La IA inventa cuando no sabe, y en tu consulta eso se come en gramos

El error no es que la máquina se equivoque. Es que se equivoca con el mismo tono seguro con el que acierta, y el número acaba en el cuerpo de un paciente.

Lo más leído

Cuando una Inteligencia Artificial no tiene el dato, no se calla: se lo inventa y te lo entrega con la misma seguridad con la que te entrega los que sí sabe. En la mayoría de los oficios ese fallo produce un párrafo raro que alguien corrige. En una consulta de nutrición produce un número, y ese número se traduce en gramos que una persona real se va a comer todos los días durante tres meses. Ese es el problema concreto de la Inteligencia Artificial para nutricionistas: no es que se equivoque, es que se equivoca sin avisar y dentro de un documento que firmas tú.

Por qué la Inteligencia Artificial inventa datos nutricionales en vez de decir que no sabe

Estos sistemas no consultan una tabla de composición de alimentos y te devuelven el valor. Generan la respuesta más probable a partir de todo el lenguaje con el que se entrenaron. Si el dato exacto no está, la maquinaria no se detiene: rellena el hueco con algo que encaja en la frase. En el sector se llama alucinación, y no es un fallo que se vaya a arreglar con la siguiente versión, es la forma en que funciona la herramienta.

La propia OpenAI lo tiene escrito debajo del cuadro donde escribes: «ChatGPT puede cometer errores. Comprueba la información importante». No es letra pequeña legal, es una descripción exacta del producto. La diferencia está en qué considera cada oficio información importante. En el tuyo, lo es prácticamente todo.

Un plan generado sin criterio profesional falla por donde nadie mira

No es una sospecha de gremio. Un análisis de planes de alimentación generados con Inteligencia Artificial recogido por Infobae en marzo de 2026 encontró déficits calóricos y desequilibrios de nutrientes en pautas que, leídas por encima, parecían impecables. El texto estaba bien redactado, la estructura era correcta, las comidas tenían sentido. Fallaba el fondo, que es justo lo que no se ve leyendo rápido.

Ese es el patrón que conviene tener presente. El error de la Inteligencia Artificial casi nunca es evidente. No te va a poner ochenta gramos de proteína en un desayuno para que saltes de la silla. Te va a poner una cifra verosímil, ligeramente desplazada, en un alimento que apenas miras porque llevas veinte años sabiendo cuánto lleva.

El riesgo no es que tu paciente use ChatGPT, es que lo uses tú deprisa

Casi todo lo que se ha escrito sobre esto va del paciente que se hace la dieta solo con el móvil. Es un asunto real, pero no es el tuyo. Tu riesgo está un paso más adentro: en la tarde de consulta acumulada, con seis informes pendientes, cuando le pides a la herramienta que te monte la estructura de un plan o que te calcule un equivalente y lo pegas con una lectura rápida porque tiene buena pinta.

Ahí es donde el fallo cambia de dueño. El paciente que se equivoca solo asume su decisión. El dato falso que sale de tu consulta lleva tu nombre, tu número de colegiado y tu responsabilidad. Y no lo va a descubrir un inspector: lo va a descubrir el paciente que no avanza, o el compañero que revisa tu pauta en una segunda opinión.

Qué revisar siempre antes de firmar un plan hecho con Inteligencia Artificial

No se trata de renunciar a la herramienta. La Inteligencia Artificial para nutricionistas ahorra horas reales en lo que no es criterio clínico: ordenar la estructura del informe, redactar las recomendaciones generales, preparar el material de seguimiento, transformar una pauta en un texto que el paciente entienda. Eso es exactamente la parte repetitiva del oficio, y delegarla no te resta nada.

La línea es simple. Todo lo que sea una cifra que va a acabar en el cuerpo de una persona se verifica en tu fuente de siempre, no en la conversación. Composición de alimentos, requerimientos, interacciones con medicación, contraindicaciones en embarazo, patología renal o diabetes. Ninguno de esos números se da por bueno porque la respuesta suene segura. La seguridad del tono no significa nada: es la misma cuando acierta y cuando inventa.

Y una segunda línea que se olvida más: lo que entra. Los datos clínicos de un paciente no se pegan en un chat comercial sin pensar dónde acaban. Ese asunto lo tratamos a fondo al hablar de la confidencialidad en consulta y aplica igual a una historia dietética.

Lo que un dato inventado te cuesta de verdad

Un error nutricional rara vez provoca un titular. Provoca algo más silencioso y más caro: un paciente que no obtiene resultados, que no vuelve, y que no te explica por qué. Tu consulta no se sostiene sobre una web bonita ni sobre el número de seguidores, se sostiene sobre veinte años de acertar. Esa reputación no se pierde de golpe, se erosiona por abajo.

Ahí está la paradoja incómoda: la herramienta que te promete tiempo puede quitarte lo único que no se recupera, que es el criterio afilado. Si dejas de comprobar porque casi siempre acierta, has cambiado tu forma de trabajar sin decidirlo. Es el mecanismo que explicamos en por qué el riesgo no es que te sustituya, sino que dejes de pensar.

Tu ventaja no es escribir dietas, es saber cuándo la respuesta está mal

Cualquiera puede pedirle a una máquina un plan de comidas de dos mil calorías. Nadie sin tu formación puede mirar ese plan y detectar en diez segundos que el aporte de hierro no cuadra con una paciente con anemia y regla abundante. Esa es la habilidad que el mercado va a pagar más cara, no menos, precisamente porque ahora hay mucho texto plausible circulando y muy poca gente capaz de auditarlo.

El error de fondo, en esta profesión y en todas las que viven de su criterio, es intentar competir en velocidad con una herramienta que siempre será más rápida. La partida se juega en otro sitio: en tener una forma de trabajar donde la Inteligencia Artificial haga lo mecánico, tu criterio revise lo clínico, y tu consulta gane visibilidad por lo que sabes y no por lo que publicas.

Eso no se resuelve aprendiendo otra herramienta más. Se resuelve con una estructura. Es lo que hace Javier G. Amblar en Evolution, su programa de acompañamiento para profesionales con consulta propia: sentarse con tu caso concreto, decidir qué parte de tu trabajo pasa a la Inteligencia Artificial, qué parte no sale nunca de tus manos, y cómo convertir esos veinte años de oficio en algo que tus futuros pacientes vean antes de llamarte.

Si la Inteligencia Artificial te importa de verdad, apúntate a nuestro newsletter gratuito. Solo lo esencial, sin ruido.

- Fuentes Generales: El listado aquí
- Imágenes generadas con IA en Magnific

Nota de elaboración y validación

Este artículo se ha elaborado con asistencia de inteligencia artificial para la búsqueda, organización y síntesis de información. El texto final, sus fuentes y sus conclusiones han sido revisados y validados por Anabel Blanco, Editora de IA Actual y Javier G. Amblar, Editor de IA Actual.

Política de Privacidad

- Todas las Imágenes han sido generadas con IA usando Magnific
- Editores: Anabel Blanco y Javier Amblar

Otros artículos sobre IA que debes leer