El Instituto Ibermática de Innovación (i3B), junto con BCC Innovation, Be Food Lab y la Universidad de A Coruña, han dado un paso más en el ámbito de la neurocomputación, logrando modelizar con sistemas de inteligencia artificial ciertas señales cerebrales (EEG) para conocer las preferencias y hábitos de los usuarios y entender un poco mejor la respuesta cerebral a distintos estímulos. Lo han hecho mediante el análisis de las reacciones del cerebro ante diferentes sabores dulces, cada vez más demandados, detectando las relaciones existentes entre nutrición, salud y placer, de cara a contribuir en la mejora de la alimentación de las personas.
Actualmente, todavía se desconoce mucho sobre los mecanismos detrás de las respuestas intermodales y el proceso de percepción de la dulzura, y la motivación de este proyecto se basaba en la necesidad de conocer dichos mecanismos cerebrales, con el objetivo de promover nuevas opciones de alimentos saludables en una sociedad con una demanda creciente de productos dulces. Una mejor comprensión de las respuestas cerebrales a diferentes modalidades de estímulos dulces (olor dulce, sabor dulce) es la base para diseñar nuevos alimentos y experiencias que desencadenen reacciones positivas específicas en los consumidores y, por lo tanto, para reducir el consumo de azúcar entre la población.
La activación de ciertas regiones del cerebro puede ofrecer información sobre la respuesta no filtrada 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. Y, sin embargo, se puede afirmar que la respuesta subconsciente es igual e incluso más fiable.
El estudio 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 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.
