USO DE IA GENERATIVA PARA OTIMIZAÇÃO DA ANÁLISE DE RESULTADOS DE TESTES SENSORIAIS DE ALIMENTOS

Resumo

O estudo apresenta a aplicação de inteligência artificial generativa para aprimorar o processamento e a interpretação de resultados de testes sensoriais em uma indústria de bebidas. O processo inicial, baseado em formulários impressos e compilação manual, demandava cerca de duas horas por teste e apresentou maior suscetibilidade a erros de transcrição. A digitalização por meio de tablets e Microsoft Forms reduziu o tempo de preparação, padronizou o registro das respostas e aumentou a rastreabilidade, eliminando integralmente a etapa manual de compilação. Em seguida, artefatos computacionais desenvolvidos com a IA generativa Claude foram estruturados de acordo com as normas ABNT aplicáveis aos testes triangular (NBR ISO 4120:2020) e de ordenação de preferência (NBR ISO 8587:2015), automatizando cálculos estatísticos, interpolando valores críticos quando necessários e gerando relatórios e gráficos instantâneos compatíveis com os métodos convencionais. A comparação entre o processamento manual e o automatizado evidenciou redução expressiva no tempo de análise – de aproximadamente duas horas para poucos minutos – sem perda de precisão estatística ou conformidade metodológica. Os resultados demonstram que a integração entre métodos sensoriais tradicionais e soluções baseadas em IA generativa aumenta a eficiência operacional, reduz variabilidades associadas ao tratamento manual de dados e fortalece a padronização das rotinas de controle de qualidade na indústria de alimentos e bebidas.