Продукты, калорийность которых чаще всего переоценивают и недооценивают: выводы из сравнения ИИ и ручного отслеживания

Вы думаете, что знаете, сколько калорий в этом салате. Скорее всего, вы ошибаетесь.

Оценка калорийности — один из наиболее изученных и при этом наиболее неправильно понимаемых аспектов отслеживания питания. Исследования неизменно показывают, что люди плохо оценивают калории, но в каких именно продуктах они ошибаются чаще всего? И может ли ИИ справиться лучше?

В Nutrola у нас есть уникальный набор данных, чтобы ответить на эти вопросы. Сравнивая оценки ИИ, записи пользователей, введённые вручную, и проверенные эталонные значения для 26 миллионов приёмов пищи, мы можем точно определить, какие продукты систематически переоцениваются и недооцениваются, измерить масштаб ошибки и показать, где ИИ-отслеживание обеспечивает существенную коррекцию.

Результаты выявляют слепые зоны, которые затрагивают практически каждого, кто отслеживает своё питание, независимо от того, использует он ИИ или нет.

Как мы выявили ошибки оценки

Методология

Мы проанализировали 26,4 миллиона записей о приёмах пищи на платформе Nutrola, сделанных с мая 2025 по февраль 2026 года. Для каждой записи у нас были:

1. Значение, внесённое пользователем (введённое вручную или сгенерированное ИИ через Snap & Track)
2. Эталонное значение из верифицированной базы данных о питании Nutrola, перекрёстно проверенное с USDA FoodData Central

Для сравнения ИИ и ручного ввода мы сосредоточились на подмножестве из 4,8 миллиона записей, где один и тот же продукт вносился разными пользователями обоими способами, что позволило напрямую сравнить паттерны оценки.

Мы также провели контролируемое валидационное исследование с участием 3 200 пользователей Nutrola, которые взвешивали все ингредиенты на кухонных весах и в течение двух недель отправляли как взвешенные значения, так и свои обычные (невзвешенные) записи, что дало 38 400 проверенных сравнений приёмов пищи.

Определение переоценки и недооценки

• Недооценка: внесённое значение калорийности ниже эталонного (пользователь считает, что в продукте меньше калорий, чем на самом деле)
• Переоценка: внесённое значение калорийности выше эталонного (пользователь считает, что в продукте больше калорий, чем на самом деле)

Мы указываем ошибки в процентах от эталонного значения. Продукт с эталонным значением 400 ккал, внесённый как 300 ккал, представляет недооценку на -25%.

15 наиболее недооцениваемых продуктов

Это продукты, калорийность которых пользователи наиболее стабильно занижают. Недооценка — гораздо более распространённая и более опасная ошибка, поскольку она создаёт невидимый избыток калорий.

Таблица недооценки: ручной ввод

Место	Продукт	Ср. ручной ввод (ккал)	Эталонное значение (ккал)	Ошибка	Частота в наборе данных
1	Растительное масло (за 1 ст. л.)	68	120	-43,3%	2,1 млн записей
2	Заправка для салата (за порцию)	82	138	-40,6%	1,4 млн записей
3	Орехи и ореховые смеси (за горсть)	104	172	-39,5%	1,8 млн записей
4	Арахисовая паста (за 1 ст. л.)	62	96	-35,4%	920 тыс. записей
5	Сыр (за ломтик/порцию)	78	114	-31,6%	1,6 млн записей
6	Гранола (за порцию)	148	212	-30,2%	680 тыс. записей
7	Паста (варёная, за стакан)	156	220	-29,1%	1,2 млн записей
8	Рис (варёный, за стакан)	152	206	-26,2%	1,9 млн записей
9	Авокадо (половина)	98	130	-24,6%	1,1 млн записей
10	Смузи (домашний)	218	284	-23,2%	740 тыс. записей
11	Хлеб (за ломтик)	64	82	-22,0%	1,7 млн записей
12	Сливки в кофе	18	52	-65,4%	2,4 млн записей
13	Сливочное масло (за порцию)	42	72	-41,7%	890 тыс. записей
14	Сухофрукты (за горсть)	84	124	-32,3%	460 тыс. записей
15	Трейл-микс (за порцию)	138	196	-29,6%	310 тыс. записей

Сливки в кофе имеют самый высокий индивидуальный показатель ошибки — -65,4%, хотя абсолютное влияние на калорийность за одну порцию меньше, чем у других позиций. По совокупности процентной ошибки и абсолютного влияния на калорийность растительное масло — самая недооцениваемая категория продуктов: пользователи вносят в среднем 68 ккал, когда фактическое значение составляет 120 ккал на столовую ложку. Учитывая, что многие домашние блюда готовятся с 2–3 столовыми ложками масла, одно только это упущение может составлять 100–150 ккал ежедневного дефицита в учёте.

Слепая зона «здоровых продуктов»

Прослеживается чёткая закономерность: многие из наиболее недооцениваемых продуктов воспринимаются как «здоровые». Орехи, авокадо, оливковое масло, гранола и смузи обладают ореолом полезности, который заставляет людей психологически занижать их калорийность.

Мы обнаружили, что продукты, оценённые пользователями в наших опросах как «здоровые», недооцениваются в среднем на 28,4%, по сравнению с 12,1% для продуктов, оценённых как «нездоровые». Люди, похоже, бессознательно приравнивают «полезно для вас» к «низкокалорийно», даже когда это не так.

Восприятие продукта	Ср. ошибка оценки калорийности	Размер выборки
«Очень здоровый»	-31,2% (заниженная)	4,8 млн записей
«Скорее здоровый»	-22,6% (заниженная)	6,2 млн записей
«Нейтральный»	-8,4% (заниженная)	5,1 млн записей
«Скорее нездоровый»	+4,2% (завышенная)	4,6 млн записей
«Очень нездоровый»	+14,8% (завышенная)	3,4 млн записей

Закономерность поразительно линейна: чем более здоровым люди воспринимают продукт, тем больше они занижают его калорийность. Чем менее здоровым они его воспринимают, тем больше они её завышают.

15 наиболее переоцениваемых продуктов

Переоценка встречается реже, но всё же значима. Это продукты, калорийность которых пользователи стабильно завышают.

Таблица переоценки: ручной ввод

Место	Продукт	Ср. ручной ввод (ккал)	Эталонное значение (ккал)	Ошибка	Частота в наборе данных
1	Суши (за штуку/ролл)	412	298	+38,3%	680 тыс. записей
2	Пицца (за кусок)	386	285	+35,4%	1,4 млн записей
3	Картофель фри (за порцию)	498	378	+31,7%	920 тыс. записей
4	Гамбургер (стандартный)	624	486	+28,4%	780 тыс. записей
5	Мороженое (за шарик)	198	156	+26,9%	1,1 млн записей
6	Шоколад (за дольку/кусочек)	68	54	+25,9%	1,3 млн записей
7	Пиво (за пинту)	242	196	+23,5%	640 тыс. записей
8	Бейгл (простой)	342	278	+23,0%	480 тыс. записей
9	Блинчики (за штуку)	178	148	+20,3%	520 тыс. записей
10	Буррито	724	612	+18,3%	390 тыс. записей
11	Жареная курица (за кусок)	348	298	+16,8%	570 тыс. записей
12	Паста с соусом (ресторанная)	862	742	+16,2%	440 тыс. записей
13	Торт (за кусок)	448	392	+14,3%	680 тыс. записей
14	Печенье (за штуку)	86	76	+13,2%	890 тыс. записей
15	Маффин (кондитерский)	498	442	+12,7%	410 тыс. записей

Суши — самый переоцениваемый продукт с показателем +38,3%. Многие считают суши крайне калорийными, потому что это ресторанная еда, но отдельные кусочки нигири и небольшие роллы имеют довольно умеренную калорийность. Ролл с лососем из 6 кусочков, например, обычно содержит 250–300 ккал, но пользователи часто вносят 400+ ккал.

Пицца, картофель фри и гамбургеры также значительно переоцениваются. Эффект «чувства вины за фастфуд» заставляет людей считать, что эти продукты хуже, чем они есть на самом деле, в расчёте на стандартную порцию.

Множитель вины

Мы называем это «множитель вины» — психологическая склонность завышать оценку калорийности продуктов, которые кажутся чрезмерно вкусными. Эффект наиболее силён для продуктов, обычно ассоциируемых с «нарушением» или «срывом» диеты.

Пользователи, описывающие себя как «строго придерживающиеся диеты», завышают калорийность «запрещённых» продуктов в среднем на 32,1%, по сравнению с 18,4% у пользователей с «гибким» подходом. Это указывает на то, что жёсткий диетический настрой усиливает искажение оценки в обе стороны — занижение «хороших» продуктов и завышение «плохих».

Как ИИ справляется: паттерны коррекции

ИИ против ручного ввода: прямое сравнение точности

При сравнении оценок ИИ по фотографии с ручными записями для одних и тех же продуктов ИИ стабильно показывает результат ближе к эталонному значению.

Категория продуктов	Ошибка ручного ввода	Ошибка ИИ по фото	Преимущество ИИ
Растительное масло	-43,3%	-18,2%	на 25,1 п.п. лучше
Заправка для салата	-40,6%	-14,8%	на 25,8 п.п. лучше
Орехи	-39,5%	-12,4%	на 27,1 п.п. лучше
Паста (варёная)	-29,1%	-8,6%	на 20,5 п.п. лучше
Рис (варёный)	-26,2%	-7,8%	на 18,4 п.п. лучше
Суши (переоценка)	+38,3%	+6,4%	на 31,9 п.п. лучше
Пицца (переоценка)	+35,4%	+8,2%	на 27,2 п.п. лучше
Картофель фри (переоценка)	+31,7%	+7,1%	на 24,6 п.п. лучше

ИИ превосходит ручной ввод в каждой категории продуктов в нашем анализе. Улучшение наиболее значительно для самых искажённых категорий: орехи (-39,5% вручную против -12,4% ИИ), заправка для салата (-40,6% против -14,8%) и суши (+38,3% против +6,4%).

Причина проста: ИИ не имеет психологических предубеждений. Он не ассоциирует гранолу со здоровьем или пиццу с чувством вины. Он оценивает на основе визуального анализа порций и обученных моделей питания, обходя когнитивные упрощения, которые сбивают людей с толку.

Где ИИ всё ещё ошибается

ИИ не идеален. Есть конкретные сценарии, где оценка ИИ уступает:

Сценарий	Ошибка ИИ	Ошибка ручного ввода (осведомлённый пользователь)	Победитель
Скрытые ингредиенты (соусы под едой)	-22,4%	-8,6% (если пользователь добавил соус)	Ручной ввод
Многослойные сэндвичи	-16,8%	-6,2% (если пользователь перечислил все начинки)	Ручной ввод
Еда в непрозрачных контейнерах	-28,6%	-4,1% (если пользователь знает содержимое)	Ручной ввод
Внешне одинаковые продукты (рис из цветной капусты vs рис)	-14,2%	-2,8% (если пользователь выбрал правильно)	Ручной ввод
Жидкие калории (смузи, соки)	-18,4%	-23,2%	ИИ
Калорийные мелкие продукты (орехи, сухофрукты)	-12,4%	-39,5%	ИИ

ИИ работает хуже, чем осведомлённый ручной ввод, когда ингредиенты скрыты от камеры. Однако ключевое слово — «осведомлённый»: на практике многие пользователи при ручном вводе также не учитывают скрытые ингредиенты. Когда мы сравниваем ИИ с реальным (а не идеальным) поведением при ручном вводе, ИИ побеждает почти в каждой категории, потому что реальные записи часто опускают именно те ингредиенты, которые скрыты от камеры.

Кумулятивное влияние ошибок оценки

Суточная ошибка в калориях по методам

Насколько ошибки по отдельным продуктам накапливаются за целый день?

Метод	Ср. суточная ошибка в калориях	Направление искажения	Годовое влияние (если не скорректировано)
Ручной ввод	-268 ккал/день	Недооценка	~12,5 кг неучтённого жирового эквивалента
ИИ по фото	-84 ккал/день	Недооценка (умеренная)	~3,9 кг неучтённого жирового эквивалента
Сканирование штрихкода	-32 ккал/день	Недооценка (минимальная)	~1,5 кг неучтённого жирового эквивалента
Комбинированный (ИИ + штрихкод)	-48 ккал/день	Недооценка (минимальная)	~2,2 кг неучтённого жирового эквивалента

Пользователи ручного ввода занижают в среднем на 268 ккал в день. За год это составляет почти 98 000 неучтённых калорий — энергетический эквивалент примерно 12,5 кг жировой ткани. Это не значит, что пользователи ручного ввода набирают 12,5 кг, но это означает, что их восприятие собственного потребления стабильно и значительно ниже реальности.

Пользователи ИИ по фото занижают на значительно меньшие 84 ккал/день, а пользователи комбинированного метода (ИИ + штрихкод) — всего на 48 ккал/день, что вряд ли существенно повлияет на результаты.

Искажение на уровне макронутриентов

Ошибки оценки распределяются неравномерно по макронутриентам.

Макронутриент	Ср. ошибка ручного ввода	Ср. ошибка ИИ по фото
Жиры	-34,2% (сильно занижены)	-12,8% (умеренно занижены)
Углеводы	-14,6% (умеренно занижены)	-6,4% (слегка занижены)
Белок	-4,8% (слегка занижен)	-3,2% (слегка занижен)

Жиры — наиболее недооцениваемый макронутриент с большим отрывом при ручном вводе. Пользователи занижают жиры в среднем на 34,2%, прежде всего потому, что наиболее недооцениваемые продукты (масла, заправки, орехи, сыр, сливочное масло) — все с высоким содержанием жира. Это означает, что пользователи ручного ввода, считающие, что они едят 30% жиров, на самом деле могут потреблять ближе к 38–40% жиров.

ИИ сокращает разрыв в оценке жиров до -12,8%, что является улучшением на 21,4 процентных пункта. Оценка белка относительно точна для обоих методов, вероятно потому, что источники белка (курица, яйца, рыба) обычно являются центральным элементом блюда, и их легче идентифицировать и оценить по порции.

Анализ коррекции ИИ по продуктам

Топ-10 коррекций ИИ

Это продукты, для которых ИИ Nutrola наиболее часто корректирует первоначальную оценку после того, как пользователи просматривают запись, указывая на расхождение между ожиданиями пользователя и данными.

Продукт	Ср. ожидание пользователя	Ср. оценка ИИ	Направление коррекции	Размер коррекции
Ресторанный салат «Цезарь»	320 ккал	548 ккал	Вверх	+228 ккал
Боул с асаи	280 ккал	486 ккал	Вверх	+206 ккал
Зерновой боул (ресторанный)	410 ккал	612 ккал	Вверх	+202 ккал
Starbucks Frappuccino	210 ккал	398 ккал	Вверх	+188 ккал
Пад Тай (на вынос)	420 ккал	592 ккал	Вверх	+172 ккал
Куриный рэп (из кулинарии)	340 ккал	498 ккал	Вверх	+158 ккал
Трейл-микс (большая горсть)	180 ккал	324 ккал	Вверх	+144 ккал
Сет суши	680 ккал	548 ккал	Вниз	-132 ккал
McDonald's Big Mac	720 ккал	563 ккал	Вниз	-157 ккал
Попкорн в кинотеатре (большой)	842 ккал	1 030 ккал	Вверх	+188 ккал

Ресторанный салат «Цезарь» возглавляет список коррекций. Пользователи ожидают около 320 ккал — вполне разумно для горки листьев романо — но реальность с гренками, пармезаном, заправкой и часто жареной курицей доводит его до 548 ккал. Это недооценка на 71%, которую ИИ выявляет, распознавая видимые компоненты.

Боулы с асаи — ещё один яркий пример. Позиционируемые как здоровое питание, пользователи ожидают 280 ккал, но комбинация основы из асаи, гранолы, мёда, фруктов и ореховой пасты обычно достигает 486 ккал. ИИ идентифицирует топпинги и корректирует оценку соответственно.

Коррекция Big Mac идёт в другом направлении: пользователи ожидают 720 ккал (завышение из чувства вины), тогда как фактическое значение — 563 ккал. Калорийность фастфуда часто ниже, чем люди представляют для отдельных позиций, хотя общая калорийность приёма пищи с гарниром и напитками, как правило, выше.

Демографические паттерны ошибок оценки

Возраст и точность оценки

Возрастная группа	Ср. недооценка (ручной ввод)	Ср. недооценка (ИИ)	Наиболее часто упускаемые продукты
18–24	-312 ккал/день	-96 ккал/день	Алкоголь, соусы, ночные перекусы
25–34	-284 ккал/день	-88 ккал/день	Растительное масло, добавки к кофе, заправки
35–44	-248 ккал/день	-78 ккал/день	Растительное масло, сыр, размеры порций
45–54	-226 ккал/день	-72 ккал/день	Сливочное масло, хлеб, растительное масло
55+	-198 ккал/день	-64 ккал/день	Сливочное масло, растительное масло, порции

Молодые пользователи (18–24) показывают самую высокую ошибку недооценки — -312 ккал/день при ручном вводе. Алкоголь и ночные перекусы — главные виновники в этой возрастной группе. Точность оценки улучшается с возрастом, что, возможно, отражает больший опыт приготовления пищи и осведомлённость о продуктах.

ИИ значительно сокращает возрастной разрыв. Разница между наименее точной возрастной группой (18–24, -96 ккал/день) и наиболее точной (55+, -64 ккал/день) составляет всего 32 ккал с ИИ, по сравнению со 114 ккал при ручном вводе.

Искажение оценки в зависимости от цели

Цель	Искажение ручного ввода	Искажение ИИ по фото	Разница
Похудение	-312 ккал/день (заниженная)	-92 ккал/день (заниженная)	220 ккал
Поддержание веса	-198 ккал/день (заниженная)	-68 ккал/день (заниженная)	130 ккал
Набор мышечной массы	-142 ккал/день (заниженная)	-54 ккал/день (заниженная)	88 ккал
Общее здоровье	-218 ккал/день (заниженная)	-76 ккал/день (заниженная)	142 ккал

Пользователи с целью похудения демонстрируют наиболее сильное искажение недооценки — -312 ккал/день при ручном вводе. Это хорошо задокументированный психологический феномен: люди с ограничительными целями бессознательно минимизируют восприятие своего потребления. ИИ снижает это искажение на 71%, до -92 ккал/день, обеспечивая более объективную оценку, менее подверженную влиянию диетических целей.

Практические рекомендации: как повысить точность

Пять наиболее эффективных изменений

Основываясь на наших данных, эти пять корректировок устранят наибольшую часть ошибки оценки для большинства пользователей:

1. Отдельно записывайте масло и жиры при готовке (экономит ~104 ккал/день ошибки)

Растительное масло — единственный крупнейший источник недооценки. Наливайте масло в мерную ложку перед добавлением на сковороду или оценивайте с запасом. Одна столовая ложка любого растительного масла — примерно 120 ккал.

2. Записывайте все заправки, соусы и приправы (экономит ~68 ккал/день ошибки)

Заправки для салатов, майонез, кетчуп, соевый соус и дипы не учитываются в 34% блюд, которые их содержат. Типичная ресторанная порция заправки для салата добавляет 150–200 ккал.

3. Используйте ИИ-фотологирование для ресторанных и домашних блюд (экономит ~52 ккал/день ошибки)

ИИ устраняет эффект ореола здоровья и множитель вины, которые искажают ручные оценки для неупакованных продуктов. Позвольте ИИ дать вам начальную оценку, а затем скорректируйте при необходимости.

4. Взвешивайте калорийные продукты, когда это возможно (экономит ~46 ккал/день ошибки)

Орехи, сыр, арахисовая паста, гранола и сухофрукты малы по объёму, но высококалорийны. Кухонные весы полностью устраняют догадки для этих продуктов.

5. Записывайте сливки, сахар и молоко в кофе и чае (экономит ~28 ккал/день ошибки)

Средняя добавка к кофе (сливки и сахар вместе) — это 52 ккал, но пользователи, записывающие кофе, редко учитывают добавки. Три чашки кофе в день — это 156 ккал неучтённого потребления.

Суммарный эффект

Внедрение всех пяти изменений сократит суточную ошибку оценки примерно на 298 ккал для типичного пользователя ручного ввода, практически полностью устранив систематическое занижение.

Как альтернатива, переход на ИИ-фотологирование Nutrola в качестве основного метода автоматически обеспечивает 65–70% этого улучшения, без необходимости в каких-либо из перечисленных выше ручных практик.

Часто задаваемые вопросы

Почему люди недооценивают чаще, чем переоценивают?

Систематическое смещение в сторону недооценки имеет две основные причины. Во-первых, калорийные ингредиенты (масла, заправки, орехи, сыр) физически малы относительно своей калорийности, что затрудняет визуальную оценку. Во-вторых, психологические исследования показывают, что люди с целями в области здоровья и управления весом бессознательно минимизируют восприятие своего потребления — явление, называемое «оптимистическим искажением» в диетической отчётности.

Действительно ли ИИ настолько повышает точность?

Да. Наши данные показывают, что ИИ-фотологирование снижает суточную ошибку оценки калорий с -268 ккал (ручной ввод) до -84 ккал — улучшение на 69%. Для наиболее искажённых категорий продуктов (масла, орехи, заправки) улучшение превышает 60%. ИИ не идеален, но он устраняет психологические предубеждения, вызывающие наибольшие систематические ошибки.

Какой продукт хуже всего поддаётся оценке калорийности?

По процентной ошибке сливки в кофе имеют самый высокий индивидуальный показатель недооценки — -65,4%. Но по общему влиянию на суточную калорийность растительное масло хуже всего, потому что оно используется часто и ошибка за один раз велика (в среднем 52 ккал занижения за использование, причём большинство пользователей готовят с маслом минимум дважды в день).

Стоит ли мне перестать вносить данные вручную?

Не обязательно. Ручной ввод наиболее эффективен для упакованных продуктов, где можно прочитать этикетку с пищевой ценностью, или когда вы используете кухонные весы для взвешивания ингредиентов. Данные показывают, что ручной ввод лучше всего работает как дополнение к ИИ-фотологированию — используйте Snap & Track от Nutrola для приготовленных блюд и ресторанной еды, а ручной ввод — когда у вас есть точные данные о весе или этикетка.

Применим ли эффект ореола здоровья к конкретным диетам?

Да. Пользователи, придерживающиеся растительных, органических диет или «чистого питания», демонстрируют более высокие показатели недооценки для продуктов в рамках своей диетической системы. Например, веганы занижают калорийность орехов и ореховых паст на 44,2%, по сравнению с 35,8% у всеядных. Чем сильнее ассоциация со здоровьем, тем больше слепая зона.

Как часто нужно пользоваться кухонными весами?

Наши данные показывают, что ежедневное использование кухонных весов не обязательно для большинства пользователей. Использование весов для пяти наиболее недооцениваемых категорий продуктов в вашем личном рационе (которые аналитика Nutrola может определить для вас) обеспечивает основную часть преимуществ точности. Даже еженедельные «калибровочные сессии», когда вы взвешиваете ключевые продукты, показали улучшение точности оценки на 18% в течение остальной части недели.

Подскажет ли Nutrola, какие продукты я обычно оцениваю неправильно?

Да. Функция персональной аналитики Nutrola отслеживает ваши паттерны ведения записей и может выявить продукты, в которых ваши записи стабильно отклоняются от эталонных значений. Эта персонализированная обратная связь помогает сосредоточить усилия по повышению точности там, где они окажут наибольшее влияние на ваши конкретные слепые зоны в отслеживании.