Este es el mismo flujo que verías montando el ejercicio a mano en Excel — la plataforma solo se encarga de las cuentas, los enlaces y la aritmética. Nada de esto reemplaza entender AHP; te deja tiempo para pensar en los juicios en vez de en las fórmulas.
Una frase concreta: qué vas a elegir y en qué contexto. Ej.: «seleccionar la estrategia de adaptación de un modelo ASR para hablantes de español rural».
Los criterios con los que vas a juzgar (idealmente ya priorizados: 3 a 9 es el rango manejable) y las alternativas entre las que vas a elegir (2 o más).
AHP (comparar de a pares) o TOPSIS (matriz de datos reales) — los dos pesan los criterios igual, cambia cómo comparas las alternativas. Responde 2 preguntas y te decimos cuál.
Desde «Mis proyectos» → «Nuevo proyecto»: título y objetivo. Arranca con 3 criterios y 3 alternativas de ejemplo — los editas, renombras o agregas/quitas los que necesites en la pestaña «Proyecto».
Junto a cada criterio hay un campo «Regla: ¿qué es mejor?». Es la frase que verán tus expertos al comparar — importante sobre todo en criterios donde menos es mejor (costo, riesgo), para comparar en la dirección correcta.
Pestaña «Expertos» → nombre y rol de cada uno. Cada persona genera automáticamente un enlace propio (/e/<token>) que solo funciona para ella.
Copia y envía el enlace de cada experto (WhatsApp, correo, lo que uses). No necesitan crear cuenta ni instalar nada: abren el enlace, mueven un control por cada par de elementos, y pulsan «Enviar respuestas» al terminar. Pueden cerrar la pestaña y volver después con el mismo enlace.
Pestaña «Resultados»: el ranking final, cuánto aporta cada criterio, y el CR (razón de consistencia) de cada matriz — agregado o filtrando por experto individual. Un CR ≥ 0.10 es la señal de que alguien se contradijo y vale la pena revisar esos juicios con esa persona.
Pestaña «Compartir»: descarga el Excel con la misma estructura del ejercicio del curso (fórmulas vivas, listo para el informe), o activa un enlace público de solo resultados — sin nombres de expertos, sin sus enlaces, sin la priorización de criterios.
Saaty, T. L. (1980). The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. McGraw-Hill, New York. DOI/ISBN: 0-07-054371-2. Fundamenta la escala de juicios pareados 1 al 9 y el autovector principal como estimador de pesos con razón de consistencia CR < 0.10.
Hwang, C. L., & Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Springer-Verlag, Berlin/Heidelberg. Introduce la métrica euclidiana de proximidad simultánea a la solución ideal positiva (PIS) y lejanía de la anti-ideal (NIS).
Opricovic, S., & Tzeng, G. H. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156(2), 445–455. Formula la optimización multicriterio de compromiso basada en la medida de utilidad de la mayoría (S) y el pesar individual (R).
Brans, J. P., & Vincke, P. (1985). A preference ranking organisation method: The PROMETHEE method for multiple criteria decision-making. Management Science, 31(6), 647–656. Relaciones de superación basadas en funciones de preferencia y flujos netos Φ.
Roy, B. (1991). The outranking approach and the foundations of ELECTRE methods. Theory and Decision, 31(1), 49–73. Procedimientos de partición no compensatoria basados en umbrales de veto y concordancia.
Diakoulaki, D., Mavrotas, G., & Papayannakis, L. (1995). Determining objective weights in multiple criteria problems: The CRITIC method. Computers & Operations Research, 22(7), 763–770. Junto con Shannon, C. E. (1948), permite calcular pesos estadísticos cuando no se cuenta con panel de expertos.