DOI: https://doi.org/10.5267/j.ijdns.2026.2.006
تاريخ النشر: 2026-01-01
المؤلف: Mohammad Fawwaz Mohammad Matalkah وآخرون
الموضوع الرئيسي: الرقمنة، القانون، والتنظيم
نظرة عامة
تستكشف الورقة دور تحليل البيانات في الوساطة بين اعتماد الذكاء الاصطناعي (AI) والامتثال القانوني ضمن القطاع المالي في الأردن. باستخدام منهجية بحث كمية، تم جمع البيانات من مؤسسات مالية مختلفة وتحليلها من خلال نمذجة المعادلات الهيكلية (SEM) باستخدام SPSS وAMOS. تشير النتائج إلى أن الذكاء الاصطناعي يعزز بشكل كبير الامتثال القانوني ويعزز قدرات تحليل البيانات. علاوة على ذلك، فإن تحليل البيانات لا يؤثر فقط بشكل إيجابي على الامتثال القانوني ولكن أيضًا يتوسط جزئيًا العلاقة بين الذكاء الاصطناعي والامتثال، مما يشير إلى أن تحسين التحليلات يحسن من قابلية تفسير وشفافية العمليات التنظيمية.
في الختام، تسلط الدراسة الضوء على التحديات التي تواجهها المؤسسات المالية الأردنية في اعتماد الذكاء الاصطناعي مع التأكيد على أهمية دمج تحليلات البيانات المتقدمة لتعزيز مراقبة الامتثال، واكتشاف الاحتيال، والتقارير التنظيمية. وتؤكد أن الامتثال يتحقق من خلال نهج تآزري يشمل أنظمة الذكاء الاصطناعي، والتحليلات، وأطر الحوكمة بدلاً من مجرد الأتمتة. تدعو الأبحاث إلى تطوير أطر قانونية وتنظيمية قوية لدعم الذكاء الاصطناعي والتحليلات في الامتثال، جنبًا إلى جنب مع استراتيجيات لتعزيز معرفة البيانات لدى موظفي الامتثال. يتم تشجيع الأبحاث المستقبلية لاستكشاف التأثيرات الطويلة الأمد لتحليلات الذكاء الاصطناعي على الامتثال، والنظر في العوامل المعدلة، وإجراء دراسات مقارنة عبر أسواق مختلفة لتعميق فهم ديناميات الذكاء الاصطناعي والامتثال في المشهد التنظيمي المتطور.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التأثير التحويلي للذكاء الاصطناعي (AI) على القطاع المالي في الأردن، حيث تستخدم البنوك والمؤسسات المالية بشكل متزايد الذكاء الاصطناعي لتحسين العمليات، وتقييم المخاطر، واتخاذ القرارات. تشمل التقدمات الرئيسية اكتشاف الاحتيال المدفوع بالذكاء الاصطناعي، وتعزيز خدمة العملاء، وتحسين تقييم الائتمان، ودعم الامتثال التنظيمي، الذي يسهل بواسطة التعلم الآلي، والتحليلات التنبؤية، ومعالجة اللغة الطبيعية. ومع ذلك، فإن عدم تنفيذ الذكاء الاصطناعي يطرح تحديات كبيرة أمام الامتثال التنظيمي، حيث غالبًا ما تنتج أنظمة الذكاء الاصطناعي نتائج غير واضحة تعقد الفهم والمساءلة في التقارير المالية.
تؤكد الورقة على ضرورة دمج الذكاء الاصطناعي ضمن الأطر القانونية والتنظيمية القائمة في الأردن، التي تم تطويرها لضمان المساءلة، والشفافية، وقابلية التدقيق، والمعايير الأخلاقية في الأنظمة المالية. وتجادل بأن الجمع بين الذكاء الاصطناعي، والحوكمة الفعالة، وإطار تحليلات قوي يمكن أن يعالج تحديات الامتثال التي تواجهها المؤسسات المالية. علاوة على ذلك، تؤكد الدراسة على الدور الحاسم لتحليل البيانات كوسيط بين الذكاء الاصطناعي والامتثال القانوني، مما يشير إلى أن تطبيقه له آثار عملية ونظرية. في النهاية، تهدف النتائج إلى مساعدة المؤسسات المالية الأردنية وصانعي السياسات في إنشاء أنظمة امتثال قائمة على الذكاء الاصطناعي تعزز الابتكار مع ضمان المساءلة التنظيمية، وبالتالي تعزيز حوكمة الأنظمة المالية.
النتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. يوضح نتائج الدراسة، مع تسليط الضوء على الاتجاهات البيانية الهامة، والتحليلات الإحصائية، وأي علاقات ملحوظة بين المتغيرات. عادةً ما تكون النتائج مصحوبة بأشكال وجداول ذات صلة توضح البيانات بصريًا، مما يسمح بتفسير أسهل للنتائج.
في هذا القسم، قد يناقش المؤلفون أيضًا آثار نتائجهم فيما يتعلق بالفرضيات المطروحة في بداية الدراسة. قد يقارنون نتائجهم مع الأبحاث السابقة، مع التأكيد على أي مساهمات جديدة في هذا المجال. بشكل عام، تخدم النتائج لتأكيد أو دحض الفرضيات الأولية وتوفير أساس لمزيد من المناقشة في الأقسام اللاحقة من الورقة.
المناقشة
تؤكد قسم المناقشة في ورقة البحث على الدور المحوري لتحليل البيانات كوسيط بين اعتماد الذكاء الاصطناعي (AI) والامتثال القانوني في القطاع المالي الأردني. تشير النتائج إلى أن الذكاء الاصطناعي يعزز بشكل كبير الامتثال القانوني من خلال أدوات مثل أنظمة اكتشاف الاحتيال والمراقبة الآلية، مما يؤكد الأدبيات الحالية التي تسلط الضوء على كفاءة الذكاء الاصطناعي في إدارة الامتثال والمخاطر (أحمد وآخرون، 2022؛ كاو وآخرون، 2024). علاوة على ذلك، تكشف الدراسة أنه بينما يحسن الذكاء الاصطناعي قدرات تحليل البيانات، فإن دمج التحليلات المتقدمة هو الذي يدفع في النهاية الامتثال، مما يبرز ضرورة الفهم السياقي والتحقق من البيانات التي ينتجها الذكاء الاصطناعي (كاشيرو وآخرون، 2025؛ تشين وآخرون، 2025).
تشير التحليلات أيضًا إلى أهمية أطر الحوكمة في ضمان أن أنظمة الذكاء الاصطناعي ليست مجرد أتمتة ولكنها مدعومة بتحليلات بيانات قوية تعزز من قابلية التفسير والشفافية. وهذا مهم بشكل خاص في سياق التدقيق التنظيمي، حيث يمكن أن يقلل الذكاء الاصطناعي القابل للتفسير (XAI) من المخاطر القانونية المرتبطة باتخاذ القرارات الخوارزمية (ميريشل، 2025؛ جاين وآخرون، 2025). تختتم الدراسة بأن المؤسسات المالية الأردنية يجب أن تعطي الأولوية لتطوير بنى تحتية متقدمة لتحليل البيانات وأطر تنظيمية لدعم الاستخدام الفعال للذكاء الاصطناعي في الامتثال، مما يعزز الثقة ويقلل من عدم اليقين في البيئات التنظيمية. يتم تشجيع الأبحاث المستقبلية لاستكشاف التأثيرات الطويلة الأمد والمقارنات بين البلدان لتوضيح العلاقة بين الذكاء الاصطناعي، والتحليلات، والامتثال في المشاهد المالية المتطورة.
DOI: https://doi.org/10.5267/j.ijdns.2026.2.006
Publication Date: 2026-01-01
Author(s): Mohammad Fawwaz Mohammad Matalkah et al.
Primary Topic: Digitalization, Law, and Regulation
Overview
The paper investigates the role of data analytics in mediating the relationship between artificial intelligence (AI) adoption and legal compliance within the financial sector of Jordan. Utilizing a quantitative research methodology, data were collected from various financial institutions and analyzed through Structural Equation Modelling (SEM) using SPSS and AMOS. The findings indicate that AI significantly enhances legal compliance and bolsters data analytics capabilities. Moreover, data analytics not only positively influences legal compliance but also partially mediates the relationship between AI and compliance, suggesting that enhanced analytics improve the interpretability and transparency of regulatory processes.
In conclusion, the study highlights the challenges faced by Jordanian financial institutions in adopting AI while emphasizing the importance of integrating advanced data analytics to enhance compliance monitoring, fraud detection, and regulatory reporting. It underscores that compliance is achieved through a synergistic approach involving AI systems, analytics, and governance frameworks rather than mere automation. The research advocates for the development of robust legal and regulatory frameworks to support AI and analytics in compliance, alongside strategies to enhance the data literacy of compliance personnel. Future research is encouraged to explore longitudinal impacts of AI-driven analytics on compliance, consider moderating factors, and conduct comparative studies across different markets to deepen the understanding of AI-compliance dynamics in the evolving regulatory landscape.
Introduction
The introduction of the research paper highlights the transformative impact of artificial intelligence (AI) on the financial sector in Jordan, where banks and financial institutions are increasingly utilizing AI for process optimization, risk assessment, and decision-making. Key advancements include AI-driven fraud detection, customer service enhancements, credit scoring improvements, and regulatory compliance support, facilitated by machine learning, predictive analytics, and natural language processing. However, the lack of AI implementation poses significant challenges to regulatory compliance, as AI systems often produce opaque results that complicate understanding and accountability in financial reporting.
The paper emphasizes the necessity of integrating AI within the existing legal and regulatory frameworks in Jordan, which have been developed to ensure accountability, transparency, auditability, and ethical standards in financial systems. It argues that a combination of AI, effective governance, and a robust analytics framework can address compliance challenges faced by financial institutions. Furthermore, the study underscores the critical role of data analytics as a mediator between AI and legal compliance, suggesting that its application has both practical and theoretical implications. Ultimately, the findings aim to assist Jordanian financial institutions and policymakers in creating AI-based compliance systems that foster innovation while ensuring regulatory accountability, thereby enhancing the governance of financial systems.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments or analyses. It details the outcomes of the study, highlighting significant data trends, statistical analyses, and any observed relationships between variables. The results are typically accompanied by relevant figures and tables that illustrate the data visually, allowing for easier interpretation of the findings.
In this section, the authors may also discuss the implications of their results in relation to the hypotheses posed at the beginning of the study. They may compare their findings with previous research, emphasizing any novel contributions to the field. Overall, the results serve to validate or refute the initial hypotheses and provide a foundation for further discussion in subsequent sections of the paper.
Discussion
The discussion section of the research paper emphasizes the pivotal role of data analytics as a mediator between artificial intelligence (AI) adoption and legal compliance in the Jordanian financial sector. The findings indicate that AI significantly enhances legal compliance through tools such as fraud detection systems and automated monitoring, corroborating existing literature that highlights AI’s efficiency in managing compliance and risk (Ahmed et al., 2022; Cao et al., 2024). Furthermore, the study reveals that while AI improves data analytics capabilities, it is the integration of advanced analytics that ultimately drives compliance, underscoring the necessity of contextual understanding and validation of AI-generated data (Kacheru et al., 2025; Chen et al., 2025).
The analysis also points to the importance of governance frameworks in ensuring that AI systems are not merely automated but are complemented by robust data analytics that enhance interpretability and transparency. This is particularly relevant in the context of regulatory scrutiny, where explainable AI (XAI) can mitigate legal risks associated with algorithmic decision-making (Mirishli, 2025; Jain et al., 2025). The study concludes that Jordanian financial institutions should prioritize the development of advanced data analytics infrastructures and regulatory frameworks to support the effective use of AI in compliance, thereby fostering trust and reducing uncertainties in regulatory environments. Future research is encouraged to explore longitudinal impacts and cross-country comparisons to further elucidate the relationship between AI, analytics, and compliance in evolving financial landscapes.