5.5.2 Đòn bẩy không đồng nhất

Một khi bạn đã thúc đẩy rất nhiều người làm việc trên một vấn đề khoa học thực sự, bạn sẽ khám phá ra rằng những người tham gia của bạn sẽ được đồng nhất trong hai cách chính: họ sẽ thay đổi trong kỹ năng của họ và họ sẽ thay đổi trong mức độ nỗ lực. Phản ứng đầu tiên của nhiều nhà nghiên cứu xã hội là để loại trừ những người tham gia có chất lượng thấp và sau đó cố gắng để thu thập một số tiền cố định của thông tin từ tất cả mọi người còn lại. Đây là con đường sai để thiết kế một dự án hợp tác đại chúng.

Thứ nhất, không có lý do để loại trừ những người tham gia có tay nghề thấp. Trong cuộc gọi mở, người tham gia có tay nghề thấp gây ra không có vấn đề; những đóng góp của họ không làm hại ai và họ không yêu cầu bất cứ lúc nào để đánh giá. Trong tính toán của con người và các dự án thu thập dữ liệu phân tán, mặt khác, hình thức tốt nhất của kiểm soát chất lượng sản phẩm thông qua dự phòng, không phải là một thanh cao để tham gia. Trong thực tế, chứ không phải là không bao gồm những người tham gia nghề thấp, một cách tiếp cận tốt hơn là để giúp họ có những đóng góp tốt hơn, nhiều như các nhà nghiên cứu tại eBird đã làm.

Thứ hai, không có lý do để thu thập một số tiền cố định của thông tin từ mỗi người tham gia. Việc tham gia vào nhiều dự án hợp tác quần chúng là vô cùng bất bình đẳng (Sauermann and Franzoni 2015) với một số nhỏ những người đóng góp rất nhiều-đôi khi được gọi là người đứng đầu chất béo -Và rất nhiều người đóng góp một ít đôi khi được gọi là đuôi dài. Nếu bạn không thu thập thông tin từ người đứng đầu chất béo và đuôi dài, bạn đang để lại hàng tấn thông tin không thu được. Ví dụ, nếu Wikipedia chấp nhận 10 và chỉ có 10 bản chỉnh sửa mỗi soạn thảo, nó sẽ mất khoảng 95% các chỉnh sửa (Salganik and Levy 2015) . Như vậy, với các dự án hợp tác quần chúng, nó là tốt nhất để tận dụng không đồng nhất chứ không phải là cố gắng để loại bỏ nó.