Projeto espanhol leva 48 barricas de vinho, selecionadas por IA, a ensaios em adega
Investigadores da Universidade de Valladolid esperam que a classificação da madeira segundo a permeabilidade ao oxigénio torne o envelhecimento em barrica mais previsível
sábado, 31 de outubro de 2026

Um grupo de investigação da Universidade de Valladolid está a recorrer à inteligência artificial para classificar madeira de carvalho destinada a barricas de vinho, consoante a quantidade de oxigénio que deixa passar, com o objetivo de tornar o envelhecimento em barrica mais previsível e consistente.
O trabalho integra o Tecnobarricas, um projeto colaborativo que reúne o grupo de investigação UVaMOX, da escola ETSIIAA da universidade, a Fundação Cesefor, as adegas Ramón Bilbao e outras organizações ligadas à atividade florestal e à produção de vinho, segundo informações publicadas na sexta-feira, 30 de outubro, pela Plataforma AKIS.
O projeto centra-se numa das variáveis-chave do envelhecimento em barrica: a transferência de oxigénio através da madeira. Esta medida, conhecida como taxa de transmissão de oxigénio, ou OTR, afeta a evolução do vinho durante o envelhecimento e pode influenciar a sua qualidade final. As barricas de carvalho são essenciais na produção de muitos vinhos, mas o seu comportamento pode variar de uma barrica para outra, porque a madeira é um material natural de estrutura irregular.
O Tecnobarricas pretende abordar essa variabilidade através da classificação das aduelas de carvalho antes da construção das barricas. A Fundação Cesefor desenvolveu um sistema que utiliza visão artificial e inteligência artificial para analisar a madeira. Um arco equipado com câmaras capta imagens das extremidades de cada aduela, e um algoritmo analisa a estrutura anatómica da madeira para prever o seu comportamento em relação ao oxigénio.
De acordo com a descrição do projeto, cada aduela pode depois ser classificada, em poucos segundos, numa de três categorias de permeabilidade: alta, média ou baixa. Isto dá aos produtores uma forma objetiva e quantificável de avaliar a madeira antes de esta ser incorporada numa barrica, em vez de dependerem sobretudo da inspeção visual e da experiência dos tanoeiros.
Cabe ao UVaMOX testar se as classificações baseadas em IA correspondem ao que acontece em condições reais de adega. O grupo é especializado na gestão e no controlo do oxigénio na produção de vinho. Os investigadores são responsáveis por verificar se as barricas agrupadas na mesma categoria apresentam efetivamente um comportamento semelhante durante o envelhecimento e resultados reprodutíveis.
Essa validação científica é uma parte central do projeto. Se o sistema de classificação se revelar fiável, poderá dar às adegas uma ideia mais clara de como uma determinada barrica irá afetar o vinho ao longo do tempo. Poderá também ajudar a reduzir as diferenças entre barricas, um problema antigo para os produtores que procuram manter um perfil de envelhecimento consistente entre lotes.
O projeto já passou da fase de investigação para ensaios em contexto comercial. Foi produzido um primeiro lote de 48 barricas com madeira classificada segundo a OTR, que foi distribuído por adegas. Estas barricas estão a ser utilizadas para avaliar o desempenho no envelhecimento de Verdejo, Tempranillo e Garnacha.
Os ensaios procuram mostrar com maior precisão de que forma um perfil de oxigenação controlado afeta a evolução sensorial do vinho. Os investigadores irão analisar se os vinhos envelhecidos em barricas construídas com madeira de classificação semelhante evoluem de forma mais uniforme do que os envelhecidos em barricas convencionais.
Para o setor das bebidas, a importância potencial vai além de um avanço técnico no fabrico de barricas. Uma forma mais fiável de escolher barricas de acordo com o perfil de oxigénio pretendido poderá ajudar as adegas a melhorar o controlo do envelhecimento, reduzir a incerteza na gestão da adega e planear melhor as compras de barricas. Poderá também oferecer aos tanoeiros uma nova ferramenta para diferenciar os seus produtos com base no desempenho medido, e não apenas em métodos tradicionais de seleção.
O projeto aponta também para uma mudança mais ampla na aplicação de ferramentas de análise de dados em setores frequentemente associados ao saber-fazer e à tradição. Neste caso, a inteligência artificial não substitui o discernimento humano na adega ou na oficina. É antes utilizada para acrescentar uma camada de informação quantificável a um processo que há muito depende da observação, da experiência e da tentativa e erro.
Segundo a Plataforma AKIS, o trabalho tem também implicações para além do vinho. Como a transferência de oxigénio através da madeira é importante noutras bebidas envelhecidas em barrica, a mesma abordagem poderá vir a ser adaptada a produtos como o whisky ou o brandy. Qualquer expansão dependerá do desempenho do sistema no vinho e de validação adicional para outras bebidas, cujas condições de envelhecimento e objetivos de qualidade são diferentes.
O projeto tem também uma componente florestal. Ao relacionarem a estrutura física da madeira de carvalho com um resultado enológico quantificável, os parceiros procuram aumentar o valor dos recursos florestais e estreitar a ligação entre a seleção da madeira, o fabrico de barricas e a qualidade das bebidas.
Para o UVaMOX, este trabalho é apresentado como um exemplo de investigação aplicada concebida para passar do laboratório à linha de produção. Os investigadores recorrem ao seu trabalho sobre o controlo do oxigénio na produção de vinho para testar se um sistema digital de classificação pode contribuir para um processo de envelhecimento em barrica mais normalizado, sem alterar o papel que o carvalho continua a desempenhar na definição do estilo do vinho final.
Os resultados do ensaio com as 48 barricas deverão determinar se a tecnologia pode ser adotada de forma mais ampla por adegas e tanoeiros. Se as categorias identificadas pelo sistema de IA corresponderem de perto ao desempenho das barricas em condições reais, o método poderá oferecer ao setor do vinho uma forma prática de gerir um dos aspetos menos previsíveis do envelhecimento.