Et si la technologie pouvait empêcher les intoxications alimentaires ?

Il y a quelques mois on apprenait que les restaurateurs français étaient de plus en plus à proposer des plats surgelés (pas étonnant, donc, s’ils ne peuvent pas retirer les champignons de ce plat qui vous faisait tant envie sur la carte). Un peu avant, on essayait de nous faire manger du cheval en le faisant passer pour du boeuf. Le moins qu’on puisse dire, c’est que la pilule a du mal à passer.

D’ailleurs, saviez-vous qu’il existe un endroit sur le site du Ministère de l’Agriculture pour alerter les restaurants où la nourriture est désastreuse et l’hygiène douteuse (vaisselle sale, toilettes mal entretenues …) ? Non, eh bien moi non plus avant d’écrire cet article. Parce qu’en général, si la nourriture est de piètre qualité, vous allez plutôt mettre un commentaire aiguisé sur Yelp ou TripAdvisor. Le problème c’est qu’une mauvaise note ne signifie pas forcément que la nourriture est mauvaise, elle peut désigner la qualité du service, ou même pour les plus pointilleux la trop faible quantité de glaçons dans votre Coca. Alors comment faire pour être sûr de ne pas s’empoisonner quand on va au restaurant ? Voire même dans des cas extrêmes de ne pas tomber dans les pommes en sortant (un vrai commentaire récupéré sur TripAdvisor…) ?

C’est le but du projet Data 4 Food, créé par 4 étudiants de l’ENSAE ParisTech (une école de statistique et d’économie associée à l’INSEE), qui détecte les intoxication alimentaires à partir des réseaux d’avis comme les apps précédemment nommées. Le fonctionnement est simple : à l’aide d’une liste de mots-clés et synonymes, ils attribuent une note d’hygiène aux commentaires pour déterminer quels restaurants pourraient poser de vrais problèmes.

Comme les autres projets Data for Good, il est né avec l’idée d’utiliser les données au service de l’intérêt général et va dans le sens de la libération des données voulue par le gouvernement. Pour l’instant, leurs résultats sont uniquement destinés au ministère, puisqu’il y a des enjeux évidents de réputation pour les restaurateurs. Une fois les commentaires des restaurants analysés, ils transmettent les résultats au ministère de l’Agriculture qui gère les inspections sanitaires et échangent avec eux.

Résultats ? Plus de 80 000 commentaires analysés pour 13 000 restaurants et 3 restaurants signalés. L’équipe a rencontré le ministère au début de l’été et ces derniers prévoient de rendre les données d’inspections sanitaires publiques dans les mois à venir.

À terme, le projet pourrait permettre de déterminer si les restaurants qui posent problème présentent des profils similaires (type de commentaire, position géographique, saison, type de cuisine …). Et puis, pour finir sur une note optimiste, pourquoi pas utiliser ce service pour détecter les restaurants ou le personnel est le plus rapide à servir ou le plus agréable ? L’idée étant toujours d’exploiter des données complémentaires à la note du restaurant et de les synthétiser.

Vous aussi vous avez envie d’aider la monde à aller mieux grâce à la technologie ? Vous êtes data scientist, développeur, designer ou project manager ? Rejoignez la communauté de bénévoles Data for Good pour vous impliquer sur des projets innovants à impact social en remplissant ce formulaire. Réunis en équipe, ils s’attaquent à des domaines aussi variés que l’éducation, la santé, l’environnement, la cause animale … et profitent d’un programme d’accompagnement dans leur développement via des workshops et du mentoring. Vous souhaitez assister au prochain évènement de présentation des projets ? Rejoignez notre groupe Meetup et suivez-nous sur Facebook ouTwitter.

— Vous avez aimé cet article ? Partagez-le ou recommandez-le pour vous éviter une prochaine mauvaise surprise au resto —

Cet article a été rédigé par Alizée, volontaire Data for Good x Bayes Impact.