Meta擅替员工安装追踪软体记录实操电脑数据训练AI

文＼蔡宗桓 你每天上班打开工作需要软件、电邮、移动滑鼠、点选下拉选单，这些动作对你来说是再普通不过的工作习惯，如今正悄悄成了Meta用来训练下一代AI agent的材料。更令人不安的是，任何雇主包括Meta竟不需要事先征得员工的同意，只需寄一封备忘录给员工即可擅自滥用员工的这些个人秘密习惯数据。 在Meta Platforms先前因推出的AI智慧眼镜被质疑可能在未明确提示下录制周遭画面一事引发隐私争议后，这家科技巨头如今再度陷入监控风波，而这一次，被Meta“观察”的对象换成了它的自家员工。 Meta近期被揭露在员工电脑上部署追踪工具，以搜集员工使用／移动滑鼠、点击键盘以输入等操作行为，并将之用于训练AI模型。 《路透社》揭露上述这项后，迅速引发外界对职场监控与隐私边界课题的强烈反弹，同时也凸显在AI agent竞赛的情况下，科技公司对“真实人类操作数据”的高度依赖。 根据《路透社》取得的内部备忘录，Meta正通过一项名为Model Capability Initiative（MCI）的工具，在与工作相关的应用程式和网站中运作，且不定时撷取员工所使用的电脑荧幕画面，借此记录员工如何实际使用电脑。 该工具是由Meta内部的Meta Superintelligence Labs（MSL）推动，相关讯息最早由AI研究员发布于内部沟通频道。 Meta的核心逻辑相当直接，即若要打造能执行日常办公任务的AI agent，该模型就必须学习人类如何操作有关介面，包括如何点选下拉选单、如何使用快捷键、如何在不同视窗间切换等。 这类细致的互动流程，无法单靠文字或图片资料训练取得，因此，Meta员工的日常工作行为，便成为最贴近真实场景的训练素材。 Meta甚至在备忘录中阐言，员工只须完成日常工作，本身就是在“帮助模型变得更好”。这项措施隶属于Meta内部的“AI for Work”计划（现已更名为Agent Transformation Accelerator, ATA）。 Meta的技术总监（CTO）Andrew Bosworth在另一份备忘录中指出，公司愿景是让AI agent成为主要执行者，人类则负责指导、审查与优化的工作，同时通过持续搜集互动数据，建立评估与改进机制，使Agent能逐步判断何时需要人类介入。 做法涉侵犯隐私罪 Meta发言人Andy Stone也证实，MCI所收集的资料将作为模型训练的输入材料之一，他也强调有关数据不会被用于评估员工绩效，且内部设有“敏感内容”保护机制。 不过，哪些资料被排除在外、如何界定敏感内容，Meta并未进一步说明，而这也成了外界质疑的焦点。 其实，有关争议的核心在于“同意”与“界线”，因Meta并未明确提供员工决定是否愿意参与有关资料搜集环节的选择权，就直接把员工使用电脑的过程纳入AI训练流程中。 即使Meta搜集的资料事后经过匿名化处理，但Meta经长期搜集所累积的员工操作与通讯纪录，仍可能让Meta重建员工个人的行为轮廓，而这已足以构成侵犯员工隐私的罪行。 这对隐私专家来说，并不只是涉及该企业内部政策问题，而是在AI时代下，资料主体与用户关系被重新定义的缩影。 从更广泛的层面来看，Meta的做法反映了整个产业的焦虑。随着AI agent成为竞争焦点，传统以公开网络内容为主的训练资料已难以支撑需求，因此，科技企业开始转向搜集“办公室情境数据”。 这种从向外部承包商搜集工作成果，到直接从内部收集员工操作的行为，导致Meta所搜集的资料来源正快速转向更私密，也更具争议的领域。 甚至在部分案例中，企业资料已被视为可变现资产，而已关闭的新创公司，也开始出售内部Slack讯息、电邮与工作纪录作为训练AI的资料，这已进一步模糊商业价值与个人隐私之间的界线。 《紐約時報》測谷歌AI摘要正確率 揭每小时供数十万宗错误资讯 随着Google把AI摘要（AI Overview）推上搜寻结果最前线，资讯获取正从“主动查找”转向“被动接收”，但当答案变得越来越即时与简洁，背后的准确性及可信度，反而成为更值得警惕的问题。 随着AI融入人类的日常生活，民众获取资讯的习惯已从逐一浏览网页，转变为直接参考Google的AI摘要（AI Overview）以获取答案。 然而，《纽约时报》实测指出，尽管AI准确率已提升至91%，但在Google每年超过5兆次搜寻、每天数十亿次查询的规模下，即使仅有不到一成的误差，仍可能被放大——因AI摘要每小时恐产生数十万至数千万则错误答案；同时，逾半数“正确答案”更存在引用错误或不相关来源的问题，以致进一步增加用户核实AI提供的答案的真伪的难度。 此次测试由《纽约时报》委托AI新创公司Oumi进行，并采用OpenAI开发的“SimpleQA”基准，针对4326个具备可验证答案的题目进行压力测试。结果显示，相较于去年Gemini 2.5的85%准确率，今年升级至Gemini 3的AI摘要准确率已提升至91%。 “无根据”正确答案比例反升 然而，这个看似亮眼的数据，在搜寻规模被放大后却显得不容乐观。 Oumi估算，在Google每天数十亿次搜寻之下，AI摘要每小时仍可能产生数十万则错误资讯，且累积下来每天可达数百万则错误资讯。 更值得关注的是，除了庞大的错误基数，《纽约时报》的报导更点出一个深层问题，即超过一半的正确回答其实属于“无根据（ungrounded）”状态，换句话说，在某种程度上，AI摘要提供的答案常只是“歪打正着”。 也就是说，即使AI附上引用来源的网站连结，但这些来源却未必能完全支撑AI所呈现的资讯和答案。 常引用错误来源 名人堂与历史资料频出错 《纽约时报》委托AI新创公司Oumi进行的测试和调查结果列举多个具体案例，显示谷歌AI摘要（Google AI Overview）在来源引用上的误导性如下： 案例一：历史日期错误 Oumi查询有关“Bob Marley故居被改建为博物馆的日期”时，AI摘要引用维基百科及Facebook等来源，给出“1987年”的答案，但实际上，该博物馆已于1986年开幕。 案例二：否定事实存在 Oumi查询“大提琴家Yo-Yo Ma（马友友）入选古典音乐名人堂年份”的问题时，AI摘要虽连结至官方正确页面，但却声称“无入选纪录”，这与事实完全相反。 整体分析显示，AI摘要频繁引用Facebook与Reddit 等社群平台作为资讯来源，而这些平台内容的品质参差不齐，极易干扰AI模型判断内容的对错。更值得警惕的是，AI摘要存在被操控的可能性，即若有人刻意塑造“专家身分”并散播错误资讯，那么，他们所散播的内容仍有机会被AI纳入引用。 谷歌反指《纽时》测试存漏洞 不能反映真实搜寻效果 随着《纽约时报》委托AI新创公司Oumi采用OpenAI开发的“SimpleQA”基准测试谷歌AI摘要的正确率，并揭露谷歌AI摘要提供的错误资讯高达每小时数十万宗，Google发言人Ned Adriance回应说，“SimpleQA”基准由谷歌竞争对手OpenAI开发，所以其测试内容本身可能包含错误资讯，且题型偏向单一事实问题，未能反映实际用户更常见的操作型或比较型搜寻需求。 “谷歌内部采用更严格的SimpleQA Verified人工审查机制，而AI Overview已整合与搜寻引擎相同的垃圾讯息过滤与排名来保障该系统的准确率。” 不过，谷歌仍不忘提醒用户：“AI可能出错，所以建议用户自行核实资讯来源。” 4招助防范AI搜寻陷阱 由于AI摘要被放置在大多数搜寻结果页面的最上方，这不仅让更多用户优先看到，同时也更易让用户在先入为主的情况下直接假设或误以为AI提供的这些内容是可信的，而这也让用户不再像过去般会主动从谷歌搜寻引擎提供的多个链接中去比对资料的正确性。 这种被强化的“权威感”，正逐步加深资讯环境的信任危机，而以下为4项可避免用户误坠AI搜寻陷阱的建议： 1. 使用“网页”筛选器 搜寻时点选“Web”分类，让搜寻引擎仅显示出传统链结，避免使用AI摘要。 2. 限定来源范围 在搜寻关键字中加入site：.edu、site：.gov或知名媒体来源，借此迫使AI摘要减少提供低品质内容的可能性。 3. 交叉语言搜寻 在使用中文搜寻资料时，也同步使用英文搜寻资料以比对中英文搜寻结果，这或有助于验证中文内容的可信度，同时可降低AI幻觉风险。 4. 主动检查引用来源 若AI答案出现可疑或不合理之处，用户务必点击来源连结以进行核实，避免被错误资讯误导。

您好！請登入您的帳號