Predykcja za pomocą AI, czy konsumenci polubią kawę na podstawie danych sensorycznych

Dlaczego twoja codzienna kawa smakuje „w sam raz”

Milosnicy kawy wiedzą, że niektóre filiżanki wydają się magiczne, podczas gdy inne rozczarowują, choć wyglądają tak samo. To badanie stawia proste pytanie o dalekosiężne konsekwencje dla pijących i palarni: czy możemy wykorzystać dane i sztuczną inteligencję (AI), by przewidzieć, czy ludzie rzeczywiście polubią filiżankę czarnej kawy przelewowej, tylko na podstawie jej smaku i parametrów parzenia? Analizując, które cechy sensoryczne mają największe znaczenie, badanie wskazuje drogę do bardziej niezawodnie pysznej kawy dla szerokiego spektrum kubków smakowych.

Jak badacze degustowali tę kawę

Aby zbadać, co napędza przyjemność z picia, zespół ponownie przeanalizował duże badanie konsumenckie obejmujące 27 różnych czarnych kaw przelewowych, wszystkie przygotowane z tych samych ziaren, ale parzone przy różnych ustawieniach mocy, ekstrakcji i temperatury. Łącznie 118 regularnych pijących oceniano, jak bardzo lubią każdą próbkę na dziewięciopunktowej skali. Oceniali też, czy trzy doznania — ogólna intensywność smaku, kwasowość i odczucie w ustach — były „za małe”, „za duże” czy „w sam raz”, oraz zaznaczali, które z 17 opisów smakowych (takich jak „słodkie”, „orzechowe” lub „owocowe”) pasują do każdej filiżanki. Ponadto w laboratorium mierzono parametry parzeń, takie jak kwasowość (pH), suma substancji rozpuszczonych i inne parametry parzenia.

Nieliczne wskazówki smakowe, które mają największe znaczenie

Zamiast zakładać, które cechy są istotne, badacze pozwolili przemówić danym. Uszeregowali każdą mierzoną cechę według siły jej powiązania z ocenami upodobań, stosując kilka metod statystycznych i uczenia maszynowego. W całej grupie pijących trzy proste wrażenia sensoryczne wyróżniły się jako najsilniejsze przewidywacze przyjemności: czy intensywność smaku była „w sam raz”, czy kwasowość była „w sam raz” oraz czy kawa wydawała się słodka. Filiżanki ocenione jako mające znacząco nieodpowiednią intensywność smaku lub kwasowość — zarówno zbyt słabe, jak i zbyt mocne — miały tendencję do niższych ocen. Kawy o smaku słodkim oraz te opisywane nutami takimi jak ciemna czekolada, palone czy orzechowe były zazwyczaj bardziej lubiane, podczas gdy wrażenia kwaśne, przypalone i gorzkie obniżały sympatię. Co ciekawe, chemiczne i fizyczne miary, takie jak temperatura parzenia, rzadko same w sobie korelowały z upodobaniem, z wyjątkiem pH — mniej kwaśne (wyższe pH) kawy były w niektórych analizach bardziej preferowane.

Nauczanie AI, by obstawiła, czy ci się spodoba filiżanka

Wyposażeni w te uszeregowane cechy, badacze wytrenowali modele AI do przewidywania albo oceny upodobania danej osoby, albo po prostu czy polubi lub nie polubi danej kawy. Zaskakująco, okazało się, że zaledwie trzy dane wejściowe — postrzegana intensywność smaku, postrzegana kwasowość i postrzegana słodycz — wystarczyły, by uzyskać solidne prognozy. Model korzystający tylko z tych trzech wskazówek sensorycznych poprawnie przewidywał lubienie kontra nie lubienie w około trzech czwartych przypadków i był w stanie oszacować oceny upodobania z dokładnością do około jednego punktu na średniej skali dziewięciopunktowej. Nawet gdy modele otrzymywały tylko obiektywne miary parzenia, takie jak suma substancji rozpuszczonych, pH, temperatura nalewania i miara kwasowości miareczkowej, radziły sobie znacznie lepiej niż przypadek w przewidywaniu, które parzenia przypadną konsumentom do gustu.

Nie wszyscy pijący kawę chcą tego samego

Oczywiście preferencje kawowe są słynnie indywidualne. By to zgłębić, badacze stworzyli nowy sposób grupowania konsumentów na podstawie tego, jak upodobanie każdej osoby rosło lub malało wraz z określonymi etykietami smakowymi. Zamienili każdego pijącego w „odcisk palca preferencji”, który uchwycił, jak mocno dana osoba zwykle lubiła lub nie lubiła kaw opisanych jako słodkie, palone, owocowe i tak dalej. Stosując technikę klastrowania, znaleźli dwa główne segmenty. Jedna grupa skłaniała się ku klasycznym nutom komfortowym, takim jak ciemna czekolada, palone, orzechowe i karmel. Druga grupa była bardziej otwarta na herbaciane, owocowe, kwiatowe i cytrusowe smaki oraz bardziej tolerancyjna wobec niektórych gorzkich czy kwaśnych elementów. Zaskakująco, oba segmenty czasem wiązały te same zmiany w parzeniu — na przykład większą moc lub wyższe pH — z różnymi wrażeniami sensorycznymi, co sugeruje, że ludzie mogą dosłownie doświadczać tej samej kawy odmiennie.

Co to oznacza dla twojej następnej filiżanki

Dla codziennych pijących kawę wniosek jest pocieszająco prosty: najchętniej wybierane czarne kawy przelewowe osiągają starannie wyważoną równowagę. Mają wystarczającą intensywność smaku, by być satysfakcjonujące, ale nie przytłaczające; kwasowość, która wydaje się żywa, lecz nie ostra ani przytępiona; oraz ogólne wrażenie słodyczy, często związane z nutami czekoladowymi lub palonymi, a nie z dodatkiem cukru. To badanie pokazuje, że AI może uchwycić te preferencje przy użyciu zaledwie kilku wskazówek sensorycznych i wykorzystać je do przewidywania, które parzenia przypadną ludziom do gustu. Dla palarni, kawiarni i domowych baristów może to w przyszłości oznaczać inteligentniejsze narzędzia do dopracowywania przepisów pod różne segmenty smakowe — czy pragniesz gładkiej, orzechowej filiżanki pocieszenia, czy bardziej awangardowego, owocowo‑kwiatowego naparu.

Cytowanie: 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

Słowa kluczowe: preferencje kawowe, analiza sensoryczna, upodobania konsumenckie, uczenie maszynowe, moc parzenia i kwasowość