مدربو الحمية بالذكاء الاصطناعي: ما الذي تُظهره الأدلة فعليًا؟

يمكن لمدربي الحمية بالذكاء الاصطناعي على الأرجح أن يساعدوا بعض الناس على تناول مزيد من الفاكهة والخضروات. لكن الأدلة لا تُظهر أنهم يحسنون على نحو موثوق السعرات الحرارية، أو الدهون المشبعة، أو توزيع الكربوهيدرات، أو جودة النظام الغذائي على المدى الطويل، أو النتائج السريرية. وهذا ادعاء أضيق بكثير مما توحي به عادةً العبارات التسويقية.

أفضل الأدلة المباشرة هي مراجعة منهجية مختلطة أُجريت عام 2025 للوكلاء الحواريين المخصصين لتغيير السلوك الغذائي. وقد وجدت 10 دراسات مؤهلة فقط نُشرت بين عامي 2013 و2024، ولم تتمكن من تجميع نتائجها لأن التدخلات والنتائج اختلفت كثيرًا. وارتبطت ثلاث سمات تصميمية برضا أفضل لدى المستخدمين: تحديد أهداف محددة، والتغذية الراجعة التكرارية، والتوصيات المخصصة. وكان تناول الفاكهة والخضروات النتيجة الغذائية الوحيدة التي تحسنت باستمرار. أما نتائج إجمالي مدخول الطاقة، والدهون المشبعة، وتوزيع المغذيات الكبرى فكانت متباينة أو معدومة.

إذا كنت تفكر في الاستعانة باختصاصي تغذية بالذكاء الاصطناعي، فينبغي أن يوجّه هذا التمييز توقعاتك. قد تكون روبوتات الدردشة مفيدة كأداة منظمة للمساءلة. لكنها لم تكتسب بعد صفة علاج مثبت للسمنة أو السكري أو خطر الأمراض القلبية الوعائية.

ما الذي تقوله الأدلة المباشرة

تُعد المراجعة المنهجية المختلطة لعام 2025 التي أجراها Amil وزملاؤه المصدر الرئيسي هنا. سجّل المؤلفون بروتوكولهم مسبقًا وبحثوا في MEDLINE وCINAHL وEmbase وWeb of Science وPsycINFO عن الدراسات المنشورة من يناير 2013 حتى ديسمبر 2024. وقيّموا مجموعة الأدلة المختلطة باستخدام أداة تقييم الأساليب المختلطة.

لا تشكل الدراسات العشر في المراجعة قاعدة أدلة سريرية ناضجة. كما أنها لم تسفر عن أحجام تأثير مجمعة، لذا لا يمكن للأدبيات أن تخبر القارئ بمتوسط التغير في حصص الخضروات أو السعرات الحرارية أو وزن الجسم أو أي نتيجة أخرى. وبدلًا من ذلك، تدعم المراجعة المنشورة استنتاجات اتجاهية: إذ قدّم الوكلاء الذين يتضمنون تحديد الأهداف وحلقات التغذية الراجعة والنصائح المخصصة تجارب أفضل أبلغ عنها المستخدمون، وتحسن تناول الفاكهة والخضروات بأكبر قدر من الاتساق.

هذه النتيجة معقولة، وإن لم تكن مذهلة. فالفاكهة والخضروات ظاهرتان وسهلتا العد، ومن السهل تحويلهما إلى هدف ملموس: أضف قطعة فاكهة واحدة إلى الإفطار، أو نوعين من الخضروات إلى العشاء. أما مدخول السعرات وتوزيع المغذيات الكبرى فيتطلبان تسجيلًا أدق، وسياقًا أكثر، وجهدًا أكثر استدامة. فروبوت الدردشة الذي يدفع الناس إلى شراء السبانخ لا يعني بالضرورة أنه غيّر بقية محتويات عربة البقالة.

كما أن ارتفاع معدلات الانسحاب يعقّد أبحاث الصحة الرقمية. فالذين يواصلون استخدام التطبيق يكونون غالبًا أكثر تحفيزًا من الذين يغادرونه. ومن دون بيانات مكتملة لكل دراسة عن الانسحاب وتقديرات التأثير، لا يستطيع التلخيص المتاح أن يبيّن مقدار أي فائدة ظاهرية نتج عن التدخل نفسه مقابل المستخدمين الذين ظلوا منخرطين.

الجزء المفيد من تصميم روبوتات الدردشة ليس غامضًا

تتداخل السمات المرتبطة بالرضا في أدوات الحمية الحوارية مع تقنيات تغيير السلوك التي نجحت في سياقات أخرى. فقد وجدت مراجعة منهجية وتحليل تلوي عام 2021 لـ66 تجربة عشوائية لدى بالغين أصحاء تتراوح أعمارهم بين 17 و35 عامًا أن تدخلات النشاط البدني حسّنت النشاط مقارنةً بالضوابط في نقاط زمنية تصل إلى ثلاثة أشهر وما بعد ثلاثة أشهر. وأظهر تلخيصها السردي فروقًا مهمة بين المجموعات لصالح التدخل في نتيجة واحدة على الأقل من نتائج النشاط البدني في 34 من أصل 66 تجربة، أو 52%.

بحثت تلك المراجعة النشاط البدني، لا التغذية المقدمة عبر روبوتات الدردشة، ولذلك لا يمكنها إثبات صحة مدرب حمية بالذكاء الاصطناعي. لكنها تدعم نقطة أكثر تواضعًا: المراقبة الذاتية، وتحديد الأهداف، والتغذية الراجعة عن السلوك مكونات فعالة ذات مصداقية. فالتطبيق الذي يساعد شخصًا على وضع هدف، وتسجيل ما حدث، وتعديل الخطوة التالية، يستخدم تقنيات لها سجل مثبت خارج الذكاء الاصطناعي الحواري.

وبالمثل، بحثت مراجعة منهجية وتحليل تلوي عام 2022 لدى مرضى سرطان القولون والمستقيم تدخلات تغيير السلوك التي تستهدف الحمية والتمرين والسلوك الخامل. ووجدت أن تقنيات تغيير السلوك المنظمة يمكن أن تحسن نتائج الحمية والتمرين لدى فئة سريرية. لكن تلك كانت تدخلات رقمية تقليدية أو حضورية، وليست ذكاءً اصطناعيًا حواريًا. وغالبًا ما تحتاج الفئات السريرية إلى دعم مستدام ومتعدد المكونات؛ ففقاعة نصية ودية ليست دليلًا على أن الجزء الصعب قد حُلّ.

لماذا تسبق ادعاءات نماذج اللغة الكبيرة التجارب

تستطيع أنظمة الذكاء الاصطناعي تخصيص النصائح، والاستجابة في الوقت الفعلي، ومعالجة الأوصاف النصية الحرة للوجبات أو العوائق. وهذه فرضيات معقولة بشأن سبب احتمال أن يكون المدرب القائم على نموذج لغوي كبير أكثر فائدة من قائمة ثابتة من النصائح. وتصف مراجعة سردية عام 2025 للذكاء الاصطناعي في طب نمط الحياة هذه المزايا المحتملة، وتشير إلى استخدامه في تدبير السكري والسمنة وسياقات الخطر القلبي الوعائي.

لكنها لا تقدم نتائج تجارب غذائية مضبوطة، أو أحجام تأثير، أو أرقامًا عن الانسحاب. والأهم أنه لا توجد مقارنة مضبوطة في أدبيات الوكلاء الحواريين التي شملتها المراجعة تُظهر أن الأنظمة القائمة على نماذج اللغة الكبيرة تحقق نتائج غذائية أفضل من روبوتات الدردشة القائمة على القواعد. قد تبدو الإجابة الطليقة مخصصة حتى حين تكون عامة. فالطلاقة سمة من سمات واجهة المستخدم، وليست نقطة نهاية سريرية.

وتزداد أهمية هذه الفجوة في الفئات التي يستهدفها البائعون كثيرًا: المصابون بالسكري أو السمنة أو المرض القلبي الوعائي. ولم تقدم المراجعة المنهجية المتاحة بيانات فعالية متميزة للوكلاء الحواريين لتلك الفئات. ولا ينبغي التعامل مع نتائج عامة السكان بوصفها دليلًا على الفائدة للأشخاص الذين يديرون الأدوية، أو تقلبات الغلوكوز، أو الخطر القلبي، أو نظامًا غذائيًا طبيًا معقدًا.

للتغذية الراجعة الفورية أدلة، لكن الجهاز مهم

يوفر الرصد المستمر للغلوكوز أقوى حجة غير مباشرة للتغيير الغذائي القائم على التغذية الراجعة لدى الفئات المعرضة لخطر أيضي. فقد شملت مراجعة منهجية وتحليل تلوي عام 2025 لـ21 تجربة شارك فيها 1,488 بالغًا أشخاصًا مصابين بالسكري من النوع الأول أو الثاني، أو بزيادة الوزن، أو بالسمنة. وبالمقارنة مع المجموعات الضابطة، كان لدى مستخدمي الرصد المستمر للغلوكوز نسبة أقل ذات دلالة إحصائية من مدخول الطاقة الآتي من الكربوهيدرات. ولم يجد التحليل التلوي فروقًا مهمة بين المجموعات في إجمالي مدخول الطاقة أو نسب الطاقة من الدهون أو البروتين. كما لم يجد تحسنات مهمة في الوقت الخامل أو النشاط البدني الخفيف أو المتوسط.

لذلك يدعم الرصد المستمر للغلوكوز فرضية محدودة: يمكن للتغذية الراجعة الفورية والفردية أن تغيّر بعض سلوكيات الأكل على الأقل. لكنه لا يثبت صحة التدريب عبر روبوتات الدردشة. فالرصد المستمر للغلوكوز يقيس استجابة فسيولوجية بعد الأكل؛ بينما يفسر روبوت الدردشة اللغة والسجلات التي يبلغ عنها المستخدم بنفسه وأي سياق يقدمه المستخدم. وهذان تدفقان مختلفان جدًا للمعلومات، مع فرص مختلفة جدًا للخطأ.

وتظل الأنماط الغذائية نفسها صعبة التغيير. فقد وجدت مراجعة منهجية عام 2022 للحمية لدى الناجين من السرطان أن جودة النظام الغذائي الإجمالية الأفضل ارتبطت بتحسن البقاء لدى الناجين من سرطان الثدي وسرطان القولون والمستقيم، في حين ارتبط الالتزام بالحمية المتوسطية بانخفاض الوفيات لدى الناجين من سرطان القولون والمستقيم وسرطان البروستاتا. ولا تثبت هذه الارتباطات أن روبوت الدردشة يستطيع إنشاء هذا النمط أو الحفاظ عليه أو تحقيق النتيجة.

وهدف آخر لم يُحسم هو التباين الغذائي. فقد قيّمت مراجعة منهجية عام 2024 لـ80 دراسة رصدية وتجريبية شملت 89,178 مشاركًا التباين بين الأيام وداخل اليوم في الوجبات والطاقة والمغذيات الكبرى لدى البالغين، بمن فيهم المصابون بالسكري من النوع الثاني. وخلصت إلى أن التباين الغذائي له ارتباطات بالشحمية واستتباب الغلوكوز. ولم تختبر دراسات الوكلاء الحواريين ما إذا كانت أدواتهم تقلل التباين الغذائي الضار بوصفه نتيجة مستقلة.

ما الذي ينبغي طلبه قبل الدفع لاختصاصي تغذية بالذكاء الاصطناعي

• عملية محددة للأهداف. ينبغي أن تتمكن من وضع هدف ملموس ومراجعته بناءً على نتائجك الخاصة.
• تغذية راجعة مرتبطة بسلوكك. ينبغي أن يستجيب النظام لما سجلته، لا أن يعيد تدوير تشجيع عام.
• أدلة لدى أشخاص يشبهونك. إذا كنت مصابًا بالسكري أو المرض القلبي الوعائي أو السمنة أو السرطان، أو تتبع حمية موصوفة طبيًا، فاطلب بيانات عن النتائج لدى تلك الفئة.
• متابعة بعد زوال أثر الجِدّة. ابحث عن نتائج بعد ستة أشهر على الأقل من انتهاء التدخل. ولا توثق مراجعة الوكلاء الحواريين المتاحة هذه الأدلة.
• حدود واضحة. قد تكون الأداة التي تقدم أفكارًا للوجبات مفيدة؛ لكن ينبغي ألا تحل محل العلاج الغذائي الطبي الفردي أو تدبير الأدوية أو الرعاية السريرية.

تدعم الأدلة الحالية مدربي الحمية بالذكاء الاصطناعي بوصفهم أدوات محتملة لدعم السلوك، ولا سيما لأهداف الفاكهة والخضروات الملموسة. لكنها لا تثبت أن بنيتهم القائمة على نماذج اللغة الكبيرة، أو نبرتهم المخصصة، أو الدردشة اليومية، تُحدث تغييرًا غذائيًا سريريًا دائمًا.

المعيار المنطقي بسيط: قيّم المنتج بحسب أساليب تغيير السلوك التي يقدمها فعليًا والنتائج التي قاسها لدى أشخاص ذوي صلة. فتحديد الأهداف والتسجيل والتغذية الراجعة المستجيبة لها أساس عقلاني. أما الادعاءات بأن نموذجًا معينًا للذكاء الاصطناعي يستطيع التفوق في التدريب على اختصاصي تغذية، أو على محرك أساسي قائم على القواعد، فما زالت تحتاج إلى تجارب.