Pas d’examen clinique Une intelligence artificielle ne peut ni observer l’animal, ni le peser, ni évaluer son état corporel, ni repérer des signes cliniques.
Données incomplètes Les étiquettes ne donnent pas toutes les informations nécessaires pour évaluer précisément la qualité, la digestibilité ou l’adaptation d’un aliment.
Règles arbitraires Le résultat dépend des critères, des seuils et des pondérations choisis par la personne qui a conçu le score.
Risque d’erreur Une IA peut mal interpréter une information, compléter une donnée manquante ou produire une explication convaincante mais inexacte.
Présenter une étiquette plus clairement L’IA peut réorganiser les constituants analytiques, les ingrédients, les additifs et les conseils d’utilisation dans un format plus lisible.
Résumer les informations d’un site Elle peut rapprocher des informations dispersées sur plusieurs pages et les présenter sous une forme structurée, sans modifier leur sens.
Comparer des données publiques Elle peut faciliter la comparaison de tableaux, de listes d’ingrédients ou de valeurs déclarées, à condition que les sources soient identifiées.
Expliquer des termes techniques Elle peut proposer une définition plus accessible de notions telles que les protéines brutes, les matières grasses, les fibres ou les cendres brutes.