In this article, based on data collected through interviews and a workshop, the benefits and adoption barriers for open data have been derived. The results suggest that a conceptually simplistic view is often adopted with regard to open data, which automatically correlates the publicizing of data with use and benefits. Also, five “myths” concerning open data are presented, which place the expectations within a realistic perspective. Further, the recommendation is provided that such projects should take a user's view.

Transformative artificially intelligent tools, such as ChatGPT, designed to generate sophisticated text indistinguishable from that produced by a human, are applicable across a wide range of contexts. The technology presents opportunities as well as, often ethical and legal, challenges, and has the potential for both positive and negative impacts for organisations, society, and individuals. Offering multi-disciplinary insight into some of these, this article brings together 43 contributions from experts in fields such as computer science, marketing, information systems, education, policy, hospitality and tourism, management, publishing, and nursing. The contributors acknowledge ChatGPT's capabilities to enhance productivity and suggest that it is likely to offer significant gains in the banking, hospitality and tourism, and information technology industries, and enhance business activities, such as management and marketing. Nevertheless, they also consider its limitations, disruptions to practices, threats to privacy and security, and consequences of biases, misuse, and misinformation. However, opinion is split on whether ChatGPT's use should be restricted or legislated. Drawing on these contributions, the article identifies questions requiring further research across three thematic areas: knowledge, transparency, and ethics; digital transformation of organisations and societies; and teaching, learning, and scholarly research. The avenues for further research include: identifying skills, resources, and capabilities needed to handle generative AI; examining biases of generative AI attributable to training datasets and processes; exploring business and societal contexts best suited for generative AI implementation; determining optimal combinations of human and generative AI for various tasks; identifying ways to assess accuracy of text produced by generative AI; and uncovering the ethical and legal issues in using generative AI across different contexts.

The metaverse has the potential to extend the physical world using augmented and virtual reality technologies allowing users to seamlessly interact within real and simulated environments using avatars and holograms. Virtual environments and immersive games (such as, Second Life, Fortnite, Roblox and VRChat) have been described as antecedents of the metaverse and offer some insight to the potential socio-economic impact of a fully functional persistent cross platform metaverse. Separating the hype and “meta…” rebranding from current reality is difficult, as “big tech” paints a picture of the transformative nature of the metaverse and how it will positively impact people in their work, leisure, and social interaction. The potential impact on the way we conduct business, interact with brands and others, and develop shared experiences is likely to be transformational as the distinct lines between physical and digital are likely to be somewhat blurred from current perceptions. However, although the technology and infrastructure does not yet exist to allow the development of new immersive virtual worlds at scale - one that our avatars could transcend across platforms, researchers are increasingly examining the transformative impact of the metaverse. Impacted sectors include marketing, education, healthcare as well as societal effects relating to social interaction factors from widespread adoption, and issues relating to trust, privacy, bias, disinformation, application of law as well as psychological aspects linked to addiction and impact on vulnerable people. This study examines these topics in detail by combining the informed narrative and multi-perspective approach from experts with varied disciplinary backgrounds on many aspects of the metaverse and its transformational impact. The paper concludes by proposing a future research agenda that is valuable for researchers, professionals and policy makers alike.

Blockchain refers to a range of general purpose technologies to exchange information and transact digital assets in distributed networks. The core question addressed in this paper is whether blockchain technology will lead to innovation and transformation of governmental processes. To address this question we present a critical assessment of the often exaggerated benefits of blockchain technology found in the literature and discuss their implications for governmental organizations and processes. We plea for a shift from a technology-driven to need-driven approach in which blockchain applications are customized to ensure a fit with requirements of administrative processes and in which the administrative processes are changed to benefit from the technology. Having sound governance models are found to be a condition for realizing benefits. Based on a critical assessment we offer directions for further research into the potential benefits of BC applications in e-government and the role of governance of BC architectures and applications to comply with societal needs and public values.

Organizations are looking for ways to harness the power of big data (BD) to improve their decision making. Despite its significance the effects of BD on decision-making quality has been given scant attention in the literature. In this paper factors influencing decision-making based on BD are identified using a case study. BD is collected from different sources that have various data qualities and are processed by various organizational entities resulting in the creation of a big data chain. The veracity (manipulation, noise), variety (heterogeneity of data) and velocity (constantly changing data sources) amplified by the size of big data calls for relational and contractual governance mechanisms to ensure BD quality and being able to contextualize data. The case study reveals that taking advantage of big data is an evolutionary process in which the gradually understanding of the potential of big data and the routinization of processes plays a crucial role.

Traceability of ingredients in food supply chains has become paramount in a world in which markets become global, heterogeneous, and complex and in which consumers expect a high level of quality. The food supply chain consists of many organizations having different interests and are often reluctant to share traceability information with each other. Blockchain has been advocated for improving traceability by providing trust. Yet, practice proved to be more stubborn. The goal of this paper is to identify boundary conditions for sharing assurance information to improve traceability. Four cases in the food supply chain have been investigated using a template analysis of 16 interviews. Eighteen boundary conditions categorized in business, regulation, quality and traceability categories have been identified. Some boundary conditions were found in all supply chains, whereas others were found to be supply chain specific. Standardization of traceability processes and interfaces, having a joint platform and independent governance were found to be key boundary conditions before blockchain can be used. Our findings imply that supply chain systems have first to be modified and organizational measures need to be taken to fulfill the boundary conditions, before blockchain can be used successfully.

In developing open data policies, governments aim to stimulate and guide the publication of government data and to gain advantages from its use. Currently there is a multiplicity of open data policies at various levels of government, whereas very little systematic and structured research has been done on the issues that are covered by open data policies, their intent and actual impact. Furthermore, no suitable framework for comparing open data policies is available, as open data is a recent phenomenon and is thus in an early stage of development. In order to help bring about a better understanding of the common and differentiating elements in the policies and to identify the factors affecting the variation in policies, this paper develops a framework for comparing open data policies. The framework includes the factors of environment and context, policy content, performance indicators and public values. Using this framework, seven Dutch governmental policies at different government levels are compared. The comparison shows both similarities and differences among open data policies, providing opportunities to learn from each other's policies. The findings suggest that current policies are rather inward looking, open data policies can be improved by collaborating with other organizations, focusing on the impact of the policy, stimulating the use of open data and looking at the need to create a culture in which publicizing data is incorporated in daily working processes. The findings could contribute to the development of new open data policies and the improvement of existing open data policies.

In electronic government (hereafter e-government), a large variety of technology adoption models are employed, which make researchers and policymakers puzzled about which one to use. In this research, nine well-known theoretical models of information technology adoption are evaluated and 29 different constructs are identified. A unified model of e-government adoption (UMEGA) is developed and validated using data gathered from 377 respondents from seven selected cities in India. The results indicate that the proposed unified model outperforms all other theoretical models, explaining the highest variance on behavioral intention, acceptable levels of fit indices, and significant relationships for each of the seven hypotheses. The UMEGA is a parsimonious model based on the e-government-specific context, whereas the constructs from the original technology adoption models were found to be inappropriate for the e-government context. By using the UMEGA, relevant e-government constructs were included. For further research, we recommend the development of e-government-specific scales.

Although various scholars have researched issues regarding disaster management, few have studied the sharing and coordinating of information during disasters. Not much empirical data is available in this field and there is sparse insight into the factors that may impede or facilitate information sharing and coordination among stakeholders. In this paper, we provide an overview of the relevant obstacles and challenges by examining existing literature and then investigating a series of multi-agency disaster management exercises, using observations and a survey. Although all the people who took part in our study agree that sharing information is important, for the success of their own organization as well as the exercise as a whole, the extent to which information is actually being shared among organizations is often limited by a number of factors that can be attributed to the community, agency and individual level. We found that relief workers are often more concerned with receiving information from others than with providing information to others who may benefit. Incentives for sharing information, understanding each other’s work-processes and the usability of information systems have shown positive effects on information sharing and coordination. The findings of our study have been formulated using six grounded propositions, which can be used by system designers and policy-makers upon validation in further research. We also provide directions for future research.