研究論文 OpenAlexポーランド

大規模言語モデルが作る献立は、ポーランドの食事指針にどこまで沿うか

公開日: 2026年09月15日 18:27

この研究は、ポーランドの研究機関の研究論文です。

掲載誌：Frontiers in Public Health

ライセンス: CC BY　対象: 公開論文　確認元: OpenAlex

研究の目的

食事は健康を左右する重要な要因の一つであり、健康的な食事の原則を守れるかどうかが、多くの病気の発症や予防に関わると著者らは述べています。そのために数多くの指針や推奨が公表されてきましたが、実際の生活でそれらを実践するのは難しいという問題があります。

近年は大規模言語モデル（LLM、大量の文章を学習して自然な文章を生成するAI）への関心が高まる一方で、LLMが生成した健康に関する助言を一般の人が無批判に受け入れることのリスクを指摘する報告も増えている、と研究チームは背景を説明しています。そこで本研究は、一般的な利用者が普通に使う条件のもとで、LLMが生成した献立がポーランドの健康的な食事の推奨にどの程度沿っているかを評価することを目的としました。

調べ方

研究チームは、広く使われている3つのLLM（ChatGPT、Gemini、Copilot）を用いて献立を生成させました。各モデルに対し、2,000kcal、2,500kcal、3,000kcalという3つのエネルギー水準それぞれで35日分の献立を作らせ、1モデルあたり合計105日分を集めています。

得られた献立は、推奨事項への適合性という観点から評価されました。評価は、1日あたりに満たされた推奨の平均数と、満たされた推奨の合計数に基づいて行われています。

報告された主な結果

全体の適合スコアが最も高かったのはCopilotで、1日あたり9項目中7項目（中央値）の推奨を満たしました。これはChatGPT（中央値6/9、p = 0.002）およびGemini（中央値5/9、p < 0.001）を有意に上回る結果だったと報告されています。また、適合の程度は目標エネルギー水準とはおおむね無関係でした。

項目ごとに見ると、いずれのモデルも赤身肉・加工肉の摂取を一貫して抑えており、果物と野菜、菓子類、脂質、乳製品に関する推奨も多くの場合満たしていました。一方で、全粒穀物製品に関する推奨の達成度は低いままでした。評価された3モデルのいずれも、検証された国の食事推奨のすべてを完全に満たすことはできませんでした。