Откако ќе го мотивира многу луѓе да работат на вистински научен проблем, ќе откриете дека учесниците ќе бидат хетерогени во два главни начини: тие ќе се разликуваат во своите вештини и тие ќе се разликуваат во нивното ниво на напор. Првата реакција на многу социјални истражувачи е да се исклучат ниска учесниците квалитет, а потоа се обиде да се соберат фиксен износ на информации од сите лево. Ова е погрешен начин да се дизајнира проектот маса соработка.
Прво, не постои причина да се исклучи ниско квалификуваните учесници. Во отворени повици, ниско квалификуваните учесници да не предизвика никакви проблеми; нивниот придонес не повредат никого и тие не бараат било кое време да се оцени. Во човечката пресметување и дистрибуирани проекти за собирање на податоци, од друга страна, е најдобра форма на контрола на квалитетот доаѓа преку вишок, а не висока бариера за учество. Всушност, наместо исклучок на ниско учесниците вештина, подобар пристап е да се помогне да направат подобра придонеси, колку што истражувачите eBird го направиле.
Второ, не постои причина да се соберат фиксен износ на информации од секој учесник. Учество во многу проекти масовно соработка е неверојатно нееднаков (Sauermann and Franzoni 2015) со мал број на луѓе придонесува многу, понекогаш се нарекува Големата глава-и голем број на луѓе да придонесе малку понекогаш се нарекува долга опашка. Ако не се соберат информации од главата на масти и на долга опашка, ќе се оставајќи тони на информации ненаплатени. На пример, ако Википедија прифатени 10, а само 10 промени на уредник, ќе ја загуби околу 95% на уредувања (Salganik and Levy 2015) . Така, со проекти масовно соработка, тоа е најдобро да се потпора на хетерогеност наместо да се обиде да го елиминира.