5.5.2 Levave heterogjeniteti

Pasi të keni motivuar shumë njerëz për të punuar në një problem të vërtetë shkencore, ju do të zbuloni se pjesëmarrësit juaj do të jetë heterogjene në dy mënyra kryesore: ata do të ndryshojnë në aftësitë e tyre dhe ata do të ndryshojnë në nivelin e tyre të përpjekjeve. Reagimi i parë i shumë studiuesve sociale është për të përjashtuar pjesëmarrësit me cilësi të ulët dhe pastaj të përpiqet për të mbledhur një sasi të caktuar të informacionit nga të gjithë e majta. Kjo është mënyra e gabuar për të hartuar një projekt bashkëpunimi në masë.

Së pari, nuk ka asnjë arsye për të përjashtuar pjesëmarrësit të ulët të kualifikuar. Në thirrje të hapura, pjesëmarrësit e ulëta të aftë të shkaktojë probleme; kontributet e tyre nuk do të dëmtojë askënd dhe nuk kërkojnë ndonjë kohë për të vlerësuar. Në llogaritje njerëzore dhe shpërndarë projektet e grumbullimit të të dhënave, nga ana tjetër, forma më e mirë e kontrollit të cilësisë vjen me tepricë, jo një bar të lartë për pjesëmarrje. Në të vërtetë, në vend se duke përjashtuar pjesëmarrës të ulët aftësi, një qasje më e mirë është për të ndihmuar ata të japin kontribute të mira, më shumë që hulumtuesit në eBird kanë bërë.

Së dyti, nuk ka asnjë arsye për të mbledhur një sasi të caktuar të informacionit nga çdo pjesëmarrës. Pjesëmarrja në shumë projekte bashkëpunimi në masë është tepër e pabarabartë (Sauermann and Franzoni 2015) me një numër të vogël të njerëzve që kontribuojnë shumë-quajtur nganjëherë kokën yndyrë -Dhe shumë njerëz që kontribuojnë pak, ndonjëherë i quajtur bisht të gjatë. Nëse ju nuk mbledhin informacion nga kreu yndyrë dhe bisht të gjatë, ju jeni duke lënë ton e informacionit uncollected. Për shembull, në qoftë se Wikipedia pranuar 10 dhe vetëm 10 redaktimet për redaktor, ajo do të humbasë rreth 95% e redaktimeve (Salganik and Levy 2015) . Kështu, me projekte të bashkëpunimit në masë, ajo është e mirë për të levave heterogjenitet vend se të përpiqet për të eliminuar atë.