5.5.2 उत्तोलन विविधता

एक बार जब आप बहुत से लोगों को वास्तविक वैज्ञानिक समस्या पर काम करने के लिए प्रेरित करते हैं, तो आप पाएंगे कि आपके प्रतिभागी दो मुख्य तरीकों से विषम होंगे: वे अपने कौशल और उनके प्रयास के स्तर दोनों में भिन्न होंगे। कई सामाजिक शोधकर्ताओं की पहली प्रतिक्रिया कम गुणवत्ता वाले प्रतिभागियों को बाहर करने की कोशिश करके और फिर बाईं ओर से एक निश्चित मात्रा में जानकारी एकत्र करने का प्रयास करके इस विषमता के खिलाफ लड़ना है। जन सहयोग परियोजना को डिजाइन करने का यह गलत तरीका है। विषमता से लड़ने के बजाय, आपको इसका लाभ उठाना चाहिए।

सबसे पहले, कम कुशल प्रतिभागियों को बाहर करने का कोई कारण नहीं है। खुली कॉल में, कम कुशल प्रतिभागियों को कोई समस्या नहीं होती है; उनके योगदान किसी को भी चोट नहीं पहुंचाते हैं और उन्हें मूल्यांकन करने के लिए किसी भी समय की आवश्यकता नहीं होती है। मानव गणना और वितरित डेटा संग्रह परियोजनाओं में, इसके अलावा, गुणवत्ता नियंत्रण का सबसे अच्छा रूप रिडंडेंसी के माध्यम से आता है, भागीदारी के लिए उच्च बार के माध्यम से नहीं। वास्तव में, कम कौशल प्रतिभागियों को छोड़कर, बेहतर योगदान करने में उनकी मदद करना बेहतर होता है, जितना ईबर्ड के शोधकर्ताओं ने किया है।

दूसरा, प्रत्येक प्रतिभागी से निश्चित मात्रा में जानकारी एकत्र करने का कोई कारण नहीं है। कई सामूहिक सहयोग परियोजनाओं में भागीदारी अविश्वसनीय रूप से असमान (Sauermann and Franzoni 2015) , जिसमें बहुत से लोग बहुत योगदान करते हैं-कभी-कभी वसा सिर कहा जाता है- और बहुत से लोग कभी-कभी लंबी पूंछ कहलाते हैं। यदि आप वसा सिर और लंबी पूंछ से जानकारी एकत्र नहीं करते हैं, तो आप बिना जानकारी के लोगों को छोड़ रहे हैं। उदाहरण के लिए, यदि विकिपीडिया ने प्रति संपादक 10 और केवल 10 संपादन स्वीकार किए हैं, तो यह लगभग 9 5% संपादन (Salganik and Levy 2015) खो देगा। इस प्रकार, सामूहिक सहयोग परियोजनाओं के साथ, इसे खत्म करने की कोशिश करने के बजाय विषमता का लाभ उठाना सर्वोत्तम होता है।