Un dato significativo arriva da uno studio pubblicato nel marzo 2026 su Frontiers in Nutrition. I ricercatori hanno confrontato 60 piani alimentari elaborati da cinque diversi modelli di Intelligenza Artificiale con quelli preparati da una dietista per quattro profili di adolescenti.
Il risultato? Le diete generate dall’IA tendevano a fornire molta meno energia del necessario, con una differenza media di circa 695 calorie al giorno rispetto ai piani della dietista.
Non è una differenza trascurabile, soprattutto durante l’adolescenza, quando l’organismo ha bisogno di energia e nutrienti adeguati per crescere. Lo studio ha evidenziato anche squilibri nella distribuzione di proteine, grassi e carboidrati e differenze nei micronutrienti. Nessuno dei modelli analizzati si è avvicinato in modo costante al piano professionale per tutti i nutrienti.
Quando c’è una malattia, l’errore può pesare di più
Se per una persona sana una dieta sbagliata può essere inadeguata, per chi convive con una patologia alcuni errori possono assumere un significato clinico maggiore.
Una ricerca del 2026 ha chiesto a quattro sistemi di IA di preparare menu per 50 profili ipotetici di pazienti in emodialisi. Tutti i modelli hanno mostrato limiti nella valutazione dei nutrienti, in particolare nella stima di fosforo e potassio, due elementi che richiedono particolare attenzione in questi pazienti.
La conclusione dei ricercatori è chiara: allo stato attuale questi strumenti non riescono a produrre con sufficiente affidabilità piani alimentari clinicamente adeguati per le persone in emodialisi.
Allergie alimentari: anche un solo errore può fare la differenza
Un altro punto delicato riguarda le allergie. Uno studio pubblicato su Nutrition ha analizzato 56 diete create dall’IA considerando 14 diversi allergeni.
Il sistema si è comportato generalmente bene, ma ha comunque prodotto una dieta non sicura per uno degli allergeni analizzati. Più frequenti erano invece gli errori nelle porzioni e nel calcolo delle calorie.
È uno dei problemi dell’IA applicata alla salute: una risposta può essere scritta molto bene, sembrare convincente e allo stesso tempo contenere un errore.
Riconosce cosa c’è nel piatto, ma sulle quantità è più difficile
Questo non significa che l’IA non sia utile in nutrizione. Anzi, alcune applicazioni sono molto promettenti.
Uno studio pubblicato nel 2025 su Nutrients ha verificato la capacità di un modello di analizzare fotografie di pasti. L’IA riusciva molto bene a identificare gli alimenti presenti, raggiungendo un’accuratezza del 93%.
Il problema arrivava quando doveva capire quanto cibo ci fosse realmente nel piatto. Stimare una porzione piccola risultava più semplice, mentre con porzioni medie e grandi l’accuratezza diminuiva.
In altre parole, riconoscere che nel piatto ci sono pasta, pomodoro e formaggio è una cosa. Stabilire con precisione quanti grammi siano presenti e quante calorie e nutrienti contengano è molto più complesso.
IA e nutrizione: alleata sì, sostituta no
L’Intelligenza Artificiale può quindi avere un ruolo importante: spiegare concetti di educazione alimentare, aiutare a registrare ciò che mangiamo, organizzare informazioni e offrire ai professionisti nuovi strumenti di supporto.
Ma una dieta non è soltanto una somma di calorie.
Età, condizioni di salute, farmaci, esami, attività fisica, composizione corporea e storia personale possono cambiare completamente le necessità nutrizionali di una persona.
Gli studi disponibili indicano quindi una strada precisa: utilizzare l’IA come assistente, non come sostituto del professionista. Soprattutto in presenza di patologie, allergie o esigenze nutrizionali particolari, medico e dietista restano indispensabili per trasformare i dati in una scelta sicura e davvero personalizzata.
Fonti scientifiche
Bilen AB, Kalkan GE, Önal HY. Artificial intelligence diet plans underestimate nutrient intake compared to dietitians in adolescents. Frontiers in Nutrition, 2026;13:1765598. DOI: 10.3389/fnut.2026.1765598.
Shi K, Hamdan H, Cheng E, Tuot DS, et al. Assessment of large language model chatbots for hemodialysis meal planning: a descriptive study. BMC Nephrology, 2026;27:298. DOI: 10.1186/s12882-026-04936-8.
Niszczota P, Rybicka I. The credibility of dietary advice formulated by ChatGPT: Robo-diets for people with food allergies. Nutrition, 2023;112:112076. DOI: 10.1016/j.nut.2023.112076.
O’Hara C, Kent G, Flynn AC, Gibney ER, Timon CM. An Evaluation of ChatGPT for Nutrient Content Estimation from Meal Photographs. Nutrients, 2025;17(4):607. DOI: 10.3390/nu17040607.