Dietista-nutricionista

Estados Unidos. La oficina de estadística proyecta que el empleo de dietistas y nutricionistas crecerá un 8 por ciento de 2025 a 2035, de 86.300 a 93.000, con unas 5.700 vacantes al año, y cita el creciente interés por el papel de la alimentación y la nutrición en el bienestar y la atención preventiva. La página no menciona la inteligencia artificial. Cuenta empleos de un solo país.

Una persona con nombre y con posición reconocida predijo algo públicamente, en una fecha, en una declaración atribuible. Se registra para que quede comprobable quién dijo qué y cuándo, y nunca mueve la evaluación de una tarea, porque una predicción no es una observación. Su valor llega después: el registro queda en la misma página que la evidencia sobre esa ocupación, así que quien lee el pronóstico lee al lado el registro de lo que pasó luego. Esa es la rendición de cuentas; este sitio no publica ningún veredicto sobre si un pronóstico se cumplió.

Japón. Anuncio de una empresa de alimentación según el cual, tras una prueba con cinco empresas de restauración colectiva, comenzó a vender el 11 de mayo de 2026 un servicio de IA que genera automáticamente menús conforme a condiciones fijadas por dietistas registrados, de una a tres comidas al día y para hasta varios meses; solo dietas estándar, para residencias, jardines de infancia y escuelas infantiles, a 5.467 yenes por instalación y mes. Cita la estimación del 70% de una empresa socia de la prueba. Es la empresa describiendo su propio producto.

Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.

Un estudio transversal en el que cinco modelos de IA (ChatGPT-4o, Gemini 2.5 Pro, Claude 4.1, Bing Chat y Perplexity) generaron 60 planes de dieta de tres días para cuatro perfiles estandarizados de adolescentes, comparados con el plan de referencia de un dietista para cada uno. Los micronutrientes variaron de forma significativa entre modelos y ningún modelo mostró una proximidad constante al dietista en todos los nutrientes; los autores concluyen que las recomendaciones dietéticas basadas en IA no son adecuadas para usarse sin supervisión profesional. Perfiles estandarizados, no pacientes.

Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.

Un estudio transversal en el que se tomaron 100 preguntas de nutrición de foros públicos en línea donde habían respondido dietistas registrados, cada una emparejada con una respuesta de ChatGPT-4o, y ocho dietistas con licencia, sin conocer la fuente, las evaluaron. Las respuestas de la IA puntuaron más alto en calidad (4,48 frente a 2,56 en una escala de 5 puntos), empatía (4,62 frente a 3,21) y rendimiento general; las respuestas de los dietistas fueron más variables. Las respuestas en foros no son sesiones de asesoramiento.

Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.

Japón, una empresa de restauración colectiva que da servicio de comidas a residencias, empresas y colegios. Dice que participó en una prueba de un planificador de menús con IA con menús reales de restauración colectiva, que la planificación de menús se concentraba en unas pocas personas de la plantilla, que la herramienta puede generar menús que cumplen condiciones fijadas para hasta varios meses, que un dietista registrado (管理栄養士) revisa los menús y que, según su propia estimación, podría recortarse alrededor del 70% del trabajo de planificación de menús. Una estimación de una empresa a partir de una prueba piloto, no un resultado medido; la empresa era socia del proveedor.

Ensayo a pequeña escala en un entorno real. Nos dice que se están probando las condiciones de despliegue, no que se cumplan, así que un piloto nunca basta por sí solo; dos independientes sí.

Japón. El artículo 21(1) de la Ley de Promoción de la Salud exige que el titular de una instalación de alimentación colectiva específica que el gobernador de la prefectura designe como necesitada de una gestión nutricional especial tenga allí un dietista registrado (管理栄養士); el artículo 21(2) solo pide a las demás instalaciones de alimentación colectiva específicas que procuren contar con un dietista o un dietista registrado. No nombra ninguna tecnología; exige una persona en un puesto, no una forma de planificar menús.

Una regulación, una subvención o una compra pública están exigiendo o financiando la adopción: el espejo de una restricción. Muestra que la adopción se está exigiendo, no que haya ocurrido, así que un mandato nunca basta por sí solo; dos independientes sí.

Japón. Un estudio que puso a prueba GPT-4o, GPT-4o-mini y GPT-4o con recuperación en 599 preguntas de opción múltiple de acceso público de los exámenes nacionales de 2022–2024. Todos superaron el umbral del 60%; GPT-4o-RAG obtuvo la puntuación más alta, un 83,5%, rindió mejor en nutrición aplicada y clínica, pero mostró un rendimiento limitado en las preguntas numéricas, y los autores dicen que las limitaciones en el razonamiento numérico y la orientación individualizada justifican seguir desarrollándolo. Preguntas de examen, no pacientes.

Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.

Taiwán. Una encuesta transversal a 497 dietistas halló que el 59,8% había usado ChatGPT, sobre todo para documentación administrativa; los dietistas más jóvenes, con mayor nivel educativo y con puestos en hospitales eran más propensos a usarlo. Uso declarado en un solo lugar; no mide el tiempo ahorrado ni la exactitud.

Una herramienta se usa a gran escala en trabajo real y eso está medido, y quien decidió usarla fue la persona que trabaja, no quien emplea. Es más que un registro de capacidad —el trabajo es real, no una demostración— y menos que uno de despliegue, porque ningún empleador la puso en producción, ni la exigió, ni construyó un proceso alrededor. Ponderada como `cautious`: `automating` significa que la máquina puede hacer la tarea Y que hay indicios de adopción, y esto es un indicio de adopción; pero el uso puede ser una prueba, y buena parte de la medición viene de una parte con intereses, así que un registro nunca basta y dos independientes sí. Fíjate además en quién cuenta. La telemetría de un proveedor ve esto directamente y a la vez vende la herramienta, así que un registro de este tipo declara ese interés en su ámbito de aplicación; una agencia estadística que pregunta a las empresas si su personal usa IA en tareas ve el mismo canal sin ningún interés propio, y donde exista es la mejor fuente.

Inglaterra, relato de primera mano de un equipo hospitalario en el sitio web del colegio profesional. Tres dietistas especializados en diabetes dicen que un escriba de IA ha reducido el tiempo dedicado a notas y cartas, que el 90% de las veces las notas y cartas son correctas y adecuadas y que el profesional clínico sigue teniendo que revisar cada resultado; también cuentan que piden a la IA planes de comidas específicos para una enfermedad, con alimentos regionales y en el idioma del paciente. Una impresión sin método, de un solo equipo.

Una herramienta se usa a gran escala en trabajo real y eso está medido, y quien decidió usarla fue la persona que trabaja, no quien emplea. Es más que un registro de capacidad —el trabajo es real, no una demostración— y menos que uno de despliegue, porque ningún empleador la puso en producción, ni la exigió, ni construyó un proceso alrededor. Ponderada como `cautious`: `automating` significa que la máquina puede hacer la tarea Y que hay indicios de adopción, y esto es un indicio de adopción; pero el uso puede ser una prueba, y buena parte de la medición viene de una parte con intereses, así que un registro nunca basta y dos independientes sí. Fíjate además en quién cuenta. La telemetría de un proveedor ve esto directamente y a la vez vende la herramienta, así que un registro de este tipo declara ese interés en su ámbito de aplicación; una agencia estadística que pregunta a las empresas si su personal usa IA en tareas ve el mismo canal sin ningún interés propio, y donde exista es la mejor fuente.

Un estudio que puso a prueba GPT-4o, Claude 3.5 Sonnet y Gemini 1.5 Pro con 1.050 preguntas del examen de dietista registrado de Estados Unidos procedentes de un banco de preparación de exámenes. GPT-4o obtuvo un 91,92% con instrucciones zero-shot y la puntuación general más alta; los autores señalan que los resultados variaron considerablemente con distintas instrucciones y áreas de preguntas. Las preguntas de examen miden conocimientos, no la atención a un paciente.

Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.

Un estudio de aplicaciones de nutrición, siete de las cuales ofrecían reconocimiento de imágenes de alimentos por IA, probadas con imágenes de alimentos que incluían platos combinados. La más precisa identificó el 97% de los componentes de los alimentos (38 de 39) y la menos precisa el 46% (18 de 39); los autores consideraron inexactas las estimaciones automáticas de energía del reconocimiento de imágenes por IA y dicen que colaborar con dietistas es esencial para mejorar las aplicaciones. Aplicaciones de consumo con un conjunto pequeño de imágenes.

Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.

Si estás empezando, cuenta con que la IA redacte tus planes de comidas, tus hojas educativas y tus notas, y haz fuerte lo que se le da mal: las cifras para un paciente concreto, la dieta para una enfermedad y una relación que cambia lo que alguien come.

Cuenta con que la redacción de menús y el papeleo se aceleren, sobre todo en la restauración colectiva institucional. La terapia nutricional médica y la revisión de cada plan redactado por la IA siguen siendo cosa tuya.

Rehacer el puesto

Revisar planes redactados por la IA en lugar de escribirlos desde cero

Los estudios muestran que los planes de comidas de la IA se desvían en los nutrientes, y las herramientas de menús se venden partiendo de que un dietista revisa lo que producen.

Quedarte y reforzarte

Quedarse en la nutrición clínica donde se exige licencia

Japón exige dietistas registrados en las instalaciones designadas, y los modelos flaquean sobre todo en el cálculo específico para cada paciente.

Movimiento lateral

Pasar a validar software de nutrición

Las aplicaciones de registro de alimentos y los planificadores de menús necesitan dietistas que revisen sus bases de datos de alimentos y sus estimaciones de energía.

La evidencia no muestra eso. La IA aprueba bancos de preguntas de examen y escribe respuestas fluidas, pero sus planes de comidas se desvían en los nutrientes y las aplicaciones de fotos calculan mal la energía. La redacción de menús institucionales se está automatizando en Japón, donde la ley sigue exigiendo dietistas registrados en las instalaciones designadas. Estados Unidos proyecta que el empleo de dietistas crecerá un 8 por ciento de 2025 a 2035.

No respondemos a eso con un número de años. Fíjate en si tu empleador compra IA para planificar menús o redactar notas, y en qué reservan a los dietistas las normas que regulan tu profesión. Eso te dice más que cualquier fecha.

Puede redactar uno, pero los estudios hallaron que los planes de la IA se desviaban de los de los dietistas en energía y nutrientes, y los autores desaconsejan usarlos sin supervisión profesional, sobre todo para niños o dietas médicas.

Reconociendo alimentos, las mejores sí; estimando la energía, un estudio las consideró inexactas. El reconocimiento osciló entre el 97% y el 46% de los componentes de los alimentos en siete aplicaciones.