Logran modelizar las señales cerebrales mediante la neurocomputación para reducir el consumo de azúcar

El Instituto Ibermática de Innovación (i3B), junto con BCC Innovation, Be Food Lab y la Universidad de A Coruna, ha dado un paso al frente en el campo de la neurocomputación. De esta forma han logrado modelizar las señales cerebrales (EEG) a través de sistemas basados en la inteligencia artificial con el objetivo de comprender las preferencias y hábitos de los usuarios mediante 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 además las relaciones existentes entre nutrición, salud y placer de cara a contribuir en la mejora de la alimentación de las personas.

Impulso a la investigación en el campo

El uso de respuestas implícitas (EGG) para determinar la reacción de los consumidores ante diferentes estímulos se está convirtiendo en un requerimiento cada vez más habitual, pero “aún se necesita investigación para comprender los resultados de las diferentes tecnologías utilizadas para recopilar datos”, confiesan desde i3B. Actualmente, todavía estamos lejos de dominar los mecanismos detrás de las respuestas intermodales y el proceso de percepción de la dulzura; por eso, quizás, la motivación de este proyecto pone precisamente el acento en la necesidad de conocer dichos mecanismos cerebrales con el fin 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 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”, aseguran.

Metodología

Según han detallado, la hipótesis inicial del estudio se basa en la idea de que la activación de ciertas regiones del cerebro puede ofrecer información sobre la respuesta no filtrada de las personas, proporcionando una 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 determinar de manera objetiva que la respuesta subconsciente es igual e incluso más fiable. Durante la investigación se recopilaron respuestas de electroencefalografía (EEG), además de gustos y emociones detectados en diferentes estímulos -olor, sabor, muestras de sabor- para comprender mejor la percepción del dulzor. Cabe mencionar, además el uso de herramientas de IA para clasificar las respuestas implícitas, identificando ‘árboles de decisión’ para discriminar los estímulos.

En este sentido, se encontraron diferencias significativas entre el gusto detectado por los estímulos y las emociones provocadas por los mismos, pero, validando la hipótesis inicial, no se identificó una relación clara entre los datos explícitos e implícitos, lo que resulta “muy interesante a efectos de comprender cómo los usuarios gestionan las experiencias en dos hitos muy diferentes desfasados en el tiempo”.