¿Son precisos los contadores de calorías con IA? Qué dice la evidencia
Por el equipo de DietX · Actualizado el · 9 min de lectura
¿Son precisos los contadores de calorías con IA? En parte: identifican bien los alimentos, calculan peor las raciones y no pueden ver ingredientes ocultos como el aceite de cocinar. La investigación en la que nos basamos no incluye ninguna prueba independiente que compare directamente las apps de calorías para el público general, así que nadie puede decirte con honestidad cuál es la más precisa ni darte un único porcentaje fiable.
Eso nos incluye. Nosotros creamos DietX, que estima calorías a partir de fotos, y no tenemos una cifra de precisión. Su ficha en el App Store dice que las estimaciones pueden variar. Esto es lo que sí muestra la evidencia y lo que puedes hacer al respecto.
Qué dicen los estudios sobre la precisión de los contadores de calorías con IA
Hay cinco trabajos que conviene conocer. Ninguno compara directamente apps de uso general y ninguno prueba DietX, así que dicen más sobre la tecnología que sobre cualquier producto que puedas descargar.
| Fuente | Qué analizó | Qué encontró |
|---|---|---|
| Estudio sobre ChatGPT, 2025 | ChatGPT estimando nutrientes a partir de fotos de comidas | Bueno para nombrar alimentos, raciones pequeñas y ordenar comidas por nutrientes. Malo con raciones medianas y grandes y con valores exactos. Tendía a subestimar |
| Validación de una app, 2022 | Una app de reconocimiento de imágenes para el móvil | Mejoraba cuando los usuarios corregían el resultado a mano |
| Revisión, 2020 | Evaluación de la dieta asistida por imágenes | Los métodos que exigen menos esfuerzo son menos precisos. Ningún método sirve para todos los contextos |
| Revisión, 2024 | Evaluación de la dieta con IA a partir de imágenes de comida | Avances reales en identificar alimentos y estimar raciones. Los dietistas deben seguir implicados |
| Validación de GPT-4o, 2025 | Un modelo de IA personalizado frente a registros de comida pesada | La precisión depende de imágenes nítidas con la comida visible y de calcular bien el tamaño de las raciones. La supervisión de expertos sigue importando |
Identificar el alimento es la parte más fuerte. Según la revisión de 2024, las estimaciones de raciones han avanzado, pero es justo donde falló el estudio sobre ChatGPT, y la validación de 2025 las cita como algo de lo que depende la precisión. Además, la tendencia a subestimar que mostró el estudio sobre ChatGPT es la dirección menos útil si intentas perder peso. No podemos decir que todas las apps la compartan, porque ninguna de estas fuentes las compara.
No citamos un porcentaje de error para el registro con IA en general, porque el resultado de un modelo y de un conjunto de comidas no se traslada a la app que tienes en el móvil.
¿Qué precisión tienen las apps para contar calorías frente a otros métodos?
La IA no es la única opción imprecisa, y conviene saber con qué la comparas.
- Pesar la comida. Los registros de comida pesada son lo que la validación de 2025 usó para medir la IA. Una báscula de cocina es lo más fiable que tiene la mayoría en casa, y también lo que más esfuerzo cuesta.
- Etiquetas de los alimentos. Las normas de EE. UU. consideran que un alimento está mal etiquetado si las calorías superan en más de un 20 % lo indicado en la etiqueta, así que una etiqueta puede errar y seguir siendo legal.
- Cartas de restaurantes. En 269 platos de restaurante, las calorías indicadas eran precisas en conjunto, con una diferencia media de 10 kcal por ración, pero el 19 % tenía al menos 100 kcal más por ración de las indicadas.
- Tu propia memoria. En un estudio pequeño con 10 adultos que se describían como resistentes a la dieta, las personas declararon un 47 % menos de lo que comían. Es un grupo concreto, así que no lo tomes como algo típico, pero está claro que lo que uno declara puede quedar muy lejos de la realidad.
Nada de esto exime a la IA. Una estimación a partir de una foto suma una conjetura sobre la ración a unos datos nutricionales que ya son aproximados, y la revisión de 2020 concluyó que los métodos que exigen menos esfuerzo son menos precisos. Una foto cuesta poco esfuerzo, y eso se paga en precisión. Si un número tiene que ser exacto, pesa la comida.
¿Y los porcentajes de precisión de las webs de las apps?
Algunas apps de calorías anuncian un porcentaje. Son cifras de las propias marcas, y nada de lo que usamos como fuente las confirma de forma independiente. Antes de fiarte de una, pregúntate:
- ¿Quién hizo la prueba y puedes leer cómo se hizo?
- ¿Con qué se comparó? La comida pesada tiene valor. El número de otra app, mucho menos.
- ¿Qué mide el porcentaje? Nombrar bien el alimento no es lo mismo que acertar con las calorías.
- ¿Qué alimentos incluía? Un solo alimento en un plato blanco es mucho más fácil que un guiso.
No podemos responder a estas preguntas en el caso de DietX porque no tenemos un estudio de referencia, así que no damos ninguna cifra.
Dónde importan más los errores
Los errores se acumulan. Aquí tienes un ejemplo con valores del USDA: una estimación acierta con el pollo y el brócoli, calcula el arroz 50 g por debajo y no ve el aceite de cocinar. Es aritmética nuestra, sin ninguna app de por medio.
| Alimento | En el plato | Una estimación a la baja |
|---|---|---|
| Pechuga de pollo asada, 150 g | 248 kcal | 248 kcal |
| Arroz blanco cocido | 200 g, 260 kcal | 150 g, 195 kcal |
| Brócoli hervido, 100 g | 35 kcal | 35 kcal |
| Aceite de oliva, 1 cucharada | 120 kcal | No lo ve |
| Total | 663 kcal | 478 kcal |
Esa estimación se queda 185 kcal corta, un 28 % aproximadamente. Dos comidas así en un día dejan unas 370 kcal sin registrar, lo que puede anular un déficit calórico moderado sin que te des cuenta.
Los errores hacen más daño con:
- Raciones grandes. Fue el punto débil en el estudio sobre ChatGPT.
- Alimentos muy calóricos. Si te equivocas en 50 g de almendras, fallas unas 299 kcal. Si haces lo mismo con brócoli hervido, son unas 18 kcal (USDA).
- Platos combinados. Los guisos, los currys y las cazuelas esconden sus ingredientes, y la precisión depende de que la comida se vea.
- Necesidades médicas. Si controlas una enfermedad con la dieta o con medicación, no tomes decisiones basándote en la estimación de una app. La ficha de DietX dice claramente que no es un producto sanitario, y los estudios anteriores siguen pidiendo que los expertos estén implicados. Habla con tu médico o dietista.
Cómo hacer más precisas las estimaciones de calorías con IA
- Dale una foto clara. Que la comida se vea bien y esté bien iluminada. Nuestra guía para contar calorías a partir de una foto explica los ángulos y la escala.
- Corrige el resultado. En la validación de la app, los resultados mejoraban cuando los usuarios los corregían. Revisa primero las raciones.
- Añade tú la grasa oculta. Una cucharada de aceite de oliva son unos 13,5 g, es decir, unas 120 kcal.
- Pesa los alimentos densos durante una o dos semanas. El aceite, los frutos secos, el queso, el arroz y la pasta son buenos para empezar. Aprenderás cómo es tu ración habitual y notarás cuándo una estimación no cuadra.
- Usa la etiqueta en los productos envasados. Un código de barras o una etiqueta elimina la duda sobre qué alimento es, aunque aún tienes que acertar con la cantidad.
- Comprueba tu app con unas cuantas comidas pesadas. Pesa una comida, suma las calorías con las etiquetas o con los valores del USDA y compáralas con la estimación de la app. Unas pocas comidas no te darán un porcentaje, pero pueden mostrarte si la app se queda corta o se pasa con los alimentos que tú comes. Nuestra guía de apps de calorías con IA explica más sobre cómo valorar una.
Muchos errores no tienen nada que ver con la IA, así que repasa también los errores más comunes al contar calorías.
Por qué la constancia importa más que los números perfectos
Con estos límites, ¿sirve de algo una estimación con IA? A mucha gente puede servirle, siempre que siga registrando y contraste el registro con los resultados reales.
Una revisión de 22 estudios relacionó de forma constante el autocontrol (llevar un registro de lo que comes y haces) con la pérdida de peso, aunque la evidencia se consideró débil por las limitaciones de los métodos. En un estudio con 142 adultos, registrar con más frecuencia iba unido a perder más: quienes perdieron al menos un 10 % registraban 2,7 veces al día, frente a 1,7 en el grupo de comparación. Son asociaciones, y no demuestran que registrar causara la pérdida. Además, los resultados varían de una persona a otra.
Un registro imperfecto sigue siendo útil porque la tendencia de tu peso puede contrastarlo. Si tu registro dice que comes por debajo del mantenimiento, el nivel en el que tu peso se mantiene estable, y tu peso medio semanal no se ha movido en varias semanas, puede que el registro se quede corto o que tu objetivo sea demasiado alto, así que busca primero lo que falta. Un error constante es más fácil de corregir que uno aleatorio. La constancia no hace que un número sea correcto, pero te permite comparar una semana con la siguiente.
Diga lo que diga el registro, por favor no respondas recortando la comida de forma drástica. Si estás embarazada o tienes una enfermedad, habla con un profesional sobre tus objetivos.
Cuándo basta una estimación con IA y cuándo no
Una estimación con IA suele bastar para saber qué comes, seguir la tendencia del peso durante varias semanas y registrar en los días ajetreados, cuando la alternativa es no registrar nada.
No basta para decisiones médicas ni para nada que exija valores exactos de nutrientes, que es donde el estudio sobre ChatGPT la encontró floja.
DietX tiene los mismos límites. Estima calorías, proteínas, carbohidratos y grasas, y puedes editar cualquier elemento antes de guardarlo. No tenemos datos que demuestren que supere a otras apps, así que no vamos a decirte que lo hace.
Preguntas frecuentes
¿Son precisos los contadores de calorías con IA?
En parte. La investigación sugiere que identifican bien los alimentos y que fallan más con las raciones, y que una cámara no puede ver ingredientes ocultos como el aceite de cocinar. Trata el resultado como una estimación, corrígelo y contrasta tu registro con la tendencia de tu peso durante varias semanas.
¿Qué precisión tienen las apps para contar calorías?
No hay una única cifra honesta. Las fuentes que usamos no incluyen ninguna prueba independiente que compare directamente las apps de calorías para el público general, y los porcentajes de las webs de las apps son de las propias marcas. La precisión también depende de tu foto, de tus raciones y de si corriges el resultado.
¿Cuál es el contador de calorías con IA más preciso?
No podemos decirlo, y nosotros hacemos uno. Sin una prueba independiente que las compare directamente, cualquier afirmación de ser la más precisa no tiene nada sólido detrás. Puedes comprobar una app tú mismo comparando sus estimaciones con unas cuantas comidas que hayas pesado.
¿Los contadores de calorías con IA subestiman las calorías?
Pueden hacerlo. Un estudio sobre ChatGPT con fotos de comidas encontró que tendía a subestimar. Puede que no valga para todas las apps, pero el aceite y las salsas que no se ven empujan las estimaciones en la misma dirección, así que revisa las raciones y añade tú las grasas.
¿Es más precisa una báscula de cocina que un contador de calorías con IA?
Por lo general, sí. Los registros de comida pesada son lo que los investigadores usan como referencia cuando prueban las estimaciones de la IA. Eso sí, la báscula exige más esfuerzo, así que mucha gente pesa los alimentos densos en casa y usa una foto o una descripción cuando come fuera.
Fuentes
- DietX on the App Store
- An evaluation of ChatGPT for nutrient content estimation from meal photographs (2025), Nutrients
- Nutrient and food group prediction by image recognition in a smartphone app (2022), JMIR Form Res
- Review of the validity and feasibility of image-assisted methods for dietary assessment (2020), Int J Obes
- Advancements in using AI for dietary assessment based on food images (2024), J Med Internet Res
- Customized multimodal GPT-4o and image-based dietary assessment against weighed food records (2025), Am J Clin Nutr
- US Code of Federal Regulations: 21 CFR 101.9, nutrition labeling
- Urban et al. (2011), JAMA: Accuracy of stated energy contents of restaurant foods
- Lichtman et al. (1992), N Engl J Med: Self-reported and actual caloric intake and exercise
- USDA FoodData Central (SR Legacy)
- Burke et al. (2011), J Am Diet Assoc: Self-monitoring in weight loss, a systematic review
- Harvey et al. (2019), Obesity: Log Often, Lose More
Información general, no consejo médico. Habla con un médico o dietista antes de cambiar tu alimentación, sobre todo si estás embarazada, eres menor de 18 años o tienes algún problema de salud. Si registrar la comida te genera ansiedad o has tenido un trastorno alimentario, evita contar calorías y busca apoyo profesional.
