Un nuevo estudio ha logrado dar un paso más en el ámbito de
la neurocomputación, logrando modelizar con sistemas de Inteligencia Artificial
señales cerebrales (EEG) para comprender las preferencias y hábitos de los
usuarios, al entender un poco mejor la respuesta cerebral a distintos
estímulos.
El estudio, en el que participan el Instituto Ibermática de
Innovación (i3B), junto con BCC Innovation, Be Food Lab y la Universidad de A
Coruña, ha conseguido este avance mediante el análisis de las reacciones del cerebro
ante diferentes sabores dulces, detectando además las relaciones existentes
entre nutrición, salud y placer, de cara a contribuir en la mejora de la
alimentación de las personas.
La hipótesis inicial se basaba en la idea de que la
activación de ciertas regiones del cerebro puede ofrecer información sobre la
respuesta no filtrada de las personas, proporcionando evidencia asociada con
las emociones y sentimientos inconscientes de los consumidores que, a
posteriori, no es la misma que la información que los mismos usuarios
suministran de forma ‘consciente’. Sin embargo, se puede objetivizar que la
respuesta subconsciente es igual e incluso más fiable.
La investigación se desarrolló con el objetivo de explorar
los procesos de respuesta neurológica asociados con la exposición de sabor
dulce a sacarosa y aroma dulce (vainillina) en matrices alimentarias, y para
estudiar si la respuesta implícita (respuesta cerebral) podría correlacionarse
con la respuesta explícita (respuesta razonada por los participantes después de
la experiencia sensorial, en base a una encuesta que debían rellenar). Además,
se agregó una muestra que incluía sacarosa y vainilla para explorar la
respuesta al sabor dulce. También se agregaron diferentes sabores en el diseño
experimental (sulfuro de dimetilo, cayena) para determinar si las
clasificaciones de sabor/aroma dulce eran diferentes de las de otras categorías
de sabor/aroma.
Durante la investigación, se recopilaron respuestas de
electroencefalografía (EEG) y gustos y emociones detectados en diferentes
estímulos (olor, sabor, muestras de sabor) para comprender mejor la percepción
del dulzor. Se utilizaron herramientas de Inteligencia Artificial para
clasificar las respuestas implícitas, identificando árboles de decisión para
discriminar los estímulos por sistema sensorial activado (olor/sabor/sabor) y
por la naturaleza de los estímulos (olores ‘dulces’ o ‘no dulces’; ‘olores
dulces’; ‘sabor’, ‘sabor dulce’ y ‘sabor no dulce’; y ‘estímulos dulces’ frente
a ‘estímulos no dulces’).
Se encontraron diferencias significativas entre el gusto
detectado por los estímulos y las emociones provocadas por los estímulos, pero,
validando la hipótesis inicial, no se identificó una relación clara entre los
datos explícitos e implícitos, lo que es muy interesante a efectos de
comprender cómo los usuarios gestionan las experiencias en dos hitos muy
diferentes desfasados en el tiempo.
Fuente:
No hay comentarios