Una mirada a otro enfoque de agregación en el Proceso Analítico Jerárquico Autores: Anita E. Stoyanova - Specialised Information Systems and Technologies Ltd. (BG) Emil G. Delinov - Trakia University (BG) Daniela A. Orozova - Trakia University (BG) Resumen El Proceso Analítico Jerárquico (AHP) es una metodología de toma de decisiones grupales multicriterio (MCGDM). Generalmente requiere agregar los juicios individuales (IJ) o las prioridades individuales (IP) de un grupo de expertos. Hasta ahora, la comunidad científica ha aceptado la media geométrica (GM) y la media aritmética (AM) como variables de agregación. En este artículo proponemos la moda estadística como una posible variable de agregación. Este enfoque podría simplificar el proceso de determinación de las prioridades o ponderaciones agregadas dentro del AHP, particularmente en el contexto de grupos grandes y homogéneos de expertos. Sostenemos que la moda ofrece una solución viable, eficiente y representativa bajo determinadas restricciones de distribución. Nuestro análisis incluye tanto validaciones empíricas basadas en nuestras observaciones a largo plazo en diversas aplicaciones del AHP como una justificación teórica y matemática. Además, se complementa mediante el uso de conjuntos de datos simulados basados en un intervalo controlado alrededor de la moda. Dado que hasta el momento no hemos encontrado sistemas de inteligencia artificial que utilicen la moda como variable de agregación, nuestros esfuerzos posteriores estarán orientados al entrenamiento de un modelo y/o agente de IA que trabaje con la moda como variable de agregación. El objetivo final es que el agente adquiera no solo la capacidad de aplicar el AHP utilizando la moda como variable de agregación, sino también de analizar cuál es el enfoque de agregación más apropiado en función de los datos recopilados y de los resultados proporcionados por los expertos.