Πώς η καταγραφή με φωτογραφία χειρίζεται τα γεύματα που ένας γραμμωτός κώδικας δεν θα καταφέρει ποτέ

Άνοιξε σχεδόν οποιαδήποτε βάση δεδομένων διατροφής και θα διαπιστώσεις ότι στην πραγματικότητα είναι μια βάση δεδομένων συσκευασμένων τροφίμων. Κουτιά δημητριακών, μπάρες πρωτεΐνης, κατεψυγμένα γεύματα, προϊόντα αλυσίδων εστιατορίων με κωδικό UPC — όλα καταγεγραμμένα μία φορά από κάποιον, σαρωμένα από όλους μετά. Αυτό λειτουργεί καλά, μέχρι τη στιγμή που μαγειρεύεις κάτι μόνος σου.

Ένα σοταρισμένο φαγητό με τρία λαχανικά, μια μαρινάδα που υπολόγισες με το μάτι, και όση λαδιά τελικά κατέληξε στο τηγάνι δεν έχει γραμμωτό κώδικα. Ούτε μια σαλάτα που έφτιαξες με ό,τι υπήρχε στο ψυγείο, ούτε μια κατσαρόλα τσίλι που βγαίνει λίγο διαφορετική κάθε φορά που τη φτιάχνεις. Αυτά τα γεύματα αποτελούν μεγάλο μέρος αυτού που πραγματικά τρώει ο κόσμος, και είναι ακριβώς τα γεύματα που καταρρίπτουν την καταγραφή βασισμένη σε αναζήτηση.

Η συνηθισμένη λύση ανάγκης είναι η προσέγγιση: αναζητάς κάτι παρόμοιο, διαλέγεις την πιο κοντινή επιλογή, και ελπίζεις ότι η εκτίμηση του μεγέθους της μερίδας δεν απέχει πολύ. Κάνε αυτό τρεις φορές τη μέρα και τα σφάλματα συσσωρεύονται γρήγορα — όχι επειδή κάποια μεμονωμένη εκτίμηση είναι τρομερά λάθος, αλλά επειδή δεν υπάρχει καμία άγκυρα στο γεύμα που έχεις πραγματικά μπροστά σου.

Η εκτίμηση μέσω φωτογραφίας αντιστρέφει το σημείο εκκίνησης. Αντί να αναζητάς ένα υποκατάστατο, φωτογραφίζεις το πραγματικό πιάτο, και το μοντέλο συλλογίζεται πάνω σε αυτό που βλέπει: τα ορατά συστατικά, τον κατά προσέγγιση όγκο τους σε σχέση με το πιάτο, και πώς αυτό αντιστοιχεί σε τυπικές αναλογίες μακροθρεπτικών συστατικών για αυτό το είδος πιάτου. Δεν διαβάζει μια ετικέτα επειδή δεν υπάρχει καμία — εκτιμά από την ίδια πληροφορία που θα χρησιμοποιούσε ένας άνθρωπος αν του ζητούσες να μαντέψει.

Αυτή η διάκριση έχει μεγαλύτερη σημασία απ' όσο ακούγεται. Ένα άτομο που κοιτάζει το σοταρισμένο σου φαγητό θα μπορούσε να σου πει ότι είναι μάλλον ένα πιάτο με κοτόπουλο και λαχανικά με ελαφριά σάλτσα, περίπου ενάμιση πιάτο φαγητό, πιθανόν 500-650 θερμίδες. Δεν θα χρειαζόταν κωδικό UPC για να φτάσει εκεί, και πιθανότατα θα ήταν πιο κοντά από μια πρόχειρη αναζήτηση στη βάση δεδομένων για «σοταρισμένο κοτόπουλο» που υποθέτει μια εντελώς διαφορετική αναλογία πρωτεΐνης, λαχανικών και λαδιού.

Τίποτα από αυτά δεν κάνει την εκτίμηση μέσω φωτογραφίας τέλεια. Δεν θα ξέρει ακριβώς πόσο βούτυρο μπήκε στον πουρέ σου, ή αν αυτή η σάλτσα έγινε με κρέμα γάλακτος ή με ζωμό. Αυτό που θα κάνει είναι να σε φέρει μέσα σε ένα λογικό εύρος για τα γεύματα που παλιά δεν είχαν καμία καλή επιλογή καταγραφής — γεύματα που, πριν, είτε παραλείπονταν, είτε μαντεύονταν στην τύχη, είτε καταγράφονταν ως κάτι εντελώς διαφορετικό επειδή αυτό ήταν το μόνο ταίριασμα στη βάση δεδομένων.

Τα δύο συστήματα προορίζονται να συνεργάζονται, όχι να ανταγωνίζονται. Μια σάρωση γραμμωτού κώδικα σου δίνει ακριβείς αριθμούς για συσκευασμένα τρόφιμα επειδή υπάρχουν ακριβείς αριθμοί. Μια φωτογραφία σου δίνει μια χρήσιμη εκτίμηση για όλα τα υπόλοιπα, επειδή για το σπιτικό φαγητό, ένας γρήγορος και αρκετά ακριβής αριθμός είναι καλύτερος από έναν αργό και ψευδώς ακριβή. Οι περισσότερες μέρες καταλήγουν να χρησιμοποιούν και τα δύο — το γιαούρτι σαρώνεται, το δείπνο φωτογραφίζεται — και μαζί, η καταγραφή της μέρας αντικατοπτρίζει πραγματικά αυτό που φαγώθηκε αντί για το πιο κοντινό πράγμα σε μια βάση δεδομένων.

Το μεγαλύτερο θέμα αφορά το σε τι χρησιμεύει πραγματικά η καταγραφή. Αν ο στόχος είναι μια τάση μέσα σε εβδομάδες και μήνες, μια ελαφρώς ατελής εκτίμηση σήμερα που θα καταγράψεις ξανά αύριο είναι καλύτερη από έναν τεχνικά ακριβή αριθμό που χρειάστηκε πέντε λεπτά για να βρεθεί και που θα παραλείψεις την επόμενη φορά επειδή δεν άξιζε τον κόπο. Η καταγραφή με φωτογραφία υπάρχει επειδή το σπιτικό φαγητό είναι κοινό, η καταγραφή που βασίζεται μόνο σε βάση δεδομένων το χειρίζεται άσχημα, και η λύση δεν είναι μια μεγαλύτερη βάση δεδομένων — είναι ένας διαφορετικός τρόπος να κοιτάς το πιάτο.