Sztuczna inteligencja w dalszym ciągu radzi sobie słabiej w obszarach, w których ludzka intuicja jest lepsza, o czym świadczą trudności z pozornie prostym zadaniem: dokładną identyfikacją żywności. Pomimo postępów w rozpoznawaniu obrazów aplikacje wykorzystujące sztuczną inteligencję do liczenia składników odżywczych stale błędnie oceniają posiłki, podważając obietnicę łatwego śledzenia makroskładników odżywczych.
W tym tygodniu Victoria Song z The Verge przetestowała nową funkcję liczenia kalorii AI w aplikacji Ladder, mając nadzieję, że znajdzie łatwy sposób na zapisanie śniadania przed treningiem składającego się z gofrów białkowych Kodiak, masła orzechowego, miodu i mrożonej kawy. Zamiast tego sztuczna inteligencja przeszacowała liczbę kalorii o ponad 100% i błędnie zidentyfikowała składniki, co sugeruje, że zjadła znacznie więcej jedzenia, niż w rzeczywistości. To nie jest odosobniony przypadek. Aplikacje takie jak Oura, January i MyFitnessPal wykazują podobne niedokładności, często mylą składniki, błędnie oceniają porcje lub nie rozpoznają żywności etnicznej.
Główny problem leży w samej naturze prowadzenia dzienniczka żywienia. O ile sztuczna inteligencja rozpoznaje szerokie kategorie (banan czy jabłko), o tyle potyka się o szczegóły (nadzienie ravioli, rodzaj sosu). Nawet po korekcie użytkownicy spędzają więcej czasu na sprawdzaniu błędów AI niż na ręcznym wprowadzaniu danych. Neguje to zamierzoną wygodę.
Co ważniejsze, poleganie na sztucznej inteligencji odwraca uwagę od kluczowej kwestii: zrównoważonej zmiany diety. Sztuczna inteligencja może sugerować korekty, ale nie może wymusić zmian w zachowaniu. Prowadzenie dziennika żywności jest najskuteczniejsze jako narzędzie tymczasowej świadomości, a nie jako uzależnienie na całe życie. Celem nie jest osiągnięcie arbitralnych celów, ale zrozumienie osobistych nawyków żywieniowych i rozwój świadomej konsumpcji.
Model biznesowy aplikacji fitness zachęca do ciągłego zaangażowania. Zamiast umożliwiać użytkownikom samoregulację, narzędzia te zachęcają do uzależnienia, sugerując, że sukces wymaga stałego monitorowania. Prawdziwymi informacjami, jakie może dostarczyć sztuczna inteligencja, nie jest liczenie kalorii, ale szczera informacja zwrotna – czy chodzi o świętowanie pożywnego posiłku, czy rozpoznanie wzorca przejadania się z powodu stresu.
Obecnie funkcje mocy AI są bardziej frustrujące niż pomocne. Zamiast upraszczać proces, powodują nowy poziom irytacji, wymagając od użytkowników naprawiania bezsensownych błędów. Dopóki sztuczna inteligencja nie będzie w stanie wiarygodnie identyfikować żywności bez ciągłego monitorowania, najlepszym podejściem będzie zaufanie własnemu osądowi i od czasu do czasu delektowanie się paczką Doritos Cool Ranch.
