data annotationの副業は何をする仕事か｜英語表記で求人を探すときの手がかり 2026

「data annotation 副業」と、わざわざ英語表記で検索された。その時点で、あなたはもう半歩踏み出しています。

このご相談、最近本当に増えました。SNSやYouTubeで「data annotation」という英語の単語を見かけて、日本語で「データアノテーション」と調べてみたけれど、出てくるのは体験談ばかり。仕事内容の説明が人によってバラバラで、結局何をする仕事なのかが分からない。単価も「時給3,000円」と書いてある記事もあれば「安すぎて割に合わない」と書いてある記事もあって、どっちが本当なのか判断できない。

大丈夫ですよ。混乱しているのは、あなたの理解力の問題ではありません。この分野は英語圏発の仕事で、日本語の情報が整理されないまま増えたので、誰が読んでも混乱する状態になっているだけです。

この記事では、data annotationという仕事が具体的に何をするのか、英語表記で求人を探すときにどの単語を手がかりにすればいいのか、単価の幅がなぜこれほど広いのか、そして始めるまでの手順を、順を追ってお話しします。あわせて、この仕事を続ける上で見落とされがちな「心の消耗」への対処もお伝えします。私がキャリア相談の現場で実際に伝えている内容です。

data annotationという言葉が指しているものを、まず整理する

最初につまずきやすいのが、この言葉が複数の意味で使われている点です。ここを分けておかないと、求人を見ても何を見ているのか分からなくなります。

data annotationは英語で「データに注釈を付けること」を意味します。AIに学習させるためのデータに、人間が正解のラベルを付けていく作業全般を指す一般名詞です。画像に写っているものが猫なのか犬なのかを人が判定して印を付ける。音声を聞いて文字に起こす。文章がポジティブかネガティブかを分類する。こうした作業をまとめてdata annotationと呼びます。

一方で、DataAnnotation.techのように、英語圏に同じ名前を掲げたサービスがあります。日本語の体験談で語られている「データアノテーションの副業」の多くは、この特定のサービスを指しています。ここが混乱の元です。一般名詞としての仕事の話と、特定サービスでの体験談が、同じ言葉で語られてしまっている。

さらに近年は、AIの回答を人間が評価して良し悪しを判定する仕事も、この枠組みに入ってきました。英語ではRLHF（人間のフィードバックによる強化学習）やmodel evaluationと呼ばれる領域です。ラベル付けというより「AIの答案を採点する」感覚に近く、必要とされる力も従来のアノテーションとはかなり違います。

つまり「data annotation 副業」という検索語の中には、少なくとも3つの別々の話が混ざっています。一般的なラベル付け作業、特定の英語圏サービスでの就業、そしてAI評価の仕事。まずこれを分けて考えると、情報の見え方が変わってきます。

data annotationの副業は、具体的に何をする仕事か

ここからは実際の作業内容を、種類ごとに見ていきます。募集要項に書かれている英語表記も併せて挙げますので、求人を探すときの手がかりにしてください。

画像・動画のアノテーション（image annotation / bounding box）

もっとも歴史が長く、量も多いのがこの領域です。写真の中の人物や車、標識といった対象を四角い枠で囲んで「これは歩行者」「これは信号機」とラベルを付けていきます。英語表記ではbounding box、object detection、image labelingなどの単語が使われます。

自動運転や防犯カメラ、医療画像の解析に使われるデータがここから生まれます。一枚あたりの単価は数円から数十円程度が一般的で、慣れると一時間に数十枚から百枚以上を処理する人もいます。単純に見えますが、枠の位置が数ピクセルずれただけで差し戻される案件もあり、精度の要求は想像より厳しめです。

ポリゴン（多角形）で対象の輪郭をなぞる作業や、動画の各フレームを追跡する作業になると単価は上がります。ただし作業時間も比例して伸びるので、時給換算すると劇的に変わるわけではありません。

テキストのアノテーション（text annotation / NER）

文章から人名や地名、企業名を抜き出してタグを付ける作業です。英語ではnamed entity recognition（固有表現抽出）、sentiment analysis（感情分析）、text classificationといった表記になります。

日本語のテキストを扱う案件は、日本語話者にとって参入しやすい領域です。文章の意味を正確に読み取る力が求められるので、読解が得意な方には向いています。文章を扱う仕事全般の報酬水準を知っておくと相場感がつかみやすくなります。編集や執筆に関わる職種の年収と単価の傾向は著述家，記者，編集者の年収・単価相場にまとめられていますので、比較の材料として目を通しておくと判断がしやすくなります。

音声のアノテーション（audio transcription / speech labeling）

音声を聞いて文字に起こす、話者を識別する、環境音を分類するといった作業です。英語表記はtranscription、speech-to-text、audio labelingなど。

日本語の音声書き起こしは、日本語ネイティブでなければできない仕事なので、競合が限られます。ただし聞き取りにくい音源に当たると作業時間が跳ね上がるため、時給換算での安定性は案件次第です。音や音楽に関わる在宅の仕事全般に興味が出てきた方は、作曲・編曲・効果音・ジングルのお仕事で、音を扱う職種にどんな依頼があるのかを眺めてみると視野が広がります。

AI回答の評価（model evaluation / RLHF）

近年もっとも単価が高いのがこの領域です。AIが生成した2つの回答を読み比べて、どちらが良いか、なぜ良いかを文章で説明します。事実誤認がないか、指示に従えているか、危険な内容が含まれていないかを判定します。

作業というより採点と講評に近く、日本語の文章力と論理的な説明力が問われます。英語表記ではAI trainer、model evaluator、RLHF specialist、prompt engineerといった募集名で出ることが多いです。

ここが従来のアノテーションと決定的に違うのは、成果物が「あなたの判断と説明」そのものである点です。単純作業ではないぶん疲れ方も違い、集中力の管理が収入に直結します。

英語表記で求人を探すときの、具体的な手がかり

日本語で「データアノテーション 副業」と調べても、体験談や情報商材寄りの記事にたどり着きやすいのが現状です。英語表記を使うと、見える求人が変わります。

検索や求人サイトの絞り込みで使える単語を、目的別に整理します。

探したい仕事	英語表記のキーワード
画像のラベル付け	image annotation / bounding box / object detection
文章のタグ付け	text annotation / NER / text classification
音声の書き起こし	transcription / audio labeling / speech data
AIの回答評価	AI trainer / model evaluation / RLHF
日本語データ限定	Japanese language / native Japanese speaker
在宅・業務委託	remote / freelance / contractor / work from home

とくに効くのが「Japanese」を組み合わせる方法です。海外のAI開発企業は日本語データを扱える人材を継続的に探しており、Japanese data annotator、Japanese AI trainerといった募集は一定数あります。日本語が母語であることが、そのまま応募条件になる仕事です。

一方で、英語の募集ページを読むこと自体がハードルになる方も多いはずです。ここは正直にお伝えしますが、募集要項を読んで規約に同意し、作業指示書を理解する程度の英語読解は必要になります。翻訳ツールを使えば十分こなせる水準ですが、「英語は一切不要」という説明を見かけたら、その情報は正確ではありません。

英語表記で求人を探すもうひとつの利点は、日本語の求人サイトに載っていない案件に届くことです。ただし海外事業者との直接契約になるため、報酬の受け取り方法、源泉徴収の扱い、トラブル時の連絡経路を自分で確認する必要が出てきます。この点は後半の税金の項目で詳しく触れます。

単価と相場が、記事によってバラバラな理由

「時給3,000円」と書いてある記事と「割に合わない」と書いてある記事、どちらも嘘ではありません。前提が違うだけです。

単価が分かれる要因は、大きく4つあります。

1つ目は、作業の種類です。画像に枠を付ける作業と、AIの回答を評価して講評を書く作業では、そもそも求められる能力が違います。前者は1,000円から1,500円程度の時給換算に落ち着くことが多く、後者は3,000円から5,000円の水準で語られます。

2つ目は、評価の蓄積です。多くのプラットフォームは、初期の作業品質でその人の評価スコアを決め、高評価の人にだけ高単価案件を開放する仕組みを取っています。同じ人でも、始めた月と半年後では受け取れる案件がまったく違います。「初月は思ったほど伸びなかった」という声と「安定してきた」という声が併存するのは、この構造が理由です。

3つ目は、無給の事前学習です。案件に入る前に、指示書を読み込んでテストに合格する工程があります。ここに数時間かかることもあり、その時間は報酬になりません。時給を計算するとき、この準備時間を含めるか含めないかで数字は大きく変わります。

時給3000円〜4000円くらいをドル支給ということだったのですが、事前学習が結構めんどくさくて…。途中で挫折しています^^; 出典: willblog.substack.com

この率直な声は、とても大事なことを教えてくれています。単価の高さだけを見て始めると、報酬が発生しない準備段階で心が折れる。これは能力の問題ではなく、事前に知らされていなかったことによる落胆です。最初から「準備に時間がかかる仕事だ」と分かっていれば、受け止め方はまったく変わります。

4つ目は、為替です。海外プラットフォームの報酬はドル建てが基本なので、円換算した金額は為替相場で上下します。同じ時給20ドルでも、円に換算したときの手取り感は時期によって変わります。日本語の体験談を読むときは、それがいつ時点の話なのかを確認してください。

技術寄りの仕事の報酬水準と比べたい方は、ソフトウェア作成者の年収・単価相場を参照すると、IT分野全体の中でこの仕事がどのあたりに位置するかが見えてきます。専門開発職と比べれば単価は控えめですが、必要な前提知識の少なさを考えると納得できる水準です。

始め方の5ステップ

ここからは実際に始めるまでの流れです。焦らず、一段ずつ進めてください。

ステップ1　自分の得意な作業タイプを決める

最初に全部を試そうとしないでください。画像、テキスト、音声、AI評価の4つのうち、自分がいちばん苦にならないものを1つ選びます。

選び方の目安はシンプルです。長時間の単純作業が苦にならない方は画像系。文章を読むのが好きな方はテキスト系やAI評価。耳がよく集中して聞ける方は音声系。この見立てが外れていても構いません。やってみて合わなければ変えればいいだけです。

ステップ2　作業環境を整える

パソコンは必須です。スマートフォンだけでできる案件はほとんどありません。画面が小さいと画像の枠を正確に置けず、精度が落ちて評価が下がります。

通信環境も重要です。画像や動画を大量に読み込むので、不安定な回線だと作業が止まります。あわせて、静かに作業できる時間帯を確保してください。集中が切れた状態でのアノテーションは品質が下がり、評価スコアに跳ね返ります。

ステップ3　登録して事前テストを受ける

プラットフォームに登録し、スキル判定のテストを受けます。ここが最初の関門です。

私がご相談を受けてきた中で、いちばん多い脱落理由がここでした。テストに落ちると「自分には向いていない」と感じてしまう。でも実際は、指示書を読み込む前に受けてしまったケースがほとんどです。指示書は退屈ですが、そこに正解の基準がすべて書いてあります。読むのを飛ばさないでください。

ステップ4　最初の案件は小さく始める

いきなり長時間まとめて作業しないことをおすすめします。最初の数件は、丁寧さを最優先にしてください。

初期の作業品質がその後の評価スコアを決めるので、ここで急ぐと後々の単価に響きます。1日1時間程度から始めて、自分の作業ペースと精度の関係をつかむのが安全です。

ステップ5　記録を付けながら継続する

作業日、作業時間、獲得報酬、案件の種類を記録します。表計算ソフトで十分です。

この記録が、後の確定申告でそのまま使えます。さらに「どの案件が自分にとって効率がいいか」が数字で見えるようになり、案件の選び方が変わってきます。売上管理の具体的なやり方は副業 確定申告 売上管理 スプレッドシート！2026年最新の時短術で手順が整理されているので、最初の1件を受ける前に仕組みだけ作っておくと後が楽になります。

初心者がつまずきやすいポイントと、その対処

相談の現場で繰り返し聞いてきた、つまずきの型があります。先に知っておけば避けられるものばかりです。

指示書を読み飛ばして、差し戻される

もっとも多いのがこれです。アノテーションの指示書は、細かいルールが延々と書かれていて、正直なところ読むのが苦痛です。でも差し戻しの理由の大半は、指示書に書いてあるルールを見落としたことにあります。

対処法は、最初の作業前に指示書を印刷するか別画面に開いておき、判断に迷うたびに戻ることです。慣れれば見なくなりますが、最初の20件くらいは毎回確認するつもりでいてください。

単価の高い案件だけを狙って、何も受けられない

高単価案件は評価スコアが一定以上の人にしか開放されません。最初から高単価だけを待っていると、いつまでも実績が積み上がらず、結果としてスコアも上がりません。

最初の数週間は「評価を作る期間」と割り切って、単価より完遂率と精度を優先してください。遠回りに見えて、これがいちばん早い道です。

作業に没頭しすぎて、疲れが抜けなくなる

これは私がとくにお伝えしたい点です。アノテーションは同じ判断を延々と繰り返す仕事なので、脳の同じ部分を酷使します。心理学では認知的疲労と呼びますが、要するに「頭の同じところばかり使って、そこだけ極端に疲れる」状態です。

体は動いていないので疲れた自覚が出にくく、気づいたときには目の奥が重い、眠れない、何も考えたくない、という状態になっています。

対処はシンプルです。25分作業したら5分離れる。画面から目を外し、できれば立ち上がる。タイマーをかけるだけで効果があります。効率が落ちるように感じますが、実際には差し戻しが減って総合的な時給は上がります。

為替や海外送金の手数料を計算に入れていない

海外プラットフォームの場合、報酬はドルで支払われ、日本の口座に着金するまでに送金手数料と為替手数料が引かれます。表示額そのままが手元に残るわけではありません。

受け取り方法ごとの手数料を、最初の入金前に確認してください。少額を頻繁に引き出すと手数料の比率が上がるので、まとめて受け取る方が有利になる場合があります。

家族に説明できず、孤立する

意外に多いのがこれです。「AIの学習データを作る仕事」と言っても家族に伝わらず、怪しまれる。説明が面倒で黙って始めて、一人で抱え込む。

この仕事は在宅の単独作業なので、もともと孤立しやすい性質があります。誰にも話さないでいると、うまくいかないときに相談先がありません。仕事の中身までは伝わらなくても「AI関連の在宅の仕事を始めた」とだけでも共有しておくと、精神的な負担はかなり違います。

需要はどうなっているか、そして今後

生成AIの普及で、この分野の需要構造は明確に変わりました。

かつての中心は、画像に枠を付ける単純作業でした。この領域は自動化が進み、AI自身が下書きのラベルを付けて人間が修正する方式が一般化しています。作業量あたりの人手は減る方向です。

一方で伸びているのが、AIの出力を人間が評価する領域です。AIの回答が正しいか、自然か、危険ではないかを判断できるのは今のところ人間だけで、しかもその判断は言語ごとに必要になります。日本語のAIを賢くするには、日本語話者の評価が要る。ここが日本在住者にとっての構造的な強みです。

つまり「単純なラベル付けの仕事は減り、判断と説明を伴う仕事は増える」というのが現在の流れです。今から始めるなら、単純作業に習熟するより、文章で理由を説明する力を磨いた方が長持ちします。

AI関連の在宅の仕事は、アノテーションだけではありません。周辺にどんな職種があるかを知っておくと選択肢が広がります。AI・マーケティング・セキュリティのお仕事では、AI活用やデータ関連の依頼がどんな形で発注されているかを確認できるので、アノテーション以外の入り口を探すときの参考になります。

副業全般の始め方から見直したい方には、在宅で仕事を得るまでの基本的な流れを整理した副業 おすすめ！37歳教育系講師が教える在宅で稼ぐ秘訣と成功への道も役立ちます。アノテーション以外の道も含めて比較しておくと、自分に合う仕事を選びやすくなります。

税金の扱いを、始める前に押さえておく

ここは面倒に感じる方が多いところですが、後回しにすると確実に困ります。先に骨組みだけ理解しておきましょう。

会社員が副業で得た所得は、原則として雑所得または事業所得になります。給与所得以外の所得の合計が年間20万円を超える場合、確定申告が必要です。この基準は所得（収入から必要経費を引いた金額）で判断します。

海外プラットフォームからの報酬でも、日本に居住している以上、日本で申告する義務があります。「海外の会社から振り込まれたから申告不要」という理解は誤りです。ドル建てで受け取った場合は、受け取り時点の為替レートで円換算して記録します。

必要経費として計上できる可能性があるのは、パソコン購入費（金額により減価償却）、通信費の按分、作業に使うソフトウェア代などです。何が経費になるかは個別事情で変わるため、判断に迷うときは税務署か税理士に確認してください。制度の一次情報は国税庁のサイトで確認できます。

住民税の扱いにも注意が必要です。確定申告時に住民税の徴収方法を選べる場合があり、勤務先に副業を知られたくない事情がある方は、この項目を確認しておいてください。会社の就業規則で副業が制限されているケースもあるので、始める前に自分の会社の規定を読んでおくのが安全です。

もし将来的に副業を事業として広げていくつもりなら、契約や許認可まわりの知識が武器になります。書類作成や契約の専門家である行政書士の資格情報を眺めておくと、業務委託契約で何を確認すべきかの勘所がつかめます。取得しないまでも、契約書のどこを見るべきかの視点が得られます。

怪しい案件と、まっとうな案件の見分け方

この分野は成長しているぶん、質の低い勧誘も混ざっています。見分け方をいくつか挙げます。

まず、登録料や教材費を先に請求してくる案件は避けてください。仕事を受けるために先にお金を払う構造は、仕事ではなく販売です。

次に、「誰でも月○万円」「スキル不要で高収入」といった表現が前面に出ているものは慎重に見てください。実際のアノテーション業務は、指示書の理解と一定の精度が求められる仕事です。無条件で誰でも高収入という説明は、実態と合いません。

3つ目に、業務内容の説明が曖昧なものです。どんなデータを、どういう基準で、どのツールで処理するのか。この3点が説明されない募集は、実務の実体がない可能性があります。

4つ目に、身元が確認できない相手からの個人的な勧誘です。SNSのダイレクトメッセージで持ちかけられる「簡単なデータ入力」の多くは、この仕事とは別物です。前払いを求められたり、身分証の写真を先に送るよう言われたりしたら、その時点でやりとりを止めてください。

まっとうな案件には共通点があります。作業単価か時給が明示されている。作業内容とツールが具体的に書かれている。契約形態と支払いサイクルが記載されている。この3つが揃っていれば、少なくとも実務は存在すると考えて大丈夫です。

長く続く人が、実際にやっていること

20年にわたって在宅ワークと業務委託の市場を運営してきた立場から見ると、この種の作業型の仕事で長く続く人には、はっきりした共通点があります。

続く人は、単発の作業をこなすことより「この人に任せると楽だ」と思ってもらう関係づくりに時間を使っています。指示書に書かれていない曖昧なケースに出会ったとき、勝手に判断せず質問を投げる。差し戻された理由を確認して次に活かす。納期の見込みを先に伝える。どれも報酬に直結しない行動ですが、この積み重ねが継続的な依頼につながっています。逆に、作業スピードだけを追って質問もせずに数をこなす人は、評価スコアが伸びず、単価の高い案件に届かないまま離脱していきます。

もうひとつ、運営者として見てきた限りではっきり言えるのは、中間マージンの厚さが働き手の消耗に直結するということです。同じ予算でも、仲介手数料が何段階も乗る構造では、依頼者が支払った金額のかなりの部分が途中で目減りします。結果として、依頼者は「これだけ払ったのに」と感じ、受け手は「これだけ働いたのに」と感じる。双方が不満を抱える構造です。

手数料0%の直接取引が意味を持つのは、金額の大小そのものではありません。同じ予算で依頼者はより多くを頼め、受け手は同じ労力で手取りが厚くなる。この「取り分の質」が変わることで、双方に余裕が生まれ、関係が続きやすくなります。長期の依頼関係が生まれている現場を数多く見てきましたが、その多くは金額交渉がうまい人ではなく、余計なコストが挟まらない環境で誠実にやりとりを重ねた人たちでした。

職種データから見える、この仕事の位置づけ

在宅ワークの依頼を職種別に見ていくと、data annotationのようなAI学習データ関連の仕事は、独立したカテゴリとしてはまだ小さい部類に入ります。実際の依頼は、データ入力、リサーチ、文字起こし、テキスト校正といった既存の職種名で募集されていることが多く、「アノテーション」という単語で探すと逆に見つけにくくなります。

これは求人を探すうえで実務的に重要な点です。英語表記でannotationと検索するのと並行して、日本語では「データ入力」「文字起こし」「タグ付け」「ラベル付け」「AI学習用データ作成」といった言い換えでも探してください。同じ内容の仕事が、別の名前で募集されています。

職種別の相場データを横断して見ると、もうひとつ分かることがあります。作業単価だけで見れば、アノテーションは決して高い部類ではありません。ただし、参入時に必要な専門知識がほとんど不要である点、時間の切り売りではなく作業量で報酬が決まる点、そして納期の柔軟性が高い案件が多い点を考えると、副業として組み込みやすい構造をしています。本業のある方が、自分の時間の隙間に入れられる仕事として設計されている、と考えると理解しやすいはずです。

デザインやツール操作のスキルを併せ持つと、案件の幅はさらに広がります。画像編集ツールの基本操作を証明できるAdobe認定プロフェッショナル Adobe Expressのような資格があると、画像系のデータ整備案件で選ばれやすくなります。資格そのものが必須ではありませんが、実務経験がない段階では判断材料として機能します。

そしてもうひとつ。この仕事を一定期間続けた方の中には、「作業そのものより、人の相談に乗る仕事の方が自分に合っていた」と気づく方が少なくありません。アノテーションで身につく「判断基準を言語化する力」は、実は対人支援の仕事とも相性がいい能力です。もし途中でそう感じたら、キャリア・副業・人生相談のお仕事でどんな相談業務の依頼があるかを見てみてください。オンラインで相談を受ける仕事の始め方はキャリア・副業・人生相談のオンラインカウンセラー入門で具体的に整理されています。

data annotationという英語表記から出発したあなたの検索は、AI時代に人間が担う仕事の輪郭を確かめる作業でもあります。単純なラベル付けは自動化されていきますが、「何が良い答えかを判断し、その理由を言葉にする」仕事は残ります。焦らず、自分のペースで、まず1件から始めてみてください。あなたは一人で決めなくていいのです。

よくある質問

Q. data annotationの副業は英語ができないと無理ですか？

募集要項や作業指示書を読む程度の英語読解は必要ですが、翻訳ツールを使えば十分こなせる水準です。むしろ日本語データを扱う案件では日本語ネイティブであることが強みになり、Japanese data annotatorなどの募集は日本語話者が優遇されます。英語での会話力は通常求められません。

Q. 時給の相場はどのくらいですか？

作業の種類で大きく変わります。画像の枠付けなど単純作業は時給換算1,000円から1,500円程度、AIの回答評価など判断と説明を伴う仕事は3,000円から5,000円の水準で語られます。ただし報酬が出ない事前学習の時間があるため、初期は実質時給が下がる点に注意してください。

Q. 未経験でも始められますか？

専門知識がなくても始められる案件が多い分野です。ただし登録後のスキル判定テストに合格する必要があり、ここで落ちる方の多くは指示書を読み込む前に受けています。指示書に正解の基準がすべて書かれているので、必ず目を通してからテストに臨んでください。

Q. 確定申告は必要ですか？

給与所得以外の所得の合計が年間20万円を超える場合、確定申告が必要です。海外プラットフォームからのドル建て報酬も、日本に居住していれば日本で申告する義務があります。受け取り時点の為替レートで円換算して記録し、作業日と報酬額を最初から表計算ソフトで残しておくと後が楽になります。