5.5.2 الرافعة عدم التجانس

وبمجرد الانتهاء من دوافع الكثير من الناس للعمل على مشكلة علمية حقيقية، وسوف تكتشف أن المشاركين الخاص بك سوف تكون غير متجانسة بطريقتين رئيسيتين: فهي تختلف مهاراتهم، وأنها سوف تختلف في مستواها من الجهد. في أول رد فعل لكثير من الباحثين الاجتماعيين لاستبعاد المشاركين جودة منخفضة ثم محاولة جمع مبلغ ثابت من المعلومات من الجميع غادر. هذه هي طريقة خاطئة لتصميم مشروع التعاون الجماعي.

أولا، لا يوجد سبب لاستبعاد المشاركين ذوي المهارات المنخفضة. في الدعوات المفتوحة، يسبب المشاركين ذوي المهارات المنخفضة أي مشاكل. مساهماتها لا تؤذي أحدا، وأنها لا تحتاج إلى أي وقت لتقييم. في حساب البشري ومشاريع جمع البيانات الموزعة، من ناحية أخرى، فإن أفضل شكل من أشكال مراقبة الجودة يأتي من خلال التكرار، وليس سقفا عاليا للمشاركة. في الواقع، بدلا من استبعاد المشاركين مهارة منخفضة، أفضل نهج هو مساعدتهم على تقديم مساهمات أفضل، بقدر ما فعله الباحثون في eBird.

ثانيا، ليس هناك ما يدعو إلى جمع مبلغ ثابت من المعلومات من كل مشارك. المشاركة في العديد من المشاريع بالتعاون الجماعي هي غير متكافئة بشكل لا يصدق (Sauermann and Franzoni 2015) مع عدد قليل من الناس المساهمة كثيرا في بعض الأحيان ودعا رئيس الدهون-والكثير من الناس المساهمة قليلا في بعض الأحيان يسمى ذيل طويل. إذا لم يكن لجمع المعلومات من رئيس الدهون وذيل طويل، فإنك تكون قد غادرت طن من المعلومات غير المحصلة. على سبيل المثال، إذا ويكيبيديا قبلت 10 والتعديلات سوى 10 في المحرر، فإنه يفقد حوالي 95٪ من التعديلات (Salganik and Levy 2015) . وهكذا، مع مشاريع التعاون الجماعي، فمن الأفضل للاستفادة من عدم التجانس بدلا من محاولة القضاء عليه.