Avaliação nutricional de dietas elaboradas por inteligências artificial
DOI:
https://doi.org/10.47385/tudoeciencia.2628.2025Palavras-chave:
Planejamento dietético, Inteligência Artificial, Copilot, ChatGPTResumo
Este estudo teve como objetivo, avaliar a adequação nutricional de planos alimentares elaborados por dois chatbots de inteligência artificial (ChatGPT e Copilot). Para isso, foi criada uma persona adulta, do sexo feminino, eutrófica e saudável, para a qual foi solicitado um plano alimentar de sete dias, contendo seis refeições diárias. As dietas geradas foram analisadas qualitativa e quantitativamente, considerando as recomendações da FAO/OMS (2004) e das Dietary Reference Intakes (DRIs). Utilizou-se o software Avanutri para calcular a composição nutricional, e os resultados foram comparados aos parâmetros de referência. Constatou-se que ambas as ferramentas apresentaram planos com valor calórico inferior ao necessário para a manutenção do peso corporal (68,2% de adequação para ChatGPT e 78,8% para Copilot). A distribuição de macronutrientes indicou dietas hipoglicídicas, hiperlipídicas e hiperproteicas em ambos os casos. A ingestão de fibras, vitamina C e vitamina B12 esteve adequada ou acima do recomendado, porém cálcio, ferro e ácido fólico ficaram abaixo dos valores de referência. Os achados são semelhantes a estudos prévios, que apontam para inadequações dos planos alimentares, o que reforça a importância do Nutricionista na elaboração do planejamento dietético.
Downloads
Referências
CHATELAN, A., CLERC, A., & FONTA, P. A. ChatGPT and Future Artificial Intelligence Chatbots: What may be the Influence on Credentialed Nutrition and Dietetics Practitioners? Journal of the Academy of Nutrition and Dietetics, v. 123, n. 11, p. 1525-1531, 2023.
COELHO, Paula Kalil et al. Inteligência artificial e nutrição: um estudo da composição nutricional de cardápio de emagrecimento gerado por chatgpt. Revista PET Brasil, v. 3, n. 01, p. 50-62, 2024.
GÜNER, Elif; ÜLKER, Mutlu Tuçe. Can artificial intelligence replace dietitians? A conversation with ChatGPT. Toros University Journal of Food Nutrition and Gastronomy, v. 3, n. 1, p. 49-56, 2024.
INSTITUTE OF MEDICINE. Dietary reference intakes: the essential guide to nutrient requirements. Washington, D.C.: National Academies Press, 2006. Disponível em: https://nap.nationalacademies.org. Acesso em: 14 nov. 2024.
KHAMESIAN, Saman et al. NutriGen: Personalized Meal Plan Generator Leveraging Large Language Models to Enhance Dietary and Nutritional Adherence. arXiv preprint arXiv:2502.20601, 2025.
ORGANIZAÇÃO MUNDIAL DA SAÚDE. Obesidade: prevenindo e controlando a epidemia global. Genebra: Organização Mundial da Saúde, 2000. Disponível em: https://www.who.int. Acesso em: 14 nov. 2024.
VASCONCELOS F.A.G. Novos campos de atuação do nutricionista no Brasil: a emergência das inovações tecnológicas digitais, incluindo o uso da inteligência artificial. Rev Nutr. 2025;38:e240088. https://doi. org/10.1590/1678-9865202538e240088pt
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.