¿Puede la IA determinar qué sabores funcionan mejor en un país o etnia ?

Esta pregunta pregunta cómo identificar qué combinaciones de sabores son las más favorecidas o típicas culturalmente en un país o cocina étnica determinado. Destaca que, aunque existen métodos basados en datos para analizar tendencias en recetas, estos proporcionan estimaciones más que verdades absolutas sobre lo que podría ser universalmente 'mejor' para el paladar de una población.

Background

Los sistemas alimentarios actuales impulsados por IA analizan grandes conjuntos de datos de recetas, combinaciones de ingredientes y libros de cocina para inferir tendencias regionales de sabores dentro de países específicos o cocinas étnicas. Estos sistemas suelen emplear estadísticas de co-ocurrencia y la teoría de combinación de alimentos (como el principio de que los ingredientes que comparten compuestos volátiles se combinan bien) para generar combinaciones probables. Sin embargo, tales modelos no pueden determinar combinaciones 'óptimas' definitivas, ya que las preferencias de sabor están moldeadas por el gusto individual, el contexto cultural y el juicio subjetivo. Además, estos métodos carecen de pruebas directas con consumidores o evaluaciones sensoriales para validar la aceptación a nivel poblacional. En su lugar, sus resultados son aproximaciones probabilísticas de patrones de combinación comunes o culturalmente aceptados. Por ejemplo, un modelo de este tipo podría destacar tomate-albahaca o soja-jengibre como típicos en las cocinas italiana o del este asiático, respectivamente, pero no puede confirmar que sean óptimos para todos los individuos. Fuentes como MIT Technology Review enfatizan las limitaciones de estos enfoques para emitir veredictos culinarios a nivel poblacional.