5.5.2 Dźwignia heterogeniczność

Kiedy już zmotywowani dużo ludzi do pracy na prawdziwym problemem naukowym, można odkryć, że uczestnicy będą niejednorodne na dwa główne sposoby: będą one różnią się pod względem umiejętności i będą różnić się pod względem poziomu wysiłku. Pierwszą reakcją wielu badaczy społecznych jest wykluczenie uczestników niskiej jakości, a następnie próbować zebrać ustaloną ilość informacji ze wszystkich lewo. Jest to zły sposób zaprojektować projekt współpracy masowej.

Po pierwsze, nie ma powodu, aby wykluczyć uczestników niskich kwalifikacjach. W otwartych zaproszeń, niskie uczestnicy wykwalifikowanych powodować żadnych problemów; ich wkład nie zaszkodzi nikomu i nie wymaga żadnego czasu na ocenę. W rozproszonych projektów gromadzenia danych ludzkich obliczeń i, z drugiej strony, najlepszą formą kontroli jakości przychodzi poprzez zwolnienia, a nie wysokiej baru na uczestnictwo. W rzeczywistości, a nie wyjątkiem niskie umiejętności uczestników, lepszym rozwiązaniem jest, aby pomóc im w podejmowaniu lepszych składek, podobnie jak naukowcy eBird zrobili.

Po drugie, nie ma powodu, aby zebrać ustaloną ilość informacji od każdego uczestnika. Udział w wielu projektach współpracy masowych jest bardzo nierówne (Sauermann and Franzoni 2015) z niewielką liczbą osób przyczyniających się dużo, czasami nazywany głową tłuszczu -I wiele osób przyczyniających się trochę czasami zwany długi ogon. Jeśli nie zbieramy informacji od szefa tłuszczu i długi ogon, jesteś pozostawiając mnóstwo informacji niepobranych. Na przykład, jeśli Wikipedia przyjął 10 i tylko 10 edycji na edytor, to straci około 95% edycji (Salganik and Levy 2015) . Tak więc, z projektami współpracy masowych, to najlepiej wykorzystać różnorodność, zamiast starać się je wyeliminować.