Gemini como asistente de alimentación con IA: posibilidades y límites

¿Puede la inteligencia artificial actuar como asistente personal en las decisiones alimentarias cotidianas? La experiencia realizada con el modelo Gemini de Google aborda esta cuestión no solo desde la elaboración de un plan alimentario, sino también desde la respuesta a necesidades que cambian a lo largo del día. El proceso comienza con una conversación sobre objetivos, estilo de vida y preferencias alimentarias, y evoluciona hacia el uso de un asistente interactivo que evalúa comidas, propone alternativas y responde a preguntas sobre alimentos. El valor reside menos en una respuesta puntual que en un diálogo continuo.

El punto de partida de la personalización es el contexto que se proporciona al asistente. En esta experiencia se tuvieron en cuenta conjuntamente los objetivos, el nivel de actividad y los alimentos preferidos y no deseados para crear un plan alimentario que contemplara los días de entrenamiento y descanso. Este enfoque muestra cómo generar recomendaciones adaptadas a la rutina diaria del usuario, en lugar de ofrecer el mismo plan a todo el mundo. Sin embargo, no puede darse por hecho que una respuesta aparentemente personalizada sea adecuada desde el punto de vista médico. Un plan elaborado por IA no debe considerarse una prescripción que sustituya la valoración de un profesional.

La interacción visual fue uno de los aspectos prácticos de la experiencia. A partir de fotos de comidas se generaron valores aproximados de calorías, proteínas, hidratos de carbono y grasas, que se incorporaron al registro diario. Así se creó un proceso de registro que comenzaba con una foto, en lugar de exigir una descripción de cada comida únicamente por escrito. No obstante, una imagen no permite determinar con precisión el peso de las porciones ni todos los ingredientes añadidos a un plato. Por ello, los resultados deben considerarse estimaciones, no mediciones, y complementarse siempre que sea posible con información sobre cantidades e ingredientes.

El seguimiento diario no se limitó a enumerar las comidas anteriores. En la experiencia se ofrecieron opciones para las siguientes comidas a partir del consumo registrado y del objetivo calórico diario. Las preguntas sobre la idoneidad de un producto, planteadas mediante una foto en el supermercado o en un restaurante, también recibieron respuestas con alternativas. La distinción fundamental está en la información en la que se basa la recomendación: un registro incompleto de las comidas o una estimación incorrecta de las porciones puede afectar a la valoración de lo que falta para alcanzar el objetivo. Este proceso no debe confundirse con un sistema de seguimiento de la salud que funcione de forma autónoma y continua.

Preguntar por la composición de un alimento, comparar opciones de comidas o reconsiderar el plan diario son algunos de los usos accesibles de los asistentes de IA. En X Mind Solutions abordamos este ejemplo como un caso de uso que muestra cómo una interacción enriquecida con contexto puede apoyar las decisiones cotidianas. Aun así, en materia de alimentación es necesario valorar por separado la comodidad y la fiabilidad. Especialmente cuando existen enfermedades, alergias o necesidades alimentarias específicas, el asesoramiento profesional debe ser la referencia; el asistente debe utilizarse como herramienta para organizar información y preparar decisiones.