ChatGPTに栄養の質問をしてはいけない理由と、代わりにやるべきこと

汎用AIの栄養回答には、出典なし・数値不正確・版混在の3つの構造的リスクがある

「タンパク質の推奨量って何グラム？」

この質問をChatGPTに投げたことがある人は多いと思います。

私もやりました。返ってきた答えは「成人で1日50〜60g程度」。一見それっぽい。でも食事摂取基準2025を開くと、推定平均必要量・推奨量・目標量はそれぞれ別の概念で、年齢・性別・身体活動レベルで細かく分かれています。「50〜60g」はどの指標のどの層の値なのか、ChatGPTは教えてくれません。

これが雑談なら問題ない。でも栄養指導の根拠にするなら、話は全く違います。

汎用AIが栄養の質問に弱い構造的な理由

ChatGPTやGeminiは「世界中のテキストからもっともらしい文章を生成する」モデルです。栄養学の専門知識に特化してトレーニングされたわけではない。ここから3つの問題が生まれます。

1つ目は、出典が出ないこと。

「食事摂取基準2025のp.○○に記載」とか「日本食品標準成分表2020年版（八訂）の食品番号○○」のような引用ができない。栄養指導で「AIが言ってました」は通用しません。根拠を示せない回答は、専門職にとっては使えない回答です。

2つ目は、数値の信頼性。

栄養学は数値がすべてです。ナトリウムの目標量が0.5g違えば、腎疾患の患者さんの食事設計が変わる。汎用AIは「だいたい合ってる」数値を返しますが、「だいたい」では済まない場面が栄養の現場には多すぎます。

aiyolabの内部検証（第38回・第39回管理栄養士国家試験、計400問）では、食事摂取基準2025や成分表をRAGで参照できるAIの正答率が約90%だったのに対し、RAGなしの汎用AI（GPT-4o、同一問題セット）は約65%でした。差がつくのは「正確な数値」を問う問題です。ただし、これは自社検証データであり、第三者による独立検証ではありません。

3つ目は、古い情報と新しい情報が混ざること。

食事摂取基準は5年ごとに改定されます。2020年版と2025年版で数値が変わっている項目は少なくない。汎用AIの学習データにはどちらも含まれている可能性があり、どの版の数値を返しているのか判別できません。

じゃあどうすればいいのか

選択肢は3つあります。

自分で調べる。 食事摂取基準のPDFを開いて、該当ページを探す。確実だけど時間がかかる。2025年版は600ページ超あるので、慣れていないと目的の表にたどり着くまでに10分以上かかることもあります。

RAGベースの専門AIを使う。 公式資料をベクトルDBに格納し、質問に関連する箇所を検索してから回答を生成する仕組みです。回答に「出典: 食事摂取基準2025 p.XXX」のような引用がつくので、そのまま裏取りができる。

教科書・参考書で確認する。 当然これも正解。ただし検索性は低いので、「あの数値どこに書いてあったっけ」問題は残ります。

個人的には、RAGベースのAIで当たりをつけてから公式資料で裏取りする、という2段階が一番速いと感じています。ゼロから600ページのPDFを検索するより、「この辺のページを見ればいい」とわかった状態で確認する方が圧倒的に効率がいい。

「出典つきAI」の実用性

私たちはaiyolab（aiyolab.net）という、食事摂取基準2025や食品成分表をRAGで参照する栄養AIを開発・運用しています。

開発過程でわかったのは、栄養学のAI活用における最重要ポイントは「モデルの賢さ」ではなく「参照データの正確性と鮮度」だということです。Claude 3.5でもGPT-4oでも、正しいデータを参照させればほぼ同じ精度が出る。逆に、参照データがなければどんな高性能モデルでも「もっともらしい嘘」を生成します。

aiyolabでは質問するとAIの回答に出典ページが表示されるので、「本当にそう書いてあるか」を自分の目で確認できます。

もちろんaiyolabが唯一の選択肢ではありません。重要なのは「出典が出るかどうか」を基準にツールを選ぶことです。栄養の専門職やそれを目指す学生にとって、出典のない回答は回答ではない。

まとめ

汎用AIに栄養の質問をするなとは言いません。ブレストや大枠の確認には便利です。でも、数値を伴う判断や栄養指導の根拠にするなら、出典がついて、参照データが明示されているツールを使うべきです。

「AIが言ってた」ではなく「食事摂取基準2025のp.XXXにこう書いてある」。その一言の差が、専門職としての信頼性を分けます。

出典

厚生労働省「日本人の食事摂取基準（2025年版）」
文部科学省「日本食品標準成分表2020年版（八訂）」
OpenAI "GPT-4 Technical Report" (2023)
aiyolab内部検証データ（管理栄養士国家試験第38回・第39回、計400問での正答率比較。自社検証であり独立した第三者検証ではない）