Искусственный интеллект продолжает демонстрировать слабую эффективность в областях, где человеческая интуиция превосходит его, о чем свидетельствуют его трудности с казалось бы простой задачей: точной идентификацией еды. Несмотря на успехи в области распознавания изображений, приложения на базе ИИ для подсчета питательных веществ постоянно ошибаются в оценке приемов пищи, подрывая их обещание легкого отслеживания макронутриентов.
На этой неделе Виктория Сонг из The Verge протестировала новую функцию ИИ для подсчета калорий в приложении Ladder, надеясь найти простой способ зафиксировать свой предтренировочный завтрак из протеиновых вафель Kodiak, арахисовой пасты, меда и холодного кофе. Вместо этого ИИ завысил количество калорий более чем на 100% и неправильно идентифицировал ингредиенты, предположив, что она съела значительно больше еды, чем на самом деле. Это не единичный случай. Приложения, такие как Oura, January и MyFitnessPal, демонстрируют аналогичную неточность, часто путая ингредиенты, неверно оценивая порции или не узнавая блюда этнической кухни.
Основная проблема заключается в самой природе ведения пищевого дневника. В то время как ИИ может различать широкие категории (банан против яблока), он спотыкается о детали (начинка внутри равиоли, тип соуса). Даже после исправления, пользователи тратят больше времени на проверку ошибок ИИ, чем на ручной ввод данных. Это сводит на нет предполагаемое удобство.
Что еще более важно, полагание на ИИ отвлекает от ключевого вопроса: устойчивого изменения рациона питания. ИИ может предлагать корректировки, но он не может принуждать к поведенческим изменениям. Ведение пищевого дневника наиболее эффективно в качестве временного инструмента для повышения осведомленности, а не пожизненной зависимости. Цель не в достижении произвольных показателей, а в понимании личных пищевых привычек и развитии осознанного потребления.
Бизнес-модель фитнес-приложений стимулирует постоянное вовлечение. Вместо того чтобы расширять возможности пользователей для саморегуляции, эти инструменты поощряют зависимость, подразумевая, что успех требует постоянного отслеживания. Настоящая информация, которую мог бы предоставить ИИ, заключается не в подсчете калорий, а в честной обратной связи – будь то празднование питательного приема пищи или признание закономерности переедания из-за стресса.
В настоящее время функции питания на базе ИИ более разочаровывают, чем помогают. Вместо того чтобы упрощать процесс, они создают новый уровень раздражения, требуя от пользователей исправлять бессмысленные ошибки. Пока ИИ не сможет надежно идентифицировать еду без постоянного контроля, лучшим подходом остается доверие собственному суждению и изредка позволять себе пачку Doritos Cool Ranch.
