Răspuns scurt: da, suficient de precise ca să fie cu adevărat utile, cu o distincție importantă. Aplicațiile de numărat calorii cu IA sunt foarte bune la prima sarcină, recunoașterea a ceea ce ai pe farfurie, unde cercetarea evaluată de specialiști plasează acuratețea peste 90%. Sunt mai puțin precise la a doua sarcină, transformarea acesteia într-o cifră exactă de calorii, pentru că asta cere și estimarea mărimii porției. Vestea bună este că acest lucru este valabil pentru orice metodă, inclusiv numărarea manuală, iar mica eroare rămasă nu te împiedică să slăbești atât timp cât înregistrezi constant. Acest ghid explică ce arată cu adevărat cercetarea și cum obții cele mai fiabile rezultate din orice aplicație.
Ce înseamnă „precis” pentru numărarea caloriilor
Înainte să judeci orice aplicație, ajută să separi două lucruri pe care oamenii le pun în aceeași categorie atunci când întreabă dacă numărarea caloriilor este precisă.
Primul este identificarea: poate aplicația să-și dea seama corect că mănânci somon la grătar cu orez și broccoli, și nu pui cu paste? Al doilea este estimarea: odată ce știe alimentul, cât de aproape este cifra ei de calorii de cantitatea reală pe care ai mâncat-o?
Sunt două probleme diferite, iar aplicațiile se descurcă mult mai bine la prima decât la a doua. Identificarea unui aliment dintr-o poză este ceva ce IA modernă face extrem de bine. Stabilirea caloriilor exacte este mai greu, pentru că aceeași farfurie de somon cu orez poate varia cu o sută de calorii sau mai mult, în funcție de mărimea porției, cât ulei s-a folosit și cum a fost gătită. Nicio poză nu conține perfect toată această informație.
Iată partea pe care merită s-o interiorizezi de la început: nicio cifră de calorii nu este vreodată exactă, indiferent cine sau ce o produce. Un dietetician autorizat care estimează din ochi farfuria ta, o etichetă alimentară tipărită de producător și o aplicație cu IA fac toate o estimare. Întrebarea potrivită nu este „este perfectă” (nimic nu este), ci „este constantă și suficient de aproape cât să-mi ghideze deciziile”. Pentru schimbarea greutății tale, răspunsul este da, iar restul acestui articol arată de ce.
Cât de bună este IA, de fapt?
Cu adevărat bună, și se îmbunătățește rapid. În cercetarea evaluată de specialiști, modelele de recunoaștere a alimentelor bazate pe deep learning identifică alimentele cu peste 90% acuratețe, cele mai bune ajungând la circa 93% (Queipo-Alvarez 2025; Huang și Wang 2022). O sinteză din 2025, care acoperă 56 de studii de computer vision, raportează că rețelele neuronale convoluționale și arhitecturile multi-task obțin „peste 90% acuratețe în segmentarea și recunoașterea alimentelor”, iar un sistem separat, din 2022, a raportat o rată de recunoaștere „peste 93%”.
CalcEat este construit pe aceeași clasă de tehnologie, antrenată pe o bază de date cu peste 3 milioane de alimente verificate, așa că îți numește ce ai pe farfurie din prima încercare, în marea majoritate a cazurilor. Iar pentru orice este ambalat, o scanare de cod de bare sare complet peste estimare și preia valorile exacte de pe eticheta nutrițională.
Cifra de reținut este că pasul de recunoaștere, partea care obișnuia să fie cea grea, este în mare parte rezolvată. Ce rămâne cu adevărat dificil este pasul următor.
Identificarea versus estimarea caloriilor
Aceasta este distincția care explică aproape fiecare poveste de genul „aplicația a greșit”, așa că merită să fim preciși.
Identificarea este partea la care IA se descurcă cel mai bine. Denumirea alimentului de pe o farfurie este o sarcină de recunoaștere a tiparelor, exact ce face deep learning excelent, motiv pentru care cifrele de mai sus depășesc 90%.
Estimarea caloriilor este mai grea, pentru că adaugă o a doua judecată: cât. Ca să transforme „acesta este orez” în „acestea sunt 240 de calorii de orez”, aplicația trebuie să estimeze porția, iar o poză este o imagine plată, bidimensională, a unei grămezi tridimensionale de mâncare. Adâncimea, densitatea și ingredientele ascunse (untul amestecat în orez, uleiul în care a fost prăjit puiul) nu sunt vizibile complet. Așa că, deși alimentul este identificat corect, cifra de calorii poartă mai multă incertitudine.
Cât de multă incertitudine? În cercetare, sistemele de calorii bazate pe computer vision se încadrează într-un interval util. Un sistem a raportat o eroare de estimare a caloriilor „sub 10%”, iar sinteza din 2025 asupra literaturii mai largi a găsit „sub 15% eroare relativă în estimarea caloriilor” pentru metodele analizate (Huang și Wang 2022; Queipo-Alvarez 2025). Așa că o masă pe care aplicația o estimează la 600 de calorii se situează, realist, undeva între 510 și 690. Este o estimare, nu o măsurătoare, și este suficient de aproape ca să fie utilă, lucru pe care următoarele două secțiuni îl detaliază.
De ce nicio cifră de calorii nu este exactă
E tentant să crezi că numărul „real” de calorii este un fapt fix, iar aplicația pur și simplu nu reușește să-l atingă. În realitate, până și cele mai autorizate surse lucrează cu intervale. Trei motive pentru care nicio cifră, om sau IA, nu este exactă:
1. Mărimea porției este cea mai mare variabilă și este invizibilă într-o poză. Două porții de paste care arată similar pot diferi cu 50% ca greutate. Aceasta este cea mai mare sursă de eroare din orice estimare bazată pe fotografie, motiv pentru care verificarea porției (secțiunea următoare) contează mai mult decât aplicația pe care o folosești.
2. Chiar și etichetele tipărite au o marjă legală. Oamenii presupun că numărul de pe un ambalaj este exact. Nu este. Conform reglementărilor FDA din SUA (21 CFR 101.9), o etichetă cu valori nutriționale are voie o toleranță: pentru nutrienții naturali, alimentul trebuie să conțină doar „cel puțin 80 la sută din valoarea declarată pe etichetă”, în timp ce nutrienții adăugați trebuie să fie „cel puțin 100 la sută” din valoarea declarată (FDA, 21 CFR 101.9). Etichetele rămân totuși cea mai exactă cifră pe care o poți obține pentru un aliment ambalat, dar nici ele nu sunt precise până la ultima calorie.
3. Oamenii sunt narratori nesiguri ai propriului consum, iar acesta este adevăratul standard de întrecut. Aceasta este constatarea care schimbă complet dezbaterea. Într-un studiu clasic din New England Journal of Medicine, persoanele care credeau că nu pot slăbi cu o dietă săracă în calorii subraportau, în medie, consumul real de alimente cu 47% și supraraportau activitatea fizică cu 51% (Lichtman 1992). Diferența dintre ce credeau că au mâncat și ce au mâncat cu adevărat era de peste 1.000 de calorii pe zi. Pe acest fundal, o estimare de la IA care se încadrează în aproximativ 10 până la 15% nu este veriga slabă. Este dramatic mai onestă decât ghicitul tipic al unui om.
Chiar și cercetătorii care construiesc aceste sisteme o spun clar. Așa cum formulează autorii lucrării din 2022, „estimarea caloriilor alimentelor este o problemă dificilă. Nici măcar un sistem perfect de procesare a imaginilor nu poate prezice perfect” (Huang și Wang 2022). Scopul nu a fost niciodată perfecțiunea. Este o estimare fiabilă și repetabilă.
Cum obții cele mai precise rezultate
Poți îmbunătăți semnificativ precizia oricărei aplicații cu trei obiceiuri. Niciunul nu cere să cântărești fiecare masă, iar toate se aplică indiferent dacă folosești CalcEat sau orice altă aplicație de urmărire.
- Scanează codul de bare pentru tot ce este ambalat. Este cea mai mare îmbunătățire posibilă, de una singură. Un cod de bare preia direct valorile nutriționale ale producătorului, sărind complet peste pasul de estimare, așa că un aliment etichetat este cât de exact poate fi un aliment. Dacă o masă este jumătate ambalată și jumătate proaspătă, scanează partea ambalată și estimeaz-o pe cealaltă.
- Verifică porția, nu accepta pur și simplu valoarea implicită. Din moment ce porția este cea mai mare sursă de eroare, o verificare rapidă merită mai mult decât orice altceva. Rareori ai nevoie de un cântar de bucătărie: câteva repere vizuale (un pachet de cărți de joc este cam o porție de carne cât palma, un pumn făcut căuș este cam cât un pahar, 250 ml) te duc cea mai mare parte a drumului. Ghidul nostru despre numărarea caloriilor fără să-ți cântărești mâncarea trece în detaliu prin aceste estimări vizuale.
- Înregistrează prompt, înainte să uiți. Cea mai precisă înregistrare este cea care chiar surprinde ce ai mâncat. O poză făcută la masă bate reconstituirea zilei din memorie la ora 22:00, exact genul de amintire care a produs subraportarea de 47% de mai sus.
Fă aceste trei lucruri, iar cifrele tale vor fi cât de bune poate fi realist o metodă din afara laboratorului.
Este suficient de precis ca să slăbești?
Da, iar aceasta este cea mai importantă secțiune, pentru că aici oamenii înțeleg greșit matematica.
Schimbarea în greutate răspunde la media aportului tău pe parcursul mai multor săptămâni, nu la o singură masă. Asta schimbă ce trebuie să însemne „precis”. Dacă aplicația ta greșește cu un procent aproximativ similar în fiecare zi, tot îți urmărește corect tendința, pentru că urmărești direcția și media, nu alergi după o cifră zilnică exactă. O estimare constantă, care este puțin peste sau puțin sub realitate în fiecare zi, tot îți va spune, corect, dacă ești într-un deficit caloric și dacă deficitul funcționează.
Exact aici înregistrarea prin fotografie și IA bate numărarea manuală pentru majoritatea oamenilor. Înregistrarea manuală este lentă, iar obiceiurile lente sunt abandonate. O urmărire la care ai renunțat nu este 10% imprecisă sau 15% imprecisă, este 0% precisă, pentru că nu mai există. O poză și o scanare de cod de bare durează câteva secunde, iar acea viteză face diferența dintre a înregistra în fiecare zi și a renunța discret pe la mijlocul săptămânii. Concluzia științifică a studiului Lichtman este de fapt un avertisment despre acel decalaj: modul de eșec nu este o estimare puțin greșită, ci lipsa completă a unei înregistrări oneste.
Așa că strategia câștigătoare este simplă. Folosește aplicația ca să obții o estimare rapidă și constantă. Bazează-te pe coduri de bare pentru valori exacte, ori de câte ori poți. Apoi lasă cântarul să fie judecătorul final: cântărește-te regulat, urmărește tendința pe două până la patru săptămâni și ajustează-ți ținta dacă cifrele nu se mișcă în direcția dorită. Dacă vrei un punct de plecare la care să țintești, calculatorul nostru de calorii îți estimează ținta zilnică din datele și obiectivul tău, iar câte calorii ar trebui să mănânci pe zi explică cum să citești acea cifră. De acolo, cum numeri macronutrienții acoperă împărțirea acelei ținte în proteine, carbohidrați și grăsimi, dacă vrei mai multă structură.
Concluzia: aplicațiile de calorii cu IA sunt precise acolo unde contează, la recunoașterea alimentelor tale și la a-ți oferi o cifră constantă de care chiar te vei ține. Niciun instrument nu oferă o cifră perfectă de calorii, dar nu ai nevoie de una. Ai nevoie de un obicei pe care îl poți susține și de un cântar care să te țină onest. Dacă vrei să pui asta în practică, poți obține un plan gratuit și începe să-ți înregistrezi următoarea masă în câteva secunde.
