弥合基于人类和基于人工智能的食物感知之间的差距：一项关于不同性别和年龄群体感官偏好的比较研究

《Food Quality and Preference》：Bridging the gap between human-based and AI-based food perception: A comparative study of sensory preferences across gender and age groups

人工智能与人类感官评价的对比研究显示，ChatGPT在模拟土豆形状和油炸方法偏好上与240名真实参与者（分三个年龄段、男女均衡）结果高度一致（80%以上），但在涉及营养信息解读和健康支付意愿等复杂决策时存在显著偏差，尤其女性和年长群体对空气炸锅接受度提升更明显。研究证实AI工具在早期感官评估和疫情等特殊时期数据采集中具有实用价值，但需加强模型验证。

　　这项研究聚焦于人工智能在消费者研究中的应用，尤其是利用ChatGPT模拟与食品相关的偏好。随着人工智能技术在各个领域的快速发展，它在食品科学中的应用也逐渐增多。本研究的核心目标是评估人工智能生成的反馈与真实人类感官选择之间的相似程度。研究过程中，研究人员招募了240名真实参与者，这些参与者被划分为三个年龄段（10岁以下、20至30岁以及40岁以上），并且性别分布均衡。与此同时，研究团队还创建了240个基于ChatGPT的人工消费者档案。参与者完成了一份涵盖四个领域的视觉问卷，包括对土豆形状的偏好、对油炸方式的偏好、营养信息的影响以及愿意为更健康的产品支付更多费用的程度。研究结果显示，无论是人类群体还是人工智能生成的消费者，都普遍倾向于厚切薯条和深油炸。然而，当提供营养信息时，人工智能的偏好出现了明显的转变，特别是在女性和40岁以上人群中的表现更为显著。总体而言，人工智能的反馈在超过80%的情况下与人类数据保持一致。然而，在需要更高层次推理的问题上，如解读营养标签或在经济取舍中的决策，人工智能的表现与人类存在差异。这表明，这些模型在复杂决策情境下的准确性还有待提升，因此在考虑其作为完全可靠的人类研究替代品之前，仍需进一步优化和验证。

尽管存在这些局限性，研究结果表明，语言模型在早期感官评估和消费者决策过程中具有巨大的潜力。这种能力在某些情况下尤为宝贵，例如在疫情等特殊时期，获取真实消费者样本变得困难。人工智能可以作为一种有效的替代手段，帮助研究人员在没有面对面调查的情况下，依然获得有价值的消费者数据。这种技术的应用为食品行业提供了新的研究工具，使企业能够更好地理解消费者偏好，并据此开发更符合市场需求的创新产品。

在食品行业，理解消费者行为、预测偏好变化以及确保产品质量和安全是面临的重大挑战。为了保持竞争力并满足客户需求，食品企业必须遵循严格的行业标准，并适应不断变化的生活方式趋势。食品的感官属性，如颜色、质地和味道，在很大程度上影响着消费者的购买决策，这突显了快速且精准的感官评估方法的重要性。近年来，人工智能和大型语言模型的进展为模拟和建模人类行为提供了新的机会。由于这些模型的训练和设计，它们能够反映人类行为特征，并且很可能包含社会知识。因此，这些模型不仅仅停留在数字助手的角色上，还有可能成为模拟人类行为的工具。

在计算机科学、心理学和行为科学等领域的研究中，已经初步探讨了人工智能与人类在评估任务上的比较。例如，研究人员已经展示了大型语言模型在模拟消费者对味道、质地和产品喜好的判断方面的潜力。这些研究不仅揭示了人工智能在模拟消费者行为方面的前景，也指出了其在某些任务上的局限性。在食品行业中，基于大型语言模型的人工智能技术可以用于更好地理解消费者偏好，并开发创新产品。这些能力使人工智能成为食品领域的重要工具，特别是在需要理解消费者行为并预测他们对新产品或产品特征变化的反应时。

油炸食品，特别是薯条，因其美味和吸引人的口感而广受欢迎。油炸方式，主要包括深油炸和热风油炸，会带来不同的感官体验。原材料的厚度对最终油炸产品的特性有显著影响。一般来说，较薄的产品会形成更酥脆的口感，而较厚的产品则倾向于有酥脆的外层和柔软的内层。深油炸产品由于脂肪含量较高，可能会引发健康方面的担忧，而热风油炸产品则提供了一种更健康的替代方案，使用的油量较少。消费者的食品选择不仅受到烹饪方式的影响，还受到个人偏好、生活方式和感官期望的驱动。因此，在研究消费者对食品的选择时，需要综合考虑这些因素。

食品包装上的信息是影响消费者选择的重要因素之一。以往的研究表明，消费者的健康意识和生活方式会影响他们对营养信息的关注程度，健康意识较强的个体更倾向于阅读标签并选择更健康的产品。此外，人口统计学因素如年龄和性别也进一步塑造了这些选择：年轻人通常更关注味道和外观，而年长者则更注重营养成分和健康选项。性别差异同样明显，女性通常更倾向于选择健康、适合节食的产品，而男性则倾向于选择味道浓郁、脂肪含量较高的产品，强调感官特性。在当前的研究背景下，这些发现尤为重要，因为营养信息可能与感官偏好和人口统计学差异相互作用。通过研究年龄和性别如何影响食品选择，并结合感官评估，本研究在现有文献的基础上提供了新的见解，进一步探讨了营养因素在食品感知研究中的整合。

本研究的主要目标是通过评估对空气炸和深油炸土豆的感官偏好，比较基于人类和人工智能的食品感知。具体而言，研究团队探讨了不同年龄和性别群体在感官反应和偏好上的差异，并将这些结果与在相同感官评估任务下由ChatGPT生成的反馈进行对比。此外，本研究还探讨了使用大型语言模型如ChatGPT作为替代工具的可能性，用于分析不同形状食品的感官特性，特别是在无法获得真实消费者小组的情况下。尽管这一新兴领域已经取得了一定进展，但在特定食品情境下，人工智能生成的见解与真实消费者偏好之间的匹配度仍然是一个重要的研究问题。本研究通过直接比较人工智能和人类的感官评估结果，填补了这一空白，从而明确了生成式人工智能在食品感官分析中的整合潜力。通过这一研究，本研究还扩展了Motoki等人的研究（2024、2025），通过在新的产品情境（油炸土豆）中测试人工智能的感官评估能力，并同时研究年龄和性别差异与人工智能预测之间的关系。这种研究定位突显了本研究的创新性和对生成式人工智能在食品感官科学领域发展的重要贡献。

在实验设计方面，研究人员选择了5公斤大小和质量一致的土豆作为研究对象。在清洗和去皮之后，使用刀具和模具将土豆切割成三种不同的形状。标准切薯条：纵向切割，厚度约为10至15毫米，长度约为60至70毫米。圆形薯片：横向切割，厚度约为1至2毫米。细条切薯条：纵向切割，厚度约为5至7毫米，长度约为20至40毫米。这种切割方式为后续的油炸实验提供了多样化的样品，使得研究人员能够更全面地评估不同形状对消费者感官体验的影响。

在油炸过程的实验中，研究人员对每种形状的土豆进行了不同的处理。深油炸方法被认为是传统且广泛使用的方式，它通过将食品完全浸入高温油中进行烹饪，从而形成酥脆的外层和多汁的内层。然而，这种烹饪方式也带来了较高的油脂含量，这可能对健康产生负面影响。相比之下，热风油炸方法利用空气对食品进行加热，从而减少油脂的使用，使食品更健康。这种烹饪方式的差异在食品选择中起到了重要作用，特别是在健康意识较强的消费者中。因此，研究团队在实验中不仅评估了不同形状对消费者感官体验的影响，还探讨了不同烹饪方式对消费者选择的影响。

在研究过程中，研究人员还关注了营养信息对消费者选择的影响。在提供营养信息的情况下，消费者的偏好出现了明显的转变，特别是在女性和40岁以上人群中的表现更为显著。这表明，营养信息在消费者决策中扮演了重要角色，特别是在健康意识较强的个体中。因此，研究团队在实验中引入了营养信息作为影响因素，并评估了其对消费者选择的影响。这种研究设计使得研究人员能够更全面地了解消费者在不同情境下的选择行为，从而为食品行业提供有价值的参考。

在研究过程中，研究人员还探讨了消费者在不同情境下的选择行为。例如，消费者在家庭和餐厅中的用餐环境可能会对他们的选择产生不同的影响。此外，消费者对食品的接触方式，如通过图片或实物进行评估，也可能会影响他们的选择。因此，研究团队在实验中考虑了这些因素，并评估了它们对消费者选择的影响。这种研究设计使得研究人员能够更全面地了解消费者在不同情境下的选择行为，从而为食品行业提供有价值的参考。

在实验过程中，研究人员还关注了不同年龄和性别群体在感官评估中的表现。例如，年轻群体可能更倾向于选择味道浓郁、外观吸引人的食品，而年长群体可能更关注营养成分和健康选项。女性群体可能更倾向于选择健康、适合节食的食品，而男性群体可能更关注味道和脂肪含量。因此，研究团队在实验中引入了年龄和性别作为影响因素，并评估了它们对消费者选择的影响。这种研究设计使得研究人员能够更全面地了解消费者在不同情境下的选择行为，从而为食品行业提供有价值的参考。

此外，研究团队还探讨了人工智能在模拟消费者行为方面的潜力。通过比较人工智能生成的反馈与真实人类的感官选择，研究人员能够评估人工智能在食品感官分析中的适用性。尽管人工智能在某些情况下能够准确地反映人类的偏好，但在需要更高层次推理的问题上，人工智能的表现与人类存在差异。因此，研究团队在实验中引入了这些因素，并评估了它们对消费者选择的影响。这种研究设计使得研究人员能够更全面地了解消费者在不同情境下的选择行为，从而为食品行业提供有价值的参考。

在研究过程中，研究人员还关注了食品包装信息对消费者选择的影响。通过分析消费者在不同情境下的选择行为，研究人员能够评估食品包装信息在消费者决策中的作用。这种研究设计使得研究人员能够更全面地了解消费者在不同情境下的选择行为，从而为食品行业提供有价值的参考。

总的来说，本研究通过实验设计和数据分析，揭示了人工智能在模拟消费者行为方面的潜力和局限性。研究结果表明，人工智能在某些情况下能够准确地反映人类的偏好，但在需要更高层次推理的问题上，人工智能的表现与人类存在差异。因此，人工智能在食品感官分析中的应用需要进一步优化和验证，以确保其在复杂决策情境下的准确性。尽管存在这些局限性，人工智能在食品行业的应用仍然具有重要的研究价值，特别是在需要快速获取消费者数据的情况下。这种技术的应用为食品行业提供了新的研究工具，使企业能够更好地理解消费者偏好，并据此开发更符合市场需求的创新产品。