Једном када сте мотивисали многе људе да раде на стварном научном проблему, открићете да ће ваши учесници бити хетерогени на два главна начина: они ће се разликовати како у својој вјештини, тако иу њиховом напору. Прва реакција многих социјалних истраживача је да се боре против ове хетерогености покушавајући да искључе учеснике са ниским квалитетом и покушавају да прикупе фиксну количину информација од свих који су остали. Ово је погрешан начин за дизајнирање пројекта масовне сарадње. Уместо да се боре против хетерогености, требате га искористити.
Прво, нема разлога да се изузму ниско квалификовани учесници. У отвореним позивима, ниско квалификовани учесници не изазивају никакве проблеме; њихови доприноси никога не повређују и не захтевају времена за процјену. Штавише, код људских рачуна и дистрибуираних пројеката прикупљања података, најбољи облик контроле квалитета долази кроз редундантност, а не кроз високу бар за учешће. Заправо, умјесто искључивања учесника са ниском квалификацијом, бољи приступ је да им помогне да дају боље доприносе, као што су истраживачи на еБирд-у учинили.
Друго, нема разлога за прикупљање фиксне количине информација од сваког учесника. Учествовање у многим пројектима масовне сарадње је невероватно неуједначено (Sauermann and Franzoni 2015) , с малим бројем људи који много доприносе - понекад се зове (Sauermann and Franzoni 2015) глава - а многи људи мало доприносе - понекад називају дугим репом . Ако не прикупљате информације од главе масти и дугог репа, остављате многе информације необележене. На пример, ако је Википедија прихватила 10 и само 10 измена по уређивачу, изгубила би око 95% едитова (Salganik and Levy 2015) . Дакле, са масовним пројектима сарадње, најбоље је искористити хетерогеност, а не покушати да је елиминишу.