How Artificial Intelligence (AI) Affects Sustainable Economic Growth in the Jordanian Industrial Sector

Resumo Técnico: Inteligência Artificial e Crescimento Econômico Sustentável no Setor Industrial Jordaniano

Definição do Problema
Embora a Inteligência Artificial (IA) seja amplamente reconhecida como uma força transformadora para a Quarta Revolução Industrial, existe uma lacuna empírica significativa em relação ao seu impacto no crescimento econômico sustentável dentro de economias emergentes. A literatura existente foca predominantemente em nações desenvolvidas com infraestruturas tecnológicas maduras, deixando um vazio na compreensão de como a IA funciona em contextos caracterizados por ambientes institucionais e prontidão tecnológica variáveis. Além disso, pesquisas anteriores examinaram amplamente o vínculo direto entre a adoção da IA e o desempenho organizacional, frequentemente negligenciando os mecanismos organizacionais específicos — como os processos de conversão de conhecimento — que medeiam a tradução dos investimentos em IA em resultados econômicos sustentáveis. Este estudo aborda essas lacunas investigando o setor industrial jordaniano, visando determinar como a adoção da IA influencia o crescimento econômico sustentável e identificar o papel mediador do aprendizado organizacional nesta relação.

Metodologia
O estudo emprega um design de pesquisa quantitativo, transversal, fundamentado em uma estratégia dedutiva. O arcabouço teórico integra três teorias distintas:

1. Visão Baseada em Recursos (RBV): Postula a IA como um recurso estratégico, valioso, raro e não substituível.
2. Teoria das Capacidades Dinâmicas (DC): Sugere que as organizações devem reconfigurar recursos para se adaptarem a ambientes em mudança.
3. Teoria do Crescimento Endógeno (EGT): Vincula o crescimento econômico de longo prazo à inovação tecnológica e à geração de conhecimento.

Os dados foram coletados via questionários estruturados aplicados a 120 gestores de organizações industriais na Jordânia. A amostra foi selecionada por meio de amostragem intencional para garantir que os respondentes possuíssem experiência relevante com IA e estratégia organizacional. A pesquisa utilizou uma escala Likert de 5 pontos para medir três construtos latentes: Adoção de Inteligência Artificial (Variável Independente), Aprendizado Organizacional (Variável Mediadora) e Crescimento Econômico Sustentável (Variável Dependente).

A análise de dados foi realizada utilizando a Modelagem de Equações Estruturais por Mínimos Quadrados Parciais (PLS-SEM) via SmartPLS versão 4. Este método foi escolhido por sua adequação a amostras menores e modelos preditivos complexos envolvendo mediação. A análise procedeu em duas fases:

1. Avaliação do Modelo de Mensuração: Avaliou a confiabilidade dos indicadores (cargas fatoriais > 0,7), consistência interna (Alfa de Cronbach e Confiabilidade Composta > 0,7), validade convergente (AVE > 0,5) e validade discriminante (HTMT < 0,85).
2. Avaliação do Modelo Estrutural: Examinou coeficientes de caminho, $R^2$ (coeficiente de determinação), $Q^2$ (relevância preditiva) e intervalos de confiança via bootstrap (5.000 reamostragens) para testar hipóteses e efeitos de mediação.

Principais Resultados
A análise empírica gerou os seguintes achados estatisticamente significativos:

• H1 Suportada: A adoção da IA tem uma forte influência positiva no aprendizado organizacional ($\beta = 0,612, p < 0,001$). A adoção da IA explica 37,5% da variância no aprendizado organizacional.
• H2 Suportada: O aprendizado organizacional influencia positivamente o crescimento econômico sustentável ($\beta = 0,487, p < 0,001$).
• H3 Suportada: A adoção da IA tem um impacto positivo direto no crescimento econômico sustentável ($\beta = 0,321, p < 0,001$).
• H4 Suportada: O aprendizado organizacional atua como um mediador parcial na relação entre a adoção da IA e o crescimento econômico sustentável. O efeito indireto foi significativo ($\beta = 0,298, p < 0,001$).

O modelo demonstrou forte poder explicativo, com a adoção da IA e o aprendizado organizacional explicando coletivamente 58,1% da variância no crescimento econômico sustentável ($R^2 = 0,581$). A relevância preditiva ($Q^2$) foi confirmada para ambos os construtos endógenos.

Principais Contribuições
O artigo apresenta três contribuições primárias para a literatura existente:

1. Expansão Contextual: Fornece evidências empíricas de um mercado emergente (Jordânia), estendendo o escopo geográfico da pesquisa sobre IA para além das economias desenvolvidas e abordando a falta de estudos em contextos em desenvolvimento com ambientes institucionais distintos.
2. Identificação de Mecanismos: Identifica e valida o aprendizado organizacional como um mecanismo mediador crítico. O estudo demonstra que a IA não apenas gera valor através da automação; em vez disso, seu impacto econômico é significativamente amplificado quando as organizações possuem a capacidade de adquirir, distribuir, interpretar e aplicar o conhecimento gerado pela IA.
3. Integração Teórica: Integra com sucesso a RBV, a Teoria das Capacidades Dinâmicas e a Teoria do Crescimento Endógeno para explicar o caminho da adoção tecnológica ao crescimento econômico sustentável, reforçando a visão de que recursos estratégicos (IA) requerem capacidades complementares (aprendizado) para render um desempenho superior.

Significância e Alegações
Os autores afirmam que o estudo oferece insights concretos para gestores e formuladores de políticas em economias emergentes em relação à transformação digital. Os achados sugerem que, para que as organizações industriais colham plenamente os benefícios de produtividade e inovação da IA, elas devem incorporar essas tecnologias em processos robustos de aprendizado organizacional. O estudo postula que o crescimento econômico sustentável não é apenas resultado do investimento tecnológico, mas é impulsionado pela interação entre a tecnologia e a capacidade da organização de converter dados em conhecimento acionável.

Praticamente, o artigo argumenta que os gestores devem cultivar uma cultura de compartilhamento de conhecimento e aprendizado contínuo para maximizar os investimentos em IA. Para os formuladores de políticas, o estudo apoia o desenvolvimento de estratégias nacionais que promovam simultaneamente a infraestrutura digital e a qualificação da força de trabalho em aprendizado organizacional e alfabetização digital. A pesquisa conclui que, embora a IA seja um poderoso motor de crescimento, sua eficácia é contingente às capacidades de aprendizado da organização, tornando o desenvolvimento dessas capacidades um imperativo estratégico para o desenvolvimento industrial sustentável na Jordânia e em economias emergentes similares.

Limitações
Os autores reconhecem diversas limitações: a natureza transversal dos dados impede inferências causais definitivas; o foco é limitado ao setor industrial na Jordânia, limitando a generalização para outros setores ou países; a dependência de dados de pesquisa autorrelatados introduz potencial viés de método comum; e o estudo examina apenas um mediador (aprendizado organizacional), excluindo outras variáveis potenciais como capacidade de inovação ou capacidade de absorção.