5.5.2 Sviras neviendabīgums

Kad esat pamudinājis daudzus cilvēkus strādāt pie reālas zinātniskas problēmas, jūs atklāsiet, ka jūsu dalībnieki būs neviendabīgi divos galvenajos veidos: tie atšķiras gan prasmju, gan pūļu līmenī. Daudzu sociālo pētnieku pirmā reakcija ir cīnīties pret šo neviendabīgumu, cenšoties izslēgt zemas kvalitātes dalībniekus un pēc tam mēģinot savākt noteiktu informāciju no visiem, kas palicis. Šis ir nepareizs veids, kā veidot masveida sadarbības projektu. Tā vietā, lai cīnītos pret neviendabīgumu, jums to vajadzētu izmantot.

Pirmkārt, nav pamata izslēgt mazkvalificētus dalībniekus. Atklātos izsaukumos zemas kvalifikācijas darbinieki nerada problēmas; viņu ieguldījums nekaitē nevienam un viņiem nav nepieciešams novērtēt kādu laiku. Cilvēka skaitļošanas un izplatīto datu vākšanas projektos turklāt vislabākā kvalitātes kontroles forma ir saistīta ar atlaišanu, nevis ar lielu dalības ierobežojumu. Patiesībā, nevis izslēdzot zemas kvalifikācijas dalībniekus, labāka pieeja ir palīdzēt viņiem veikt labāku ieguldījumu, tāpat kā eBird pētnieki.

Otrkārt, nav iemesla apkopot fiksētu informācijas daudzumu no katra dalībnieka. Dalība daudzos masveida sadarbības projektos ir neticami nevienlīdzīga (Sauermann and Franzoni 2015) , un neliels skaits cilvēku veicina daudz - dažreiz to sauc par " tauku galvu" - un daudzi cilvēki veicina maz, dažreiz to sauc par garo asti . Ja jūs neievācat informāciju no tauku galvas un garās astes, jūs atstājat neskaitāmas informācijas masas. Piemēram, ja Wikipedia pieņemtu 10 un tikai 10 labojumus uz vienu redaktoru, tas zaudēs apmēram 95% labojumu (Salganik and Levy 2015) . Tādējādi ar masveida sadarbības projektiem vislabāk ir izmantot neviendabīgumu, nevis mēģināt to novērst.