人工智能对人类营养知识的比较分析:评估基于大型语言模型的对话代理与饮食学学生和普通人群之间的比较
Nicola Luigi Bragazzi1, Stefania Monica2, Federico Bergenti3
1Human Nutrition Unit, Department of Food and Drug, University of Parma, Parma, Italy.
PloS one
|December 8, 2025
概括
人工智能 (AI) 聊天机器人展示了重要的营养知识,与饮食学学生相提并论. 虽然像ChatGPT-4这样的先进模型在特定领域表现出色,但对于个性化的饮食建议,人类的专业知识仍然至关重要.
科学领域:
- 营养科学和人工智能 营养科学和人工智能
- 计算健康 计算健康
- 饮食信息学 饮食信息学
背景情况:
- 导航丰富的,往往相互矛盾的饮食建议是具有挑战性的.
- 与饮食有关的非传染性疾病需要明智的饮食选择.
- 人工智能 (AI) 在提供营养信息方面的可靠性尚未得到充分探索.
研究的目的:
- 为了比较基于大型语言模型 (LLM) 的AI与人类受试者的营养知识.
- 在标准化的营养知识问卷上评估最先进的LLM的表现.
- 评估AI在营养指导中的潜在实用性和局限性.
主要方法:
- 通过使用零射击提示,向四名LLM (ChatGPT-3.5,ChatGPT-4,Google Gemini,Microsoft Copilot) 进行了"修订的一般营养知识问卷" (GNKQ-R).
- 根据GNKQ-R指南得分的LLM答案.
- 将人工智能性能与具有不同水平营养知识 (饮食学和英语学生) 的人类受试者进行比较.
主要成果:
- 平均法学士成绩 (77.3/88) 与饮食学学生 (79.3/88) 相美,与英语学生 (67.7/88) 相美.
- 聊天GPT-4获得最高分 (82/88),在整体知识和"食品组"和"健康食品选择"等特定领域的表现优于所有人类群体.
- 在"饮食建议"和"饮食,疾病和体重管理"方面,LLM的熟练程度与饮食学学生相似或超过,但各部分的表现各不相同,表明知识差距.
结论:
- 高级LLM拥有丰富的营养知识,证明了公共卫生和教育应用的潜力.
- 虽然人工智能可以在某些营养知识领域与人类竞争,但它缺乏对复杂,个性化的饮食建议的细微了解.
- 专家人类判断仍然是临床复杂性和饮食建议的个体变化不可或缺的.
