Open Food Facts est un projet communautaire, une base de données ouverte sur les produits alimentaires du monde entier !
En tant que tel, nous organisons parfois des opérations collectives, invitant les membres de la communauté et les utilisateurs de nos plateformes gratuites à participer sur un sujet spécifique.
Voici quelques exemples d’opérations collectives (liste non exhaustive) :
Collecte de données sur un produit ou une catégorie spécifique
ex. L’équipe Open Prices a invité les contributeurs à collecter les prix de diverses pâtes à tartiner dans le monde entier avec l’Opération Nutella. En un mois, plus de 1000 prix différents ont été collectés. (En plus: Open Prices étant relativement nouveau, un effort collectif a été déployé pour atteindre le cap des 50 000 prix).
L’opération « Plein Pot sur les Emballages » pour aider la recherche de l’Agence de l’environnement et de la maîtrise de l’énergie (ADEME) : les contributeurs ont été invités à soumettre des données sur les emballages alimentaires, données qu’Open Food Facts n’avait pas collectées jusqu’à présent. En quelques mois, les informations sur l’emballage de plus de 10 000 produits ont été rassemblées.
Opération Soda (dès les premiers jours du projet en 2012 !)
Opération Phonebox (collecte de boîtes de smartphones pour Open Products Facts)
Et n’oublions pas que l’on peut également collecter des données sur les produits de beauté, les aliments pour animaux ou tout autre produit doté d’un code-barres, à l’aide de la même application Open Food Facts ! Les possibilités sont infinies
se déroule généralement dans un supermarché, mais pas nécessairement. Un groupe de citoyens se réunit pour saisir de nouveaux produits, ou mettre à jour les données sur Open Food Facts.
Il est recommandé de se mettre d’accord avec le magasin avant d’organiser une telle activité – mais ils sont généralement ouverts à ce type d’événement.
Vous avez peut-être des connaissances en matière de collecte de fonds et souhaitez soutenir notre association de cette manière. Avec l’aide de l’équipe permanente, organisez une collecte de fonds.
FOSDEM 2025
Au CIBUS, salon alimentaire à Parme
Mode atelier activée aux Journées Open Food Facts 2024
Un hackathon utilisant les données Open Food Facts
Comment s’y prendre
Organiser un hackathon Open Food Facts réussi implique de rassembler une communauté passionnée désireuse d’avoir un impact sur le système alimentaire. Nous collaborons souvent avec des groupes externes, comme les partenariats précédents avec les agences gouvernementales françaises, ou les développeurs Perl, pour maximiser la portée et l’impact.
Pour l’essentiel, il faut trouver un lieu adéquat avec un assez grand espace, un réseau wifi, de l’éclairage et, bien sûr, des collations et des rafraîchissements essentiels pour garder les participants pleins d’énergie .
Pour attirer une foule diverse et engagée, une promotion efficace est essentielle. Communiquez clairement les objectifs du hackathon, en mettant l’accent sur la manière dont les participants peuvent contribuer à la création de leur propre projet ou à l’amélioration des données et des applications d’Open Food Facts.
Une session de brainstorming bien structurée au début est cruciale, car elle encourage la diversité des points de vue. N’oubliez pas qu’un hackathon réussi repose sur une collaboration interdisciplinaire ; assurez-vous d’avoir un mélange de programmeurs, de concepteurs, de scientifiques des données, d’experts en alimentation et de défenseurs de la communauté. La diversité des expériences conduit généralement à des projets très intéressants à présenter à la fin du hackathon.
Un groupe de réflexion pour relever un défi spécifique dans le cadre du projet
Exemple avec la consultation sur l’application mobile OFF, où, avec la communauté, nous avons réfléchi et travaillé sur une feuille de route pour améliorer l’appli mobile Open Food Facts.
L’intelligence collective prend forme
Traduire ensemble Open Food Facts dans votre langue
Organisez un événement spécial pour traduire ensemble via https://wiki.openfoodfacts.org/Crowdin (l’outil que nous utilisons pour la traduction collective).
Risques : Autres contaminants biologiques, Défaut de fabrication, défaut d'étanchéité (ex: micro fuites, thermoscellage défectueux) ou anomalies de conditionnement
La nutrition est un des indicateurs clé de notre alimentation. Certains vont se pencher en particulier sur certains indicateurs: sucre ou glucides, calories ou gras selon leurs préoccupations. Le Nutri-Score se distingue car il tente d’en donner un aperçu global et équilibré en le couplant à d’autres éléments.
Une chance, c’est que les informations de nutrition sont, dans la plupart des pays, obligatoires sur l’emballage des aliments transformés.
La nutrition, une information capitale pour nos choix alimentaires
Toutefois, si l’on veut pouvoir comparer les aliments entre eux, calculer le Nutri-Score sur les produits où il est absent ou encore surveiller des apports journaliers, il faut avoir les informations nutritionnelles dans une base de données. Et c’est justement dans ce cadre qu’est né le projet Open Food Facts.
Mais passer de l’information imprimée sur l’emballage à une information dans la base de données n’est pas une si mince affaire et demande de s’activer pendant plusieurs minutes sur son téléphone avec une bonne concentration. Multipliez cet effort par 3,7 million de produits, ajouter que cette information change souvent, et vous comprendrez que même pour un projet comme Open Food Facts avec de nombreux contributeurs motivés, ça reste un sacré défi.
Accélérer l’accès à cette information
Heureusement les techniques de reconnaissance d’images peuvent nous aider. C’est ce que l’équipe “Intelligence Artificielle” de Open Food Facts s’était dit depuis quelques années déjà. Hélas plusieurs tentatives menées par des bénévoles ont échoué. Le problème ne se laissait pas résoudre si simplement. Entre la diversité de langues, de formats, la qualité des images, les emballages incurvés et j’en passe, la tâche était bien plus ardue que prévu.
Mais le programme DRG4Food, financé par la commission Européenne, nous a donné l’occasion de changer la donne. Ce programme auquel nous avons soumis notre projet, NutriSight, nous a donné l’opportunité de développer un nouveau modèle s’appuyant sur les récentes avancées du domaine de la reconnaissance d’images.
En association avec l’application GoCoCo, qui utilise les données de notre base ouverte, nous avons annoté de nombreuses images, puis nous avons développé un modèle capable d’extraire les données de nutrition avec une grande précision.
Bien sûr, dans l’esprit de notre projet, tout ceci est Open Source, de la donnée d’entraînement, au modèle et au code pour le déployer.
Grâce à ce nouvel outil nous espérons pouvoir toujours plus augmenter et mettre à jour l’information sur de nombreux produits alimentaires. Ceci permet d’augmenter la transparence, support de choix plus éclairés au service de la santé.
Comment s’impliquer
Si vous êtes un utilisateur de l’application Open Food Facts vous bénéficierez bientôt de ces outils de prédiction dans l’application mobile et sur le site web.
Si vous êtes un contributeur à la base de données, vous pouvez même utiliser la plateforme Hunger Games pour valider rapidement les informations nutritionnelles de plein de produits alimentaires.
Hunger Games
Si vous êtes un ré-utilisateur des données Open Food Facts, vous pouvez intégrer ce modèle à votre application en utilisant l’API de robotoff dédiée (voir aussi l’introduction) et en intégrant éventuellement le web-component à peine développé pour valider les informations. Vous pouvez même imaginer déployer le modèle sur vos propres serveurs.
Si vous êtes un expert en science des données (data scientist), vous pouvez décider de nous aider à améliorer le modèle, à l’étendre à plus de données où à le rendre disponible sur mobile. vous serez certainement intéressé par le modèle, les données, ou le code d’entraînement.
Encore un grand merci au projet DRG4Food, financé par la commission européenne, qui nous a donné l’opportunité d’accélérer la course vers plus de transparence dans l’alimentation.