Predição com IA da preferência do consumidor por café a partir de dados sensoriais

Por que seu café diário parece “no ponto”

Amantes de café sabem que algumas xícaras parecem mágicas enquanto outras decepcionam, mesmo quando parecem iguais. Este estudo faz uma pergunta simples com grandes implicações para consumidores e torrefadores: podemos usar dados e inteligência artificial (IA) para prever se as pessoas realmente vão gostar de uma xícara de café coado preto apenas a partir de como ela é percebida sensorialmente e como foi preparada? Ao identificar quais características sensoriais importam mais, a pesquisa aponta para cafés mais saborosos de forma consistente para uma ampla gama de paladares.

Como os pesquisadores provaram todo esse café

Para explorar o que impulsiona o prazer, a equipe reanalisou um grande estudo com consumidores de 27 cafés coados pretos diferentes, todos feitos com os mesmos grãos, mas preparados com ajustes variados de força, extração e temperatura. Um total de 118 consumidores habituais avaliou quanto gostaram de cada amostra em uma escala de nove pontos. Eles também julgaram se três sensações — intensidade de sabor geral, acidez e sensação na boca — estavam “pouco”, “demais” ou “mais ou menos no ponto”, e marcaram quais das 17 descrições de sabor (como “doce”, “amendoado” ou “frutado”) se aplicavam a cada xícara. Além disso, as infusões foram medidas em laboratório quanto a propriedades como acidez (pH), sólidos solúveis totais e outros parâmetros de preparo.

As poucas pistas de sabor que mais importam

Em vez de presumir quais características eram relevantes, os pesquisadores deixaram os dados falarem. Classificaram cada variável medida segundo o quanto se relacionava com as notas de apreciação, usando vários métodos estatísticos e de aprendizado de máquina. No conjunto dos avaliadores, três impressões sensoriais simples se destacaram como os preditores mais fortes de gosto: se a intensidade do sabor parecia “mais ou menos no ponto”, se a acidez parecia “mais ou menos no ponto” e se o café parecia doce. Xícaras julgadas com intensidade de sabor ou acidez muito fora do ideal — tanto fracas quanto excessivas — tendiam a receber notas mais baixas. Cafés percebidos como doces, e aqueles descritos com notas de chocolate amargo, torrado e amendoado, foram geralmente mais apreciados, enquanto impressões de ácido, queimado e amargo reduziram a apreciação. Curiosamente, medidas químicas e físicas como temperatura de preparo raramente se alinhavam isoladamente com a preferência, exceto pelo pH, em que cafés menos ácidos (pH mais alto) foram favorecidos em algumas análises dos dados.

Treinando a IA para adivinhar se você vai gostar

Com essas variáveis classificadas, a equipe treinou modelos de IA para prever tanto a pontuação de apreciação de uma pessoa quanto simplesmente se ela gostaria ou não de um café. Notavelmente, descobriram que apenas três entradas — intensidade percebida do sabor, acidez percebida e doçura percebida — foram suficientes para fazer previsões robustas. Um modelo usando somente essas três pistas sensoriais acertou a distinção entre gostar e não gostar em cerca de três quartos dos casos, e pôde estimar as pontuações de apreciação com uma precisão média de aproximadamente um ponto na escala de nove pontos. Mesmo quando os modelos receberam apenas medidas objetivas de preparo, como sólidos solúveis totais, pH, temperatura de derramamento e uma medida de acidez titulável, eles ainda desempenharam muito melhor do que o acaso ao prever quais infusões agradariam aos consumidores.

Nem todo consumidor de café quer a mesma coisa

É claro que preferências por café são notoriamente pessoais. Para investigar isso, os pesquisadores criaram uma nova forma de agrupar consumidores com base em como a apreciação de cada pessoa subia ou descia com etiquetas de sabor específicas. Transformaram cada avaliador em uma “impressão digital de preferência” que capturava com que intensidade ele tendia a gostar ou não de cafés descritos como doces, torrados, frutados etc. Usando uma técnica de clusterização, encontraram dois segmentos principais. Um grupo preferia notas clássicas de conforto como chocolate amargo, torrado, amendoado e caramelo. O outro grupo era mais receptivo a sabores tipo chá, frutados, florais e cítricos, e mais tolerante a certos elementos amargos ou ácidos. Surpreendentemente, os dois segmentos às vezes associaram as mesmas mudanças de preparo — como maior intensidade ou pH mais alto — a impressões sensoriais diferentes, sugerindo que as pessoas podem, literalmente, experimentar o mesmo café de maneiras distintas.

O que isso significa para sua próxima xícara

Para o consumidor comum, a conclusão é reconfortantemente simples: os cafés coados pretos mais apreciados atingem um equilíbrio cuidadoso. Têm intensidade de sabor suficiente para ser satisfatória, mas não avassaladora; acidez que parece viva, mas não áspera nem apagada; e uma impressão geral de doçura, frequentemente ligada a notas achocolatadas ou torradas mais do que ao açúcar. Este estudo mostra que a IA pode capturar essas preferências com apenas algumas pistas sensoriais e usá-las para prever quais infusões as pessoas irão gostar. Para torrefadores, cafeterias e quem prepara em casa, isso pode, eventualmente, significar ferramentas mais inteligentes para ajustar receitas a diferentes segmentos de gosto — seja você fã de uma xícara confortável, suave e amendoada, seja de um preparo mais aventureiro, frutado e floral.

Citação: 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

Palavras-chave: preferência por café, análise sensorial, gosto do consumidor, aprendizado de máquina, força de preparo e acidez