一项最新研究显示，青少年使用人工智能聊天机器人制定饮食计划时，可能面临总能量和关键营养素摄入不足的风险，部分方案的热量缺口相当于每天跳过一餐。

研究作者Ayşe Betül Bilen在发表于《Frontiers in Nutrition》期刊的论文中指出，全球越来越多儿童和青少年开始依赖包括OpenAI的ChatGPT在内的人工智能聊天机器人，获取个性化营养建议，甚至用于制定减重膳食计划。但相关模型生成的饮食方案，并不总能满足这一年龄段的营养和能量需求。

多款聊天机器人参与测试

研究团队选取了ChatGPT 4、Gemini 2.5 Pro、Perplexity、Bing Chat-5GPT和Claude 4.1的免费版本，为四名15岁青少年制定饮食计划。参与设定的对象包括一名超重男孩、一名超重女孩以及一名肥胖男孩和一名肥胖女孩。

研究人员向上述五款聊天机器人发出统一指令，要求其分别为每名青少年制定覆盖三天、包含每日三餐和两次加餐的膳食计划。随后，团队将这些由人工智能生成的方案，与一名专门研究青少年疾病的营养师依据相关指南制定的对照膳食计划进行比较。

能量摄入平均少近700卡路里

对比结果显示，人工智能模型计算出的每日能量需求平均比营养师方案低近700卡路里，差距相当于一整餐的热量。研究人员表示，这一水平的能量缺口“足以产生严重的临床后果”。

Bilen在论文中表示，与营养师根据指南制定的计划相比，人工智能模型生成的饮食计划“往往大幅低估了总能量和关键营养素的摄入量”。她指出，在青少年时期长期遵循此类不平衡或过度限制的膳食方案，可能对生长、代谢健康以及饮食行为产生负面影响。

宏量营养素结构也出现偏差

研究还发现，在总能量被“严重低估”的同时，部分宏量营养素的摄入则被高估。根据分析，人工智能模型建议的蛋白质摄入量平均比营养师方案多出约20克，而碳水化合物含量则明显偏低，平均少约115克。

在此基础上，人工智能生成饮食计划中来自碳水化合物的能量占比约为32%至36%，低于推荐的45%至50%区间。Bilen指出，人工智能生成的饮食计划“持续偏离推荐的宏量营养素平衡，这对青少年来说尤其成问题”。

她表示，研究结果显示，这些模型“可能依赖于通用或流行的饮食模式，而未能充分整合针对年龄的营养需求”。

研究人员呼吁提高认知

研究团队希望，这项研究能够提升公众和相关从业者对人工智能模型在制定均衡膳食计划方面能力边界的认识。

Bilen强调，青春期是身体生长、骨骼发育和认知成熟的关键阶段。在这一时期，如果能量和碳水化合物摄入偏低，同时蛋白质和脂肪比例偏高，“可能在青少年生长期带来风险”。

她表示，相关发现提示，在青少年饮食管理中使用人工智能工具时，需要充分关注其在能量和营养素配置方面的局限性。