Une alternative simple et rigoureuse au Nutri-Score ?

Le Nutri-Score : un succès public d’affichage, mais un algorithme fragile

Déployé officiellement en France en 2017, le Nutri-Score¹ est le fruit de plus d’une décennie de débats visant à simplifier l’information nutritionnelle portée au consommateur sur les emballages. Inspiré des travaux de l’Équipe de Recherche en Épidémiologie Nutritionnelle (EREN) de l’Université Sorbonne Paris Nord, et d’outils antérieurs comme le score britannique FSA, ce label volontaire a été progressivement adopté dans plusieurs pays européens et est aujourd’hui l’un des repères les plus visibles en matière d’alimentation saine.

Son principe graphique est simple : une échelle de cinq niveaux, de A (vert foncé) à E (rouge), permet au consommateur de comparer rapidement des produits d’une même catégorie, et vise à encourager une reformulation favorable des recettes par les industriels. L’efficacité de ce dispositif en matière de lisibilité et d’impact sur les comportements d’achat est maintenant bien documentée.

Le Nutri-Score repose sur le calcul d’un score global obtenu en additionnant des points négatifs (énergie, sucres, acides gras saturés, sodium) et en retranchant des points positifs (fibres, protéines, teneur en fruits et légumes), avant de convertir ce score en une lettre.

Figure 1: Calcul du Nutri-Score sur le cas du muesli “Super Fruits” de Bjorg, une céréale du petit-déjeuner, (Source)

Cette simplicité de calcul cache en réalité une logique additive structurale. En effet, la formule du Nutri-Score, y compris celle adoptée en 2025, reste fondée sur une somme pondérée des « bons » et des « mauvais » nutriments, avec des règles spécifiques pour certaines catégories.Par exemple, les protéines ne sont comptées que si les points défavorables restent en dessous d’un seuil fixé à 11. Cette structure permet des compensations : un produit très énergétique peut encore obtenir une bonne note s’il est riche en fibres et en protéines.

C’est précisément cette architecture qui interroge lorsqu’on l’examine à la lumière des principes de l’Aide Multicritère à la Décision (AMCD)², une discipline scientifique conçue pour structurer des décisions intégrant plusieurs dimensions hétérogènes. L’AMCD propose des exigences méthodologiques rigoureuses - notamment la définition claire des décideurs, des objectifs, des objets à évaluer, des critères non redondants et des mécanismes pour gérer l’incertitude ou les informations incomplètes - qui servent de référence pour évaluer la cohérence d’une méthode d’aide à la décision.

Or, dans le cas du Nutri-Score, le critère « énergie » soulève une difficulté particulière. La valeur énergétique d’un aliment est elle-même calculée à partir d’une somme pondérée des apports fournis par les glucides, les lipides et les protéines. Du point de vue de l’AMCD, cela signifie que des mêmes composantes sont comptabilisées à la fois directement (dans les points sucres, lipides, etc.) et indirectement à travers l’énergie, ce qui introduit une forme de double comptabilisation qui contredit le principe de non-redondance des critères.

Une alternative fondée sur l’aide multicritère à la décision : MR-SORT

Lorsqu’un algorithme de classification, tel que le Nutri-Score, autorise des compensations entre critères corrélés, ajuster les seuils ne suffit pas toujours pour en réduire certains effets de bords. C’est ici qu’intervient l’AMCD, via la famille de méthodes ELECTRE (ELimination Et Choix Traduisant la RÉalité)³. Développées à partir des années 1960 au laboratoire LAMSADE de l’Université Paris-Dauphine-PSL, ces méthodes reposent sur une relation binaire dite de surclassement : un produit est considéré au moins aussi bon qu’un autre lorsqu’une majorité de critères le soutient, sans opposition trop forte sur les autres.

Les méthodes ELECTRE comprennent notamment ELECTRE I et II, dédiées aux problèmes de choix et de rangement, ainsi qu’ELECTRE TRI et sa version simplifiée MR-SORT, conçues pour la classification ordonnée. Dans la suite, nous nous concentrons sur MR-SORT, encore peu utilisée en évaluation nutritionnelle. Cette méthode classe directement les produits dans des catégories (de A à E) en les comparant à des profils nutritionnels de référence, selon la relation de surclassement. Si un produit réel, comme un paquet de céréales, est mieux évalué que le produit de référence de la catégorie B, mais moins que la référence de la catégorique A, il sera alors classé B.

Afin de limiter les redondances entre critères, l’approche décrite ici s’appuie volontairement sur une famille réduite de trois critères : l’énergie (kcal pour 100 g), le sodium (mg pour 100 g), la proportion de fruits et légumes (%). La méthode se déploie en trois étapes.

1. Des poids sont attribués à chaque critère, reflétant leur importance relative (par exemple : énergie 0,45 ; sodium 0,40 ; fruits et légumes 0,15).
2. Des profils limites sont définis entre chaque catégorie. Le profil séparant la catégorie A de la catégorie B peut, par exemple, correspondre à un aliment, réel ou fictif, contenant 350 kcal/100 g, 50 mg de sodium et 25 % de fruits et légumes.
3. Un seuil de majorité est fixé (par exemple 0,5) : un produit est jugé au moins aussi bon qu’un profil limite s’il respecte suffisamment de critères pondérés pour dépasser ce seuil.

Ce mécanisme conduit à une logique de décision fondamentalement différente de celle du Nutri-Score. Un produit est classé dans la meilleure catégorie qu’il peut atteindre sans violer une majorité d’exigences nutritionnelles. Les effets de compensation sont ainsi fortement limités : un très mauvais résultat sur un critère clé ne peut pas être entièrement neutralisé par de bonnes performances ailleurs.

Illustration sur les céréales du petit déjeuner

Cette approche AMCD simple, a été appliquée sur une base de données de 50 céréales du petit déjeuner, sélectionnés sur le site internet Open Food Facts fr.openfoodfacts.org et couvrant un large éventail de compositions nutritionnelles. Ces produits constituent un cas d’étude particulièrement révélateur car sous une même catégorie commerciale coexistent des produits aux profils nutritionnels extrêmement contrastés, allant de céréales peu transformées à des aliments très énergétiques, riches en sucres ou en sel.

Figure 2: Exemple paramètres de la méthode MR-SORT

MR-SORT, avec les paramètres de la Figure 2, conduit à une classification sensiblement plus stricte que le Nutri-Score. Par exemple, le produit précédent, Muesli Superfruits de la marque Bjorg, classé A par le Nutri-Score, sera classée B par MR-SORT. En effet, il surclasse le profil entre B et C, mais pas celui entre A et B. Une majorité de ces produits se retrouve en catégories D ou E, tandis que seules quelques céréales sobres en énergie et en sodium, ou réellement riches en fruits, atteignent les catégories B ou C. Ainsi, une forte densité énergétique ou une teneur élevée en sodium ne peuvent plus être compensées par des ajouts marginaux.

Ces données et résultats sont disponibles sur un site dédié, et résumés sous forme d’une matrice de confusion dans la Figure 3.

Figure 3: Comparaison Nutri-Score et MR-SORT. Par exemple, 3 produits classés A par le Nutri-Score, passent en classification D par MR-SORT.

Classer les aliments, c’est décider

L’évaluation nutritionnelle est une décision, pas un simple calcul. Contrairement au Nutri-Score, fondé sur une formule unique appliquée à tous les produits, l’AMCD reconnaît que l’on n’évalue correctement que des aliments de nature comparable. Ses méthodes, comme MR-SORT, rendent explicites les choix de critères cohérents, des poids, des profils limites, sans normalisation artificielle, ni compensations excessives. Reste alors une question : un indicateur nutritionnel, aussi rigoureux soit-il, peut-il se substituer à une véritable éducation alimentaire fondée sur la consommation de produits frais et non transformés ?