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

Resumo Técnico: Desenvolvendo a Prontidão para Portos Inteligentes

Definição do Problema
A rápida digitalização das operações portuárias sob o paradigma da Indústria 4.0 criou um descompasso crítico entre os resultados da educação marítima e os requisitos de força de trabalho dos portos inteligentes. Enquanto os portos investem pesadamente em automação, gêmeos digitais (digital twins) e cibersegurança, os fluxos de capital humano permanecem fragmentados. A literatura existente sofre de três limitações primárias: (1) as competências são estudadas em silos, separando habilidades transferíveis (soft skills) da competência digital-regulatória; (2) os modelos assumem caminhos lineares e diretos das competências para a prontidão, ignorando os mecanismos de ativação (especificamente a qualidade do treinamento) necessários para converter o potencial latente em capacidade demonstrável; e (3) o campo comete uma "falácia do antecedente", tratando a colaboração indústria-academia como um preditor direto de resultados, em vez de um fator condicional que molda a força da tradução de competências. Este estudo aborda essas lacunas investigando como as habilidades transferíveis e a competência digital-regulatória influenciam a prontidão dos graduados, testando especificamente o papel mediador da qualidade do treinamento e o papel moderador da intensidade da colaboração.

Metodologia
O estudo emprega um design de pesquisa quantitativo, transversal, fundamentado em uma epistemologia positivista. Os dados foram coletados via levantamento (survey) com 388 partes interessadas do setor marítimo, incluindo estudantes, pessoal de operações portuárias, gestores, acadêmicos e profissionais de diversos tipos organizacionais (autoridades portuárias, empresas de navegação, instituições de ensino e órgãos reguladores). A estratégia de amostragem utilizou amostragem proposital estratificada seguida de amostragem de bola de neve (snowball sampling) para mitigar o viés de fonte única.

A análise utilizou a Modelagem de Equações Estruturais por Mínimos Quadrados Parciais (PLS-SEM) via SmartPLS 4.0. Esta abordagem foi selecionada por sua orientação preditiva, capacidade de lidar com dados não normais e adequação para modelos complexos envolvendo moderação e mediação. O modelo conceitual integra a Teoria do Capital Humano, a Teoria das Capacidades Dinâmicas e a Teoria dos Sistemas Sociotécnicos. Ele postula:

• Variáveis Independentes: Habilidades Transferíveis (HT) e Competência Digital e Regulatória (CDR).
• Mediador: Qualidade do Treinamento Orientado pela Indústria (QTO).
• Moderador: Intensidade da Colaboração Indústria-Academia (ICIA).
• Variável Dependente: Prontidão do Graduado para a Indústria de Portos Inteligentes (PGPI).

As verificações de robustez incluíram avaliações de viés de método comum (teste de fator único de Harman, teste de colinearidade total e teste de variável marcador), validade discriminante (Fornell-Larcker, HTMT e cargas cruzadas) e multicolinearidade (VIF). O modelo demonstrou excelente ajuste (SRMR < 0,05) e alta relevância preditiva ($Q^2 > 0,70$).

Principais Resultados
O modelo estrutural explicou 74,9% da variância na prontidão dos graduados ($R^2 = 0,749$). Os achados sustentam as seguintes hipóteses:

1. Efeitos Diretos: Tanto as Habilidades Transferíveis ($\beta=0,272, p<0,001$) quanto a Competência Digital e Regulatória ($\beta=0,201, p<0,001$) influenciam de forma significativa e positiva a prontidão dos graduados. Notavelmente, as habilidades transferíveis demonstraram um efeito direto ligeiramente mais forte do que a competência digital-regulatória.
2. Mediação: A Qualidade do Treinamento Orientado pela Indústria (QTO) serve como um mediador parcial significativo.
   • As HT influenciam positivamente a QTO ($\beta=0,636$), que por sua vez influencia a PGPI ($\beta=0,313$). O efeito indireto das HT sobre a PGPI via QTO é de 0,199.
   • A CDR influencia positivamente a QTO ($\beta=0,510$), que influencia a PGPI. O efeito indireto da CDR sobre a PGPI via QTO é de 0,160.
   • Aproximadamente 42–44% do efeito total das competências sobre a prontidão é mediado através da qualidade do treinamento.
3. Moderação: A Intensidade da Colaboração Indústria-Academia (ICIA) atua como um moderador positivo, significativo porém modesto, para ambos os caminhos.
   • A interação ICIA × HT sobre a PGPI é significativa ($\beta=0,088, p<0,001$) com um tamanho de efeito pequeno ($f^2=0,034$).
   • A interação ICIA × CDR sobre a PGPI é significativa ($\beta=0,097, p<0,001$) com um tamanho de efeito pequeno ($f^2=0,040$).
   • Isso indica que, embora a colaboração fortaleça a tradução das competências em prontidão, ela opera como uma condição de contorno em vez de um motor direto, com evidências de retornos decrescentes em níveis mais altos de intensidade.

Significância e Contribuições
O artigo reivindica três contribuições primárias para a pesquisa e prática da educação marítima:

1. Avanço Teórico: O estudo desafia a narrativa da "colaboração como panaceia" ao demonstrar empiricamente que a intensidade da colaboração é uma condição de contorno (moderador) e não um antecedente direto da prontidão. Também estende a Teoria do Capital Humano ao validar que as competências requerem ativação através da qualidade do treinamento para se tornarem produtivas, em vez de operarem como drivers diretos de produtividade.
2. Inovação Empírica: Este é o primeiro estudo a testar simultaneamente habilidades transferíveis e competência digital-regulatória dentro de um único modelo de mediação moderada para a prontidão de portos inteligentes. O estudo vai além da narrativa "digital-first" ao mostrar que as habilidades transferíveis são igualmente críticas, se não ligeiramente mais, para funções de portos inteligentes em terra (onshore).
3. Implicações Práticas: Os achados sugerem um redirecionamento estratégico de recursos.
   • Para Educadores: Os currículos devem equilibrar habilidades interpessoais e treinamento técnico, com foco na qualidade do treinamento orientado pela indústria (realismo, relevância e experiência do instrutor) em vez de apenas aumentar a frequência da colaboração.
   • Para Formuladores de Políticas: O financiamento deve priorizar programas de certificação conjunta e padrões de qualidade para a infraestrutura de treinamento sobre metas prescritivas de intensidade de colaboração (ex: exigir a participação da indústria em cada curso), pois os dados sugerem retornos decrescentes além de níveis moderados de colaboração.
   • Para Empregadores: As práticas de contratação devem priorizar habilidades de resolução de problemas transferíveis, com o aperfeiçoamento digital (upskilling) sendo fornecido subsequentemente, já que o modelo indica que essas habilidades comportamentais têm um efeito total maior sobre a prontidão.

O estudo conclui que a prontidão para portos inteligentes não é alcançada pelo acúmulo de competências ou pela assinatura de memorandos de entendimento, mas pela ativação de competências transferíveis e digitais-regulatórias através de um treinamento de alta qualidade e orientado pela indústria, com a colaboração estratégica atuando como um catalisador, e não como uma solução em si mesma.