Su contador de calorías con IA sabe que es pasta, pero no sabe cuánta

Un estudio reveló que los principales modelos de IA calculaban mal las calorías en más de un tercio

(Microgen/Shutterstock)
(Microgen/Shutterstock)
Johannah Katz
21 de noviembre de 2026, 1:51 p. m.
Actualizado el21 de noviembre de 2026, 1:54 p. m.

Las apps de seguimiento de alimentos con IA hacen que registrar la nutrición sea más fácil que nunca. Pueden distinguir un tazón de pasta de un tazón de sopa en un instante. Lo que no pueden decirle con certeza es si está consumiendo 400 o 800 calorías.

Esa diferencia es importante porque las aplicaciones de seguimiento de alimentos con IA prometen que llevar un registro nutricional sea muy sencillo. En lugar de pesar los alimentos o ingresar cada ingrediente, tomas una foto de tu comida y obtienes estimaciones instantáneas de calorías, proteínas y carbohidratos.

Sin embargo, las investigaciones sugieren que esas estimaciones pueden tener un margen de error considerable, especialmente en lo que respecta al tamaño de las porciones. Los expertos dicen que las aplicaciones aún pueden ayudar a las personas a reconocer sus patrones alimenticios y a tomar decisiones más saludables, pero que no hay que tomar los números como mediciones exactas.

Banner del boletín Epoch Salud

Salud real, sin ruido.

En Epoch Salud seleccionamos investigaciones, consejos de expertos y remedios naturales para cuidar tu bienestar y el de tu familia.

Suscríbete y recibe cada semana lo más relevante en salud, directamente en tu correo.

Historias relacionadas

Reset corporal sin azúcar 322: plan de 2 semanas para perder peso

Reset corporal sin azúcar 322: plan de 2 semanas para perder peso
 

¿Qué tan lejos está la IA de contar calorías con precisión?

Un estudio de 2025 evaluó tres modelos de IA con 52 fotos de comidas preparadas por investigadores, alimentos individuales y algunos platillos preenvasados para ver con qué precisión podían estimar las calorías y el tamaño de las porciones. ChatGPT-4o y Claude 3.5 Sonnet se desviaron en un 36 por ciento en promedio, y Gemini 1.5 Pro se desvió aún más.

Los errores se dieron en ambos sentidos, pero hubo un patrón constante: los tres modelos subestimaron las porciones más grandes. En otras palabras, cuanto más grande era la comida, más probable era que quedaran sin contar algunas calorías.

Los modelos se evaluaron en 2024, y ahora hay versiones más recientes disponibles. Sin embargo, investigaciones más recientes sugieren que la IA sigue teniendo dificultades para estimar con precisión las porciones y las calorías a partir de fotos de alimentos.

Las pruebas independientes también son escasas. Una revisión de 2025 encontró solo 13 estudios sobre el seguimiento dietético basado en IA, con resultados mixtos. Ocho presentaban un riesgo moderado de sesgo, a menudo porque los investigadores no habían tomado en cuenta adecuadamente otros factores que podrían influir en los resultados. Los estudios también utilizaron diferentes métodos para medir la precisión, por lo que los resultados son difíciles de comparar.

Los métodos tradicionales tampoco son infalibles. Los diarios alimentarios y los recordatorios dietéticos se basan en la memoria y en estimaciones de las porciones, lo que también puede generar errores.

Por qué el tamaño de las porciones y los ingredientes ocultos confunden a la IA

El problema central, según Erin Hennessy, profesora asociada de la Universidad de Tufts y doctora en política alimentaria y nutrición aplicada, es que reconocer un alimento es solo un paso en el cálculo de su contenido nutricional. "'La IA reconoció mi comida' no significa 'la IA sabe exactamente cuántas calorías tenía mi comida'", declaró a The Epoch Times.

Identificar un tazón de pasta es una cosa. Saber si contiene una taza o tres es otra. Una fotografía reduce una comida tridimensional a dos dimensiones, lo que dificulta evaluar el volumen y el peso. La distancia y el ángulo de la cámara pueden hacer que una porción se vea más grande o más pequeña, y una toma desde arriba puede ocultar la profundidad del plato.

El tamaño de la porción no es el único desafío. Tomemos como ejemplo la lasaña. Una aplicación puede reconocerla de inmediato, pero una foto no puede mostrar cuánto queso, carne o aceite se utilizó en la receta. "Los platillos combinados crean un problema adicional porque una fotografía muestra la apariencia, no una receta", dijo Hennessy.

Las comidas de restaurante, los guisos, las sopas y los platillos con salsas pueden ser especialmente difíciles de evaluar porque los ingredientes que afectan significativamente las calorías pueden estar ocultos.

La IA también puede tener dificultades con cocinas desconocidas o alimentos que no estuvieron bien representados en las imágenes y la información utilizadas para entrenarla, señaló Hennessy. Por lo tanto, si un modelo de IA solo ha visto unos pocos ejemplos de un platillo tradicional, puede tener problemas para reconocer los ingredientes o estimar sus calorías.

Dónde el seguimiento de alimentos con IA aún puede ayudar

La principal ventaja es la comodidad. El registro tradicional de alimentos puede llevar mucho tiempo, ya que requiere que las personas midan las porciones, busquen en bases de datos de alimentos y registren cada ingrediente. Tomar una foto toma solo unos segundos.

El seguimiento en sí mismo funciona. El autocontrol de la ingesta de alimentos ha sido parte desde hace mucho tiempo de los programas conductuales de control de peso, y las investigaciones lo vinculan sistemáticamente con la pérdida de peso, señaló Hennessy. Registrar las comidas también puede ayudar a las personas a reconocer hábitos que de otra manera pasarían desapercibidos, como omitir regularmente las verduras, comer pocas proteínas en el desayuno o depender en gran medida de la comida para llevar.

"Si la IA facilita el autocontrol alimentario y, por lo tanto, hace que una persona sea más propensa a seguir haciéndolo, la herramienta puede tener valor conductual incluso si sus estimaciones de nutrientes no son perfectamente precisas", dijo Hennessy.

Sin embargo, el seguimiento no es adecuado para todos. El control centrado en las calorías puede aumentar la ansiedad o reforzar conductas compulsivas en personas con trastornos alimentarios o patrones de alimentación desordenados, explicó Leslie Bonci, una dietista registrada, a The Epoch Times. Ella anima a las personas a ir más allá del recuento de calorías y enfocarse en objetivos alimenticios, como consumir más proteínas o fibra. "Las calorías por sí solas no son un indicador de la adecuación nutricional".

Cómo sacarle más provecho a un rastreador de alimentos con IA

Puede aumentar las posibilidades de que los datos de la IA sean útiles:

- Revise y corrija: Revise los alimentos que identifica la aplicación y ajuste el tamaño de las porciones cuando sea necesario. Las investigaciones sugieren que corregir las entradas de alimentos generadas por la IA puede mejorar la precisión.

- Fotografíe los ingredientes por separado: Bonci recomienda fotografiar los ingredientes antes de mezclarlos, especialmente en el caso de platillos combinados como los salteados.

- Observe las tendencias, no los números exactos: Hennessy recomienda enfocarse en los patrones de alimentación a lo largo del tiempo en lugar de considerar que las estimaciones calóricas individuales son precisas.

- Tenga cuidado con las "cajas negras": Hennessy aconseja tener precaución con las aplicaciones que no explican cómo se probó su precisión o qué bases de datos nutricionales utilizan.

- Mida cuando sea necesario: Cuando sea importante hacer recuentos precisos de calorías o nutrientes, mida las porciones en lugar de confiar únicamente en las fotografías.

Historias relacionadas

¿Qué le sucede a tu cuerpo cuando bebes café con regularidad?

¿Qué le sucede a tu cuerpo cuando bebes café con regularidad?

Los rastreadores de alimentos con IA deben usarse como guía, no como una regla. Su conveniencia puede animar a las personas a llevar un registro de sus comidas de manera más constante, y ese hábito puede revelar patrones que vale la pena cambiar. Pero cuando las cifras exactas importan, confíe en métodos validados.

Su salud no cabe en una nota.

Por eso publicamos a diario sobre cuerpo, mente y bienestar: médicos, terapeutas y periodistas especializados, con investigación detrás de cada pieza. Y queda guardado para cuando lo necesite.

Acceso completo — $4.99 al mes

Cancele cuando quiera.

Johannah Katz es dietista titulada, escritora especializada en salud e investigadora en nutrición, con una maestría en nutrición aplicada y dietética. Su experiencia abarca la atención preventiva, el control de peso, la salud de la mujer y la nutrición deportiva. Sus trabajos han aparecido en publicaciones nacionales de salud.

ÚLTIMAS NOTICIAS