Mara una motisha mengi ya watu kufanya kazi kwenye tatizo halisi wa kisayansi, utagundua kuwa washiriki wako kuwa tofauti nyingi katika njia kuu mbili: wao kutofautiana katika ujuzi wao na wao kutofautiana katika kiwango chao cha juhudi. majibu ya kwanza ya watafiti wengi wa jamii ni kuwatenga chini washiriki ubora na kisha kujaribu kukusanya kiasi fasta ya maelezo kutoka kwa kila mtu wa kushoto. Hii ni njia sahihi ya kubuni mradi wingi ushirikiano.
Kwanza, hakuna sababu ya kuwatenga chini washiriki wenye ujuzi. Katika wito wazi, low washiriki wenye ujuzi kusababisha hakuna matatizo; michango yao si kuumiza mtu yeyote na wao hawahitaji wakati wowote ili kutathmini. Katika hesabu za binadamu na kusambazwa miradi ukusanyaji wa takwimu, kwa upande mwingine, namna bora ya kudhibiti ubora huja kwa njia ya redundancy, si bar ya juu kwa ajili ya kushiriki. Kwa kweli, badala ya ukiondoa chini ujuzi washiriki, mbinu bora ni kuwasaidia kufanya michango bora, kiasi kama watafiti katika eBird wamefanya.
Pili, hakuna sababu ya kukusanya kiasi fasta ya habari kutoka kila mshiriki. Ushiriki katika miradi mingi wingi kushirikiana ni incredibly usawa (Sauermann and Franzoni 2015) na idadi ndogo ya watu kuchangia mengi-wakati mwingine aitwaye kichwa mafuta -na mengi ya watu kuchangia kidogo-wakati mwingine aitwaye mkia mrefu. Kama huna kukusanya taarifa kutoka kichwa mafuta na ule mkia mrefu, wewe ni kuondoka tani ya habari isiyokusanywa. Kwa mfano, kama Wikipedia kukubalika 10 na zangu 10 tu per mhariri, ingekuwa kupoteza kuhusu 95% ya masahihisho (Salganik and Levy 2015) . Hivyo, pamoja na miradi wingi kushirikiana, ni bora kujiinua heterogeneity badala ya kujaribu kuondoa hiyo.