Papel de la Inteligencia Artificial Generativa (IAGen) en la Educación Alimentaria y Nutricional: Revisión del Estado del Arte
Resumen
La inteligencia artificial generativa (IAG) está emergiendo en la educación alimentaria y nutricional, ofreciendo herramientas de aprendizaje adaptativo y apoyo al asesoramiento, aunque también generando inquietudes sobre su precisión, integridad y equidad. Esta revisión examina críticamente el papel de la IAG a través de cuatro dimensiones: aplicaciones, beneficios, desafíos y contribuciones al aprendizaje personalizado, para responder a la pregunta de cuál es su función en la educación alimentaria y nutricional. Se incluyeron estudios revisados por pares, publicados en inglés y español (enero de 2021 a agosto de 2025), que abordaban la IA generativa o conversacional (p. ej., modelos de lenguaje complejos, chatbots) en contextos educativos o de nutrición aplicada. Se excluyeron los temas ajenos a la nutrición, los informes puramente técnicos, los artículos de opinión, las preimpresiones, los duplicados y la IA no generativa. Las búsquedas en PubMed, Scopus y Web of Science arrojaron nueve estudios tras una doble revisión. La síntesis narrativa identificó aplicaciones de GenAI en la docencia universitaria, programas de nutrición familiar y dietética clínica para generar materiales accesibles, personalizar cuestionarios y retroalimentación, y apoyar el aprendizaje dietético. Entre los beneficios reportados se incluyeron una mejora en el conocimiento nutricional de los padres, una mayor participación estudiantil bajo supervisión y la relación entre la alfabetización nutricional digital y los comportamientos alimentarios sostenibles. Los desafíos abarcaron la adherencia inconsistente a las guías dietéticas en casos complejos, la sensibilidad al lenguaje y al enfoque de las preguntas, los riesgos para la integridad académica y la privacidad, y las desigualdades digitales que requieren alfabetización en IA y supervisión. En general, GenAI funciona de manera más efectiva como un complemento supervisado que mejora el acceso y la personalización, a la vez que salvaguarda la calidad. Garantizar la alineación con los estándares profesionales, la revisión por expertos, la transparencia y la adaptación contextual es esencial para promover responsablemente su valor educativo.
Descargas
Métricas
-
Resumen114
-
pdf 69
Citas
Varayil JE, Bielinski SJ, Mundi MS, Bonnes SL, Salonen BR, Hurt RT. Artificial Intelligence in Clinical Nutrition: Bridging Data Analytics and Nutritional Care. Curr Nutr Rep. 2025, 14(1), 91. https://doi.org/10.1007/s13668-025-00680-x
Bešlić J, Bešlić A, Haverić A, Gajević M. Leveraging ai in the classroom to transform adolescent dietary habits through innovative nutritional education. SN Computer Science. 2024, 5(6). https://doi.org/10.1007/s42979-024-03119-2
Guettala M, Bourekkache S, Kazar O, Harous S. Generative Artificial Intelligence in Education: Advancing Adaptive and Personalized Learning. Acta Informatica Pragensia. 2024, 13(3), 460-489. http://doi.org/10.18267/j.aip.235
Kopitar L, Štiglic G, Bedrač L, Bian J. Personalized meal planning in inpatient clinical dietetics using generative artificial intelligence: system description. 2024 IEEE 12th International Conference on Healthcare Informatics (ICHI). 2024, 326-331. https://doi.org/10.1109/ichi61247.2024.00049
Chen G, Mao Z, Sun M, Liu K, Jia W. Shape-preserving generation of food images for automatic dietary assessment. 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). 2024, 3721-3731. https://doi.org/10.1109/cvprw63382.2024.00376
García-Peñalvo FJ. Generative Artificial Intelligence. Open Challenges, Opportunities, and Risks in Higher Education. CEUR Workshop Proceedings. 2023, 3696, 4–15. https://ceur-ws.org/Vol-3696/article_1.pdf
Das D, Roy A, Dasgupta S, Roy R. The use of generative artificial intelligence (ai) in teaching and assessment of postgraduate students in pathology and microbiology. Indian J Microbiol Res. 2024, 11(3), 140-146. https://doi.org/10.18231/j.ijmr.2024.027
Rethlefsen ML, Kirtley S, Waffenschmidt S, Ayala AP, Moher D, Page MJ, Koffel JB; PRISMA-SGroup. PRISMA-S: an extension to the PRISMA Statement for Reporting Literature Searches inSystematic Reviews. Syst Rev. 2021, 10(1), 39. https://doi.org/10.1186/s13643-020-01542-z
Mourad Ouzzani, Hossam Hammady, Zbys Fedorowicz, and Ahmed Elmagarmid. Rayyan — a web and mobile app for systematic reviews. Syst Rev. 2016, 5, 210. https://doi.org/10.1186/s13643-016-0384-4
Haddaway NR, Page MJ, Pritchard CC, McGuinness LA. PRISMA2020: An R package and Shiny app for producing PRISMA 2020-compliant flow diagrams, with interactivity for optimised digital transparency and Open Synthesis. Campbell Systematic Reviews. 2022, 18(2), e1230. https://doi.org/10.1002/cl2.1230
Aslan Gonul B, Caferoglu Akin Z. Digital healthy eating literacy: its role in sustainable food choices and mediterranean diet adherence. BMC Public Health. 2025, 25(1), 2109. https://doi.org/10.1186/s12889-025-23353-4
Bergling K, Wang LC, Shivakumar O, Nandorine Ban A, Moore LW, Ginsberg N, Kooman J, Duncan N, Kotanko P, Zhang H. From bytes to bites: application of large language models to enhance nutritional recommendations. Clin Kidney J. 2025, 18(4), sfaf082. https://doi.org/10.1093/ckj/sfaf082
Chatelan A, Clerc A, Fonta PA. ChatGPT and Future Artificial Intelligence Chatbots: What may be the Influence on Credentialed Nutrition and Dietetics Practitioners?. J Acad Nutr Diet. 2023, 123(11), 1525-1531. http://doi.org/10.1016/j.jand.2023.08.001
De Luis Román D. Inteligencia artificial generativa ChatGPT en nutrición clínica: avances y desafíos [Generative artificial intelligence ChatGPT in clinical nutrition - Advances and challenges]. Nutr Hosp. 2025, 42(4), 797-806. https://doi.org/10.20960/nh.05692
De Vries PLM, Baud D, Baggio S, Ceulemans M, Favre G, Gerbier E, Legardeur H, Maisonneuve E, Pena-Reyes C, Pomar L, Winterfeld U, Panchaud A. Enhancing perinatal health patient information through ChatGPT - An accuracy study. PEC Innov. 2025, 6, 100381. https://doi.org/10.1016/j.pecinn.2025.100381
Huang HC, Chuang HW. A Pilot Study on AI-Powered Gamified Chatbot with OMO Strategy for Enhancing Parental Nutrition Knowledge. Digital. 2025, 5(2), 13. https://doi.org/10.3390/digital5020013
Liao LL, Chang LC, Lai IJ. Assessing the Quality of ChatGPT's Dietary Advice for College Students from Dietitians' Perspectives. Nutrients. 2024, 16(12), 1939. https://doi.org/10.3390/nu16121939
Ponzo V, Goitre I, Favaro E, Merlo FD, Mancino MV, Riso S, Bo S. Is ChatGPT an Effective Tool for Providing Dietary Advice?. Nutrients. 2024, 16(4), 469. https://doi.org/10.3390/nu16040469
Verduci E, Vizzuso S, Frassinetti A, Mariotti L, Del Torto A, Fiore G, Marconi A, Zuccotti GV. Nutripedia: The Fight against the Fake News in Nutrition during Pregnancy and Early Life. Nutrients. 2021, 13(9), 2998. https://doi.org/10.3390/nu13092998
Capecchi I, Borghini T, Bernetti I.. Arfood: pioneering nutrition education for generation alpha through augmented reality and ai-driven serious gaming. Lect Notes Comput Sci. 2024, 351-359. https://doi.org/10.1007/978-3-031-71707-9_29
Côté M, Lamarche B. Artificial intelligence in nutrition research. Artif Intel in Clin Practice. 2024, 465-473. https://doi.org/10.1016/b978-0-443-15688-5.00031-0
Bui N, Nguyen L, Nguyen N, Hoang C. Generative ai-driven digital transformation in education: systematic review and future research directions. 2024 International Conference on Logistics and Industrial Engineering (ICLIE). 2024, 1-6. https://doi.org/10.1109/iclie61478.2024.11015358
Granda B, Inzhivotkina Y, Apolo M, Fajardo J. Educational innovation: exploring the potential of generative artificial intelligence in cognitive schema building. Edutec, Revista Electrónica De Tecnología Educativa. 2024, 89, 44-63. https://doi.org/10.21556/edutec.2024.89.3251
Huang H, Chuang H. Revolutionizing mhealth interaction with a gamified chatbot: an omo strategy approach. 2024 20th International Conference on Wireless and Mobile Computing, Networking and Communications (WiMob). 2024, 283-288. https://doi.org/10.1109/wimob61911.2024.10770309
Shi Y, Huang W, Sang Y. A narrative review of utilizing generative artificial intelligence in classroom instructions. 2024 4th International Conference on Educational Technology (ICET). 2024, 419-422. https://doi.org/10.1109/icet62460.2024.10868958
Agrawal K, Goktas P, Kumar N, Leung M. Artificial intelligence in personalized nutrition and food manufacturing: a comprehensive review of methods, applications, and future directions. Front Nutr. 2025, 12, 1636980. https://doi.org/10.3389/fnut.2025.1636980
Faccia A, Ridon M, Beebeejaun Z, Moşteanu N. Advancements and challenges of generative ai in higher educational content creation a technical perspective. 2023 8th International Conference on Information Systems Engineering. 2023, 48-54. https://doi.org/10.1145/3641032.3641055
Priyadharshini D, Muthuvel I, Saraswathy S, Kavitha P, Jegadeeswari V. Precision to plate: ai-driven innovations in fermentation and hyper-personalized diets. Front Nutr. 2025, 12. https://doi.org/10.3389/fnut.2025.1659511
Rodger D, Mann S., Earp B, Savulescu J, Bobier C, Blackshaw B. Generative ai in healthcare education: how ai literacy gaps could compromise learning and patient safety. Nurse Educ Prac. 2025, 87, 104461. https://doi.org/10.1016/j.nepr.2025.104461
Tagkopoulos I, Brown S, Liu X, Zhao Q, Zohdi T, Earles J. et al. Special report: ai institute for next generation food systems (aifs). Comput Electron Agric. 2022, 196, 106819. https://doi.org/10.1016/j.compag.2022.106819
Li Y, Ji W, Liu J, Li W. Application of generative artificial intelligence technology in customized learning path design: a new strategy for higher education. 2024 International Conference on Interactive Intelligent Systems and Techniques (IIST). 2024, 567-573. https://doi.org/10.1109/iist62526.2024.00099
Puvvadi M, Arava S, Santoria A, Chennupati S, Puvvadi H. Generative ai for personalized learning and education. 2025 7th International Conference on Intelligent Sustainable Systems (ICISS). 2025, 1621-1627. https://doi.org/10.1109/iciss63372.2025.11076239
Derechos de autor 2025 Servicio de Publicaciones de la Universidad de Murcia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Las obras que se publican en esta revista están sujetas a los siguientes términos:
1. El Servicio de Publicaciones de la Universidad de Murcia (la editorial) conserva los derechos patrimoniales (copyright) de las obras publicadas y favorece y permite la reutilización de las mismas bajo la licencia de uso indicada en el punto 2.
© Servicio de Publicaciones, Universidad de Murcia
2. Las obras se publican bajo una licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0.
3. Condiciones de auto-archivo. Se permite y se anima a los autores a difundir electrónicamente las versiones preprint (versión antes de ser evaluada y enviada a la revista) y/o post-print (versión evaluada y aceptada para su publicación) de sus obras antes de su publicación, ya que favorece su circulación y difusión más temprana y con ello un posible aumento en su citación y alcance entre la comunidad académica.
