当ChatG等人工智能软件开始流行起来以后，很多岗位被挖掘出来。其中人工智能培训师引起了一些人的关注，实际上这个工作就是数据标注师。
虽然ChatGPT等人工智能产品给人们带来了惊艳，但是其背后有大量的合同工在帮助其完成数据处理工作。这些合同工主要的任务就是给数据或者图片贴上标签，去提升人工智能的准确率。虽然他们的工作很重要，但是薪水却远低于其他的IT员工 。美国人工智能标注人员的薪水通常为每小时15美元，但是没有其它福利。
在过去几年里，ChatGPT的性能提高，跟大量数据标注承包商的贡献有关。如果没有这些承包商为其提供人工智能模型训练所需的标注数据等其它相关信息，OpenAI可能还需要更长的时间才能够正式发布ChatGPT。
虽然ChatGPT给OpenAI带来了巨大的成功，但是对于这些数据承包商来讲，在人工智能领域，他们只是一个必不可少的环节，但是最容易被忽视。因为在数据标注这个行业，需要大量的廉价合同工。这也反映出，看上去光鲜的科技行业，实际上却需要大量低技能、低收入的工人去完成。从上世纪50年*开代**始，从美国科技公司的打卡员到现在亚马逊的在线零工，科技公司的成功有这些低收入员工的贡献。
虽然这类员工对于科技公司的贡献巨大，但是其工作非常不稳定。大多属于临时工或者第三方雇佣。很多员工只能获得非常少的福利，而一些人根本就没有任何福利。为了向外界显示科技公司的成就，从事这些工作的人基本上被隐藏。而他们所做的贡献都归功于公司的高管和研究人员。
随着更多科技公司开始大力发展人工智能技术，数据承包商的工作被大量增加。为了降低运营成本，很多数据成本商开始将工作外包到中欧甚至是非洲等国家。
而一些技术含量高的工作却被留在美国。由于涉及一些数据的隐私问题，很多科技公司不能将这些数据发送给国外的外包公司。
虽然数据标注很重要，但是数据标注师的收入却很低。这个岗位开始受到一些专家的关注，很多在考虑如果没有了数据标注这份工作，那么人工智能的发展将会如何，这是无法想象的。
数据标注的问题，也从另一个方面反映出，人工智能发展的一个限制性因素。因为标注员工的参差不齐，会导致很多人工智能工具出现巨大的漏洞。如ChatGPT等聊天机器人的歧视问题等。在提升人工工智能模型的性能和公司运营成本等方面，科技公司还需要做更多的考量。