Aviso sobre Contenido e IA Multimodal
Naturaleza Probabilística del Reconocimiento por IA
Unitrition utiliza modelos avanzados de visión por computadora y transcripción de voz para acelerar el registro de alimentos. Sin embargo, el análisis por IA es una ESTIMACIÓN PROBABILÍSTICA. No es una báscula de laboratorio ni un sensor químico. Siempre debes verificar visualmente los ingredientes detectados y ajustar las porciones según lo que realmente vas a consumir.
1. Dónde se Utiliza la IA en Unitrition
Segmentación visual de alimentos y aproximación de volumen a partir de una fotografía del plato.
Transcripción de descripciones verbales y mapeo automático hacia la base de alimentos del USDA.
2. Limitaciones Inherentes de la IA
Los modelos de inteligencia artificial presentan limitaciones técnicas conocidas:
- Ingredientes ocultos: La IA no puede detectar aceites de cocción añadidos, azúcar disuelta, aderezos internos o sodio invisible a simple vista.
- Densidad y Peso: La estimación del peso a partir de una imagen 2D es una aproximación volumétrica que puede diferir del peso real en báscula.
- Alérgenos y Contaminación Cruzada: Nunca utilices la IA para determinar si un alimento contiene trazas de alérgenos peligrosos (gluten, frutos secos, mariscos).
3. Responsabilidad del Usuario
El usuario es el único responsable de revisar la lista de ingredientes generada por la IA antes de confirmar el plato en Meal Builder o utilizar los totales para el cálculo de raciones (ХЕ / Bread Units).
4. Metodología de Investigación y Artículos Educativos
Las publicaciones educativas y guías de nutrición de Unitrition se elaboran mediante modelos avanzados de síntesis de literatura científica (como Gemini Deep Research y análisis estructurado con Gemini Notebooks) a partir de fuentes primarias abiertas: PubMed, USDA FoodData Central, Open Food Facts y estándares de sociedades científicas (ADA, KDIGO, ESPEN).
De conformidad con el Artículo 50 del Reglamento de Inteligencia Artificial de la UE (EU AI Act) y las directrices de la FTC, informamos con total transparencia que los resúmenes bibliográficos se apoyan en herramientas algorítmicas de investigación. Toda la información se publica con fines de bienestar general y educación nutricional, debiendo ser evaluada por el usuario y su profesional sanitario.