Aplicación de la Realidad Virtual (RV) y la Inteligencia Artificial (IA) en métodos sensoriales con alimentos: Una revisión integradora

Autores/as

DOI:

https://doi.org/10.33448/rsd-v15i1.50486

Palabras clave:

Validez ecológica, Congruencia contextual, Comportamiento del consumidor.

Resumen

La incorporación de tecnologías digitales avanzadas, como la Realidad Virtual (RV) y la Inteligencia Artificial (IA), ha ampliado las posibilidades metodológicas del análisis sensorial, especialmente en lo que respecta a la aproximación entre los entornos experimentales y las situaciones reales de consumo, así como al tratamiento de grandes volúmenes de datos generados en estos ensayos. En este contexto, el objetivo de este trabajo es analizar cómo la Realidad Virtual (RV) y la Inteligencia Artificial (IA) han sido utilizadas para mimetizar contextos reales de consumo e influir en la percepción sensorial, así como para apoyar el procesamiento de datos. Se llevó a cabo una revisión integradora, seleccionándose estudios publicados entre 2018 y 2025, indexados en bases de datos como Scopus, Web of Science y ScienceDirect, con enfoque en RV e IA, ciencia sensorial y comportamiento del consumidor. Del universo de artículos y publicaciones encontrados, nueve cumplieron los criterios de inclusión y fueron seleccionados para su uso en el estudio. Los resultados indican que la RV incrementa significativamente el compromiso del consumidor y que la congruencia entre el entorno virtual y el producto es fundamental para la aceptabilidad. Se concluye que la Realidad Virtual (RV) y la Inteligencia Artificial (IA) se están consolidando como pilares esenciales en la modernización de los métodos sensoriales. La mimetización de contextos reales mediante la RV es eficaz para superar las limitaciones de las cabinas sensoriales tradicionales, y la integración de modelos de IA representa un avance crítico, ya que permite convertir grandes volúmenes de datos sensoriales subjetivos en modelos predictivos precisos, identificar emociones específicas y orientar el diseño de productos de forma personalizada y eficiente.

Referencias

Anonymous (1975) Minutes of Division Business Meeting. Institute of Food Technologists – Sensory Evaluation Division, IFT, Chicago, IL.

Bhavsar, H. & Panchal, M. H. (2012). A review on support vector machine for data classification. International Journal of Advanced Research in Computer Engineering & Technology, 1.

https://www.semanticscholar.org/paper/A-Review-on-Support-Vector-Machine-for-Data-Bhavsar-Panchal/e1b4d814f106f33ea9939a85de8d9edba266ad1c.

Bi, K., Zhang, S., Zhang, C. & Qiu, T. (2022). Consumer-oriented sensory optimization of yogurt: An artificial intelligence approach. Food Control, v. 138, p. 108995.

Crossetti, M. G. O. (2012). ntegrative review of nursing research: scientific rigor required. Rev. Gaúcha Enferm. 33(2). https://doi.org/10.1590/S1983-14472012000200001

Jaeger, S. R., Hort, J., Porcherot, C., Ares, G., Pecore, S. & MacFie, H. J. H. (2016). Future directions in sensory and consumer science: Four perspectives and audience voting. Food Quality and Preference. 56(B), 301–9

Liu, M., Chen, Z., Huang, J. & Wan, X. (2025). From virtual reality visuals to real food perception: Uncovering the link between food aesthetics and taste in Chinese female consumers. Food Quality and Preference. 131, 105569.

Minim, V. P. R. (2018). Sensory analysis: Consumer studies (4th ed.). Editora UFV.

Pereira, A. S., Shitsuka, D. M., Parreira, F. J. & Shitsuka, R. (2018). Metodologia da Pesquisa Científica. Santa Maria: Editora da UFSM.

Petit, C. & Sieffermann, J. M. (2007). Testing consumer preferences for iced-coffee: Does the drinking environment have any influence? Food Quality and Preference. 18(1), 161–72.

Wang, S. & Wang, Y. H. F. (2020). A review of foreign research on the application of virtual reality technology in tourism. Smart Tourism. 1 (1) (2020).

Schouteten, J. J., Van Severen, A., Dull, D., De Steur, H. & Danner, L. (2024). Congruency of an eating environment influences product liking: A virtual reality study. Food Quality and Preference. 113, 105066.

Silva, F. N., Minim, L. A., Lima Filho, T. et al. (2025). Immersive virtual contexts, engagement, and emotions: How do these factors influence sensory acceptance? Food Research International. 207, 116106.

Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research. 104, 333–9.

Stelick, A. & Dando, R. (2018). Thinking outside the booth — the eating environment, context and ecological validity in sensory and consumer research. Current Opinion in Food Science. 21, 26-31.

Van der Waal, N. E., Janssen, L., Antheunis, M. et al. (2021). The appeal of virtual chocolate: A systematic comparison of psychological and physiological food cue responses to virtual and real food. Food Quality and Preference. 90, 104167.

Zulkarnain, A. H. B. & Gere, A. (2025). Virtual reality sensory analysis approaches for sustainable food production. Applied Food Research. 5, 100780.

Zulkarnain, A. H. B., Kókai, Z. & Gere, A. (2024). Assessment of a virtual sensory laboratory for consumer sensory evaluations. Heliyon. 10, e25498.

Publicado

2026-01-04

Número

Sección

Revisiones

Cómo citar

Aplicación de la Realidad Virtual (RV) y la Inteligencia Artificial (IA) en métodos sensoriales con alimentos: Una revisión integradora. Research, Society and Development, [S. l.], v. 15, n. 1, p. e0415150486, 2026. DOI: 10.33448/rsd-v15i1.50486. Disponível em: https://rsdjournal.org/rsd/article/view/50486. Acesso em: 23 jan. 2026.