为什么估算卡路里比你想象的更糟糕

人类在估算卡路里方面表现不佳。研究显示,节食者低估47%,餐厅餐点误差30%,甚至营养师也有10-15%的偏差。看看15种常见餐点的实际热量。

Medically reviewed by Dr. Emily Torres, Registered Dietitian Nutritionist (RDN)

让某人估算他们午餐的卡路里,他们的错误率平均在30%到47%之间,这一结果来自三十年的营养研究。 这并不是偶然的错误,而是系统性的、可预测的、普遍存在的。它影响着每一个人——无论是节食者、健康爱好者、营养专业人士,甚至是研究这一现象的科学家。

人类在卡路里估算方面的失误是有史以来最为一致的认知偏差之一。而这种失误的后果影响着数十亿人,他们相信自己知道自己在吃什么。

卡路里估算失败的科学

三项具有里程碑意义的研究定义了我们对人类卡路里估算准确性的认识。它们共同描绘出一个令人不安的图景。

研究一:Lichtman等(1992)——47%的差距

这项研究发表在《新英格兰医学杂志》上,招募了那些报告每天摄入低于1200卡路里却无法减肥的参与者。研究人员使用双重标记水——测量实际能量消耗和摄入的金标准——发现参与者低估了自己的卡路里摄入,平均低估了47%。

他们实际摄入2081卡路里,而报告的仅为1028卡路里。同时,他们对自己身体活动的估算也高出51%。

研究的结论非常明确:参与者并没有抵抗性代谢,而是对自身摄入的认知不准确。

研究二:Champagne等(2002)——即使专家也失败

这项研究发表在《美国饮食协会杂志》上,测试了注册营养师——这些人拥有多年的正式营养教育和饮食咨询专业经验。专家的表现肯定会比普通人好吧。

结果是,他们确实表现得稍微好一些,但差距并不大。营养师低估了自己的卡路里摄入,偏差在10%到15%之间。对于每日摄入2000卡路里的人来说,这意味着每天错过200到300卡路里——足以在长时间内完全阻止体重减轻。

如果连营养专业人士都无法准确估算自己的摄入量,那么对普通大众的影响显而易见。

研究三:Urban等(2010)——餐厅卡路里盲目性

这项研究发表在《BMJ》上,考察了人们对餐厅餐点卡路里含量的估算准确性。在不同类型的餐厅和餐点中,参与者平均低估了30%的卡路里。

对于被认为健康的餐点,低估现象更为严重。沙拉、谷物碗和“轻食”选项的低估幅度达到40%或更多。标签“健康”实际上削弱了卡路里估算的准确性。

研究 人群 平均低估
Lichtman等(1992) 节食者 47%
Champagne等(2002) 注册营养师 10-15%
Urban等(2010) 普通公众(餐厅餐点) 30%
Carels等(2007) 超重个体 40%
Chandon和Wansink(2007) “健康”餐厅的消费者 35%

你认为的与实际的:15种常见餐点

当将感知的卡路里与实际卡路里应用于人们每天食用的特定餐点时,这一差距最为明显。以下是15种常见餐点的估算卡路里与实际卡路里对比。

餐点 大多数人估算的卡路里 实际卡路里 差距
牛油果吐司配鸡蛋 300-350 kcal 520-620 kcal +60-80%
凯撒鸡肉沙拉 350-450 kcal 700-850 kcal +70-100%
阿萨伊碗 250-350 kcal 550-750 kcal +100-120%
自制炒菜 400-500 kcal 700-900 kcal +60-80%
蛋白质奶昔 200-300 kcal 450-650 kcal +100-125%
寿司卷组合(2卷) 400-500 kcal 700-950 kcal +60-90%
希腊沙拉配羊奶酪和调料 250-300 kcal 480-580 kcal +80-100%
格兰诺拉麦片配酸奶和水果 300-350 kcal 550-700 kcal +70-100%
火鸡三明治(熟食) 350-400 kcal 550-700 kcal +50-75%
自制意大利面配酱 450-550 kcal 750-1,000 kcal +60-80%
卷饼碗 400-500 kcal 800-1,100 kcal +80-120%
隔夜燕麦 250-300 kcal 500-650 kcal +80-120%
蔬菜卷 300-350 kcal 500-650 kcal +60-85%
吞拿鱼沙拉配面包 350-400 kcal 550-700 kcal +50-75%
泰式炒河粉(餐厅) 500-600 kcal 900-1,200 kcal +60-100%

这15种餐点的平均低估幅度约为75%。举个例子,如果你一天吃三顿这样的餐点,每顿都低估了75%,你可能认为自己每天摄入1200卡路里,而实际上却是2100卡路里。

为什么存在估算差距:五大认知失误

人类的卡路里估算并不是随机失败的。它在可预测的、系统性的方式下失败,受到已知的认知偏差的驱动。

1. 健康光环效应

当一种食物被认为是健康的,人们会自动认为它的卡路里较少。Chandon和Wansink(2007)在《消费者研究杂志》上发表的研究表明,来自标记为“健康”的餐厅的餐点,其卡路里估算比来自非健康品牌餐厅的相同餐点低35%。

这意味着你的饮食看起来越健康,你就越可能低估它。牛油果、坚果、橄榄油、藜麦、奶昔和阿萨伊碗都带有显著的健康光环,抑制了卡路里估算的准确性。

2. 体积偏差

人类在估算卡路里时,部分依据食物的物理大小。这对于卡路里密度均匀的食物(如沙拉、水果)效果相对较好,但对于小体积的高卡路里食物则会严重失误。

食物 体积 卡路里
大沙拉(生菜、番茄、黄瓜) 300 g 45 kcal
一小把夏威夷果 40 g 290 kcal
一汤匙橄榄油 14 g 119 kcal
一小块奶酪 30 g 120 kcal

坚果、油和奶酪的体积都很小——远小于沙拉的体积——但它们的卡路里却是沙拉的6到12倍。你的大脑看到“小”,就将其归类为“微不足道”。

3. 完成偏差

人们倾向于将饮食归类为“正餐”或“零食”,并根据类别而非内容来分配卡路里。一个大奶昔被归类为“饮料”,因此被分配饮料级别的卡路里(100到200),即使它实际上包含了正餐级别的卡路里(500到800)。

同样,在烹饪时“尝一尝”、吃掉孩子剩下的边角料,或是“只吃一口”同事的食物,都会被归类为非进食事件——零卡路里——尽管每次都可能贡献100到300卡路里。

4. 准备盲目性

人们估算盘子上食物的卡路里,而不是制作过程中所用的食材。炒菜看起来只是蔬菜和鸡肉。你在盘子上看不到的是三汤匙的油(357卡路里)、淋在上面的芝麻油(120卡路里)和两汤匙的酱油(30到60卡路里)。

Poppitt及其同事(1998)在《国际肥胖杂志》上发表的研究证实,准备过程中添加的脂肪是自我报告饮食中最常被低估的卡路里来源。

5. 频率折扣

个别的饮食场合估算得相对不准确。但当你将一天中的多个饮食场合相加时,错误会累积而不是相互抵消。

Heitmann和Lissner(1995)在《美国流行病学杂志》上发表的研究发现,饮食场合的频率被显著低报——人们平均忘记或没有计算1.5次饮食场合。每次被遗忘的场合都带有100到300卡路里。

每日差距:300到700卡路里的隐形卡路里

当这五种认知失误在一天中共同作用时,感知摄入与实际摄入之间的累积差距是相当可观的。

一天的典型估算错误

时间 饮食场合 感知卡路里 实际卡路里 差距
7:30 AM 加奶和糖的咖啡 30 kcal 90 kcal +60
8:00 AM 隔夜燕麦配配料 300 kcal 580 kcal +280
10:30 AM 苹果配花生酱 150 kcal 280 kcal +130
12:30 PM 鸡肉卷配酱 400 kcal 650 kcal +250
3:00 PM 拿铁和几口松饼 100 kcal 280 kcal +180
7:00 PM 意大利面配肉酱和奶酪 550 kcal 900 kcal +350
9:00 PM 一杯酒和一些奶酪 150 kcal 310 kcal +160
总计 1,680 kcal 3,090 kcal +1,410 kcal

感知的总卡路里为1680卡路里,这对大多数成年人来说似乎表明存在显著的卡路里赤字。而实际总卡路里为3090卡路里,对于许多人来说,这已经达到维持或盈余的水平。累计的1410卡路里差距——通过许多小的估算错误累积而成——完全抵消了任何预期的赤字。

这一差距随时间的变化

时间段 每日差距(保守估计400 kcal) 每日差距(适度估计700 kcal)
1周 2,800多余卡路里 4,900多余卡路里
1个月 12,000多余卡路里 21,000多余卡路里
3个月 36,000多余卡路里(约4.5公斤脂肪) 63,000多余卡路里(约8公斤脂肪)
1年 146,000多余卡路里(约18公斤脂肪) 255,500多余卡路里(约32公斤脂肪)

即使是保守估计的每日400卡路里隐形卡路里,三个月后也会增加到4.5公斤的潜在脂肪。这解释了“健康饮食却发胖”的常见现象——体重增加是真实的,但对“健康饮食”的估算是错误的。

为什么“目测”随着时间的推移会变得更糟

卡路里估算的一个隐秘特性是,它并不会随着实践而改善。实际上,研究表明,它可能会变得更糟。

Almiron-Roig及其同事(2013)在《食欲》上发表的研究发现,部分大小的估算准确性在多次接触相同食物后并没有改善。人们在第100次看到某种食物时所犯的估算错误与第一次看到时是一样的。

更糟的是,熟悉感会导致过度自信。经常吃相同餐点的人对自己的估算越来越自信,但准确性却没有提高。经验丰富的“健康饮食者”在估算上并不比新手更好——他们只是更确信自己是对的。

这就是为什么长期节食者可能在感知的赤字中度过数年却没有减轻体重。他们相信自己的估算是准确的,因为他们已经这样做了多年。多年的实践带来了多年的自信,但准确性却没有任何改善。

唯一可靠的纠正方法:测量

研究文献提供的唯一可靠解决方案是:测量。不是更好的猜测,不是营养教育,也不是专业培训,而是测量。

Champagne等(2002)直接证明了这一点。当营养师接受更准确的估算训练时,他们的错误率从10%到15%下降到约5%到8%。当他们使用实际测量工具(称重、量杯、食物日志)时,错误率下降到1%到3%。

教育缩小了一部分差距,而测量几乎消除了所有差距。

方法 典型估算误差
未训练的估算 30-47%
训练后的估算(营养专业人士) 10-15%
训练后实践 5-8%
经过30天跟踪后的估算 5-15%
实际测量与记录 1-3%

现代追踪如何消除猜测问题

对食物测量的历史性反对意见是实用的:这太慢、太繁琐、太干扰日常生活。谁愿意称重每一种成分并手动搜索每种食物的数据库?

AI驱动的追踪消除了这些反对意见。

照片识别消除了手动识别的需要。拍一张照片,AI识别食物,估算份量,并计算完整的营养成分。无需搜索,无需手动输入,无需专业知识。

语音记录消除了输入任何内容的需要。用自然语言描述你吃的东西。AI解析描述并记录。“两个炒鸡蛋加奶酪和一片涂了黄油的全麦吐司。”五秒钟搞定。

条形码扫描处理包装食品只需一次扫描。无需搜索,无需从模糊的数据库结果中选择。

经过验证的数据库确保AI背后的数据准确无误。Nutrola的数据库包含超过180万种经过营养师验证的食品——没有用户提交的条目,数据一致性差。

Nutrola:用了解取代猜测

Nutrola的建立基于这样一个前提:个人营养最大的问题不是缺乏意志力,而是缺乏准确的信息。每个功能的设计旨在使准确追踪比不准确的猜测更快、更容易。

100+营养成分追踪超越了其他应用程序所显示的卡路里和宏观营养素。你可以看到完整的图景:每种维生素、矿物质、氨基酸和脂肪酸。因为卡路里准确性只是故事的一半——微量营养素的准确性对健康结果同样重要。

AI捕捉你遗漏的部分。 当Nutrola的照片AI检测到烹饪油光泽、沙拉上的调料或其他隐藏的卡路里来源时,它会提示你确认并记录。这解决了准备盲目性,使人类估算变得不可靠的问题。

智能份量估算利用AI驱动的视觉分析比人类感知更准确地估算份量。虽然厨房秤仍然是精确度的金标准,但AI估算在现实世界的随时记录中大幅缩小了差距。

Apple Watch和Wear OS集成意味着你可以在手腕上快速语音记录小吃——捕捉那些频率折扣可能会从记忆中抹去的饮食场合。

Nutrola提供免费试用,让你立即看到真实数据。试用结束后,全面访问的费用为每月2.50欧元,且无广告。这只是你目前在不知情的情况下摄入的隐形卡路里的一小部分。

结论

人类的卡路里估算系统性地错误。不是偶尔,也不是稍微,而是一致且显著——在已记录的研究中偏差达30%到47%。这并不是个人的失败,而是影响每个人的认知局限,包括受过训练的营养专业人士。

你认为自己吃的与实际吃的卡路里差距可能在每天300到700卡路里之间。随着时间的推移,这一隐形差距决定了你的身体成分、代谢健康和营养状态。

猜测并不会随着实践而改善,也不会随着教育而改善。唯一可靠的解决方案是测量——现代AI驱动的追踪使测量比猜测更快、更容易。

常见问题解答

为什么人类在估算卡路里方面如此糟糕?

人类的卡路里估算受到几种已记录的认知偏差的影响:健康光环效应(健康食品被认为卡路里较低)、体积偏差(小食物被认为卡路里低,无论密度如何)、准备盲目性(添加的脂肪和酱料未被感知)和频率折扣(忘记小的饮食场合)。这些偏差是在食物稀缺的环境中进化而来的,但在现代食物丰富的环境中却显得不适应。

多年节食的人估算会更好吗?

不会。Almiron-Roig等(2013)的研究发现,估算准确性并不会随着对食物的重复接触而改善。长期节食者对自己的估算更加自信,但并不更准确。只有正式的测量——使用秤或AI工具进行追踪——才能带来可靠的准确性提升。

通过缩小估算差距我能减掉多少体重?

如果平均估算差距为每天400到700卡路里的隐形卡路里,准确追踪并消除这一差距会产生显著的卡路里赤字。每天减少400卡路里——仅仅通过看到并纠正之前未被察觉的过量摄入——每周可产生约0.4公斤的脂肪损失,约每月1.6公斤。

AI食品识别的准确性足够替代手动追踪吗?

现代AI食品识别,如Nutrola的系统,达到了足够的准确性水平,可以实现有意义的饮食意识和行为改变。虽然厨房秤结合手动记录仍然是最精确的方法,但AI识别消除了使未经帮助的估算如此不可靠的认知偏差。对于大多数人来说,从有偏见的估算转向AI辅助的追踪,代表了准确性的大幅提升。

追踪卡路里会变得不健康或强迫吗?

对于普通人群,研究并不支持卡路里追踪与饮食失调之间的联系。2019年在《饮食行为》上发表的一项研究发现,在非临床人群中,食物监测与营养意识的提高相关,而不是焦虑的增加。然而,有饮食失调历史的个体在开始任何形式的食物监测之前,应咨询医疗提供者。

准备好改变您的营养追踪方式了吗?

加入成千上万已通过 Nutrola 改变健康之旅的用户!