专家解读之六 | 构建高素质人才队伍，助力数据标注产业发展

发布时间：2025-01-20 浏览次数：227 来源：国家数据局

文 | 商业信用中心主任袁星煜

近年来，由OpenAI引领的大型语言模型（LLM）技术浪潮席卷全球，引发人工智能领域的深刻变革。以ChatGPT为代表的大模型异军突起，离不开海量训练数据、人工标注指令微调以及基于人工反馈的强化学习。近日，国家发展改革委、国家数据局、财政部、人力资源社会保障部联合印发《关于促进数据标注产业高质量发展的实施意见》（以下简称《实施意见》），明确提出要依托行业组织、院校、社会培训评价组织等开展数据标注相关职业技能等级认定，支持分层次建设数据标注人才库，强化产业人才支撑。高质量、高精度的数据标注为人工智能算法模型赋予高效理解和决策能力，是解锁“人工智能+”赋能新质生产力跃迁的关键钥匙，而高素质的数据标注人才正是夯实数据标注质量基础，发挥人工智能高质量赋能作用的关键支撑力量。01

加快人才培育引进工作

当前数据标注行业呈现出一般性初级人员占比过高，专业性、技术性人才短缺严重，人才结构已经无法满足数据产业的爆发式增长需求，面对这一挑战，应加强标注行业人才队伍建设。支持与高校合作开设相关课程并提供实习机会，培养提升人才素质；强化行业培训与继续教育，推进国家职业标准与培训认证，促进人才队伍整体由劳动密集型转向知识密集型；加快多元化创新人才引进，留住用好高层次人才，形成国际交流与人才合作长效机制；呼吁政策支持与资金投入，创建人才信息库，汇聚各类高端人才和智力资源，打造专业化的交流平台，实现供需有效对接，为百万大中专院校毕业生创造就业岗位。 02

完善职业标准开发机制

数据标注产业作为数据产业的重要组成部分，需建立统一、规范、实用的数据标注职业国家标准规范，构建一套科学的职业技能等级体系，确保人才的专业性和适用性，夯实数据标注人才培养的基础，满足数据标注质量和技能的多样化、差异化需求。2022年9月审定颁布的《中华人民共和国职业分类大典（2022年版）》已经收录了“人工智能训练师S”职业和“数据标注员”工种，其原有的职业定义、主要工作任务等已经无法适应目前行业发展的要求，需加快制（修）定数据标注、数据分析等相关国家职业标准，通过考培等方式提升职业技能,提高社会的认可度。

基于标准化的国家职业分类体系，构建分行业、分领域、分区域的多层次的职业培训模式，举办形式多样的行业技术技能竞赛活动，激励其不断提升自身素质，全面提升标注服务的规范性和可操作性。强化政产学研用的协同与融合，在“数据标注实践项目、继续教育和公共实训基地建设”领域通力协作，大力鼓励行业联盟、高校、科研院所和企业共建长期合作机制，增强基础理论与技能实践的有效衔接，推动数据标注产业的可持续发展。03

探索职业发展新路径

因地制宜推进数据标注人才队伍梯度化结构体系，落实好人才培养、使用、评价、考核机制，实现数据标注领域职业资格与职业技能等级衔接互认，打破晋升阻碍，全面畅通人才发展通道，确保人才培养与市场需求相匹配，繁荣数据标注产业生态。

针对不同行业领域、不同阶段数字经济发展水平和产业结构禀赋特征，为数据标注人才成长绘制精准化、专业化职业发展“路径图”，比如一线城市重点推进“高精尖”复杂场景的标注人才实践与培养，强化跨领域跨学科数据理解和融合能力；二三线城市及数字产业集群区域着重培养技能型、应用型数据标注人才；偏远及欠发达地区可通过线上培训与基础标注技能普及，挖掘潜在数据标注劳动力，扩充后备人才力量。

总结：随着人工智能技术的蓬勃发展，《实施意见》的发布将有利于加快破解目前人才队伍建设难题，助力数据标注产业实现从“小作坊”、“计件工”向规模化、高端化转型，引领产业形成规模经济效应。通过部署好人才引培和职业标准制定，打造一支结构合理、创新创造、素质过硬的数据标注人才队伍，为产业发展输送源源不断的人才，立足优化产业服务，繁荣生态发展，赋能关键领域，完善安全保障，为我国在数字经济领域的核心竞争力提供坚实的人才支撑。