Le app conta calorie con IA sono utili, ma non precise. Nei migliori test indipendenti pubblicati finora, i modelli di intelligenza artificiale generici che stimavano le calorie da una sola foto sbagliavano in media di circa il 36%, e tendevano a sottostimare le porzioni più grandi. Riconoscono bene cosa c’è nel piatto, molto meno quanto ce n’è: i risultati più affidabili arrivano quando controlli e correggi la stima.

Può sembrare deludente, ma colloca la registrazione con foto più o meno allo stesso livello dei diari alimentari tradizionali usati da decenni. Ecco cosa ha misurato davvero la ricerca, da dove nascono gli errori e come usare bene queste app.

Quanto sono precise le app conta calorie con IA secondo gli studi?

Non esiste un unico «voto di precisione» per le app conta calorie con IA. Gli studi usano alimenti, modelli e metodi di riferimento diversi. La cosa più corretta è guardarne diversi insieme.

Studio	Cosa è stato testato	Risultato principale sulle calorie
Fridolfsson et al., Current Developments in Nutrition, 2025	3 modelli di IA, 52 foto di cibo pesato	Errore medio del 35,8% (i due modelli migliori) e del 64,2% (il terzo)
O’Hara et al., Nutrients, 2025	ChatGPT-4, 114 foto di 38 pasti in 3 porzioni	Alimenti riconosciuti bene; peso sottostimato nel 76% delle foto
Rodríguez-Jiménez et al., Nutrients, 2025	ChatGPT-5, 195 piatti, con più o meno informazioni aggiuntive	Errore medio del 30,5% con la sola foto, 13,9% con ingredienti e quantità
Joubert et al., Diabetes Therapy, 2021	Un’app con riconoscimento da foto contro un’app manuale, per i carboidrati	L’app con foto sottostimava i carboidrati di 7,2 g a pasto in media

Il confronto fra tre modelli (2025)

Un gruppo di ricerca di Göteborg ha fotografato 52 pasti e alimenti standardizzati, ha pesato ogni componente e ha calcolato il contenuto reale di nutrienti con una banca dati. Poi ha chiesto a tre modelli di IA di stimare i nutrienti dalle foto.

Per le calorie, l’errore percentuale assoluto medio (MAPE) è stato del 35,8% sia per ChatGPT-4o sia per Claude 3.5 Sonnet, e del 64,2% per Gemini 1.5 Pro. Per proteine, grassi e carboidrati gli errori erano più alti, tra circa il 42% e il 110% a seconda del modello e del nutriente. Tutti e tre i modelli sottostimavano di più man mano che la porzione cresceva.

Gli autori hanno concluso che i due modelli migliori erano precisi più o meno quanto i metodi tradizionali di rilevazione autodichiarata, senza la stessa fatica, ma non ancora abbastanza per usi che richiedono precisione, come la nutrizione clinica o sportiva.

ChatGPT e le porzioni

Un gruppo irlandese ha testato ChatGPT-4 su 114 foto: 38 pasti tratti da un’indagine nazionale sui consumi alimentari, ognuno in porzione piccola, media e grande. Il modello riconosceva bene gli alimenti, con una precisione del 93%, ma era molto più debole sulle porzioni. Le stime di peso erano buone per i pasti piccoli, non per quelli medi e grandi, e il peso è stato sottostimato in 87 foto su 114 (76%). Per 13 dei 16 nutrienti studiati, le stime si discostavano dai valori reali di oltre il 10%.

Più informazioni, stime migliori

Uno studio del 2025 ha valutato ChatGPT-5 su 195 piatti in diversi scenari. Con la sola foto, l’errore medio sulle calorie era del 30,5%, circa 123 kcal a piatto. Aggiungendo dettagli che la fotocamera non vede, come tipo e quantità di grassi e dolcificanti, grassi dei latticini e tipo di carne, scendeva al 24,4%. Con ingredienti e quantità scendeva al 13,9%, circa 53 kcal a piatto.

La lezione pratica è semplice: più informazioni dai all’app, migliore è il numero.

Uno sguardo dal diabete

Per chi conta i carboidrati, uno studio francese del 2021 ha confrontato un’app con riconoscimento da foto e un’app in cui i carboidrati si inseriscono a mano. L’app con foto sottostimava i carboidrati di 7,2 g a pasto in media, e nel 30% dei pasti sbagliava di oltre 20 g, contro il 14% dell’app manuale. Gli autori hanno comunque giudicato entrambe le app più precise degli errori abituali delle persone con diabete di tipo 1 nella vita quotidiana, ma la differenza conta quando la dose di insulina dipende dal numero.

L’IA a confronto con gli altri metodi

L’errore non è esclusivo dell’IA. Una meta-analisi del 2021 su Advances in Nutrition ha riunito studi di validazione su app di diario alimentare in cui si registra a mano. In media queste app sottostimavano l’apporto energetico di circa 202 kcal al giorno rispetto ai metodi di riferimento. Quando app e riferimento usavano la stessa banca dati degli alimenti, la differenza scendeva a circa 57 kcal al giorno: molto dipende dalla banca dati dietro ai numeri.

Il confronto onesto quindi non è «IA contro perfezione», ma «IA contro te che digiti e stimi le porzioni a occhio», e tutti e due hanno punti ciechi. Il metodo manuale è spiegato nella guida su come contare le calorie.

Perché le foto sono difficili per l’IA

Le porzioni. Una foto non ha una scala. È la principale fonte di errore, e le porzioni grandi sono quelle sottostimate più spesso.
Grassi e zuccheri nascosti. L’olio in padella, il burro sulle verdure, i condimenti e le salse possono aggiungere centinaia di calorie e spesso non si vedono.
Piatti misti o a strati. Il ragù sulla pasta, il ripieno di una piadina, il formaggio dentro un panino.
Alimenti simili tra loro. Yogurt intero o magro, latte intero o scremato, bibita normale o zero, pane bianco o integrale.
La qualità della foto. Foto buie, mosse o troppo ravvicinate danno meno informazioni al modello.
Le condizioni dei test. Lo studio sui tre modelli usava foto standardizzate scattate da angolazioni fisse, e gli autori sottolineano che i pasti reali sono più complessi. Nella vita di tutti i giorni la precisione può essere peggiore che in laboratorio.

Un esempio con i numeri

Immagina che il tuo piatto di pasta contenga davvero 700 kcal. Un errore medio di circa il 36% corrisponde a circa 250 kcal (700 × 0,36 = 252). Una singola stima potrebbe quindi cadere ovunque tra circa 450 e 950 kcal.

Nell’arco della giornata gli errori casuali si compensano in parte: un pasto viene sovrastimato, un altro sottostimato. Il problema sono gli errori sistematici. Se ogni cena abbondante viene sottostimata di 200 kcal, non si compensa nulla: sono circa 1.400 kcal in una settimana. Per questo correggere la porzione dei pasti grandi conta più che preoccuparsi di un piccolo spuntino.

Cosa significa per PixNutri

Gli studi citati hanno testato modelli di IA generici, non PixNutri, quindi non dicono quanto sia precisa PixNutri. Non abbiamo ancora pubblicato una nostra valutazione e non indichiamo alcuna percentuale di precisione. Nella nostra pagina sulla precisione (in inglese) spieghiamo cosa sappiamo e cosa stiamo ancora testando.

PixNutri è pensata attorno ai limiti descritti dalla ricerca. Ogni stima da foto mostra calorie, proteine, carboidrati, grassi, fibre e zuccheri, e puoi controllare e modificare ogni valore. I pulsanti delle porzioni (½, ¾, 1½, 2×) correggono l’errore più comune con un tocco. Per i prodotti confezionati, lo scanner del codice a barre usa i valori nutrizionali registrati in Open Food Facts, adattati alla quantità che inserisci. Puoi anche descrivere un pasto a parole o con la voce, dando all’app informazioni che una foto non mostra.

Come ottenere stime più precise da qualsiasi app conta calorie con IA

Scatta la foto dall’alto, con buona luce e tutto il piatto nell’inquadratura.
Controlla la porzione. Se il piatto è più abbondante del solito, considera la stima troppo bassa e correggila.
Aggiungi ciò che la fotocamera non vede: olio, burro, salse, zucchero nelle bevande.
Per i prodotti confezionati usa il codice a barre invece della foto.
Fotografa i piatti misti prima di mescolarli, oppure descrivi gli ingredienti principali.
Pesa una volta alcuni dei tuoi alimenti abituali per imparare come sono le tue porzioni normali. Vedi contare le calorie senza bilancia.
Valuta i progressi sulla tendenza settimanale, non sul singolo pasto.

Quando una stima non basta

Se conti i carboidrati per dosare l’insulina, hai una malattia renale, sei in gravidanza o hai avuto disturbi del comportamento alimentare, fatti seguire da un medico o da un dietista e non affidarti solo alle stime da foto. In queste situazioni gli studi mostrano chiaramente che i modelli di IA non sono ancora abbastanza precisi.

Domande frequenti

Quanto sono precise le app conta calorie con IA?

Nei test pubblicati, i migliori modelli di IA generici sbagliavano in media di circa il 36% sulle calorie da una singola foto, sottostimando per lo più le porzioni grandi. La precisione migliora se aggiungi dettagli come ingredienti e quantità.

Un’app con IA è più precisa del diario alimentare classico?

Non in modo netto. Uno studio del 2025 ha trovato i modelli migliori precisi più o meno quanto i metodi tradizionali autodichiarati. Anche le app a inserimento manuale sottostimano, di circa 200 kcal al giorno in media secondo una meta-analisi del 2021.

Si può dimagrire con un’app conta calorie con IA?

Sì, se usi i numeri come stime, correggi gli errori evidenti e segui la tendenza del peso per diverse settimane. Per capire come i numeri si traducono in peso, leggi l’articolo sul deficit calorico.

Perché l’app sottostima i miei pasti abbondanti?

Una foto non ha una scala, quindi l’IA tende a ipotizzare una porzione dall’aspetto normale. Gli studi concordano sul fatto che le stime calano man mano che la porzione cresce. Per i piatti abbondanti usa i pulsanti delle porzioni o modifica i valori.

La scansione del codice a barre è più precisa della foto?

Di solito sì, perché usa i valori nutrizionali registrati per quel prodotto invece di una stima visiva. La sua precisione dipende dalla scheda nella banca dati e dalla quantità che inserisci.

Quanto sono precise le app conta calorie con IA? Gli studi