5.5.2 kujiinua heterogeneity

Mara baada ya kuwahamasisha watu wengi kufanya kazi kwenye tatizo la kweli la kisayansi, utagundua kuwa washiriki wako watakuwa tofauti kwa njia mbili kuu: watatofautiana wote katika ujuzi wao na kiwango cha juhudi zao. Masikio ya kwanza ya watafiti wengi wa kijamii ni kupambana na ugomvi huu kwa kujaribu kuwatenga washiriki wa chini na kisha kujaribu kukusanya kiasi cha habari cha kila mtu aliyeachwa. Hii ni njia mbaya ya kubuni mradi wa ushirikiano wa wingi. Badala ya kupambana na heterogeneity, unapaswa kuitumia.

Kwanza, hakuna sababu ya kuwatenga washiriki wenye ujuzi mdogo. Katika wito wazi, washiriki wenye ujuzi duni husababisha matatizo; michango yao haidhuru mtu yeyote na hawana muda wowote wa kutathmini. Katika uhesabuji wa binadamu na kusambaza miradi ya kukusanya data, zaidi ya hayo, aina bora ya udhibiti wa ubora inakuja kupitia redundancy, si kupitia bar ya juu ya kushiriki. Kwa kweli, badala ya kuwashirikisha washiriki wa ujuzi wa chini, mbinu bora zaidi ni kuwasaidia wafanye michango bora, kama vile watafiti wa eBird wamefanya.

Pili, hakuna sababu ya kukusanya kiasi cha habari cha kila mshiriki. Kushiriki katika miradi mingi ya ushirikiano ni kubwa sana (Sauermann and Franzoni 2015) , na idadi ndogo ya watu inayochangia mengi-wakati mwingine huitwa kichwa cha mafuta -na watu wengi wanachangia kidogo-wakati mwingine huitwa mkia mrefu . Ikiwa hutakusanya taarifa kutoka kwa kichwa cha mafuta na mkia mrefu, unachaacha habari nyingi ambazo hazipatikani. Kwa mfano, kama Wikipedia ilikubali 10 na 10 tu ya mhariri kwa mhariri, ingeweza kupoteza kiasi cha 95% ya mabadiliko (Salganik and Levy 2015) . Hivyo, pamoja na miradi ya ushirikiano wa wingi, ni bora kupanua urithi badala ya kujaribu kuiondoa.