AI-drivna förutsägelser av konsumenters gillande av kaffe utifrån sensoriska data

Varför ditt dagliga kaffe smakar "precis lagom"

Kaffeälskare vet att vissa koppar känns magiska medan andra blir platta, även när de ser likadana ut. Denna studie ställer en enkel fråga med stora konsekvenser för både drickare och rosterier: kan vi använda data och artificiell intelligens (AI) för att förutsäga om människor faktiskt kommer att tycka om en kopp svart filterkaffe, enbart utifrån hur den smakar och hur den bryggts? Genom att tydliggöra vilka sensoriska egenskaper som betyder mest pekar forskningen mot mer pålitligt utsökt kaffe för en bred palett av smakpreferenser.

Hur forskarna smakade sig igenom allt kaffe

För att undersöka vad som driver uppskattning analyserade teamet om en stor konsumentstudie med 27 olika svarta filterkaffen, alla gjorda på samma bönor men bryggda med olika inställningar för styrka, extraktion och temperatur. Totalt bedömde 118 vanliga kaffedrickare hur mycket de tyckte om varje prov på en nio-gradig skala. De bedömde också om tre sinnesintryck — övergripande smakintensitet, syrlighet och munnkänsla — var "för lite", "för mycket" eller "precis lagom", och kryssade för vilka av 17 smakbeskrivningar (som "söt", "nötaktig" eller "fruktig") som gällde för varje kopp. Utöver det mättes brygderna i labb för egenskaper som surhetsgrad (pH), totala lösta ämnen och andra bryggparametrar.

De få smakledtrådar som betyder mest

I stället för att anta vilka egenskaper som spelade roll lät forskarna data tala. De rankade varje mätt egenskap efter hur starkt den korrelerade med människors gillandepoäng, med flera statistiska och maskininlärningsmetoder. Över hela gruppen av drickare framstod tre enkla sensoriska intryck som de starkaste prediktorerna för uppskattning: om smakintensiteten uppfattades som "precis lagom", om syran uppfattades som "precis lagom" och om kaffet uppfattades som sött. Koppar som bedömdes ha kraftigt felaktig smakstyrka eller syra — antingen för svag eller för stark — tenderade att få lägre poäng. Söt-smakande kaffe, och sådana beskrivna med toner som mörk choklad, rostade och nötiga, gillades i allmänhet mer, medan sura, brända och bittra intryck minskade gillandet. Intressant nog stämde kemiska och fysiska mått, såsom bryggtemperatur, sällan överens med gillandet i sig, förutom för pH, där mindre sura (högre pH) kaffen i vissa analyser föredrogs.

Att lära AI att gissa om du kommer att gilla en kopp

Beväpnade med dessa rankade egenskaper tränade teamet AI-modeller för att förutsäga antingen en persons gillandepoäng eller helt enkelt om de skulle gilla eller ogilla ett givet kaffe. Anmärkningsvärt nog fann de att bara tre indata — upplevd smakintensitet, upplevd syrlighet och upplevd sötma — räckte för att göra robusta förutsägelser. En modell som använde bara dessa tre sensoriska ledtrådar gissade korrekt gilla- kontra ogilla ungefär tre fjärdedelar av gångerna, och kunde i genomsnitt uppskatta gillandepoäng inom ungefär en poäng på den nio-gradiga skalan. Även när modellerna matades enbart med objektiva bryggmätningar, såsom totala lösta ämnen, pH, hälltemperatur och ett mått på titrerbar syra, presterade de fortfarande betydligt bättre än slumpen när det gällde att förutsäga vilka brygder som skulle tilltala konsumenter.

Inte alla kaffedrickare vill ha samma sak

Naturligtvis är kaffepreferenser berömda för att vara personliga. För att undersöka detta skapade forskarna ett nytt sätt att gruppera konsumenter baserat på hur varje persons gillande ökade eller minskade med specifika smaketiketter. De förvandlade varje drickare till ett "preferensfingeravtryck" som fångade hur starkt de tenderade att gilla eller ogilla kaffe beskrivna som söta, rostade, fruktiga med mera. Med hjälp av en klustringsteknik fann de två huvudsegment. En grupp lutade mot klassiska komforttoner som mörk choklad, rostade, nötiga och karamell. Den andra gruppen var mer öppen för te-lika, fruktiga, blommiga och citrusiga smaker och mer tolerant mot vissa bittra eller sura element. Överraskande kopplade de två segmenten ibland samma bryggändringar — såsom högre styrka eller högre pH — till olika sensoriska intryck, vilket tyder på att människor bokstavligen kan uppleva samma kaffe olika.

Vad detta betyder för din nästa kopp

För vardagliga kaffedrickare är slutsatsen lugnande enkel: de mest omtyckta svarta filterkaffen hittar en noggrann balans. De har tillräcklig smakintensitet för att kännas tillfredsställande men inte överväldigande, syra som upplevs ljus men inte skarp eller livlös, och ett helhetsintryck av sötma, ofta knutet till chokladiga eller rostade toner snarare än tillsatt socker. Denna studie visar att AI kan fånga dessa preferenser med bara en handfull sensoriska ledtrådar och använda dem för att förutsäga vilka brygder människor kommer att uppskatta. För rosterier, kaféer och hemmabryggare kan det så småningom innebära smartare verktyg för att ställa in recept efter olika smaksegment — oavsett om du längtar efter en mjuk, nötig komfortkopp eller en mer äventyrlig, fruktig och blommig brygd.

Citering: 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

Nyckelord: kaffepräferenser, sensorisk analys, konsumentgillande, maskininlärning, bryggstyrka och syra