数据标注是机器学习和人工智能的基础。研究强调评分者多样性对模型公平性的重要性，并关注标注者的工作条件和心理影响。文章回顾了数据标注的历史，质疑实验结果的普适性，指出心理学过于依赖WEIRD国家的参与者，而许多标注者来自全球南方。非WEIRD标注者被迫接受WEIRD国家的社会分类，这可能固化过时的分类。文章提出框架以理解全球社会条件与标注工作的互动。