Los Sistemas de Ayuda a la Decisión (SSD) dan soporte a todas las fases del proceso de toma de decisión, de forma que tanto los expertos que participan en el proceso de decisión como los gestores que utilizarán la solución alcanzada por dicho proceso, tendrán a sus disposición herramientas que automatizan cada una de las fases que se llevan a cabo en la TD.

Dado que una de las lí­neas de investigación del grupo son los procesos de alcance del consenso, cabe destacar la implementación de Sistemas de Ayuda al Consenso (SAC) que automatizan las actividades del moderador en los procesos de consenso y que se integran como un módulo aparte en los SSD, ya que no todos los procesos de consenso requieren un proceso de consenso.

El proceso de selección de alternativas en problemas de decisión con múltiples expertos puede dar lugar a soluciones que no son aceptadas como buenas por parte de algunos expertos, por lo que el estudio del Consenso se ha convertido en un campo de investigación de gran importancia dentro de la TD.

Según la Real Academia de la Lengua Española, el término consenso se define como:

Acuerdo producido por consentimiento entre todos los miembros de un grupo o entre varios grupos.

Dado que puede ocurrir que en un proceso de TDG varios expertos consideren que sus preferencias no han sido tenidas en cuenta para obtener la solución final al problema y por lo tanto, la rechacen o no se sientan identificados con ella. Para evitar esta situación, parece lógico llevar a cabo un proceso en el que los expertos expresen sus preferencias, las justifiquen y finalmente las aproximen con el propósito de alcanzar un nivel de acuerdo aceptable entre todos ellos antes de tomar una decisión sobre el problema.

Podemos decir que el Consenso es un proceso de discusión en grupo e iterativo que es coordinado por un moderador que ayuda a los expertos del problema a acercar sus opiniones. El consenso se ha definido clásicamente como el acuerdo total y unánime de todos los expertos que participan en un problema, debido a esta primero se utilizaron medidas de consenso absolutas para posteriormente evolucionar hacia medidas difusas (Soft Consensus) que ofrecen una mayor flexibilidad para expresar una medida vaga per se como es el consenso.

Nuestro grupo se ha centrado en desarrollo de modelos de consenso donde la figura del moderador y sus actividades puedan ser automatizadas. Así como en modelos capaces de manejar contextos con incertidumbre e información heterogénea. Habiéndose definido medidas de consenso que puedan manejar la información de estos contextos.

El análisis de decisión se utiliza para ayudar a los expertos a tomar decisiones consistentes en los problemas de TD cuya información es valorada mediante etiquetas lingüísticas. En la práctica la mayoría de los problemas de TD se componen de un grupo de expertos a los que se les solicita su conocimiento sobre un grupo de alternativas para seleccionar las mejores.

El análisis de decisión no es una teoría a idealizar sobre como las personas toman sus decisiones de una forma totalmente racional. En realidad, existen trabajos de campo en psicología que muestran que a veces las personas no procesan la información y que otras veces, toman sus decisiones de forma inconsistente o incongruente a pesar del análisis de la decisión. Por tanto, podemos ver que aunque el análisis de decisión no se utilice siempre por los decisores a la hora de tomar sus propias decisiones, si es responsable de realizar un estudio metódico y anal­ítico que ayuda a analizar las alternativas, indicadores, del elemento bajo estudio.

En nuestros estudios utilizaremos el aná¡lisis de decisión para alcanzar los objetivos en procesos de Evaluación, ya que sus resultados se adecuan perfectamente a los mismos.

El uso del enfoque lingüístico implica la necesidad de realizar procesos de operar con palabras, denominados en inglés Computing with Words (CW). Desde los años 70 el concepto de CW ha sido ampliamente utilizado en diferentes áreas de investigación. CW es una metodología que permite realizar proceso de computación y razonamiento utilizando palabras pertenecientes a un lenguaje en lugar de números.

Estos procesos se han llevado a cabo en la TD difusa utilizando distintos modelos:

• Modelo Semántico: las operaciones se realizan utilizando la aritmética difusa.
• Modelo Simbólico: las operaciones se realizan sobre los í­ndices de las etiquetas lingüí­sticas.
• Modelo basado en la 2-tupla lingüística: opera en un dominio de expresión lingüístico pero tratandolo como un universo continuo, ganándose precisión en los resultados. El uso del modelo basado en 2-tuplas ha permitido abordar problemas de TD definidos en contextos complejos que los modelos clásicos no podían, debido a sus limitaciones.

El modelado de preferencias es una de las actividades inevitables en los Problemas de Toma de Decisión, independientemente del área en el que se está trabajando. Los expertos en base a su conocimiento, experiencias y creencias han de emitir sus valoraciones sobre el conjunto de alternativas y establecer un orden de preferencia sobre la idoneidad de cada una ellas como solución al problema.

En los problemas de decisión los expertos utilizan modelos de representación de preferencias que le resulten cercanos a sus disciplinas o campos de trabajo. Por ejemplo, expertos que pertenecen a áreas técnicas se pueden sentir muy cómodos representando sus preferencias mediante valores numéricos. Sin embargo, expertos que pertenecen a otro tipo de disciplinas menos técnicas como pueden ser las pertenecientes a Áreas sociales (Psicologí­a, Sociología, …), pueden preferir expresar sus preferencias utilizando expresiones más cercanas al lenguaje humano mediante valoraciones cualitativas como términos lingüísticos.

El modelado de preferencias es un área de trabajo dentro de la Toma de Decisión dedicada a la representación de las preferencias de los expertos, en la que podemos distinguir:

1. La estructura de información utilizada por los expertos para la representación de sus preferencias.
2. El dominio de la información en el que se expresan las preferencias sobre el conjunto de alternativas al problema

Nuestra investigación se ha centrado más en el dominio de la información donde hemos desarrollado un nuevo modelo de representación de la información lingüí­stica (2-tupla) y distintos usos del mismo en problemas de decisión.

Los sistemas de recomendación han sido una de las claves en el desarrollo y éxito del comercio electrónico. Estos sitios webs ofrecen cientos o miles de productos relacionados con una simple consulta. Aunque en un principio esta gran oferta de productos pueda verse como una ventaja, muchas veces es un inconveniente ya que los clientes deben encontrar, entre todos estos productos, aquellos que realmente le interesan. En muchos casos los clientes no pueden explorar tal cantidad de alternativas, y se ven obligados a escoger un producto, entre los que han podido explorar, que satisfaga medianamente sus necesidades, o bien desistir de su búsqueda. Para solventar estos problemas se diseñaron diversas técnicas, entre ellas los Sistemas de Recomendación. El objetivo de esta clase de software es ayudar a los usuarios en sus procesos de búsqueda guiándolos hacia productos interesantes por medio de recomendaciones, mostrándoles los productos ordenados según satisfagan las necesidades de los usuarios. Todos los sistemas de recomendación tienen el mismo objetivo: guiar a los usuarios por medio de recomendaciones hacia aquellos productos que son los más adecuados para ellos. Sin embargo, estos sistemas de recomendación utilizan distintas técnicas o algoritmos para generar las recomendaciones. Según estas técnicas podemos clasificar los sistemas de recomendación en: Sistemas de recomendación demográficos, Sistemas de recomendación basados en contenido, Sistemas de recomendación colaborativos, Sistemas de recomendación basados en conocimiento, Sistemas de recomendación híbridos, etc.

Aunque en SINBAD² hemos realizado estudios e implementaciones sobre distintos tipos de Sistemas de Recomendación, nuestro mayor esfuerzo se ha centrado en los Sistemas de Recomendación basados en Conocimiento y en los procesos para reconstruir buenos perfiles de usuario a partir de pequeñas cantidades de información para así­ obtener mejores recomendaciones.

La Toma de Decisiones (TD) es un proceso complejo y una de las actividades fundamentales de los humanos. Algunos autores argumentan que la TD en situaciones complejas es una característica fundamental que diferencia al género humano de los animales. Constantemente nos enfrentamos a situaciones en las que existen varias alternativas y, al menos en algunas ocasiones, tenemos que decidir cuál es mejor, o cuál llevar a cabo. En TD hablamos de dos áreas diferenciadas: (i) La selección de alternativas que trata de encontrar el mejor conjunto de alternativa/s para dar solución a un problema de Decisión, y (ii) el Consenso que mide el grado de acuerdo existente entre los expertos participantes en el problema de TD.

Un problema clásico de decisión tiene los siguientes elementos básicos:

1. Un conjunto de alternativas o decisiones posibles.
2. Un conjunto de estados de la naturaleza que definen el contexto de definición del problema.
3. Un conjunto de valores de utilidad, cada uno de los cuales está asociado a un par formado por una alternativa y un estado de la naturaleza.
4. Una función que establece las preferencias del experto sobre los posibles resultados.

En la TD nos podemos encontrar distintas situaciones de decisión dependiendo del contexto del problema:

1. Ambiente de certidumbre: La utilidad de cada alternativa se conoce con exactitud y precisión.
2. Ambiente de riesgo: El conocimiento sobre las alternativas consiste en sus distribuciones de probabilidad.
3. Ambiente de incertidumbre: En esta situación no conocemos la probabilidad de las alternativas. La utilidad de cada una de ellas, se caracteriza de forma aproximada.

La TD se aplica en distintas disciplinas, tales como, las Ciencias Sociales, la Economía, la Ingeniería, la Psicología, etc. Esta amplia gama de campos de aplicación tiene como consecuencia la existencia de diferentes modelos de Toma de Decisión que han dado lugar a la Teoría de Decisión. La Teorí­a Clásica de Decisión proporciona gran cantidad de modelos sobre las distintas situaciones enumeradas anteriormente. Los métodos clásicos no son adecuados en situaciones de incertidumbre, es decir, en problemas que presentan información vaga e imprecisa. En estas situaciones hablamos de problemas de decisión en contexto difuso o de Toma de Decisiones Difusa. Por tanto, dependiendo del conocimiento que los expertos tengan sobre las alternativas del problema, el contexto de definición y el modelo de decisión puede variar.

Observamos pues, que el Modelado de Preferencias juega un papel clave en la de TD ya que definirá la naturaleza y organización de la información que los expertos utilizan para expresar su conocimiento, gustos, preferencias, etc. En contextos de certidumbre y riesgo en los que suelen valorarse aspectos cuantitativos el uso de información numérica e intervalar es adecuada, sin embargo en contextos con incertidumbre, que son el objetivo de este proyecto, en los que se valoran aspectos cualitativos, el uso del Enfoque lingüístico difuso [Zad75] basado en la Teoría de Conjuntos Difusos [Zad65] se ha mostrado útil a la hora de modelar este tipo de preferencias.

En problemas de TD diferenciamos dos tipos de procesos: la Selección de Alternativas y el Consenso.

1. Selección de alternativas: busca el conjunto solución de alternativas que mejor se adecue al problema de Decisión.
2. Consenso: El proceso de selección de alternativas en problemas de decisión con múltiples expertos puede dar lugar a soluciones que no son aceptadas como buenas por parte de algunos expertos, por lo que el estudio del Consenso se ha convertido en un campo de investigación de gran importancia dentro de la TD. Podemos decir que el Consenso es un proceso de discusión en grupo e iterativo que es coordinado por un moderador que ayuda a los expertos del problema a acercar sus opiniones.

En esta línea de investigación hemos desarrollado distintos modelos de decisión para abordar problemas en contextos de incertidumbre utilizando modelado lingüi­stico de la información o integrando modelos no homogéneos de representación de la información. Así mismo se han diseñado procesos de consenso que automatizan las labores del moderador y manejan información vaga y/o imprecisa.