海湾合作委员会(GCC)中人工智能(AI)的迅速扩张提出了一个核心问题:对计算基础设施的投资是否与同样强大的技能,激励和治理相结合? 基于社会技术系统(STS)理论,这种混合方法研究沙特阿拉伯王国(KSA),阿拉伯联合酋长国(阿联酋),卡塔尔,科威特,巴林和阿曼的劳动力准备情况。 我们结合了六个国家人工智能策略(NAS)的术语频率-逆文件频率(TF-IDF)分析,47个公开披露的人工智能计划(2017年1月至2025年4月),配对案例研究,穆罕默德·本·扎耶德人工智能大学(MBZUAI)和沙特数据人工智能管理局(SDAIA)学院,以及将石油收入松弛(技术能力)与监管一致性(社会一致性)联系起来的情景矩阵。 在整个语料库中,34/47计划(0.72;95%Wilson CI 0.58-0.83)表现出联合社会技术设计;国家一级指数跨越0.57-0.90(小n;区间重叠)。 情景结果表明,在我们的模拟条件下,监管趋同可能比财政能力更约束结果:分散的规则可以抵消高石油收入,而统一的标准有助于在紧缩下保持进展。 我们还确定了一个新兴的双轨人才系统,研究精英与快速训练的从业者,在没有桥接机制的情况下冒着劳动力市场分叉的风险。 通过将STS调查扩展到石油资源丰富,国家主导的经济体,该研究完善了理论,并设定了一个研究议程,重点是纵向耦合指标,协调人种学和基于结果的业绩指标。