Ao combinar testes mecânicos com aprendizagem automática, a equipa criou um método quantitativo para avaliar a textura, superando as limitações dos testes de sabor tradicionais.

Publicado na revista *Science of Food*, o estudo demonstra uma nova forma de analisar alimentos. Os investigadores submeteram oito produtos — incluindo salsichas, cachorros-quentes e peru, tanto de origem animal como vegetal — a uma série de testes mecânicos que simulavam o ato de mastigar, medindo as suas respostas a forças de tração, compressão e corte. Os dados recolhidos foram processados por uma rede neural concebida pela equipa, que gerou equações descritivas das propriedades texturais de cada amostra.

Para validar o modelo, os resultados da máquina foram comparados com as avaliações de provadores humanos. Surpreendentemente, as classificações da máquina e das pessoas foram quase idênticas.

Ellen Kuhl, autora sénior do estudo, destaca: "Isso é ótimo porque agora podemos usar a máquina para ter um teste quantitativo e muito reprodutível".

O estudo também revelou que alguns produtos vegetais, como as salsichas e os cachorros-quentes, já conseguem imitar de forma muito próxima a textura dos seus equivalentes de origem animal. Os autores sugerem que, no futuro, a IA generativa poderá ser usada para criar cientificamente novas receitas de produtos vegetais com as propriedades texturais desejadas, eliminando a abordagem de "tentativa e erro".