Developing Smart Port Readiness: The Roles of Workforce Competency, Training, and Inter-Organisational Collaboration

Resumen Técnico: Desarrollo de la Preparación para Puertos Inteligentes

Planteamiento del Problema
La rápida digitalización de las operaciones portuarias bajo el paradigma de la Industria 4.0 ha creado una desconexión crítica entre los resultados de la educación marítima y los requisitos de la fuerza laboral de los puertos inteligentes. Mientras los puertos invierten fuertemente en automatización, gemelos digitales y ciberseguridad, las líneas de capital humano permanecen fragmentadas. La literatura existente sufre de tres limitaciones primarias: (1) las competencias se estudian en silos, separando las habilidades transferibles (habilidades blandas) de la competencia digital-regulatoria; (2) los modelos asumen trayectorias lineales y directas desde las competencias hacia la preparación, ignorando los mecanismos de activación (específicamente la calidad de la formación) necesarios para convertir el potencial latente en una capacidad demostrable; y (3) el campo comete una "falacia de antecedente", tratando la colaboración industria-academia como un predictor directo de los resultados en lugar de un factor condicional que moldea la fuerza de la traducción de competencias. Este estudio aborda estas brechas investigando cómo las habilidades transferibles y la competencia digital-regulatoria influyen en la preparación de los graduados, probando específicamente el papel mediador de la calidad de la formación y el papel moderador de la intensidad de la colaboración.

Metodología
El estudio emplea un diseño de investigación cuantitativo y transversal fundamentado en una epistemología positivista. Los datos se recolectaron mediante una encuesta a 388 partes interesadas del sector marítimo, incluyendo estudiantes, personal de operaciones portuarias, gerentes, académicos y profesionales de diversos tipos organizacionales (autoridades portuarias, empresas de transporte marítimo, instituciones educativas y organismos reguladores). La estrategia de muestreo utilizó un muestreo intencional estratificado seguido de un muestreo de bola de nieve para mitigar el sesgo de fuente única.

El análisis utilizó el Modelado de Ecuaciones Estructurales por Mínimos Cuadrados Parciales (PLS-SEM) a través de SmartPLS 4.0. Este enfoque fue seleccionado por su orientación predictiva, su capacidad para manejar datos no normales y su idoneidad para modelos complejos que involucran moderación y mediación. El modelo conceptual integra la Teoría del Capital Humano, la Teoría de las Capacidades Dinámicas y la Teoría de los Sistemas Sociotécnicos. Postula:

• Variables Independientes: Habilidades Transferibles (HT) y Competencia Digital y Regulatoria (CDR).
• Mediador: Calidad de la Formación Orientada a la Industria (CFOI).
• Moderador: Intensidad de la Colaboración Industria-Academia (ICIA).
• Variable Dependiente: Preparación de los Graduados para la Industria de Puertos Inteligentes (PGPI).

Las comprobaciones de robustez incluyeron evaluaciones de sesgo de método común (prueba de factor único de Harman, prueba de colinealidad completa y prueba de variable marcador), validez discriminante (Fornell-Larcker, HTMT y cargas cruzadas) y multicolinealidad (VIF). El modelo demostró un ajuste excelente (SRMR < 0.05) y una alta relevancia predictiva ($Q^2 > 0.70$).

Resultos Clave
El modelo estructural explicó el 74.9% de la varianza en la preparación de los graduados ($R^2 = 0.749$). Los hallazgos respaldan las siguientes hipótesis:

1. Efectos Directos: Tanto las Habilidades Transferibles ($\beta=0.272, p<0.001$) como la Competencia Digital y Regulatoria ($\beta=0.201, p<0.001$) influyen significativa y positivamente en la preparación de los graduados. Notablemente, las habilidades transferibles demostraron un efecto directo ligeramente superior al de la competencia digital-regulatoria.
2. Mediación: La Calidad de la Formación Orientada a la Industria (CFOI) actúa como un mediador parcial significativo.
   • Las HT influyen positivamente en la CFOI ($\beta=0.636$), que a su vez influye en la PGPI ($\beta=0.313$). El efecto indirecto de las HT sobre la PGPI a través de la CFOI es de 0.199.
   • La CDR influye positivamente en la CFOI ($\beta=0.510$), la cual influye en la PGPI. El efecto indirecto de la CDR sobre la PGPI a través de la CFOI es de 0.160.
   • Aproximadamente el 42–44% del efecto total de las competencias sobre la preparación está mediado a través de la calidad de la formación.
3. Moderación: La Intensidad de la Colaboración Industria-Academia (ICIA) actúa como un moderador positivo, significativo pero modesto, para ambas vías.
   • La interacción de ICIA × HT sobre la PGPI es significativa ($\beta=0.088, p<0.001$) con un tamaño de efecto pequeño ($f^2=0.034$).
   • La interacción de ICIA × CDR sobre la PGPI es significativa ($\beta=0.097, p<0.001$) con un tamaño de efecto pequeño ($f^2=0.040$).
   • Esto indica que, si bien la colaboración fortalece la traducción de las competencias en preparación, opera como una condición de contorno en lugar de un motor directo, con evidencia de rendimientos decrecientes en niveles de intensidad más altos.

Significancia y Contribuciones
El artículo reclama tres contribuciones primarias a la investigación y la práctica de la educación marítima:

1. Avance Teórico: El estudio desafía la narrativa de la "colaboración como panacea" al demostrar empíricamente que la intensidad de la colaboración es una condición de contorno (moderador) en lugar de un antecedente directo de la preparación. También extiende la Teoría del Capital Humano al validar que las competencias requieren ser activadas mediante la calidad de la formación para ser productivas, en lugar de operar como impulsores directos de la productividad.
2. Novedad Empírica: Este es el primer estudio que prueba simultáneamente las habilidades transferibles y la competencia digital-regulatoria dentro de un único modelo de mediación moderada para la preparación de puertos inteligentes. Va más allá de la narrativa de "lo digital primero" al mostrar que las habilidades transferibles son igual de críticas, si no más, para los roles portuarios terrestres.
3. Implicaciones Prácticas: Los hallazgos sugieren una redirección estratégica de recursos.
   • Para los Educadores: Los currículos deben equilibrar las habilidades blandas y la formación técnica, con un enfoque en la calidad de la formación orientada a la industria (realismo, relevancia y experiencia del instructor) en lugar de simplemente aumentar la frecuencia de la colaboración.
   • Para los Responsables de Políticas: El financiamiento debe priorizar los programas de certificación conjunta y los estándares de calidad para la infraestructura de formación sobre los objetivos prescriptivos de intensidad de colaboración (por ejemplo, requerir la participación de la industria en cada curso), ya que los datos sugieren rendimientos decrecientes más allá de niveles moderados de colaboración.
   • Para los Empleadores: Las prácticas de contratación deben priorizar las habilidades transferibles de resolución de problemas, dejando la capacitación digital para una etapa posterior, ya que el modelo indica que estas habilidades blandas tienen un efecto total mayor sobre la preparación.

El estudio concluye que la preparación para puertos inteligentes no se logra acumulando competencias o firmando memorandos de entendimiento, sino activando las competencias transferibles y digitales-regulatorias a través de una formación de alta calidad y orientada a la industria, donde la colaboración estratégica actúa como un catalizador y no como una solución en sí misma.