5.5.2レバレッジ異質

多くの人々が実際の科学的問題に取り組むようになると、参加者は2つの主な方法で異質になることがわかります。彼らのスキルと努力のレベルが変わります。多くの社会研究者の最初の反応は、低品質の参加者を排除しようと試み、次に誰もが一定量の情報を収集しようと試みることによって、この異種性と闘うことです。これは、大量の共同作業プロジェクトを設計する間違った方法です。異質性と戦う代わりに、それを活用すべきです。

第1に、低技能の参加者を除外する理由はない。公衆電話では、低技能の参加者は何の問題も生じません。彼らの貢献は誰にも悪影響を及ぼさず、評価する時間は必要ありません。さらに、人間の計算や分散型データ収集プロジェクトでは、最良の形の品質管理は、冗長性によって行われ、参加のための高い基準はありません。実際、低スキルの参加者を除外するのではなく、より良いアプローチは、eBirdの研究者が行ったように、より良い貢献をすることです。

第二に、各参加者から一定量の情報を収集する理由はありません。多くの大規模な共同プロジェクトに参加することは信じられないほど不平等です(Sauermann and Franzoni 2015) 。少数の人が寄付することもあります。時には太った頭と呼ばれることもあります 。太った頭と長い尾から情報を収集しないと、大量の情報が収集されなくなります。例えば、Wikipediaが編集者10人、編集者10人しか編集できなかった場合、編集の約95％が失われます(Salganik and Levy 2015) 。したがって、大規模な共同作業プロジェクトでは、異質性を排除しようとするのではなく、活用することが最善です。