Test della Razza Alimentare

Scopri che razza mangi come con il Test della Razza Alimentare – un quiz divertente e rivelatore basato su dati scientifici reali del mondo.

Basandosi su un’analisi su larga scala delle risposte ai sondaggi alimentari statunitensi, un modello di machine learning è riuscito a prevedere il gruppo razziale auto-dichiarato delle persone con un’accuratezza dell’82% utilizzando esclusivamente le loro preferenze alimentari.

Ora tocca a te: rispondi sì o no a 32 cibi attentamente selezionati e scopri con quale palato culturale i tuoi gusti si allineano di più.

Domanda 1 di 32

Quanto ti piace...

Noodles

Meno

Più

CONTINUARE

Il Test della Razza Alimentare è un quiz accattivante e basato sui dati che rivela come le preferenze alimentari quotidiane possano sorprendentemente prevedere l’identità razziale o etnica auto-dichiarata. Al suo cuore c’è un’analisi empirica rigorosa derivata da sondaggi alimentari statunitensi su larga scala, che dimostra come i pattern alimentari culturali siano molto più strutturati – e prevedibili – di quanto potrebbero suggerire gli stereotipi casuali.

La base risale a un’analisi secondaria dettagliata di dati alimentari pubblici, molto probabilmente tratti dal National Health and Nutrition Examination Survey (NHANES), un programma gold-standard gestito dai Centers for Disease Control and Prevention (CDC). NHANES raccoglie dati rappresentativi a livello nazionale su salute e nutrizione dagli anni ’70, inclusi questionari dettagliati sulla frequenza alimentare (FFQ) in cui i partecipanti riportano quanto spesso consumano centinaia di cibi e bevande specifici. Combinati su più cicli di indagine, questi dataset comprendono decine di migliaia di rispondenti che hanno anche auto-identificato la propria razza/etnia (tipicamente categorie non ispanico Bianco, non ispanico Nero, Ispanico e Asiatico).

In un’analisi del 2025 pubblicata su Substack da East Hunter intitolata “Do Black people really like fried chicken?”, un ricercatore ha applicato un classificatore random forest – un robusto algoritmo di machine learning ampiamente usato nella modellazione predittiva – a questi dati derivati da NHANES. Utilizzando esclusivamente le frequenze di consumo alimentare auto-riferite come predittori (senza input demografici come età, reddito o posizione), il modello ha classificato gli individui nel loro corretto gruppo razziale/etnico auto-dichiarato con un’accuratezza dell’82% su un campione di test holdout. Questo supera di gran lunga il ~40% di baseline atteso con una scelta casuale tra quattro gruppi. La performance del modello è stata ulteriormente validata da un Cohen’s Kappa di 0.74, che indica un accordo “sostanziale” oltre il caso – una forte validazione statistica nei compiti di classificazione.

Questa alta accuratezza sottolinea una realtà empirica: esistono differenze sistematiche nelle preferenze alimentari tra i gruppi etnici statunitensi, guidate da tradizioni culturali, storie regionali, pattern migratori e ricette familiari tramandate di generazione in generazione. Ad esempio, un maggiore consumo riportato di verdure saltate, tofu o ravioli segnala fortemente preferenze asiatiche; cibi Tex-Mex come tortilla come contorno o salsa indicano pattern ispanici; pollo fritto, salse o certe caramelle si allineano con preferenze nere; mentre vino, bibite dietetiche o fiocchi di latte tendono verso pattern bianchi. Questi segnali non sono casuali – l’algoritmo random forest ha identificato i cibi più discriminanti attraverso classifiche di importanza delle feature, producendo chiari grafici a barre di “preferenza extra relativa alle altre etnie”.

Il Test della Razza Alimentare distilla questa intuizione basata sui dati in un formato di quiz conciso e coinvolgente. Presenta gli otto item più predittivi per gruppo, tratti direttamente dalle classifiche di preferenza dell’analisi. Gli utenti rispondono semplicemente “sì” o “no” se apprezzano regolarmente ciascun cibo (almeno mensilmente), quindi inviano le risposte per un risultato istantaneo che rivela quale pattern etnico il loro palato rispecchia più da vicino.

Sebbene giocoso in superficie, il potere del test risiede nella sua base in dati di sondaggi reali su larga scala e risultati di machine learning validati. Evidenzia quanto profondamente la cultura si radichi nelle abitudini quotidiane, trasformando qualcosa di personale come il gusto in un proxy sorprendentemente affidabile per l’identità di gruppo – tutto supportato da prove empiriche, non da aneddoti. In un’era di big data, questo lavoro dimostra i modi sottili e quantificabili in cui le differenze umane si manifestano, invitando a riflettere sulle intersezioni tra cibo, cultura e identità.

Riferimenti

Bennett, G., Bardon, L. A., & Gibney, E. R. (2022). A comparison of dietary patterns and factors influencing food choice among ethnic groups living in one locality: A systematic review. Nutrients, 14(5), Article 941. https://doi.org/10.3390/nu14050941
East Hunter. (2025, December 31). Do Black people really like fried chicken? East Hunter.

Perché utilizzare questo test?

Usa il Test della Razza Alimentare per esplorare come la cultura plasma silenziosamente le scelte quotidiane a cui pensi raramente. Basato su dati alimentari statunitensi reali su larga scala e modelli di machine learning validati, il test va oltre gli stereotipi per rivelare pattern misurabili nel gusto. In pochi minuti scoprirai come le tue preferenze alimentari si allineano con tendenze culturali più ampie – rendendo la data science personale, giocosa e sorprendentemente illuminante. È un modo divertente per riflettere sull’identità attraverso le evidenze, non le supposizioni.

$test item$