你的完美咖啡烘焙坊：实验——从目标风味出发

你的完美咖啡烘焙坊：实验——从目标风味出发

这篇博客文章“你的完美咖啡烘焙坊：实验”强调了在咖啡烘焙中实验的重要性。它批判了传统的烘焙方法，如2004年SCA品鉴表和升速范式，认为它们与感官科学原理相矛盾。它强调了认识到不同客户群体之间不同的风味偏好以及这些偏好随时间变化的重要性。文章鼓励烘焙师关注预期的风味结果和客户满意度，而不是严格遵循技术指南。它提倡简单的、基于理论的实验，每次只改变一个变量，以确定其对风味的影响。文章还批判了咖啡烘焙中理论的过度复杂化，引用了奥卡姆剃刀，并呼吁更新传统方法，以更好地与现代感官科学相一致，强调需要一种细致入微、个性化的方法来满足多样化的客户偏好。

请花几分钟时间思考以下问题：

你经常问自己：“这个绿咖啡豆的潜力是什么？”或者“如何烘焙X（X可以是‘自然豆’，‘意式’，‘全烘焙’）？”

如果你与大多数受2004年SCA品鉴表（包括Q分级系统）或下降的升速范式（参见博客文章《为什么升速是咖啡烘焙中优化风味的糟糕参考点》）或发展时间比启发的建议保持一致，那么你就是在直接违背感官科学的基本原则（参见“完美咖啡烘焙坊要素”网络研讨会中的这段话，因为你是在假设只有一个——只有一个——质量标准是我们都在追求的（我在播客第7集“咖啡科学方法：SCA品鉴表”中对此进行了深入探讨））。我们建议你更多地考虑我们的方法，这种方法与感官科学相一致，你预计不同客户群体会有不同的偏好，正如你可以在下面的插图中所见：

这个插图略有夸张，展示了从老年人到年轻人的颜色调节偏好。但即使在特殊咖啡社区内部，你也会发现偏好之间有很大的差异。有些人不喜欢其他人赞誉的压片自然豆或厌氧豆（如果你从2020年以来去过任何比赛或展览，你就会知道我们在谈论什么），或者你甚至在一天中不同时间或一周中不同时间有不同的偏好！没有什么是完美的，那么为什么还要假设呢？

这就是实验的用武之地：你需要让一个输入参数（颜色、发展时间、豆子类型等）改变，以便你有一个可以评估的样本集。如果你不鼓励实验，你就不鼓励人们独立思考。查看这个网络研讨会以获得更深入的说明：

为什么会有一个最佳曲线形状？或者发展时间与总烘焙时间的神奇比例（发展时间比）？

你不需要钻进兔子洞，认为你可以通过遵循指南来优化你的烘焙曲线。你需要从目标开始！你想要满足谁（即使是你自己，你也需要考虑周六早上与周二下午相比你更喜欢什么！）？你期望他们更喜欢什么？

通常，人们以错误的方式提问：如何烘焙埃塞俄比亚自然豆？如何烘焙哥伦比亚水洗咖啡豆。如何烘焙意式？如何烘焙滴滤？这是从错误的一端开始的！你需要问自己：我为什么最终选择了埃塞俄比亚自然豆？我期望它带来什么样的风味，我可以满足某人（即使是你自己）？（CoffeeMind的风味轮旨在帮助你确定风味目标——不要错过与风味轮创作者Ida Steen的播客集锦）我为什么选择了哥伦比亚？一个人的意式可能就是另一个人的滴滤。没有这样的通用类别！在你理解客户对意式或滴滤的想法之前，你需要了解他们的想法，然后才能设计与之相符的产品。

你的完美咖啡烘焙坊：实验——其他条件相同

请花几分钟时间思考以下问题：

我如何正确设置实验，以免得出错误的结论？

我如何判断某人试图说服你的主张是有根据的还是只是一个好故事（柏拉图，伪科学，卡尔·波普尔，牙齿仙女科学）？

在设置实验时，你决定你想探索哪个问题，并相应地设计样本，以便它们在探索核心问题的程度上有所不同。但在这里，人们经常忘记保持其他条件相同，这是科学理论特征的第六个特征，正如在《咖啡科学方法论播客系列》的第一集中所讨论的。我经常看到烘焙师在实验中尝试鼓速、空气流量、起始条件和其他烘焙过程的微妙方面。当我询问关于颜色测量时，他们似乎很惊讶，告诉我他们没有测量颜色，因为这不是研究的主题。假设你没有在样本之间计划颜色一致性。那么，你很可能会在品鉴桌上得出错误的结论，因为颜色差异将是一个混淆因素，推动桌上的感官差异，而不是你认为你正在测试的更微妙的烘焙条件。由于你没有保持“其他条件相同”，你已经在品鉴桌上制造了一团糟，无法回答你追求的根本研究问题。

对于那些还没有听过《咖啡科学方法论播客系列》的人，这里有一个好的理论的简短模型，当你剔除旧教条并应用适用的理论模型时，你可以使用它：

简短描述：

“一个好的咖啡理论是以最自我批评和最简单的方式来说明关于一个相关、预期感官差异的具体内容，这种说明在事件是如何创建和评估的以及预期差异对预期受众的相关性方面都是具体的。”

详细版本：

这是一个更详细、更具体的良好理论特征列表：

1）尽可能选择简单而不是复杂。

2）除非有已建立的理论解释，否则一个小原因通常会产生微不足道的影响。期望从输入参数的微小差异中产生轻微的结果差异。

3）形式服从功能：设计服从目的。你选择的方法需要直接满足你首先进行研究项目的原因，即给定并具体说明的受众，对于预期差异，他们可以感知并且相关。

4）在描述环境和实验设置（输入参数）方面非常具体。

5）在描述实验预期的结果方面非常具体和狭窄，这是由研究项目假设的基本科学理论解释的。

6）“其他条件相同”原则：只改变不同样本的一个输入参数，并确保这些差异是回答研究问题的相关差异。

7）具有将第一人称人类经验与物理/化学外部世界联系起来的非还原主义模型的精确概念。

7a）对于感官数据，将偏好（质量）数据和强度（数量）数据分开！

7b）任何关于过程参数最佳值的声明都必须与指定的消费者群体相关，而不仅仅是从技术角度进行辩护。

8）在得出可能的错误结论时进行系统性的自我批评，这些结论可能是由于对特定结果的个人兴趣、混淆因素或偶然结果。

你的完美咖啡烘焙坊：实验——尽可能简单

请花几分钟时间思考以下问题：

在所有参数和模型中，你确定你没有使事情过于复杂吗？

你喜欢事情过于复杂吗？或者你更喜欢使用最简单的模型？

确保你使用概念来用尽可能少的假设来制定你的理论和假设。如果你偏离了这一点，比如说，通过使用模糊的假设进行复杂的计算（升速、发展时间比等）。你最终管理的是一个你不懂的系统，因此很难用它来解决现实问题，例如使用你的烘焙技能来追求不同的风味特征。

如果你不能使用你的理论和你在烘焙过程中使用的概念从强度角度（如何让它更有或更少的水果味，更有或更少的酸味，更有或更少的苦味等）来导航风味，而只能通过你无法简化的曲线形状来导航烘焙，那么你可以在49:29处的这个网络研讨会中了解更多关于这一点：

为什么升速是咖啡烘焙中优化风味的糟糕参考点。

我想介绍的第一个原则是奥卡姆剃刀，它敦促你始终寻找最简单的解释，而不是最复杂的解释，除非通过复杂化解释可以获得更多。

这听起来很简单、很准确，但这个简单的原则可能是咖啡社区中违反得最严重的原则，因为似乎许多人都在努力使事情复杂化，而不是简化，所以值得明确指出，并将其作为一个单独的原则来应用，这是从我们科学方法的历史遗产中汲取的。

这是科学理论中最广为人知的奥卡姆剃刀原则，尽管亚里士多德已经提出了这个原则：

“我们可以假设，从更少的公理或假设中得出的证明具有优越性。”

亚里士多德（公元前384年-公元前322年）在《后分析篇》中

威廉·奥卡姆说：

“用更多的东西去做可以用更少的东西去做的事情是徒劳的。”

威廉·奥卡姆（公元1287年-公元1347年）在《逻辑大全》中

在咖啡烘焙社区中违反这一原则的例子如下：

大多数学生到达我的课堂时，都强烈关注升速，而不是只关注不同烘焙事件的总体时间。升速并不是你需要独立查看以了解烘焙过程的隐藏的根本原因，因为这只是更简单的一个方面，即豆子曲线的形状，即使不计算和绘制升速，你也能看到这个形状。你可以使用升速来预测在当前速度下烘焙在接下来的几分钟内会如何发展，或者你可以使用它来分类不同的烘焙曲线，看看它们在第一次爆裂后或在其他简单用途中烘焙得多快。但声称“我在这次烘焙中提前推动了升速山”等同于说“我在这次烘焙中提前推动了第一次爆裂的时间”，因为简单地提到第一次爆裂的时间比提到升速的时间要简单得多。

此外，升速可以报告为每15秒多少度、每30秒多少度或每分钟多少度。鉴于烘焙记录软件可以独立于升速的报道来优化其采样率，因此奥卡姆剃刀更喜欢以每分钟多少度来报告，因为这是最简单的表达方式，也更容易使用，例如预测未来的烘焙。我还没有见过汽车速度计使用每5分钟多少公里或其他对驾驶员来说不是直接和直观有用的奇怪时间单位。

烘焙教育中的发展时间比是另一个过度复杂的概念，我们将在以后处理，因为它违反了许多其他良好理论的方面（我对此理论的主要问题是我不清楚它预测了什么）。我得到的来自世界各地的在线课程的学生中，大多数人都会在我告诉他们第一次爆裂时间和发展时间之前告诉我发展时间比。大多数烘焙记录软件都会显示发展时间比，而不是发展时间，你必须积极更改设置才能显示发展时间而不是发展时间比。难怪咖啡烘焙的新手认为发展时间比比发展时间更重要……奥卡姆剃刀更喜欢以分钟为单位报告每个阶段的时间，只有在需要时才计算特定的值。

默认情况下，在所有情况下都计算和使用比率而不是只在可能有用的情况下使用它们，这又是一个内置的问题：你在两种类型的计算中都丢失了信息！如果你给我一个冲泡配方或让我看一个烘焙曲线，我总是可以自己计算比率、升速或发展时间比，但如果你给我比率、升速或发展时间比，我就无法回到冲泡配方或烘焙曲线，因为在计算这些导数的过程中我丢失了信息。你可以在1升冲泡和200毫升冲泡中都有相同的比率，你可以在探针不同或放置方式不同的情况下进行相同的烘焙过程，并得到不同的升速。同样，总烘焙时间为10分钟的烘焙，第一次爆裂在8分钟后，给出20%的发展时间比，这与总烘焙时间为20分钟的烘焙，第一次爆裂在16分钟时的情况相同。计算过程速度时丢失信息可以通过数学来展示，例如通过应用幂规则来寻找幂函数的速度，这超出了这个播客口头媒介的解释范围，但我在维基百科和可汗学院上找到了很好的解释，所以请查看节目说明，如果你想了解在推导幂函数速度的过程中信息是如何丢失的（维基百科和可汗学院）。

你的完美咖啡烘焙坊：实验——规划一个多样化的样本集（不要假设一个“完美”的样本）

请花几分钟时间思考以下问题：

你是追求“最好的”咖啡版本，还是你意识到根据你服务的对象（你自己可能在周一早上比周六下午更喜欢同一种豆子的烘焙）存在许多不同的“最好”版本！

在实验中，你故意在一系列样本中创造风味多样性，以便你在下一步，即你与客户建立联系时，可以测试哪个版本更好地服务于你想要的目标客户群体（例如——即使是你自己！——你更喜欢周六早上还是周二下午）。

如果你不能进行这样的简单实验，你就在烘焙实践中使用过度复杂、假设负担沉重的概念。

不幸的是，导致这种思维方式的主要因素是2004年SCA品鉴表的一部分（他们目前正在改进它：https://sca.coffee/value-assessment）。可以从科学和统计的角度来解决这种混淆：这是一个偏好数据收集协议，通常被展示和用作描述性协议。它不是一个描述性协议，因为它侧重于偏好数据。

另一个问题是，偏好数据是由一组不了解其偏好与任何可能的下游消费者群体（咖啡后来出售的地方）相关的小组人员收集的。如果偏好分析没有反映咖啡后来出售的地方可能存在的偏好差异，那么它不是一个预测特定客户群体偏好的好模型。

对于许多群体来说，客户群体的偏好与提出普遍杯评分数的少数人的偏好之间可能存在相反的关系！你有多少次没有喝到消费者拒绝的咖啡，因为“这不像咖啡——它像果汁”？SCA品鉴表的最终杯评分数通常只是少数人（有时只有一个人或几个人Q分级人员）的随机偏好，他们被提升到普遍的高度，他们并不属于那里。它既不是描述性的（将是基于强度的），也不是从消费者研究的角度来看有价值的，尽管这种分析的数据通常被解释为“描述咖啡”并暗示如果这个人（随机）喜欢它，它一定是“好”的，并且受到公众的青睐。这两个说法都是错误的。

为了使社区进步，我们应该完全放弃这种旧形式，并开始使用单独的方法来描述强度差异和映射消费者偏好。我与SCA咖啡科学基金会执行董事彼得·朱利奥诺公开讨论了这个问题，他承认了这个问题，并谈到了SCA目前正在做什么来解决这个问题：咖啡科学方法论播客第12集：彼得·朱利奥诺的反馈。

将这两种类型的描述混合在一个方法中，我们得到一个灾难性的结果，它模糊了基本层面的情况，以至于没有人知道发生了什么，我们甚至没有词汇来澄清讨论和方法。

2004年SCA品鉴表是在应用20世纪70年代由加州戴维斯大学的Rose Marie Pangborn开发的感官科学的基本科学原理时，在特殊咖啡感官领域中产生的最有问题的一个实体。我们不是CoffeeMind想出来的！Morten Münchow甚至还没有出生，当它被开发出来时。是时候接受感官科学的根本区别，并将其应用于我们的社区了！我们很兴奋地看到SCA的新品鉴表如何发展，在它变得有用之前，它还有许多实际问题需要解决——请自己阅读：https://sca.coffee/value-assessment。

为了更深入地澄清并专注于人类感官感知内在世界中的两种基本不同的数据类型，存在两种基本不同的感官描述类别：强度和偏好。这个话题太长了，无法包含在这个博客文章中，但如果你想了解这个兔子洞有多深，请收听我们全面讨论这个话题的播客：咖啡科学方法论播客第7集：SCA品鉴表。