Prédiction par IA de l’appréciation des consommateurs pour le café à partir de données sensorielles

Pourquoi votre café quotidien semble « juste parfait »

Les amateurs de café savent que certaines tasses paraissent magiques tandis que d’autres déçoivent, même si elles se ressemblent. Cette étude pose une question simple aux implications larges pour buveurs et torréfacteurs : peut-on utiliser des données et l’intelligence artificielle (IA) pour prédire si des personnes vont réellement apprécier une tasse de café filtre noir, uniquement à partir de la façon dont elle goûte et de la manière dont elle a été préparée ? En identifiant les traits sensoriels les plus importants, la recherche ouvre la voie à des cafés plus fiables et plus agréables pour une large palette de palais.

Comment les chercheurs ont dégusté tout ce café

Pour explorer ce qui motive l’appréciation, l’équipe a réanalysé une grande étude consommateur portant sur 27 cafés filtres noirs différents, tous issus des mêmes grains mais préparés avec des réglages variés de force, d’extraction et de température. Au total, 118 buveurs réguliers ont noté combien ils aimaient chaque échantillon sur une échelle en neuf points. Ils ont aussi évalué si trois sensations — intensité globale de la saveur, acidité et texture en bouche — étaient « trop peu », « trop » ou « à peu près juste », et ont coché parmi 17 descripteurs de saveur (comme « sucré », « noisette » ou « fruité ») ceux qui s’appliquaient à chaque tasse. En complément, les infusions ont été mesurées en laboratoire pour des propriétés telles que le pH, les solides dissous totaux et d’autres paramètres d’infusion.

Les quelques indices gustatifs qui comptent vraiment

Plutôt que de présumer quelles caractéristiques importaient, les chercheurs ont laissé parler les données. Ils ont classé chaque variable mesurée selon sa corrélation avec les notes d’appréciation des participants, en utilisant plusieurs méthodes statistiques et d’apprentissage automatique. Dans l’ensemble, trois impressions sensorielles simples se sont révélées les meilleurs prédicteurs de l’appréciation : si l’intensité de la saveur était jugée « à peu près juste », si l’acidité était « à peu près juste » et si le café paraissait sucré. Les tasses jugées avec une intensité de saveur ou une acidité fortement hors cible — trop faibles ou trop excessives — obtenaient généralement de moins bonnes notes. Les cafés perçus comme sucrés, ou décrits par des notes telles que chocolat noir, torréfié et noisette, étaient en général mieux appréciés, tandis que les impressions acides, brûlées ou amères diminuaient l’appréciation. Fait intéressant, les mesures chimiques et physiques comme la température d’infusion concordaient rarement seules avec l’appréciation, sauf pour le pH : des cafés moins acides (pH plus élevé) étaient parfois préférés selon certaines vues des données.

Apprendre à l’IA à deviner si vous aimerez une tasse

Avec ces variables classées, l’équipe a entraîné des modèles d’IA pour prédire soit la note d’appréciation d’une personne, soit simplement si elle aimerait ou non un café donné. De manière remarquable, ils ont constaté que seulement trois entrées — intensité perçue de la saveur, acidité perçue et douceur perçue — suffisaient à produire des prédictions solides. Un modèle utilisant uniquement ces trois indices sensoriels devinait correctement « aimer » versus « ne pas aimer » dans environ les trois quarts des cas, et pouvait estimer les notes d’appréciation à environ un point près sur l’échelle en neuf points en moyenne. Même lorsque les modèles ne recevaient que des mesures objectives d’infusion, comme les solides dissous totaux, le pH, la température d’écoulement et une mesure de l’acidité titrable, ils faisaient encore beaucoup mieux que le hasard pour prédire quelles infusions plairaient aux consommateurs.

Tous les buveurs de café ne recherchent pas la même chose

Évidemment, les préférences en matière de café sont notoirement personnelles. Pour approfondir cela, les chercheurs ont créé une nouvelle façon de regrouper les consommateurs basée sur la façon dont la préférence de chaque personne variait avec des étiquettes de saveur spécifiques. Ils ont transformé chaque buveur en une « empreinte de préférence » capturant à quel point il avait tendance à aimer ou ne pas aimer les cafés décrits comme sucrés, torréfiés, fruités, etc. En utilisant une technique de regroupement, ils ont identifié deux segments principaux. Un groupe penchait vers des notes réconfortantes classiques comme le chocolat noir, le torréfié, la noisette et le caramel. L’autre groupe était plus ouvert aux saveurs proches du thé, fruitées, florales et d’agrumes, et plus tolérant à certains éléments amers ou acides. Fait surprenant, les deux segments associaient parfois les mêmes changements d’infusion — par exemple une force plus élevée ou un pH plus élevé — à des impressions sensorielles différentes, suggérant que des personnes peuvent littéralement percevoir le même café différemment.

Ce que cela signifie pour votre prochaine tasse

Pour le consommateur quotidien, la conclusion est rassurante et simple : les cafés filtres noirs les plus appréciés atteignent un équilibre subtil. Ils offrent suffisamment d’intensité de saveur pour être satisfaisants sans être écrasants, une acidité qui paraît vive sans être agressive ni terne, et une impression générale de douceur souvent liée à des notes chocolatées ou torréfiées plutôt qu’au sucre ajouté. Cette étude montre que l’IA peut capturer ces préférences avec seulement quelques indices sensoriels et les utiliser pour prédire quelles infusions plairont. Pour les torréfacteurs, cafés et amateurs à la maison, cela pourrait à terme signifier des outils plus intelligents pour ajuster les recettes selon les segments de goût — que vous recherchiez une tasse douce et noisetée réconfortante ou une infusion plus aventureuse, fruitée et florale.

Citation: Gunning, M., Laforgue, M.P.S., Guinard, JX. et al. AI-driven prediction of consumer liking of coffee from sensory data. npj Sci Food 10, 142 (2026). https://doi.org/10.1038/s41538-026-00779-7

Mots-clés: préférence café, analyse sensorielle, appréciation des consommateurs, apprentissage automatique, force d’infusion et acidité