24/05/2015

Menjar 2.0

2 min

Després de les fotos de peus i les de gatets, és molt probable que la categoria més popular a Instagram i altres xarxes socials fotogràfiques sigui la d’imatges de menjar. Ens agrada tant deixar constància del que hem menjat (i presumir del lloc on ho hem fet) que a la xarxa hi ha serveis específics per fer-ho, com Foodspotting, que geolocalitza les fotografies dels plats i permet valorar-los com a orientació per als comensals que passin en el futur per aquell restaurant. És tan útil que fa un parell d’anys el va comprar la web agregadora de reserves OpenTable. Una altra manera d’evitar disgustos gastronòmics: la traducció d’imatges en temps real de Google, per veure a la pantalla del mòbil què hi diu a la carta en un idioma que no entenem.

El que encara no fan els mòbils és identificar el contingut dels plats. Això fa que les aplicacions vinculades als braçalets registradors d’activitat física depenguin de la sinceritat de l’usuari a l’hora de calcular el seu consum calòric. Si més no, fins que es popularitzi l’ús del SciO, el sensor de butxaca de l’empresa israeliana Consumer Physics, que escaneja el contingut nutricional dels aliments i l’envia a una aplicació de mòbil.

Les aplicacions de la tecnologia al món de l’alimentació no es troben només a la banda del consumidor. La indústria de l’alimentació fa servir algunes de les màquines més fascinants que he vist, i els restaurants també s’estan tecnificant: el projecte Bullipedia, de Ferran Adrià amb Telefónica, analitza les receptes com a xarxes d’ingredients.

I els productors de primeres matèries no es queden enrere: agricultors i ramaders ja incorporen a les seves explotacions sensors per optimitzar la producció i oferir traçabilitat: mentre a les capçaleres de les vinyes del nostre Penedès hi plantem rosers que alerten quan la collita de raïm perilla, a Itàlia alguns cellers hi posen sensors de Cisco i els fabricants de mozzarella estan entrant de ple en la internet de les coses de menjar.

stats