A New York Times lançou oficialmente em 7 de novembro de 2026 o assistente de inteligência artificial integrado ao aplicativo NYT Cooking, uma das plataformas de receitas mais prestigiadas do mundo digital. A funcionalidade, disponível inicialmente para assinantes no iOS, coloca um modelo de linguagem diretamente ao lado da receita que o usuário está preparando, permitindo adaptar ingredientes, reescalonar porções e ajustar instruções de cozimento em tempo real — tudo sem modificar o texto original da receita.
O teste prático feito por The Verge revela tanto o potencial quanto as limitações de um sistema de IA generativa aplicada à culinária doméstica. O assistente brilhou em cozinhar pratos flexíveis — como salvar um jantar de frango quando faltavam ingredientes — mas tropeçou em tarefas que exigem precisão química, como assar um bolo, onde sugeriu quantidade incorreta de manteiga ao confundir versões da receita.
O que o assistente faz — e como
O assistente aparece como uma caixa de texto discreta na página da receita, com um prompt que diz "Personalizar esta receita…". O usuário digita perguntas como "posso trocar frango por peito de frango?", "tenho espinafre em vez de couve, o que mudo?", ou "como adapto essa receita para 4 pessoas em vez de 8?". O sistema processa a pergunta no contexto da receita aberta e retorna instruções adaptadas em uma aba separada, deixando a receita original intacta.
Esse design de "versão secundária" é intencional. A New York Times manteve os autores das receitas originais — que são editores profissionais e colunistas de gastronomia — e empurrou as modificações geradas pela IA para um espaço isolado. O resultado é que o usuário pode comparar o original e a versão adaptada lado a lado, algo que muitos outros apps de IA generativa não oferecem.
A base de conhecimento do assistente não é genérica: foi treinada nos milhares de receitas do acervo do NYT Cooking, que inclui receitas de jornais, restaurantes, livros e colunas, todas testadas por seres humanos. O modelo também leva em conta as orientações editoriais do jornal e o acúmulo de comentários de leitores ao longo dos anos — o que explica, em parte, por que o assistente recusou uma solicitação absurda de trocar ladyfingers por carne moída em um trifle.
Onde a IA brilha: culinária flexível
O ponto forte do assistente é a culinária flexível, especialmente pratos salgados. Quando o revisor precisou salvar um jantar de frango à noite, às 19h, o IA sugeriu ajustes de tempo e temperatura que funcionaram na prática. Em outra ocasião, sugeriu adicionar espinafre ao prato depois da couve — porque o espinafre murcha mais rápido —, uma dica que reflete conhecimento empírico de cozinha real, não de banco de dados.
O assistente também se saiu bem trocando ingredientes (como usar tiras de frango no lugar de peito inteiro), convertendo medidas métricas para imperiais e adaptando receitas a restrições alimentares. O revisor testou a adaptação de um bolo Bundt para muffins e a redução pela metade do rendimento — e o sistema conseguiu manipular as quantidades de forma coerente dentro desses limites.
Onde a IA falha: a química dos bolos
O bolo foi o ponto fraco. Durante um teste, o revisor adaptou uma receita de bolo para muffins e pediu para reduzir o rendimento pela metade. Quando estava cozinhando a versão original e perguntou ao assistente quanta manteiga era necessária, o sistema respondeu com seis colheres de sopa — a quantidade para a versão modificada, não para a original, que pedia três quartos de xícara. A confusão entre versões era grave o suficiente para estragar completamente um produto de confeitaria.
Esse tipo de erro não é novo em modelos de linguagem: a confusão de contexto aparece sempre que o modelo precisa manter múltiplas instâncias de dados em mente simultaneamente. Mas em confeitaria, onde as proporções exatas de gordura, açúcar, farinha e agentes de fermentação são a diferença entre um bolo fofo e uma pedra, a margem de erro é praticamente zero.
O que isso significa para o futuro da cozinha com IA
O NYT Cooking não é o primeiro app a integrar IA generativa. Vários concorrentes — Samsung Food (ex-Whisk), Pluck, SideChef, ChefGPT — já oferecem assistentes de receita com inteligência artificial. O diferencial do NYT Cooking está na combinação de três fatores: (1) uma biblioteca de receitas com séculos de expertise editorial integrada; (2) um design que preserva o trabalho original dos autores; (3) um modelo treinado no contexto específico da culinária, não em corpus genérico.
A limitação de confeitaria, no entanto, levanta uma questão maior: a IA generativa atual é boa em adaptar receitas de maneira aproximada, mas ainda não consegue entender as relações químicas subjacentes aos processos de cozimento. Ela pode dizer "troque leite por leite de amêndoas" com confiança, mas não consegue prever que a ausência de proteína do leite alterará a estrutura da massa. Essa distinção entre culinária flexível e confeitaria precisa será o limite de toda a geração atual de assistentes de IA culinária.
Enquanto isso, o caso do NYT Cooking é um exemplo de como publishers digitais estão integrando IA em produtos existentes — não como uma feature separada, mas como uma camada de inteligência contextual sobre conteúdo que já tem autoridade. A pergunta que fica é: se o NYT Cooking dá esse passo, quais outros serviços de conteúdo pago farão o mesmo?
Fontes: The Verge, The New York Times, AIToolly
✓ Fontes independentes cruzadas e verificadas antes da publicação
