2026年9月4日 金曜日
AI時短ラボ
業界· 約12

「AIに教える仕事」の運営側──Scale AIの専門家アノテーター制度「Human Frontier Collective」とは

Scale AIが2025年11月に公開した「Human Frontier Collective(HFC)」は、STEM博士号保持者が8割を占める専門家コミュニティで、AIモデルの評価・データセット設計に協力する。従来の低単価アノテーション労働とは異なる「専門家版」の仕組みを一次資料から読む。

「AIに教える仕事」の運営側──Scale AIの専門家アノテーター制度「Human Frontier Collective」とは
執筆・編集:
目次

3行まとめ

  1. Scale AIは2025年11月20日、研究者・学者・領域専門家からなるコミュニティ「Human Frontier Collective(HFC)」を公開した。メンバーの80%以上がSTEM博士号を持ち、80%以上がMIT・Caltech・Stanford・ジョンズ・ホプキンス大学等のトップ校出身とされる
  2. HFCメンバーの役割は、AIモデルを厳密に評価するための複雑で領域特化な問題・データセットを設計し、モデルの推論・精度を向上させるための専門的知見を提供すること
  3. Anthropicにも「Data Operations Manager, Human Data」という類似の運営側ポジションが存在し、「AIに教えるための人材を集め、管理する仕事」は複数のAI企業に共通して存在する機能だとわかる

生成AIモデルの評価・改善には、大量の人間によるフィードバックが必要だ。この「人間側」の仕事というと、単価の低いデータラベリング作業のイメージが先行しがちだが、Scale AIが2025年11月に立ち上げた「Human Frontier Collective(HFC)」は、それとは異なる「専門家版」の仕組みだ。

Scale AI自身の説明

Scale AIのブログ記事(2025年11月20日公開)は、HFCをこう紹介している。

The Human Frontier Collective (HFC) is a new community created for those people: researchers, academics, and domain experts who are shaping the next frontier of AI. HFC represents a new kind of expert network. It was built for researchers, scientists, engineers, and thinkers who want their knowledge to make a measurable impact on how AI learns, reasons, and aligns with human judgment.

メンバーの内訳についても具体的な数字が示されている。

More than 80 percent of HFC members hold STEM PhDs, and over 80 percent come from top-tier institutions such as MIT, Caltech, Stanford, and Johns Hopkins.

何をする組織なのか

記事によれば、HFCメンバーの活動は研究に近い性質を持つ。

Members co-author research papers, participate in roundtables, and lead domain-specific discussions that strengthen the intellectual foundation of AI. Their contributions, from evaluations and analyses to new methodologies, form an evolving body of work that helps models reason and make decisions more effectively.

論文の共著、円卓会議への参加、領域特化型ディスカッションのリードなど、単なるデータ入力作業とは異なる知的活動が中心に据えられている。ブログ記事にはジョンズ・ホプキンス大学の博士課程学生からのコメントも引用されている。

"Even if I cannot code, I can still contribute to the advancement of AI. HFC showed me that expertise comes in many forms and that every discipline has something valuable to teach." — Tram Nguyen, PhD Candidate, Johns Hopkins University

現在の公式サイトでは会員統計が更新されている

hfc.scale.comを直接確認すると、2025年11月のブログ記事とは異なる、より新しい会員統計が掲載されていた。両者を並べると次のようになる。

指標 ブログ記事(2025年11月20日時点) 公式サイト(本記事確認時点)
STEM博士号保持者の割合 80%超 -
博士号相当(PhD・MD・JD等)保持者の割合 - 92%
査読付き論文などの実績を持つ会員の割合 - 88%
トップ大学出身者の割合 80%超(トップ校) 65%(トップ20大学)
カバーする専門領域の数 - 70以上

「92%が博士号(取得済みまたは取得中)」「88%が査読付き論文などの実績を持つ」という数字は、ブログ記事公開時点の「STEM博士号80%超」よりも学位の種類を広げた表現になっており、単純な時系列比較はできない。ただし対象を専門領域70以上に広げ、法律・医学・物理学・化学・数学・コンピュータサイエンス・生物学など個別の「フェロートラック」を設けている点から、コミュニティの規模と対象分野が拡大していることはうかがえる。公式サイトにはMIT出身の弦理論研究者、スタンフォード大の物理学PhD、ハーバード医学大学院の生物学PhDなど、複数の会員による実名の推薦コメントも掲載されており、UC DavisのCS PhD保持者が「SEALリサーチチームと共にベンチマークを構築した」、UIUCの金融研究者が「PRBenchの法律系ベンチマークを共著しICLR・ACLに採択された」と述べるなど、実際の学術的アウトプットに言及するコメントも複数確認できた。

実際の求人ポジション

HFC自体はコミュニティだが、Scale AIの採用ページには関連するポジションが複数存在する。検索で確認できた範囲では「Machine Learning Fellow - Human Frontier Collective」「Research Advisor - Human Frontier Collective」「STEM Fellow - Human Frontier Collective」「Medical Fellow - Human Frontier Collective」などがあり、米国・英国それぞれで募集されている。「Fellow」「Advisor」という肩書からも、単純作業員としてではなく、専門的助言者として位置づけられていることがうかがえる。

Anthropicにも似た運営職がある。求人票の本文と年収まで確認できた

「AIに教える人材を集め、運営する」という機能自体は、Scale AI固有のものではない。AnthropicのGreenhouse求人ボード(boards.greenhouse.io/anthropic)を直接確認すると、「Data Operations Manager, Human Data」という、勤務地サンフランシスコ/ニューヨーク、部門「AI Research & Engineering」のポジションが実在した(2026年6月3日公開、本記事確認時点でも掲載中)。求人票本文まで開いて確認したところ、次のような内容だった。

  • 業務内容:RLHF・安全性・ツール利用・エージェント的ワークフローといった研究領域向けにデータ戦略を策定・実行する。ベンダーとのパートナーシップを主導し、研究チームの要件を高品質なデータパイプラインに落とし込む運用システムを設計する
  • 求められる経験:オペレーション・コンサルティング・プロダクトマネジメント・プログラムマネジメントいずれかで3年以上の経験、LLMの仕組みへの理解または強い関心、SQL・Python・Tableau等のデータ分析ツールの経験
  • 歓迎要件:AI/ML向けのデータ収集・ラベリング・アノテーション運用の経験、RLHF・Constitutional AI・human-in-the-loopワークフローの知識、ベンダー・外部委託先の管理経験
  • **年収レンジ:27万ドル〜36万5,000ドル(米ドル、年間)**と求人票に明記されている

この求人は、Scale AIのHFCのような「専門家コミュニティの運営」そのものではなく、Anthropic社内で研究チーム向けのデータパイプライン戦略を統括する管理職だが、「AIに教えるための人材・データを集め、質を管理する」という機能が、呼称・制度設計は各社で異なりながらもフロンティアAI企業に共通して存在するポジションだと分かる。少なくともこの1件について言えば、年収27万〜36.5万ドルという水準は、単純作業のアノテーターとは全く異なる報酬帯であることも確認できた。

なぜ今、専門家アノテーションなのか(推測を含む)

ここからは記事側の整理になるが、モデルの性能が汎用的なタスクで頭打ちに近づくにつれ、次の性能向上の源泉が「専門領域における質の高いフィードバック」に移っているという業界の一般的な見立てと、HFCの立ち上げ時期・メンバー構成(博士号保持者中心)は整合する。ただしこれはScale AIが公式に述べている理由ではなく、記事側の解釈であることを明記しておく。

HFCの正確なメンバー数・報酬体系は確認できなかった

  • HFCメンバーへの具体的な報酬体系(時給・案件単価など)は、本記事で確認したブログ記事・公式サイトのどちらにも記載がなかった。公式サイトのFAQには「How much will I get paid?」という質問項目自体は存在したが、回答本文はページの構造上(アコーディオン形式で閉じた状態)本記事の確認範囲では読み取れなかった
  • HFCの正確なメンバー数(何人が参加しているか)は公開情報として確認できなかった
  • Anthropicの求人で確認できた27万〜36.5万ドルという年収は、あくまで「Data Operations Manager, Human Data」1ポジションの金額であり、HFCのような会員(フェロー)自身の報酬とは性質が異なる。この記事ではこの2つを同一視していない
  • 日本人研究者・日本語話者がHFCにどの程度参加しているかは確認できなかった

関連記事

シェア: ポスト はてブ

出典・参照資料

AIニュースの解説を動画でも

YouTubeでは注目ニュースの背景を解説し、Xでは新着記事をお知らせしています。

コメント

まだコメントはありません。最初のコメントを書いてみませんか?

AIについて聞きたいことはありますか?

質問箱で無料で受け付けています。回答は公開され、他の方の参考にもなります。

質問箱を見る →

新しい記事をメールで受け取る

AIの新しい発表を、出典付きで整理して届けます。

関連記事

OpenAIが『再帰的自己改善』専任の安全研究者を募集している──Preparednessチームの求人票を読むの記事画像
業界09.01読了16

OpenAIが『再帰的自己改善』専任の安全研究者を募集している──Preparednessチームの求人票を読む

出典 ─ Researcher, Recursive
Alphabet株が約5%急落――AI投資拡大と主要研究者の流出が重なり、投資家の懸念が表面化の記事画像
業界06.26読了13

Alphabet株が約5%急落――AI投資拡大と主要研究者の流出が重なり、投資家の懸念が表面化

出典 ─ CNBC
AI人材 年収・求人動向──エンジニア・PM・リサーチャー【2026年日本】の記事画像
業界06.19読了5

AI人材 年収・求人動向──エンジニア・PM・リサーチャー【2026年日本】

出典 ─ 日本エージェンティックエンジニア協会
「Agentic ESOpt」とは何か──強化学習ではなく「進化戦略」でエージェントを鍛える、GPUに優しいやり方の記事画像
研究09.04読了12

「Agentic ESOpt」とは何か──強化学習ではなく「進化戦略」でエージェントを鍛える、GPUに優しいやり方

出典 ─ Agentic ESOpt: Fine-Tu
非エンジニアはAI資格を取るべきか──資格と実務スキルの境界線の記事画像
活用09.04読了12

非エンジニアはAI資格を取るべきか──資格と実務スキルの境界線

出典 ─ G検定とは(一般社団法人日本ディープラーニン
AIに記事を書かせたら、複利計算を間違えていた──CNETの2023年1月、3つの誤りを原文で確認するの記事画像
研究09.04読了12

AIに記事を書かせたら、複利計算を間違えていた──CNETの2023年1月、3つの誤りを原文で確認する

出典 ─ Futurism(Jon Christian、2023年1月17日)
強化学習環境を「作り直さず、着せ替える」──EnvHarnessは静的な訓練環境をラップして弱点を突くの記事画像
研究09.04読了12

強化学習環境を「作り直さず、着せ替える」──EnvHarnessは静的な訓練環境をラップして弱点を突く

出典 ─ EnvHarness: Awakening
「仕事の47%が消える」の答え合わせ──2013年オックスフォード論文が確率を割り当てた20職業を、10年後の米国統計で数え直すの記事画像
研究09.04読了12

「仕事の47%が消える」の答え合わせ──2013年オックスフォード論文が確率を割り当てた20職業を、10年後の米国統計で数え直す

出典 ─ Carl Benedikt Frey & Michael A. Osborne, Oxford Martin School(2013年9月17日、working paper)