.
ONas últimas semanas, tenho usado o GPT-4 para me ajudar a cozinhar. Precisa de um substituto para um ingrediente que você esqueceu de comprar? A GPT pode sugerir uma alternativa. Hora de limpar os armários? Simplesmente digite: “Por favor, crie uma receita usando dois ovos, um pote de feijão borlotti, uma batata, um alho-poró e as raspas do fundo de um pote de picles”. Sou sempre educado, assim como o GPT. Ele pensa por um momento – então prepara as instruções para um haxixe incomum, mas comestível, e até me deseja bom apetite. Mas isso não é tudo o que pode fazer.
Em uma recente viagem a Veneza, queria saber que tipo de peixe devo comer. “Uma das especialidades locais é o branzino, ou robalo europeu”, explicou GPT, sem zombar da minha ignorância. E assim como os modelos de geração de imagens, como Stable Diffusion e Midjourney, podem imitar artistas populares, você pode inserir chefs conhecidos para influenciar os resultados. Quando pedi “feijão com torrada à moda de Yotam Ottolenghi”, por exemplo, recebi uma receita de “feijão temperado com torrada de fermento” que incluía cominho, za’atar e iogurte grego, entre cerca de 12 outros componentes. A sensação de ler a longa lista de ingredientes antes de perceber que não tinha energia foi quase igual.
Mas, quando solicitada uma versão mais simples da receita, a GPT forneceu. Isso me deu alternativas no estilo de Jamie Oliver (queijo cheddar ralado), Martha Stewart (feijão marinho e caldo de galinha) e Salt Bae (alho, sumagre e flocos de pimenta vermelha). Os resultados nem sempre são revolucionários. Isso ficou claro quando o chef do YouTube, Joshua Weissman, desafiou o GPT para um churrasco. Seus provadores de gosto vendados descobriram que as receitas estereotipadas de hambúrgueres, frango frito e biscoitos de chocolate não combinavam com as de Weissman – embora eu argumentasse que a escolha estereotipada do prato também fazia parte do problema, que a IA pode muito bem nos ajudar a superar.
Existem, é claro, muitos problemas com os modelos de IA. A repórter da equipe de alimentos do New York Times, Priya Krishna, reclamou que a produção era muito “branca e ocidental”. Houve a recente polêmica causada por um chatbot projetado para transtornos alimentares que começou a oferecer conselhos para perda de peso. Não há garantia de que a máquina não alucinará algo a que você é alérgico em uma receita e, sem orientação hábil, a comida pode ser dolorosamente insípida.
No entanto, a convergência de culinária e computação faz muito sentido. Receitas são algoritmos, afinal. São instruções variáveis destinadas a resolver um problema (o que devo cozinhar e como?) completas com declarações “se-então” que abrem espaço para os ingredientes, habilidades e preferências em mãos (por exemplo, “Se você não gosta de comida picante, deixe de fora a pimenta”).
O engenheiro finlandês Sami Matilainen captura a complexidade da preparação de alimentos em Flowchart Recipes, um livro de clássicos nórdicos “visualizados usando fluxogramas para melhor legibilidade/compreensão e usabilidade do que o que você obtém de um livro de receitas formatado tradicionalmente”. As receitas ali se assemelham a um programa. Fazendo a comparação ainda mais literalmente, a linguagem de programação esotérica Chef, do cartunista-físico australiano David Morgan-Mar, usa uma sintaxe derivada da culinária para fazer programas de computador.
Em vez de pedir ao GPT para fornecer uma versão dos pratos que eu estaria cozinhando de qualquer maneira, decidi tentar algo novo. Duas das minhas cozinhas favoritas são a iraniana e a chinesa de Sichuan. Quando pedi ao GPT para fundir os dois, primeiro me ofereceram “kung pao jeweled rice”, que parecia bem chato, dois clássicos lado a lado no mesmo prato. Quando pedi para tentar novamente, no entanto, sugeriu “mapo bademjan” – uma combinação de mapo tofu picante e farto khoresh bademjan. O resultado foi uma espécie de lasanha em que o molho chinês fervente e entorpecedor da língua foi colocado entre as beringelas fritas do khoresh. Era quente e viscoso, mas ostentava um pouco de densidade vegetal que o mapa não poderia fornecer.
Eu posso ser a primeira pessoa a cozinhar este prato – mas a receita agora vive nos servidores da OpenAI, e não tenho dúvidas de que uma plataforma surgirá para registrar colaborações entre humanos e IA no futuro. A maioria das receitas não existe mais. Ou eles foram esquecidos ou, mais provavelmente, nunca foram escritos. Quando tivermos grandes modelos de linguagem que podem registrar e recuperar informações instaladas em nossas casas, haverá ampla oportunidade para todos os acidentes, experimentos, receitas de família e truques durarem e prosperarem.
A tradição das receitas escritas começou por volta de 4.000 anos atrás, quando os mesopotâmios começaram a estampar listas simples de ingredientes em tabuletas de argila, cada uma precedida pela palavra “tomar” (mais tarde traduzida para o latim, receita). No final da Idade Média, não havia mudado muito. Ainda se supunha que quem pegasse tal lista saberia o que fazer com ela. No século 18, no entanto, com a queda do custo de impressão e o aumento das medidas universais, os livros de economia doméstica proliferaram, recheados de receitas elaboradas acompanhadas de instruções detalhadas.
A inteligência artificial torna a culinária uma tradição oral mais uma vez, criando espaço para adjetivos – “carnudo”, “mastigável”, “pegajoso” – e respostas mais sutis à comida que vão muito além dos comentários malcriados e classificações de estrelas de hoje. Ele pode converter imperial em métrico ou lembrá-lo de como o lombo de porco quente deve ser antes de ser servido, mas pode ir além. Minha colega Andrea Provenzano, com quem dirijo a plataforma de pesquisa de alimentos Black Almanac, observou como sua mãe italiana acompanhava o progresso de suas tortas de maçã pelo tempo que leva para o cheiro encher a casa – uma medida que resiste à medição padrão, mas ainda assim funcionou muito bem.
Espero que esse seja o tipo de personalização e detalhe que a IA possa reintroduzir como livros de receitas que se atualizam e aprendem constantemente. Talvez estejamos prestes a redefinir inteiramente o que significa cozinhar, operando em uma cozinha que escuta, registrando todos os ajustes, experimentos, fusões e improvisações para que outros possam acessá-los – expandindo o escopo da experiência culinária de baixo para cima.
.
