5.5.2 Leverage kepelbagaian

Sebaik sahaja anda telah mendorong ramai orang untuk bekerja pada masalah saintifik sebenar, anda akan mendapati bahawa peserta anda akan heterogen dalam dua cara utama: mereka akan berbeza-beza dalam kemahiran mereka dan mereka akan berbeza dari segi tahap usaha. Reaksi pertama ramai penyelidik sosial adalah untuk mengecualikan peserta berkualiti rendah dan kemudian cuba untuk mengumpul jumlah yang tetap maklumat daripada semua orang yang tinggal. Ini adalah cara yang salah untuk mereka bentuk projek kerjasama besar-besaran.

Pertama, tidak ada sebab untuk tidak termasuk peserta mahir rendah. Dalam panggilan terbuka, peserta mahir rendah tidak menyebabkan masalah; sumbangan mereka tidak menyakiti sesiapa sahaja dan mereka tidak memerlukan masa untuk menilai. Dalam pengiraan manusia dan projek pengumpulan data diedarkan, di sisi lain, bentuk terbaik kawalan kualiti yang datang melalui lebihan, bukan suatu halangan yang tinggi untuk penyertaan. Malah, daripada tidak termasuk peserta kemahiran rendah, pendekatan yang lebih baik adalah untuk membantu mereka membuat sumbangan yang lebih baik, banyak yang para penyelidik di eBird telah lakukan.

Kedua, tidak ada sebab untuk mengumpul jumlah yang tetap maklumat daripada setiap peserta. Penyertaan dalam banyak projek kerjasama besar-besaran adalah sangat tidak sama rata (Sauermann and Franzoni 2015) dengan sebilangan kecil orang menyumbang banyak-kadang-kadang dipanggil kepala lemak -dan ramai orang menyumbang sedikit-kadang-kadang dipanggil ekor panjang. Jika anda tidak mengumpul maklumat dari kepala lemak dan ekor panjang, anda meninggalkan tan maklumat tidak dikutip. Sebagai contoh, jika Wikipedia diterima 10 dan hanya 10 suntingan setiap editor, ia akan kehilangan kira-kira 95% daripada suntingan (Salganik and Levy 2015) . Oleh itu, dengan projek-projek kerjasama massa, ia adalah yang terbaik untuk memanfaatkan kepelbagaian dan bukannya cuba untuk menghapuskan ia.