En sistemas multiagentes, los agentes a menudo necesitan cooperar y formar coaliciones para cumplir sus objetivos, por ejemplo, llevando a cabo ciertas acciones juntos o compartiendo sus recursos. En tales situaciones, algunas preguntas que pueden surgir son: ¿Con qué agente(s) cooperar? ¿Cuáles son las posibles coaliciones en las que los agentes pueden alcanzar sus objetivos? Dado que el número de posibilidades es potencialmente bastante grande, ¿cómo automatizar el proceso? Y luego, ¿cómo seleccionar la coalición más apropiada, teniendo en cuenta la incertidumbre en las habilidades de los agentes para llevar a cabo ciertas tareas? En este artículo, abordamos la pregunta de cómo identificar y evaluar las posibles coaliciones de agentes, teniendo en cuenta la incertidumbre en torno a las acciones de los agentes. Nuestra metodología es la siguiente: Modelamos los sistemas multiagentes como Sistemas de Múltiples Contextos, representando a los agentes como contextos y las dependencias entre agentes como reglas puente. Utilizando métodos y herramientas para el razonamiento contextual, calculamos todas las posibles coaliciones con las que los agentes pueden cumplir sus objetivos. Finalmente, evaluamos las coaliciones utilizando métricas apropiadas, cada una correspondiente a un requisito diferente. Para demostrar nuestro enfoque, utilizamos un ejemplo de robótica.