Étude · Perdre du poids avec l’IA
Perdre du poids avec ChatGPT, ça marche ? On a posé la question 291 fois à 5 IA
Même personne, même question, jusqu’à 1 260 kcal d’écart. Voici ce que les IA répondent, et ce qu’elles ne peuvent pas faire.
- 1 260 kcald’écart pour le même profil, prompt simple
- 0 %demandent la masse grasse
- 97 %répondent par une grille « sédentaire / actif »
- 14 %parlent d’adaptation métabolique
L’étude en 30 secondes
- 1291 réponses de ChatGPT, Gemini et Claude à la question « combien de calories pour maigrir ? », pour 6 profils identiques.
- 2Prompt simple (âge, poids, taille) : la même personne reçoit de 1 500 à 2 700 kcal selon l’IA et le moment.
- 30 % des réponses demandent la masse grasse. 97 % renvoient une grille « sédentaire / modéré / actif », la formule de 1990.
- 4Prompt complet (masse grasse, pas, séances) : encore 650 kcal d’écart, et la masse grasse n’est utilisée que dans 40 % des calculs.
- 5Aucune IA ne suit le lendemain : pas du jour, repas, effet thermique, adaptation métabolique (14 % la mentionnent). Le chiffre est figé au jour 1.
Ce qu’on a fait
- 6profils identiques, de la sportive à l’homme sédentaire
- 2niveaux de prompt : simple, puis complet
- 5IA grand public, conversation neuve à chaque fois
- 291réponses horodatées, publiées en données ouvertes
ChatGPT (GPT-5.5 et GPT-5.4 mini), Gemini (3.7 Flash et 3.1 Pro), Claude Opus. Français et anglais, 2 à 3 répétitions, sans aucune instruction. Le trait noir des graphiques : la cible calculée brique par brique sur les données mesurées (BMR sur masse maigre, pas, séances, TEF, déficit de 500 kcal).
Prompt simple : de 1 500 à 2 700 kcal pour la même personne
« Je suis un homme de 32 ans, 78 kg, 180 cm, je veux perdre du poids, combien de calories par jour ? » La question telle que des millions de gens la posent.
P1 · Homme 32 ans, 78 kg, 180 cm, 12 % MG, 12 000 pas, 4 muscu/sem
P2 · Homme 32 ans, 78 kg, 180 cm, 28 % MG, 4 000 pas, aucun sport
P3 · Femme 28 ans, 62 kg, 165 cm, 22 % MG, 9 000 pas, 3 fitness/sem
P4 · Femme 45 ans, 70 kg, 165 cm, 35 % MG, 3 500 pas, aucun sport
P5 · Homme 50 ans, 95 kg, 178 cm, 30 % MG, 6 000 pas, 2 marches/sem
P6 · Femme 24 ans, 55 kg, 170 cm, 18 % MG, 14 000 pas, 5 courses/sem
Comportement des IA, prompt simple (147 réponses)
- 0 %demandent le pourcentage de masse grasse
- 1 %demandent le nombre de pas quotidiens
- 97 %utilisent une grille d’activité déclarative
- 48 %citent Mifflin-St Jeor ou Harris-Benedict (1990, 1919)
- 0 %mentionnent l’effet thermique des aliments
Prompt complet : encore 650 kcal d’écart
On donne tout : masse grasse, pas par jour, séances, et « donne-moi un chiffre précis ». Toutes obéissent. Un chiffre précis n’est pas un chiffre juste.
P1 · Homme 32 ans, 78 kg, 180 cm, 12 % MG, 12 000 pas, 4 muscu/sem
P2 · Homme 32 ans, 78 kg, 180 cm, 28 % MG, 4 000 pas, aucun sport
P3 · Femme 28 ans, 62 kg, 165 cm, 22 % MG, 9 000 pas, 3 fitness/sem
P4 · Femme 45 ans, 70 kg, 165 cm, 35 % MG, 3 500 pas, aucun sport
P5 · Homme 50 ans, 95 kg, 178 cm, 30 % MG, 6 000 pas, 2 marches/sem
P6 · Femme 24 ans, 55 kg, 170 cm, 18 % MG, 14 000 pas, 5 courses/sem
Comportement des IA, prompt complet (144 réponses)
- 40 %utilisent réellement la masse grasse fournie
- 42 %convertissent les pas fournis en calories
- 14 %mentionnent l’adaptation métabolique
- 3 %mentionnent l’effet thermique des aliments
- 97 %donnent un chiffre unique, comme demandé
Le test P1 face à P2 : même poids, corps différents
- 699 kcald’écart entre P1 et P2 selon les IA (moyenne)
- 970 kcald’écart quand on calcule brique par brique
- +324 kcalde trop pour le profil sédentaire à 28 % de masse grasse
Le problème n’est pas le jour 1, c’est les 89 jours suivants
78 % des réponses détaillées conseillent de « se peser et ajuster ». Aucune ne le fait à ta place.
- Jour 1Le chatbot reçoit un poids et répond une fois.
- Jour 2Tu as marché 4 000 pas au lieu de 11 000. Il ne le sait pas.
- Semaine 3Tu as fait 6 séances et changé tes macros. Il ne le sait pas.
- Jour 90Tu as perdu 4 kg, ton métabolisme a baissé puis s’est adapté. Il ne le sait toujours pas.
Ce que le chatbot ne sait pas
- ✕Tes pas du jour
- ✕Tes repas du jour et leur effet thermique
- ✕Ta masse grasse réelle, et son évolution
- ✕L’adaptation de ton métabolisme au fil des semaines
- ✕Aucune courbe, aucun graphique de ta dépense
Ce qu’un vrai suivi exige
- ✓Dépense recalculée chaque jour sur des mesures
- ✓Objectif qui bouge avec les pas et les séances
- ✓Masse grasse remesurée régulièrement
- ✓Correction automatique de l’adaptation métabolique
- ✓Une courbe lisible de ta TDEE et de son évolution
L’IA qui mesure face à l’IA qui devine
Lean utilise aussi l’IA, mais pour mesurer : BodyScan pour la masse grasse, scan photo pour l’assiette, podomètre pour les pas. Puis elle recalcule chaque jour les cinq briques de ta dépense et trace la courbe.
Les données, profil par profil
P1 · Homme 32 ans, 78 kg, 180 cm, 12 % MG, 12 000 pas, 4 muscu/sem
Prompt simple : 1 500 à 2 700 kcal (28 réponses) · Prompt complet : 2 100 à 2 750 kcal (28 réponses) · Cible brique par brique : 2 360 kcal (BMR 1 853, NEAT 504, EAT 267, TEF 236, TDEE 2 860)P2 · Homme 32 ans, 78 kg, 180 cm, 28 % MG, 4 000 pas, aucun sport
Prompt simple : 1 500 à 2 760 kcal (28 réponses) · Prompt complet : 1 400 à 2 000 kcal (28 réponses) · Cible brique par brique : 1 390 kcal (BMR 1 583, NEAT 168, EAT 0, TEF 139, TDEE 1 890)P3 · Femme 28 ans, 62 kg, 165 cm, 22 % MG, 9 000 pas, 3 fitness/sem
Prompt simple : 1 130 à 2 000 kcal (25 réponses) · Prompt complet : 1 450 à 1 900 kcal (22 réponses) · Cible brique par brique : 1 499 kcal (BMR 1 415, NEAT 275, EAT 159, TEF 150, TDEE 1 999)P4 · Femme 45 ans, 70 kg, 165 cm, 35 % MG, 3 500 pas, aucun sport
Prompt simple : 1 100 à 2 000 kcal (22 réponses) · Prompt complet : 1 200 à 1 600 kcal (22 réponses) · Cible brique par brique : 1 082 kcal (BMR 1 353, NEAT 121, EAT 0, TEF 108, TDEE 1 582)P5 · Homme 50 ans, 95 kg, 178 cm, 30 % MG, 6 000 pas, 2 marches/sem
Prompt simple : 1 500 à 2 550 kcal (22 réponses) · Prompt complet : 1 600 à 2 200 kcal (22 réponses) · Cible brique par brique : 1 918 kcal (BMR 1 806, NEAT 303, EAT 117, TEF 192, TDEE 2 418)P6 · Femme 24 ans, 55 kg, 170 cm, 18 % MG, 14 000 pas, 5 courses/sem
Prompt simple : 1 200 à 2 200 kcal (16 réponses) · Prompt complet : 1 850 à 2 500 kcal (19 réponses) · Cible brique par brique : 1 735 kcal (BMR 1 344, NEAT 391, EAT 326, TEF 174, TDEE 2 235)
Variabilité d’une même IA sur le même prompt répété (prompt complet, écart moyen entre répétitions) : Claude Opus 73 kcal, Gemini 3.1 Pro 175 kcal, Gemini 3.7 Flash 57 kcal, ChatGPT (GPT-5.4 mini) 98 kcal, ChatGPT (GPT-5.5) 96 kcal.
Jeu de données complet (prompts, 291 réponses brutes, extraction, scripts) : Zenodo, DOI 10.5281/zenodo.22662006, licence CC BY 4.0.
Méthode détaillée et limites
Modèles interrogés par API avec les paramètres par défaut et sans instruction système : GPT-5.5 et GPT-5.4 mini (OpenAI), Gemini 3.7 Flash et Gemini 3.1 Pro (Google). Claude Opus (Anthropic) interrogé via l’interface en ligne de commande officielle avec un prompt système neutre et sans aucun contexte. Six profils, deux niveaux de prompt, français et anglais, 2 à 3 répétitions par combinaison, 291 réponses collectées le 8 septembre 2026 (Gemini 3.1 Pro : 27 réponses, débit API limité ; autres modèles : 48 à 72).
Lecture des réponses : un extracteur automatique (GPT-5.4 mini, température 0, schéma JSON strict) identifie la cible d’apport recommandée (min et max quand une fourchette ou une grille est donnée) et les comportements (question posée avant de répondre, grille d’activité, usage réel de la masse grasse et des pas fournis, mention de l’adaptation métabolique et de l’effet thermique). L’extraction est publiée avec les réponses brutes, ligne par ligne.
Limites : profils fictifs ; formules de référence publiques (Katch-McArdle sur la masse maigre, compendium d’Ainsworth 2011, TEF à 10 %) qui servent de repère, pas de vérité terrain ; les modèles évoluent et les réponses changent d’une semaine à l’autre, ce qui fait partie du constat. Lean édite cette étude et vend une application de suivi : méthode et données sont ouvertes pour que chacun puisse la refaire.
Sources scientifiques
- Mifflin MD et al. A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. 1990;51(2):241-7. PubMed 2305711
- Ainsworth BE et al. 2011 Compendium of Physical Activities. Med Sci Sports Exerc. 2011;43(8):1575-81. PubMed 21681120
- Levine JA et al. Interindividual variation in posture allocation. Science. 2005;307(5709):584-6. PubMed 15681386
- Trexler ET et al. Metabolic adaptation to weight loss: implications for the athlete. J Int Soc Sports Nutr. 2014;11:7. PubMed 24571926
- Westerterp KR. Diet induced thermogenesis. Nutr Metab. 2004;1:5. PubMed 15507147
Étude publiée par L’équipe Lean. Contact presse : franckbarriere@lean-app.com. Pas un avis médical.
Questions fréquentes
ChatGPT peut-il calculer combien de calories je dois manger ?
Il donne un chiffre, mais pas une mesure. Sur 291 réponses, aucune IA n’a demandé la masse grasse (une seule a demandé le nombre de pas), et 97 % des réponses au prompt simple reposent sur une grille d’activité déclarative (sédentaire, modéré, actif). Le résultat est une moyenne statistique qui ignore ta composition corporelle et ton activité réelle, avec jusqu’à 1 260 kcal d’écart pour la même personne.
Pourquoi les IA donnent-elles des chiffres si différents pour le même profil ?
Parce qu’elles n’ont pas de mesure. Elles appliquent une formule de population (Mifflin-St Jeor 1990 le plus souvent) puis un multiplicateur d’activité choisi au jugé. Deux hommes de 78 kg, l’un à 12 % de masse grasse et 12 000 pas, l’autre à 28 % et 4 000 pas, reçoivent la même réponse au prompt simple, alors que leur dépense réelle diffère de près de 1 000 kcal.
Est-ce que donner plus de détails à ChatGPT corrige le problème ?
En partie seulement. Avec la masse grasse, les pas et les séances dans le prompt, l’écart entre IA reste de 650 kcal sur un même profil, la masse grasse n’est réellement utilisée dans le calcul que dans 40 % des réponses et les pas dans 42 %. Et surtout, la réponse est figée : elle ne sait pas ce que tu as marché ni mangé aujourd’hui, ni comment ton métabolisme s’adapte au fil des semaines.
Qu’est-ce que l’adaptation métabolique et pourquoi ça change la réponse ?
En déficit prolongé, le métabolisme de base baisse au-delà de ce que la perte de poids explique. Un chiffre juste aujourd’hui devient trop haut au bout de quelques semaines. Seules 14 % des réponses détaillées l’ont mentionné, et aucune ne la calcule. C’est la cause la plus fréquente des plateaux.
Comment calculer correctement ses calories pour maigrir ?
En reconstruisant la dépense brique par brique, TDEE = BMR + NEAT + EAT + TEF, avec le métabolisme de base calculé sur la masse maigre réelle, la NEAT sur les pas mesurés, l’EAT sur les séances réellement faites, le TEF sur les macros ingérés, puis en suivant l’évolution jour après jour et en corrigeant quand le corps s’adapte. C’est un suivi, pas une réponse en une phrase.
L’IA est-elle inutile pour la nutrition ?
Non. L’IA est précieuse quand elle mesure : estimer une masse grasse sur une photo, reconnaître un plat, lire un code-barres. Elle est faible quand elle devine à partir de trois chiffres. La différence est entre une IA branchée sur des mesures mises à jour en continu et un chatbot qui répond de mémoire à un inconnu.
Puis-je reproduire l’étude ?
Oui. Les 12 prompts, les réponses brutes horodatées, l’extraction structurée et les scripts sont publiés en données ouvertes (lien en bas de page). Chaque appel est une conversation neuve, sans instruction système, avec les paramètres par défaut.