Fazemos um contador de calorias por fotografia, por isso seria de esperar que te disséssemos que é magia. Não é. Aqui fica a versão honesta — os números que a maioria das apps desta categoria omite discretamente no marketing.
A pergunta que todos fazem antes de confiar numa app de fotografia
Apontas a câmara a um prato de massa, a app diz "620 kcal", e o primeiro pensamento é: segundo quem? Com razão. Se o número pode falhar por metade, o hábito perde sentido. Então, os contadores de calorias com IA são precisos? Vamos separar aquilo em que a IA de fotografia é genuinamente boa daquilo em que ainda está a adivinhar.
O que está resolvido: reconhecer o que está no prato
Identificar o que estás a comer é, hoje em dia, um problema largamente resolvido. Os modelos de visão modernos reconhecem corretamente pratos comuns em cerca de 85–95% dos casos. Frango grelhado, um burrito bowl, ovos mexidos — o modelo conhece-os. Análises independentes à função "Snap It" da Lose It situaram o reconhecimento de alimentos em cerca de 70%, e análises à Cal AI encontraram um desvio de cerca de 10% em refeições simples e totalmente visíveis. As falhas de reconhecimento são hoje a exceção, não a regra.
O que não está resolvido: doses, gorduras escondidas e pratos mistos
O verdadeiro erro está na estimativa da dose. Uma fotografia é uma imagem plana em 2D de um prato em 3D — o modelo não consegue pesar o teu arroz. As estimativas de dose a partir de imagens variam tipicamente ±15–30%, e estudos que comparam métodos baseados em imagem com medições de referência mostram uma subestimação média de cerca de 20% na ingestão.
Três fatores agravam a situação:
- Calorias escondidas. A colher de sopa de azeite na frigideira, a manteiga no molho. Invisível na fotografia, muito visível na balança. Quem testa a Cal AI aponta sistematicamente óleos e ingredientes escondidos que passam despercebidos.
- Pratos mistos e enrolados. Guisados, empadões, burritos — tudo o que é em camadas. As mesmas análises à Cal AI reportam erros de 25% ou mais em pratos mistos ou enrolados — face a ~10% em pratos simples.
- Ambiguidade de profundidade. Uma tigela larga e rasa e outra estreita e funda podem parecer quase idênticas em fotografia, contendo quantidades muito diferentes.
Assim, o orçamento de erro honesto é este: o reconhecimento contribui pouco, as doses contribuem muito.
O enviesamento culinário de que ninguém fala
A maioria dos dados de treino da IA alimentar está fortemente inclinada para a cozinha ocidental. Um cheeseburger recebe uma estimativa mais rigorosa do que um prato de menemen, plov ou um guisado turco caseiro — não porque esses pratos sejam mais difíceis, mas porque o modelo viu menos exemplos deles. Se comes fora do cânone ocidental (muitos dos nossos utilizadores comem — o Kalo está disponível em inglês, turco e russo), espera margens de erro mais largas, e corrige com mais frequência. Também não estamos imunes a isto; por agora, ninguém está.
Porque é que ±20% ainda chega — se corrigires depressa e registares todos os dias
Aqui vem a parte que soa a desculpa mas tem investigação a sustentá-la: a consistência vale mais do que a precisão. O estudo "Log Often, Lose More" (Obesity, 2019) concluiu que a frequência de registo — não a exatidão — era o fator preditor significativo da perda de peso, e que o tempo gasto a registar caiu de cerca de 23 minutos por dia para cerca de 15 à medida que as pessoas ganhavam prática. Outros trabalhos mostram que o melhor indicador de adesão é simplesmente o número de dias em que registas pelo menos duas refeições.
Uma estimativa com ±20% de erro que registas mesmo todos os dias vale mais do que um registo perfeito ao grama que abandonas ao fim de duas semanas. E os erros compensam-se em parte: sobrestimas o almoço, subestimas o jantar, e a tua tendência semanal — o número que realmente importa — continua útil.
Duas ressalvas honestas. Se precisas de precisão clínica (condições médicas, competição de fisiculturismo), uma balança de cozinha aliada a uma grande base de dados verificada como a da MyFitnessPal continua a ser a melhor ferramenta — é mesmo uma força deles, juntamente com a cobertura de restaurantes, ainda que o Premium custe agora 79,99 $/ano e a base de dados alimentada pelos utilizadores tenha os seus próprios problemas de entradas duplicadas. E se quiseres o premium mais barato entre as grandes marcas, o Lose It a 39,99 $/ano é difícil de superar, mesmo que a sua estimativa de doses seja inconsistente nos testes.
Como o Kalo lida com a incerteza: ver, corrigir em dois toques
Como o erro de dose é inevitável, a verdadeira questão de design torna-se: o que é que a app faz quanto a isso?
O Kalo mostra-te o nível de confiança em vez de fingir certeza — uma estimativa incerta parece incerta. E corrigir é uma ação de dois toques diretamente no cartão de resultado, não uma busca por cinco ecrãs num menu de edição. Fotografas, olhas, ajustas a dose, pronto. Quanto mais rápida for a correção, mais vezes acontece de facto, e mais afinada fica a tua precisão real.
A outra metade é o motivo por que construímos o Kalo à volta dos amigos. Podes adicionar até 5 amigos, ver o dia de cada um lado a lado, reagir e incentivar, construir sequências juntos — porque a investigação diz que um parceiro que muda contigo é a alavanca mais poderosa que existe (num estudo da JAMA Internal Medicine com cerca de 3.700 casais, as hipóteses de os fumadores deixarem de fumar subiram de cerca de 8% para quase 50% quando o parceiro deixava ao mesmo tempo — e o mesmo padrão verificou-se para o exercício e a perda de peso). A precisão mantém o número honesto; a companhia mantém o hábito vivo. Um amigo pode ser marcado como o teu parceiro e partilhar o teu Premium.
Se procuras um tracker honesto quanto às suas margens de erro e fácil de corrigir — e mais divertido com as tuas pessoas lá dentro — o Kalo está disponível em iOS e Android.