Face aux défis quotidiens de la préparation des repas et à la charge mentale qu'elle implique, l'auteur a testé Muse Spark, l'outil d'intelligence artificielle personnelle récemment lancé par Meta. Inauguré le 8 avril après une intense guerre de talents dans le secteur, ce modèle se positionne comme un assistant capable de répondre à des besoins de santé, de planification de voyages ou de cuisine. Pour ce test, l'auteur, bien que sceptique, a demandé à l'IA d'évaluer la valeur nutritionnelle de son déjeuner et de proposer des idées pour le dîner en fonction des ingrédients restants dans son réfrigérateur. L'expérience a commencé avec la photo d'un bento salade et saumon. L'auteur a exigé une analyse détaillée incluant la liste des ingrédients, les sauces, le décompte calorique et une note sur dix. De plus, il a sollicité une image annotée de son repas pour illustrer les nutriments. Muse Spark a fourni un tableau clair estimant le repas à environ 760 calories. L'IA a correctement identifié la présence de saumon, d'œuf, de légumes et de sauce, tout en précisant ses limites concernant le poids exact des portions et le type d'huile utilisé. Les résultats nutritionnels sont globalement pertinents. Muse Spark a souligné la richesse du repas en micronutriments comme les oméga-3, mais a pointé du doigt un manque probable de fibres, de vitamine C et de calcium. Elle a également alerté sur la teneur élevée en sodium des sauces, conseillant de limiter les apports supplémentaires. Bien que la note globale attribuée soit de 7,5 sur 10, l'IA a rappelé qu'elle ne remplace pas un nutritionniste diplômé. Cependant, l'essai a échoué sur le plan technique pour la génération de l'image annotée : les textes superposés étaient illisibles, forçant l'auteur à abandonner cette fonctionnalité spécifique. Passant à la seconde étape, l'auteur a photographié divers restes et ingrédients éclectiques disponibles dans son frigo pour obtenir des suggestions de recettes de dîner. Il a précisé souhaiter des plats faciles à cuisiner et à nettoyer, tout en avertissant la présence de condiments non visibles sur la photo. S'alignant sur son analyse de déjeuner, Muse Spark a suggéré des options visant à compenser le manque de fibres et de vitamines, tout en modérant l'apport en glucides. L'IA a donné des conseils pratiques, comme rincer les tomates en conserve pour réduire le sel et éviter l'ajout de sauce soja si la journée est déjà riche en sodium, soulignant le risque de dépasser les 2 300 milligrammes de sodium quotidiens recommandés. L'IA n'a pas été parfaite dans l'identification de certains produits, manquant de repérer que des fraises déshydratées étaient en réalité enrobées de yogourt sucré, ce qui aurait rendu un smoothie inadapté. Néanmoins, les suggestions ont inspiré l'auteur pour utiliser intelligemment ses restes, notamment une moitié de papaye. Finalement, le choix s'est porté sur un oyakodon à la japonaise. Bien que l'IA ait joué un rôle d'incitation à mieux manger, l'auteur admet qu'il ne renoncera probablement pas à ses assaisonnements favoris, comme la sauce soja, malgré les avertissements de l'algorithme. Cette expérience illustre le potentiel immédiat de l'IA personnalisée pour la gestion alimentaire, tout en révélant ses lacunes actuelles en reconnaissance d'objets complexes et en génération d'images textuelles précises.