著者の所属・活動拠点の国は、オランダです。

掲載誌：Current Developments in Nutrition

ライセンス: CC BY　対象: 公開論文　確認元: OpenAlex

研究の目的

研究チームは、生成AIが高齢者向けに提案するヴィーガンの夕食が、たんぱく質の量だけでなく質の目標も満たせるかを調べました。植物性食品は種類によって必須アミノ酸の構成や消化されやすさが異なるため、たんぱく質の総量が十分でも、必要なアミノ酸を十分にとれるとは限らないという問題に着目しています。

何を、どのように調べたか

研究チームはChatGPTのGPT-5.4とClaudeのOpus 4.6に、高齢者向けの1人分のヴィーガン夕食レシピを各250件、計500件作成させました。25種類の料理文化と10種類の料理形式を組み合わせ、両モデルに同じ条件を与えました。指示は、1食当たり20g以上のたんぱく質を含み、植物性たんぱく源を上手に組み合わせて質も確保するというものです。プロテイン粉末、サプリメント、栄養強化食品、食事代替品は除外しました。

各レシピの食材をオランダの食品成分データベースに対応づけ、アミノ酸量と消化されやすさのデータを備えたAlpha-Toolで評価しました。使った指標は、食事単位のたんぱく質の質を表すMPQSです。たんぱく質量と、消化を考慮した必須アミノ酸の供給量を基準となる高齢者の必要量と照合し、100以上を必要量を満たす水準としました。実際の高齢者に食事を提供する試験ではなく、生成されたレシピの栄養評価です。

主な報告結果

研究チームによると、500件すべてが1食当たり20g以上というたんぱく質量の目標を満たしました。平均量はChatGPTが38.5g、Claudeが33.4gでした。一方、質の基準であるMPQS 100以上を満たした割合は、ChatGPTで81.2％、Claudeで59.6％でした。量は足りていても質の基準には届かなかったレシピが、それぞれ18.8％、40.4％あったことになります。

食材の選び方にも違いがありました。ChatGPTは97.2％のレシピで豆腐を使ったのに対し、Claudeでは36.4％でした。Claudeはナッツ・種子類やエンドウ豆を使う割合が高くなっていました。必要量に対して食事の評価を最も制限する必須アミノ酸として多く挙がったのは、メチオニンでした。

指定した料理文化や料理形式によっても、たんぱく質の質に差が報告されました。MPQSは日本、インドネシア、韓国、タイを想定したレシピで高く、料理形式ではカレー、穀物料理、炒め物で高い傾向がありました。これは、それぞれの食文化全体の評価ではなく、今回の指示でAIが生成したレシピについての結果です。

この報告が示すこと

著者らは、もっともらしい献立が生成されても、たんぱく質の総量だけでは必須アミノ酸の充足を判断できないと結論づけています。また、ChatGPTの高い達成率は豆腐への強い依存を伴っており、多様な植物性食品を適切に組み合わせる能力が確認されたわけではないと指摘しています。

評価は夕食1食に限られ、ほかの食事との組み合わせによる1日全体の充足は調べていません。使用した食品成分データベースは1種類で、味の受け入れやすさ、費用、調理の実行可能性も評価していません。さらに、単一の指示による2モデルの一時点の結果です。著者らは、AIによる献立提案には、アミノ酸や消化に関する栄養データに基づく確認を組み合わせる必要があるとしています。

原著論文の著者・所属：Pol Grootswagers（Wageningen University & Research）、Guido Camps（Wageningen University & Research）

※本記事は原著論文をもとに、日本語で要約・説明を加えた研究紹介です。 出典（原著論文）：Pol Grootswagers, Guido Camps. Large language models meet protein quantity more consistently than protein quality in vegan meals. Current Developments in Nutrition（出版社：Elsevier BV） 2026-11-01. DOI: 10.1016/j.cdnut.2026.109582. 原著ライセンス：CC BY.