IA générative pour une consommation alimentaire durable : une étude pilote sur la réduction des déchets ménagers

Le gaspillage alimentaire dans les foyers urbains constitue un obstacle crucial au développement durable, souvent lié à une gestion inefficace des stocks et à l'oubli des consommateurs. Bien que des interventions institutionnelles existent, les outils efficaces pour la phase domestique pré-consommation restent rares. Cet article présente la conception, le développement et la validation pilote de « ZeroWasteAI », une nouvelle application mobile développée par les auteurs intégrant l'IA générative (Gemini 1.5 Flash) pour automatiser le suivi alimentaire et la surveillance des dates de péremption. Pour évaluer sa faisabilité technique et son impact sur les déchets ménagers, une étude pilote longitudinale de quatre semaines a été menée sur un échantillon de 11 foyers à Lima, Pérou, utilisant un dispositif quasi-expérimental pré-post. La méthodologie combinait un suivi quantitatif des déchets (kg) avec des évaluations qualitatives via l’échelle uMARS. Les résultats ont validé l'hypothèse principale (H1), avec une réduction de 26,5 % des déchets alimentaires ménagers (de 31,3 % à 23,0 % de taux de gaspillage). De plus, l'étude a révélé un écart comportemental significatif entre l'achat et la consommation, mettant en lumière le « surachat » comme cible clé pour les futures interventions basées sur l’IA. Les scores élevés d’utilisabilité confirment que l'intégration de l'IA générative réduit la charge cognitive liée au suivi manuel, offrant une solution logicielle évolutive pour une consommation durable dans les économies en développement.