Unufoje vi motivis multajn homojn labori pri vera scienca problemo, vi malkovros, ke viaj partoprenantoj estos heterogeneaj en du ĉefaj manieroj: ili varos ambaŭ laŭ sia kapablo kaj sia nivelo de penado. La unua reago de multaj sociaj esploristoj estas batali kontraŭ ĉi tiu heterogeneco provante ekskludi malaltan kvaliton-partoprenantojn kaj poste provi kolekti fiksitan kvanton da informoj de ĉiuj forlasitaj. Ĉi tiu estas la malĝusta maniero por desegni amasan kunlaboradon. Anstataŭ batali heterogenecon, vi devas plibonigi ĝin.
Unue, ne ekzistas kialo por ekskludi malmultekvalitajn partoprenantojn. En malfermitaj alvokoj, malkleraj partoprenantoj kaŭzas neniajn problemojn; iliaj kontribuoj ne vundas al iu ajn kaj ili ne postulas tempon por taksi. En homa komputado kaj distribuataj datumaj projektoj, pli bone, la plej bona formo de kvalito-kontrolo venas per redundo, ne per alta stango por partopreno. Fakte, prefere ol ekskludante malaltajn kapablulojn, pli bonan aliron estas helpi ilin fari pli bonajn kontribuojn, multe kiel la esploristoj ĉe eBird faris.
Due, ne estas kialo kolekti fiksan kvanton da informoj de ĉiu partoprenanto. La tantiemo en multaj projektoj de amaskomunikado estas nekredeble neegala (Sauermann and Franzoni 2015) , kun malgranda nombro da homoj kontribuantaj multon - iam nomis la grasa kapo - kaj multaj homoj kontribuas iom - kelkfoje nomata la longa vosto . Se vi ne kolektas informojn de la dika kapo kaj la longa vosto, vi lasas amasojn da informoj nekonfunkciadaj. Ekzemple, se Vikipedio akceptis 10 kaj nur 10 redaktojn por redaktilo, ĝi perdus ĉirkaŭ 95% de redaktoj (Salganik and Levy 2015) . Tiel, kun amasaj kunlaborejaj projektoj, estas plej bone plibonigi heterogenecon prefere ol provi forigi ĝin.