Engineering and Artificial Intelligence for Sustainable Development and Nation Building
DOI:
https://doi.org/10.65405/ecn6d820Keywords:
Engineering, Artificial Intelligence, Sustainable Development, State-BuildingAbstract
This research paper examines the complementary relationship between engineering and artificial intelligence in supporting sustainable development and state-building. The study highlights their vital role in managing natural resources, enhancing energy efficiency, developing smart infrastructure, and achieving the Sustainable Development Goals (SDGs).The paper presents practical examples from various countries and recent statistics demonstrating the tangible impact of these technologies on critical sectors such as water, energy, health, education, and the economy. It also addresses the challenges related to AI and modern engineering adoption, proposing practical strategies to overcome these obstacles.
Downloads
References
1. الأمم المتحدة (2023). تقرير أهداف التنمية المستدامة.
2. البنك الدولي (2022). الابتكار في التنمية المستدامة.
3. اليونسكو (2021). الذكاء الاصطناعي والتعليم.
4. تقرير الاتحاد الدولي للطاقة (IEA, 2021).
5. تقرير دبي للمباني الخضراء (2021).
6. منظمة الصحة العالمية (WHO, 2022). AI in Healthcare Applications.
7. عبدالقادر الفتحي الشيباني الفتحي. (2026). تقييم التصحر بإستخدام التقنيات الجيومكانية والمؤشرات الطيفية خلال السنوات 2015-2025م (بلدية صبراتة نموذجا للدراسة). Al-Farooq Journal of Sciences, 2(3), 723-738.
8. مصطفى أحمد بن حكومة, عبد السلام على الزمزام, & عالية سالم الشيخ. (2026). التوظيف المستدام للذكاء الاصطناعي في التعليم التقني: تحليل واقعي لآليات تعظيم القيمة المضافة وتقويض المخاطر المهنية. Al-Farooq Journal of Sciences, 2(2), 182-198.
9. نرمين خليفة النعاس, & حليمة محمد القرضاوي. (2026). جدوى استخدام الطاقات المتجددة على ميزانية الدولة الليبية الحالية والمستقبلية. Al-Farooq Journal of Sciences, 2(2), 94-119.
المراجع الإنجليزية
1.World Bank (2022). Artificial Intelligence for Sustainable Development.
2. UNDP (2020). Engineering and AI in State-Building.
3. 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.
4. Degirmenci, A., & Karal, O. (2022). iMCOD: Incremental multi-class outlier detection model in data streams. Knowledge-Based Systems, 258, 109950. https://doi.org/10.1016/j.knosys.2022.109950
5. Elwalwa, H. M., Zarig, F. H. A., Murad, M. K. H., & Nashnush, A. N. E. (2026). The role of innovation technology in developing solar energy technologies: challenges and future trends towards sustainable development (literature review). Al-Farooq Journal of Sciences, 2(3), 585-594.
6. algasim Alrrjipi, J. A. (2026). Silent Data Waste in Public Laboratories: A Conceptual Framework for Sustainable Data Driven Management. Al-Farooq Journal of Sciences, 2(2), 36-48.
7. Rajab, T., & Hamhoum, F. A. (2026). The Role of Artificial Intelligence Technologies in Addressing Individual Differences among Basic Education Students in Libya. Al-Farooq Journal of Sciences, 2(3), 536-544.
