Este estudio propone un nuevo marco para determinar los pesos de las variables en los cálculos de índices de condición de activos de transporte utilizando técnicas estadísticas y de aprendizaje automático. La metodología aprovecha las calificaciones subjetivas junto con las mediciones objetivas para derivar pesos basados en datos. La motivación de este estudio radica en abordar las limitaciones de los métodos de ponderación basados en expertos existentes para los índices de condición, que a menudo carecen de transparencia y consistencia; esta investigación tiene como objetivo proporcionar un marco basado en datos que mejore la precisión y la fiabilidad en la gestión de activos de infraestructura. Se realizó un estudio de caso como prueba de concepto del marco propuesto aplicándolo para obtener pesos basados en datos para los cálculos del índice de condición del pavimento (PCI) utilizando datos de la ciudad de West Des Moines, Iowa. Los modelos de bosque aleatorio funcionaron eficazmente en la modelización de la relación entre el índice de condición general (OCI) y las medidas objetivas, y proporcionaron puntuaciones de importancia de características que se convirtieron en pesos. Los pesos basados en datos mostraron una fuerte correlación con los pesos existentes basados en expertos, validando su precisión mientras capturaban variaciones contextuales entre los tipos de pavimento. Los resultados indican que el marco propuesto logró una alta precisión del modelo, demostrada por valores de R-cuadrado de 0.83 y 0.91 para pavimentos rígidos y compuestos, respectivamente. Además, los pesos basados en datos mostraron fuertes correlaciones (valores de R-cuadrado de 0.85 y 0.98) con los pesos existentes basados en expertos, validando su efectividad. Este avance ofrece a las agencias de transporte una herramienta mejorada para priorizar el mantenimiento y la asignación de recursos, lo que en última instancia conduce a una mayor longevidad de la infraestructura. Además, este enfoque muestra promesas para su aplicación en diversos activos de transporte según los resultados obtenidos.