El rápido crecimiento en el uso de técnicas de IA, principalmente el aprendizaje automático (ML), está revolucionando diferentes industrias al mejorar significativamente los procesos de toma de decisiones a través de información basada en datos. Este estudio investiga la influencia del uso de ML, particularmente el aprendizaje supervisado y no supervisado, en la toma de decisiones racional (RDM) dentro del gobierno electrónico jordano, centrándose en el papel mediador de la confianza. Al analizar las experiencias de la gestión de nivel medio dentro del gobierno electrónico en Jordania, los hallazgos subrayan que el ML impacta positivamente en el proceso de toma de decisiones racional en el gobierno electrónico. Permite una recopilación de datos más eficiente y efectiva, mejora la precisión del análisis de datos, aumenta la velocidad y precisión en la evaluación de alternativas de decisión y mejora la evaluación de riesgos potenciales. Además, este estudio revela que la confianza juega un papel crítico en la determinación de la efectividad de la adopción de ML para la toma de decisiones, actuando como un mediador fundamental que puede facilitar o impedir la integración de estas tecnologías. Este estudio proporciona evidencia empírica de cómo la confianza no solo mejora la utilización de ML, sino que también amplifica su impacto positivo en la gobernanza. Los hallazgos destacan la necesidad de cultivar la confianza para asegurar el despliegue exitoso de ML en la administración pública, permitiendo así una transformación digital más efectiva y sostenible. A pesar de ciertas limitaciones, los resultados de este estudio ofrecen perspectivas sustanciales para investigadores y responsables de políticas gubernamentales, contribuyendo al avance de prácticas sostenibles en el ámbito del gobierno electrónico.