5.5.2 활용 이질성

많은 사람들이 실제 과학적 문제를 해결하도록 동기를 부여하면 참가자가 두 가지 주요 방법으로 이기종이된다는 것을 알게 될 것입니다. 참가자의 기술과 노력 수준이 다를 것입니다. 많은 사회 연구가들의 첫 번째 반응은 저품질 참가자를 제외하고 남은 모든 사람들에게 고정 된 양의 정보를 수집하려고 시도함으로써 이러한 이질성에 맞서 싸우는 것입니다. 이것은 대량 공동 작업 프로젝트를 설계하는 잘못된 방법입니다. 이질성과 싸우는 대신에, 당신은 그것을 활용해야합니다.

첫째, 저 숙련 참가자를 제외 할 이유가 없습니다. 공청회에서 저 숙련 참가자는 아무 문제가 없습니다. 그들의 공헌은 누구에게도 해를 끼치 지 않으며 평가할 시간이 필요 없습니다. 인간 계산 및 분산 데이터 수집 프로젝트에서 최상의 품질 관리 방법은 중복성을 통해 이루어지며 참가를위한 높은 기준을 따르지 않습니다. 사실, 저 숙련 참가자를 제외하는 것이 아니라 더 나은 방법은 eBird의 연구원들이 한 것처럼 더 나은 기부를하도록 돕는 것입니다.

둘째, 각 참가자로부터 일정량의 정보를 수집 할 이유가 없습니다. 많은 대량 공동 작업 프로젝트에 참여하는 것은 엄청나게 불평등합니다 (Sauermann and Franzoni 2015) . 때로는 뚱뚱한 머리 라고 부르는 소량의 사람들과 때로는 긴 꼬리 라고하는 작은 사람들도 많이 기여합니다. 뚱뚱한 머리와 긴 꼬리에서 정보를 수집하지 않으면 대량의 정보를 수집하지 않습니다. 예를 들어 Wikipedia가 편집자 당 10 개만 편집하면 편집의 약 95 %가 손실됩니다 (Salganik and Levy 2015) . 따라서 대량 공동 작업 프로젝트의 경우 이질성을 제거하려고 시도하는 것보다는 이질성을 활용하는 것이 가장 좋습니다.