5.5.2 Pengaruh beda-beda

Yen sampeyan duwe motivasi akeh wong kanggo nyinaoni masalah ilmiah sing nyata, sampeyan bakal nemokake yen peserta sampeyan bakal beda-beda ing rong cara utama: bakal beda-beda saka skill lan tingkat usaha. Reaksi pisanan saka akeh peneliti sosial yaiku kanggo nglawan heterogenitas iki kanthi nyoba ngilangi peserta sing kurang apik lan banjur nyoba ngumpulake informasi tetep saka saben wong. Iki minangka cara sing salah kanggo ngrancang proyek kolaborasi massa. Tinimbang nglawan heterogenitas, sampeyan kudu ngukur.

Kaping pisanan, ora ana alesan kanggo ngilangi peserta kurang terampil. Ing telpon sing mbukak, peserta sing ora terampil nyebabake ora masalah; Sumbangane ora nggawe sapa wae lan ora mbutuhake wektu kanggo ngevaluasi. Ing komputasi manungsa lan mbagekke proyek pengumpulan data, malahan, wangun kontrol kualitas paling apik dumadi liwat redundansi, ora liwat bar dhuwur kanggo partisipasi. Nyatane, tinimbang ora kalebu peserta kurang, ana pendekatan luwih apik kanggo mbantu supaya kontribusi luwih apik, kaya peneliti ing eBird.

Kapindho, ora ana alesan kanggo ngumpulake jumlah informasi tetep saka saben peserta. Partisipasi ing pirang-pirang proyek kolaborasi massa luar biasa ora padha (Sauermann and Franzoni 2015) , kanthi sebagéyan cilik wong sing nyumbang akèh-kadhangkala disebut kepala lemak -lan akèh wong sing nyumbang sethithik-kadhangkala disebut buntut panjang . Yen sampeyan ora ngumpulake informasi saka endhas lemak lan buntut dawa, sampeyan bakal ninggalaké informasi sing ora ditemtokake. Contone, yen Wikipedia nyuwun 10 lan mung 10 suntingan saben editor, bakal ilang babagan 95% suntingan (Salganik and Levy 2015) . Mangkono, kanthi proyesional kolaborasi massa, luwih apik kanggo ngupayakake heterogenitas tinimbang nyoba ngilangi.