Una de cada cuatro consultas semanales a ChatGPT gira en torno a la salud. No es un detalle menor. Cuando millones de personas preguntan qué comer, cuánto necesitan o si un producto “funciona”, la inteligencia artificial deja de ser una curiosidad técnica y entra en la cocina, en la compra y en la rutina diaria.
El terreno ya estaba preparado. En 2022, las aplicaciones de nutrición reunían 1 400 millones de usuarios en todo el mundo y el 30% de los propietarios de teléfonos móviles llevaba una instalada en el bolsillo. Si los pronósticos se cumplen, en 2025 la mitad de esas aplicaciones incorporará inteligencia artificial.
La dieta ya cabe en el móvil, pero no siempre acierta
ChatGPT, Gemini, Claude y Copilot figuran entre los modelos de inteligencia artificial generativa más usados del mundo, y todos comparten una base incómoda. Estos sistemas se nutren principalmente de internet para construir sus respuestas, justo el espacio donde la calidad de la información sanitaria lleva años mostrando grietas.
Ahí aparece una primera señal de alarma. Un estudio de 2022 revisó la información en línea sobre declaraciones de salud relacionadas con yogur, kéfir, kombucha, fibra y prebióticos, y la nota media fue de 3 sobre 10.
Con ese punto de partida, no extraña que la respuesta automática pueda sonar convincente y, aun así, arrastrar errores de origen. La cuestión no es solo qué sabe el modelo, sino de dónde aprendió a decirlo.
Cuando la IA compara raciones, los dietistas siguen viendo mejor
Un estudio que enfrentó las respuestas de dietistas y ChatGPT en 928 preguntas sobre dieta dejó un dato revelador. El coeficiente de concordancia fue de 0,42, por debajo del 0,5 que suele tomarse como mínimo aceptable.
La distancia no queda en una cifra abstracta. ChatGPT subestima el peso en raciones medianas o grandes hasta en un 50%, aunque hace una buena valoración cuando las raciones son pequeñas.
Traducido a la vida cotidiana, el error no es una décima en una hoja de cálculo. Puede equivaler a calcular mal un plato de pasta, una porción de arroz o la cantidad real de comida ingerida durante el día.
Los adolescentes tampoco escapan a esa infravaloración
Otro estudio centrado en adolescentes encontró un patrón parecido. Los modelos de inteligencia artificial de uso general infravaloran la ingesta de nutrientes frente a la estimación de los dietistas.
Esa diferencia importa especialmente en una etapa donde alimentación, crecimiento y hábitos todavía están en formación. Si la herramienta resta valor nutricional a lo que un menor consume, la recomendación posterior también parte torcida.
Además, la confianza social no parece acompañar esa fragilidad con suficiente cautela. Una encuesta realizada en Estados Unidos indica que solo una de cada cuatro personas cree que la información de salud generada por inteligencia artificial es poco fiable o nada fiable.
La confianza crece más rápido que la alfabetización digital en salud
Ese desequilibrio dibuja una paradoja muy actual. Cuanto más presentes están estas herramientas, más fácil resulta asumir que responder con soltura equivale a responder bien.
La Organización Mundial de la Salud advierte que sin alfabetización digital en salud el usuario queda expuesto a seguir recomendaciones incorrectas, incompletas o directamente peligrosas. No hace falta imaginar un escenario extremo. Basta con una persona que confunda una orientación general con un consejo fiable para su caso concreto.
Al final, el problema no reside solo en que una máquina falle, sino en que falle dentro de un entorno que inspira confianza. Una nota de 3 sobre 10 en la información de base, una concordancia de 0,42 frente a dietistas y errores de hasta 50% en raciones medianas o grandes forman una combinación demasiado concreta como para tomarla a la ligera.