Kui olete motiveeritud palju inimesi tööle tõeline teaduslik probleem, siis avastad, et osalejaid on heterogeenne kaks peamist võimalust: nad erinevad oma oskusi ja nad erinevad oma jõupingutusi. Esimene reaktsioon palju sotsiaalseid teadlased on jätta madal kvaliteet osalejad ja siis üritavad koguda fikseeritud summa informatsiooni kõigile vasakule. See on vale tee projekteerimise mass koostööprojekti.
Esiteks, ei ole mingit põhjust jätta madala kvalifikatsiooniga inimest. Avatud kõned, madala kvalifikatsiooniga osalejad ei põhjusta probleeme; oma panust ei tee kellelegi ja nad ei nõua aeg hinnata. Inimese arvutamine ja hajutatud andmete kogumise projekte, teiselt poolt, parim vorm kvaliteedikontrolli tuleb läbi koondamise, mitte kang osalemiseks. Tegelikult mitte, välja arvatud madala oskustasemega osalejad, parem lähenemine, mis aitab neil paremini sissemaksete palju kui teadlased eBird teinud.
Teiseks, ei ole mingit põhjust, et koguda fikseeritud summa informatsiooni iga osaleja. Osalemine paljud mass koostööprojektid on uskumatult ebavõrdne (Sauermann and Franzoni 2015) , kus väike arv inimesi kaasa palju-mõnikord nimetatakse rasva pea -ja palju inimesi kaasa veidi-mõnikord nimetatakse pikk saba. Kui sul ei ole infot koguma rasva pea ja pikk saba, lahkute tonni info saamata. Näiteks, kui Wikipedia aktsepteeritud 10 ja ainult 10 muudatused ühe toimetaja, kaotaks see umbes 95% muudatused (Salganik and Levy 2015) . Seega, mass koostööprojektid, siis on parem võimendada heterogeensus mitte proovida seda kõrvaldada.