İstanbul Atlas Üniversitesi Sağlık Bilimleri Fakültesi Beslenme ve Diyetetik Bölümü’nden iki akademisyen tarafından yürütülen araştırma, yapay zekâ ile oluşturulan diyet önerilerinin ergenlerde besin alımını olumsuz etkileyebileceğini gösterdi. Bu çalışmada yapay zekâ ile üretilen diyet planları, diyetisyenler tarafından bilimsel kılavuzlara uygun şekilde hazırlanan planlarla karşılaştırıldı ve yıllardır kullanılan yapay zekâ modellerinin içerik güvenilirliğinin sorgulanması gerektiği vurgulandı.
Çalışma, Frontiers in Nutrition dergisinde yayımlanırken beş farklı yapay zekâ modeli ile toplam 60 adet üç günlük diyet planı ortaya kondu. Her profil için bir diyetisyen referans planı oluşturuldu. Enerji ve makro/mikro besin değerleri BeBiS sistemiyle analiz edildi. Elde edilen bulgular, ergenler için sıklıkla tercih edilen yapay zekâ planlarının, günlük enerji ihtiyacını yaklaşık 700 kcal oranında düşük hesapladığını gösterdi; karbonhidratlar belirgin düzeyde azalırken protein ve yağ miktarları yükseldi. Özellikle makro besin oranlarında protein ve lipit değerleri, önerilen aralıkların üzerinde kaldı; karbonhidrat oranları ise önemli ölçüde düşüktü.
Araştırmayı yürüten uzmanlar, yapay zekâ modellerinin enerji, protein, lipit ve karbonhidrat gibi temel besin öğelerini sistematik olarak yanlış hesaplama eğiliminde olduğunu belirtti. Elde edilen veriler, bazı modellerin mikro besin içeriklerinde de tutarsız sonuçlar gösterdiğini ortaya koydu; hiçbiri tüm besinler açısından diyetisyenle yakın bir uyum sergilemedi. Uzmanlar, ergenlik döneminin büyüme ve gelişim açısından kritik olması nedeniyle bu tür dengesiz beslenme önerilerinin uzun vadeli sağlık üzerinde olumsuz etkiler doğurabileceğini ifade etti.
Bulgular, yapay zekâ tabanlı diyet önerilerinin yalnızca profesyonel gözetim altında kullanılmasının uygun olduğunu ve güvenilir veri üretimi için model iyileştirmelerinin gerekli olduğunu ortaya koydu. Uluslararası medya organlarında da geniş yer bulan çalışma, konuyla ilgili farkındalığı artırmayı hedefliyor.
Leave a Reply