριστά τρία πλήρη προγράμματα διατροφής διάρκειας 35 ημερών, με στόχο ημερήσια ενεργειακή πρόσληψη 2.000, 2.500 και 3.000 θερμίδων. Τα προγράμματα σχεδιάστηκαν για υγιείς ενήλικες ηλικίας 19 έως 30 ετών, χωρίς διατροφικούς περιορισμούς, ενώ ζητήθηκε να ακολουθούν τις πολωνικές διατροφικές οδηγίες, να καλύπτουν τις διατροφικές απαιτήσεις του πληθυσμού, να έχουν χαμηλό κόστος, να βασίζονται σε περιβαλλοντικά βιώσιμες επιλογές και να περιλαμβάνουν γεύματα που μπορούν να παρασκευαστούν με απλές μαγειρικές τεχνικές.
Μετά τη δημιουργία των προγραμμάτων, διαιτολόγος αξιολόγησε κάθε μενού, ενώ τα δεδομένα αναλύθηκαν με το επαγγελματικό λογισμικό Dieta 6.0 του Εθνικού Ινστιτούτου Δημόσιας Υγείας της Πολωνίας. Το λογισμικό υπολόγισε την πραγματική ενεργειακή αξία, την περιεκτικότητα σε πρωτεΐνες, λίπη και υδατάνθρακες, καθώς και τη συγκέντρωση βιταμινών και ανόργανων στοιχείων, συγκρίνοντάς τα με τα ισχύοντα εθνικά διατροφικά πρότυπα.
Η σημαντικότερη διαπίστωση της μελέτης ήταν ότι όλα τα γλωσσικά μοντέλα παρήγαγαν προγράμματα με χαμηλότερη ενεργειακή αξία από εκείνη που είχε ζητηθεί. Οι αποκλίσεις ήταν στατιστικά σημαντικές για όλες τις ενεργειακές κατηγορίες. Ανάλογα με το μοντέλο και τον στόχο θερμίδων, η πραγματική ενεργειακή πρόσληψη υπολειπόταν κατά περίπου 284 έως 546 θερμίδες ημερησίως.
Για στόχο 2.000 θερμίδων, το ChatGPT παρήγαγε κατά μέσο όρο δίαιτες περίπου 1.711 θερμίδων, το Gemini περίπου 1.511 θερμίδων και το Copilot περίπου 1.758 θερμίδων. Στις δίαιτες των 2.500 θερμίδων οι πραγματικές τιμές κυμάνθηκαν περίπου στις 2.152 θερμίδες για το ChatGPT, στις 1.965 για το Gemini και στις 2.212 για το Copilot. Αντίστοιχα, για τις 3.000 θερμίδες οι μέσες ενεργειακές τιμές διαμορφώθηκαν περίπου στις 2.522 θερμίδες για το ChatGPT, στις 2.629 για το Gemini και στις 2.515 για το Copilot. Οι ερευνητές διαπίστωσαν ότι το Gemini εμφάνισε συνολικά τη μεγαλύτερη απόκλιση από τις ζητούμενες ενεργειακές τιμές.
Η αξιολόγηση των μακροθρεπτικών συστατικών έδειξε ότι οι δίαιτες χαρακτηρίζονταν από υπερβολικά υψηλό ποσοστό ενέργειας από πρωτεΐνη και χαμηλότερο ποσοστό ενέργειας από λίπος σε σχέση με τις διατροφικές συστάσεις, ενώ οι υδατάνθρακες παρέμεναν γενικά εντός των προβλεπόμενων ορίων. Το ChatGPT παρήγαγε κατά μέσο όρο προγράμματα στα οποία το 22,3% της συνολικής ενέργειας προερχόταν από πρωτεΐνη, το 21,8% από λίπος και το 59,3% από υδατάνθρακες. Στο Gemini τα αντίστοιχα ποσοστά ήταν 20,6%, 28,1% και 53,8%, ενώ στο Copilot 20,2%, 26,1% και 56,8%. Οι ερευνητές σημειώνουν ότι η συμμετοχή του λίπους ήταν γενικά χαμηλότερη από εκείνη που προβλέπουν οι πολωνικές διατροφικές συστάσεις, γεγονός που συνέβαλε και στη χαμηλότερη συνολική ενεργειακή αξία των διαιτών.
Η αξιολόγηση των ανόργανων στοιχείων έδειξε ότι τα περισσότερα προγράμματα κάλυπταν επαρκώς τις ανάγκες σε φώσφορο, σίδηρο, ψευδάργυρο, χαλκό και μαγγάνιο, αν και υπήρχαν διαφοροποιήσεις μεταξύ των μοντέλων. Το ChatGPT παρουσίασε γενικά επαρκή επίπεδα ασβεστίου, μαγνησίου και ιωδίου, ενώ τα προγράμματα του Copilot κάλυπταν συνήθως τις ανάγκες σε μαγνήσιο. Το Gemini εμφάνισε τις περισσότερες ελλείψεις, ιδιαίτερα στα προγράμματα των 2.000 θερμίδων, με χαμηλότερες συγκεντρώσεις καλίου, ασβεστίου, σιδήρου, ψευδαργύρου και άλλων μετάλλων σε σύγκριση με τα υπόλοιπα μοντέλα.
Ανάλογη εικόνα καταγράφηκε και στις βιταμίνες. Τα περισσότερα προγράμματα όλων των μοντέλων κάλυπταν τις ανάγκες σε βιταμίνες Β2, Β6 και Β12. Το ChatGPT και το Copilot παρουσίασαν γενικά ικανοποιητικές επιδόσεις στις βιταμίνες Α, Β1 και φυλλικό οξύ (Β9), ενώ το Copilot εμφάνισε καλύτερη κάλυψη στις βιταμίνες Ε και C. Το Gemini εμφάνισε συχνότερες ελλείψεις σε αρκετές βιταμίνες ανεξάρτητα από το επίπεδο θερμίδων της δίαιτας.
Ιδιαίτερο ενδιαφέρον παρουσιάζει το εύρημα που αφορά τη βιταμίνη D. Κανένα από τα τρία γλωσσικά μοντέλα δεν δημιούργησε πρόγραμμα διατροφής που να καλύπτει τη συνιστώμενη ημερήσια πρόσληψη της συγκεκριμένης βιταμίνης. Η παρατήρηση αυτή ήταν κοινή για όλα τα επίπεδα θερμίδων και για όλα τα εξεταζόμενα συστήματα τεχνητής νοημοσύνης.
Οι συγγραφείς σημειώνουν ότι η χαμηλή ενεργειακή αξία των προγραμμάτων μπορεί να επηρεάσει συνολικά την πρόσληψη θρεπτικών συστατικών, καθώς η ανεπαρκής πρόσληψη ενέργειας συνδέεται με μειωμένη κατανάλωση βασικών μακροθρεπτικών και μικροθρεπτικών συστατικών. Επισημαίνουν επίσης ότι η δημιουργία μεγαλύτερης διάρκειας προγραμμάτων, όπως τα 35ήμερα μενού της συγκεκριμένης μελέτης, αποτελεί πιο απαιτητική διαδικασία σε σχέση με τα μονοήμερα ή πενθήμερα προγράμματα που έχουν αξιολογηθεί σε προηγούμενες εργασίες.
Οι ερευνητές συγκρίνουν τα ευρήματά τους με προηγούμενες δημοσιεύσεις, αναφέροντας ότι ορισμένες είχαν δείξει μεγαλύτερη ακρίβεια σε βραχυχρόνια προγράμματα διατροφής ή όταν χρησιμοποιούνταν πιο εξειδικευμένα prompts. Η συγκεκριμένη εργασία διαφοροποιείται επειδή προσομοιώνει τη χρήση των εργαλείων από μη ειδικούς χρήστες, χωρίς προηγμένη τεχνική καθοδήγηση κατά τη διαμόρφωση των εντολών προς τα γλωσσικά μοντέλα.
Στη συζήτηση των αποτελεσμάτων αναφέρεται ακόμη ότι το ChatGPT και το Copilot παρήγαγαν συνολικά προγράμματα με ικανοποιητικότερη κάλυψη βιταμινών και μετάλλων σε σύγκριση με το Gemini, ενώ οι συχνότερες αποκλίσεις αφορούσαν κυρίως τη βιταμίνη D και, στην περίπτωση του ChatGPT, τη βιταμίνη Ε. Για το Gemini καταγράφηκαν περισσότερες ελλείψεις τόσο σε βιταμίνες όσο και σε ανόργανα στοιχεία, κυρίως στις δίαιτες χαμηλότερων θερμίδων.
Συνολικά τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα προγράμματα γευμάτων που δημιουργήθηκαν από τεχνητή νοημοσύνη έχουν ελλείψεις. Η χαμηλότερη από την επιθυμητή ενεργειακή αξία, η μη ισορροπημένη κατανομή ορισμένων μακροθρεπτικών συστατικών και οι αποκλίσεις στην κάλυψη βιταμινών και μετάλλων δείχνουν ότι οι απαντήσεις των γλωσσικών μοντέλων δεν πρέπει να αντιμετωπίζονται ως αλάνθαστες ή ως ισοδύναμες με εξατομικευμένη διαιτολογική αξιολόγηση. Τα εργαλεία τεχνητής νοημοσύνης μπορούν να χρησιμοποιηθούν για αρχική οργάνωση ιδεών και γευμάτων, όμως η τελική εφαρμογή ενός διατροφικού προγράμματος απαιτεί έλεγχο από κατάλληλα καταρτισμένο επαγγελματία, ιδιαίτερα όταν υπάρχουν συγκεκριμένες ανάγκες, παθήσεις, φαρμακευτική αγωγή ή στόχοι που επηρεάζουν την υγεία. Η άκριτη υιοθέτηση ενός αυτοματοποιημένου μενού μπορεί να οδηγήσει σε συστηματικές αποκλίσεις από τις πραγματικές ανάγκες του χρήστη, ακόμη και όταν το κείμενο που παράγεται φαίνεται αναλυτικό, συνεκτικό και επιστημονικά διατυπωμένο.
