"Applying artificial intelligence techniques and their quantity to administrative decision-making"
DOI:
https://doi.org/10.65405/1e67qk75Keywords:
Artificial Intelligence, Administrative Decision-Making, Decision Support Systems, Digital Transformation, Decision Quality, Organizational PerformanceAbstract
This study aimed to analyze the impact of artificial intelligence (AI) applications on administrative decision-making in contemporary organizations. The study adopted a descriptive-analytical approach supported by a quantitative exploratory method based on field data collected from a purposive sample of (18) respondents working in administrative positions related to decision-making processes or the use of intelligent systems.
A structured questionnaire was used, consisting of two main dimensions: the level of AI implementation and its impact on the quality, speed, and accuracy of administrative decision-making. Data were analyzed using SPSS, employing descriptive statistics, standard deviations, and Pearson correlation analysis.
The findings revealed that the level of AI implementation in the studied organizations ranges between moderate and low, with partial use in decision support processes. The results also indicated a strong positive impact of AI on the quality of administrative decisions, particularly in improving accuracy, reducing errors, and enhancing objectivity. Moreover, AI significantly contributes to accelerating decision-making by improving data processing efficiency and reducing the time required to reach decisions.
In addition, the study found strong positive correlations between AI adoption and both decision quality and decision speed, while an inverse relationship was observed with implementation challenges, particularly infrastructure limitations, lack of skilled personnel, and high costs. The study concluded that the effectiveness of AI in supporting administrative decision-making largely depends on organizational, technical, and human readiness.
Downloads
References
1- إبراهيم، سالم محمد، (2025): الذكاء الاصطناعي يعزز صنع القرار الإداري، مجلة الأصالة، 10(12).
2- الأكلبي، علي ذيب، (2018): تكنولوجيا الذكاء الاصطناعي وتطبيقاته في التعليم والإدارة، عالم الكتب للنشر، القاهرة، مصر.
3- بن سرية، سعاد، (2024): تطبيق تقنيات الذكاء الاصطناعي في مجال القرارات الإدارية، مجلة التراث، المجلد14، العدد2، ص85–100، الجزائر.
4- الخرم، وداد حسين محمد، (2025): تأثير الذكاء الاصطناعي على تحسين جودة القرارات الإدارية. مجلة المنتدى الأكاديمي (العلوم الإنسانية)، المجلد9، العدد3، ص215، ليبيا.
5- الخفاف، مها مهدي، والعتيبي، غسان أحمد، (2019): نظم دعم القرار والنظم الذكية الطبعة الثانية، دار الحامد للنشر والتوزيع، عمان، الأردن.
6- الشبعاني، مجدي الشارف محمد، (2026): القرار الإداري الآلي في ظل الذكاء الاصطناعي: دراسة تحليلية في المشروعية والتحديات وإمكانات الطعن، مجلة جامعة صنعاء للعلوم الإنسانية، 5(3).
7- الصايغ، كارول، (2025): دور الذكاء الاصطناعي في اتخاذ القرارات الإدارية: دراسة حالة شركة Bonanza MTS – أبو ظبي، مجلة اقتصاد المال والأعمال، المجلد10، العدد02، 22 نوفمبر 2025، كلية العلوم الاقتصادية والتجارية وعلوم التسيير، جامعة الوادي – الجزائر.
8- الطائي، حسين جبر، جبار، نغم هادي، عبّيس، ديان صباح، وسهيل، نوال رائد، (2026): دور الذكاء الاصطناعي في اتخاذ القرارات الإدارية: دراسة تحليلية ميدانية، مجلة منار الشرق للدراسات الإدارية والتجارية، المجلد4، العدد1، ص222، العراق.
9- خالد مسعود يحي الباروني, إلهام خليفة مفتاح بن عامر, & طارق الهادي علي النائلي. (2025). أثر نظام معلومات الموارد البشرية في إهتمام القيادات الإدارية بتقييم أداء العاملين. مجلة العلوم الشاملة, 10(38), 110-143.
10- الكثيري، سعيد مسعود، (2026): القرار الإداري الذكي في ضوء التحول الرقمي، المستقبل للدراسات القانونية والسياسية، 10(1)، ص13-140.
11- سعيد، صباح النزال، وسليمان، عازة أحمد، (2026): أثر تطبيق الذكاء الاصطناعي على تحسين عملية اتخاذ القرار الإداري الإلكتروني: دراسة ميدانية على المستشفيات العامة العاملة بمدينة بنغازي، مجلة العلوم الشاملة، المجلد10، العدد39، ص421، ليبيا.
ثانيًا: مراجع أجنبية
1- Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data—Evolution, challenges and research agenda. International Journal of Information Management, 48, 63–71. https://doi.org/10.1016/j.ijinfomgt.2019.01.021
2- Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, 96(1), 108–116. https://hbr.org/2018/01/artificial-intelligence-for-the-real-world
3- Brynjolfsson, E., & McAfee, A. (2017). Machine, platform, crowd: Harnessing our digital future. W. W. Norton & Company.
4- Kaplan, A., & Haenlein, M. (2019). Siri, Siri in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business Horizons, 62(1), 15–25. https://doi.org/10.1016/j.bushor.2018.08.004
5- Wamba-Taguimdje, S. L., Fosso Wamba, S., Kala Kamdjoug, J. R., & Tchatchouang Wanko, C. E. (2020). Influence of artificial intelligence (AI) on firm performance: The business value of AI-based transformation projects. Business Process Management Journal, 26(7), 1893–1924. https://doi.org/10.1108/BPMJ-10-2019-0411
6- Dwivedi, Y. K., et al. (2021). Artificial intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57, 101994. https://doi.org/10.1016/j.ijinfomgt.2019.08.002
7- Agrawal, A., Gans, J., & Goldfarb, A. (2018). Prediction machines: The simple economics of artificial intelligence. Harvard Business Review Press.
8- Hillebrand, L., Raisch, S., & Schad, J. (2025). Managing with artificial intelligence: An integrative framework. Academy of Management Annals. https://doi.org/10.5465/annals.2022.0072
9- Alnnale, T. (2026). Predictive Governance in Digital Enterprises: An LSTM-Enhanced Deep Learning Framework for Economic Optimization of IT Incident Management Using Enriched Process Logs. Al-Farooq Journal of Sciences, 2(3), 86-113. https://doi.org/10.65405/dctw1z34
10- Shrestha, Y. R., Krishna, V., & von Krogh, G. (2020). Augmenting organizational decision-making with deep learning algorithms: Principles, promises, and challenges. arXiv. https://arxiv.org/abs/2011.02834
11- Polinati, A. K., Singh, S., Akula, S., Sharma, M., Ayyalasomayajula, M. M. T., Chintala, S., & Bose, B. (2025). Revolutionizing information management: AI-driven decision support systems for dynamic business environments. Journal of Information Systems Engineering and Management. https://doi.org/10.52783/jisem.v10i35s.6010
