La promesa es seductora: tomar una foto de su comida, y la inteligencia artificial le dirá al instante exactamente cuántas calorías está consumiendo. No más registro manual tedioso, no más adivinanzas en los tamaños de las porciones, no más error humano. ¡Aplicaciones como Cal AI, PERDE IT!, Y las nuevas características de la foto de MyFitnessPal afirman revolucionar el seguimiento de calorías al dejar que la cámara de su teléfono inteligente haga el trabajo pesado.
Pero como alguien con una historia larga y complicada con el conteo de calorías, y es cierto que una experiencia algo maldita en él, puedo decirle que contar calorías con una foto es exactamente tan estúpido como parece.
Cómo se supone que funciona el recuento de calorías con IA
Las aplicaciones de conteo de calorías prometen resolver lo que los desarrolladores afirman es el mayor problema con el seguimiento de calorías: el error humano. El tono es convincente: ¿por qué pasar tiempo buscando bases de datos y medir porciones cuando su teléfono puede analizar instantáneamente su plato?
Aplicaciones como Cal AI o Snapcalorie AI usan señales visuales como color, textura y tamaño relativo para hacer conjeturas educadas sobre lo que está comiendo y cuánto de ella existe.
Afirman que los métodos de IA pueden resolver el molesto problema de la precisión humana en la estimación de las calorías, lo cual, para ser justos, es fácil de equivocarse. Cal Ai se comercializa como una de las opciones más sofisticadas en este espacio, por lo que decidí ver por mí mismo. La aplicación fue gratuita durante los primeros tres días, luego $ 29.99/año.
El proceso de configuración es sencillo: descargue la aplicación, cree una cuenta, ingrese información demográfica básica y establezca sus objetivos. Aquí es donde me encontré con mi primera bandera roja. La aplicación me informó alegremente que “perder 10 libras es un objetivo realista”, excepto que perder 10 libras realmente me empujaría al territorio de IMC bajo peso. Este tipo de declaración general revela la falta de falta de matices sobre las necesidades de salud individuales.
El proceso de registro de fotos de Cal AI sigue estos pasos:
Tome una foto clara de su comida, idealmente en un fondo simple.
Asegúrese de que todos los ingredientes sean visibles y bien iluminados.
Incluya un objeto de referencia (como una moneda o su mano) para la escala.
Cargue la imagen y espere el análisis de IA.
Revise y corrija las identificaciones de la aplicación y las estimaciones de la porción.
Guarde la entrada a su registro diario.
La aplicación proporciona consejos detallados para obtener mejores resultados: use iluminación natural, evite las sombras, mantenga la cámara paralela a la placa y asegúrese de que no se oculten ingredientes. Estas pautas suenan razonables en teoría, pero insinúan el desafío fundamental que enfrentan estas aplicaciones: la complejidad de la alimentación del mundo real.
La realidad es muy decepcionante
Comencé mi prueba con algo simple: una manzana rosa que pesaba 222 gramos. Seguramente esta sería una victoria fácil para la IA: las manzanas se encuentran entre los alimentos más fotografiados de la Tierra, con una forma y un color distintivos que deberían ser reconocibles instantáneamente.
Cal Ai identificó con confianza mi manzana como Tikka Masala.
Hermosa Tikka Masala, ¿sí? Crédito: Meredith Dietz
Le di otra oportunidad, esta vez fotografiando la manzana junto con su código de barras y sentado en una escala de cocina mostrando su peso exacto. La aplicación lo reconoció como una manzana esta vez, pero lo estimó en 80 calorías cuando el recuento real debería haber estado más cerca de 120. Esa es una subestimación del 33%, no exactamente la precisión que desearía si está tratando de rastrear la ingesta con precisión.
La prueba real llegó con una comida más compleja: mi almuerzo actual de tofu frito, cebollas, pepinos, tomates, queso feta y garbanzos, todo generosamente vestido con una vinagreta casera a base de aceite. Este es el tipo de plato mixto que presumiblemente muestra la ventaja de AI sobre el registro manual, no es necesario buscar ingredientes individuales ni estimar sus cantidades.
Los resultados fueron una clase magistral en el exceso de confianza algorítmico. La aplicación identificó el tofu frito de oro dorado como crutones, que tuve que corregir manualmente. Hizo un trabajo razonablemente bueno reconociendo las verduras y el queso feta, pero completamente oler el contenido de aceite. A pesar de que la ensalada es visiblemente brillante con el aderezo, la aplicación estimó todo el plato con 450 calorías.
Esta estimación fue ridículamente baja. Una sola lata de garbanzos contiene aproximadamente 400 calorías, y mi porción incluía aproximadamente esa cantidad más cantidades significativas de queso feta y varias cucharadas de aderezo a base de aceite de oliva. Un recuento realista de calorías para esta comida habría estado más cerca de 800 a 900 calorías.
La estimación de la porción de la aplicación resultó aún más problemática que su identificación de ingredientes. Cuando fotografié una porción más pequeña, menos de una cuarta parte de la ensalada original, Cal AI lo estimó en 250 calorías. Según la propia lógica de la aplicación, menos del 25% de la comida de alguna manera contenía más del 55% de sus calorías. Las matemáticas simplemente no funcionan.
Cal Ai estaba muy lejos. Crédito: Meredith Dietz
Esto destaca una limitación fundamental del conteo de calorías basado en fotos: las cámaras capturan imágenes bidimensionales de objetos tridimensionales. Sin puntos de referencia consistentes o un análisis de profundidad sofisticado, estimar el volumen de las fotos sigue siendo en gran medida conjeturas. Incluso los humanos luchan con esta tarea, por lo que los profesionales de la nutrición generalmente recomiendan sopesar los alimentos para la precisión.
Para obtener una imagen más completa del paisaje de conteo de calorías AI, también probé otras dos aplicaciones populares: Snapcalorie y Calorie Mama.
SnapCalorie: mejores números, mismos problemas
Snapcalorie calculó inmediatamente cierto escepticismo al sugerir un objetivo de calorías diario mucho más razonable de 1,900 calorías, en comparación con la problemática mensajería de pérdida de peso de Cal AI. Sin embargo, esta precisión tiene un precio elevado: $ 79.99 por año después de solo una prueba gratuita de una semana, por lo que es la opción más cara que probé.
La aplicación ofrece una característica interesante: una función de “Agregar nota” que le permite proporcionar un contexto adicional sobre los ingredientes que la cámara no puede ver. En teoría, esto aborda una de las limitaciones fundamentales del seguimiento basado en fotografías.
SnapCalorie tiene una función útil “Agregar nota” y resultados más precisos. Crédito: Meredith Dietz
Cuando probé SnapCalorie con la misma dama rosa Apple, funcionó mucho mejor que Cal AI, estimando 115 calorías. Pero la prueba de ensalada griega reveló problemas familiares. La estimación inicial de Snapcalorie fue una absurdamente baja de 257 calorías. Cuando fotografié una porción más pequeña, la misma porción del subterráneo que había perturbado Cal AI, Snapcalorie estimó 184 calorías. Las matemáticas todavía no funcionaban; Esta porción más pequeña debería haber sido aproximadamente el 25% de la porción más grande, no el 70%.
Decidido a darle a la aplicación una toma justa, utilicé la función de nota para especificar manualmente “contenedor completo de tofu, feta, garbanzos y aceite de oliva”. Con esta intervención humana, Snapcalorie aumentó su estimación a 761 calorías, mucho más razonable y preciso, aunque todavía en el lado bajo.
Pero esto plantea la pregunta obvia: si necesito ingresar la información detallada de ingredientes detalladas manualmente para obtener resultados precisos, ¿qué es exactamente lo que logra la foto? Básicamente, estoy haciendo el trabajo del conteo tradicional de calorías mientras realiza los movimientos de tomar fotos.
¿Qué piensas hasta ahora?
Calorie Mama: Cuando AI ni siquiera lo intenta
Calorie Mama proporcionó la experiencia más frustrante y ridícula de las tres aplicaciones. La interfaz se siente rudimentaria, y el rendimiento de la IA es tan pobre que la aplicación esencialmente abandona la premisa del análisis de fotos automatizado.
Después de subir una foto, Calorie Mama requiere que confirme manualmente no solo los alimentos sino también sus tamaños de porciones. Esto derrota todo el propósito del registro basado en fotos: está haciendo todo el trabajo que la entrada manual requeriría de todos modos.
Cuando subí mi foto de ensalada griega, Calorie Mama la identificó simplemente como “tofu”, ignorando las verduras, el queso feta, los garbanzos y el aderezo por completo. Luego, la aplicación me pidió que ajustara manualmente el tamaño de la porción y parecía considerar el registro completo, como si un plato mixto complejo no contenía nada más que tofu simple.
Esto no fue solo inexacto; Era inútil. Al menos Cal Ai y Snapcalorie intentaron reconocer múltiples ingredientes, incluso si sus estimaciones de calorías estaban apagadas. Calorie Mama parecía renunciar al desafío central por completo, relegando la IA a poco más que un sistema de almacenamiento de fotos truco.
El conteo de calorías con IA perdió mi tiempo
La promesa del recuento de calorías con IA es la eficiencia: SNAP y Go, no se requiere ninguna entrada manual. Pero mi experiencia reveló una realidad diferente. Pasé un tiempo considerable corrigiendo las identificaciones de los ingredientes, ajustando los tamaños de las porciones y la segunda adivinación de las estimaciones de la aplicación. En muchos casos, habría sido más rápido utilizando el registro manual tradicional con una escala de alimentos y una búsqueda de bases de datos.
Esto crea un enigma frustrante: si no analiza los resultados de la IA, obtendrá datos tremendamente inexactos. Pero si verifica cada entrada, pierde el beneficio de ahorro de tiempo que justificó el uso de la tecnología en primer lugar. Es lo peor de ambos mundos: el esfuerzo del seguimiento manual combinado con la incertidumbre de la adivinación automatizada.
Quizás lo más preocupante es lo que sucede cuando los usuarios no tienen antecedentes para reconocer estimaciones inexactas. Mis años de experiencia en conteo de calorías, que sea problemática que sea esa historia, me dan el conocimiento de detectar cuando los números de Cal Ai estaban apagados. Pero, ¿qué pasa con los usuarios que confían en la tecnología?
La subestimación sistemática de las calorías podría ser particularmente perjudicial para las personas que intentan perder peso, ya que podría llevarlos a creer que están comiendo menos de lo que realmente son. Por el contrario, la sobreestimación podría causar una restricción o ansiedad innecesaria en torno a los alimentos. De cualquier manera, los datos inexactos socavan todo el propósito del seguimiento.
El problema fundamental con las aplicaciones de conteo de calorías de IA no es solo técnico, es filosófico. Estas herramientas surgen y refuerzan la idea de que el seguimiento preciso de calorías es necesaria y beneficiosa para la salud. Pero la investigación sugiere que el recuento obsesivo de calorías puede hacer más daño que bien para muchas personas.
La alimentación intuitiva, que se centra en las señales internas de hambre y saciedad en lugar de métricas externas, ha demostrado ser prometedor como un enfoque más sostenible y psicológicamente saludable para la nutrición. Este marco enfatiza el desarrollo de una relación saludable con los alimentos en función de cómo te hace sentir en lugar de alcanzar objetivos numéricos específicos.
Para la mayoría de las personas, comprender los principios generales de la nutrición equilibrada: comer muchas verduras, elegir granos integrales sobre los refinados, incluida la proteína adecuada, proporciona mejores resultados a largo plazo que el seguimiento de calorías meticuloso.
El resultado final
Las aplicaciones de conteo de calorías con IA prometen resolver el error humano en el seguimiento dietético, pero introducen nuevas formas de inexactitud mientras mantienen muchos de los viejos problemas. Si su objetivo es simplemente obtener una estimación aproximada de cuántas calorías hay en alimentos genéricos, estas aplicaciones pueden proporcionar algún valor. Pero para cualquiera que busque precisión en su seguimiento de admisión, los métodos tradicionales combinados con escalas de alimentos siguen siendo más confiables.
Más importante aún, me preguntaría si el conteo preciso de calorías sirve a sus objetivos de salud. Para muchas personas, desarrollar una relación más intuitiva con los alimentos, una basada en la satisfacción, los niveles de energía y el bienestar general en lugar de los objetivos numéricos, le diría una mejor salud física y mental. Tal vez el enfoque anticuado de escuchar nuestros cuerpos funciona mejor que cualquier algoritmo.
