Meta蒐集員工數百個網站操作數據 加速AI模型訓練 引發隱私與監控爭議

Meta Platforms(META-US) 正推動一項內部人工智慧訓練計畫，透過追蹤員工在電腦上的鍵盤輸入與滑鼠操作，以蒐集真實使用行為數據，涵蓋 Google、LinkedIn 及 Wikipedia 等數百個網站與應用程式，引發隱私與監控爭議。

根據內部訊息與外媒報導，該工具名為「Model Capability Initiative」(MCI)，可觀察員工在工作電腦上的操作行為，包括滑鼠移動、點擊與選單操作等，並將相關數據用於 AI 模型訓練。追蹤名單除上述網站外，還包括微軟 (MSFT-US) 旗下 GitHub、Salesforce(CRM-US)的 Slack，以及 Atlassian(TEAM-US)等企業工具平台。

此外，Meta 內部產品如 Threads 及 Manus 亦列入觀察範圍，名單仍持續調整，初期甚至包含 OpenAI 的 ChatGPT 與 Anthropic 的 Claude 等 AI 應用。該計畫由 Meta 內部「超級智慧實驗室」(MSL) 主導，並透過內部備忘錄向員工說明，以緩解對監控與隱私的疑慮。

此項資料蒐集計畫被視為執行長馬克 · 祖克柏加速追趕生成式 AI 競爭的重要策略之一。Meta 目前在該領域落後於 OpenAI、Anthropic 及 Google 等競爭對手。為縮小差距，祖克柏自去年夏季起大舉投資 AI，延攬亞歷山大 · 王等業界人才，強化基礎模型研發能力。

本月稍早，Meta 發布新一代 AI 模型「Muse Spark」，為其 Muse 系列首款產品，由 MSL 團隊主導開發，象徵公司在 AI 領域的最新進展。與其他科技巨頭相同，Meta 正積極發展可執行辦公與程式任務的 AI 代理 (agent)，目標取代部分白領工作流程。

Meta 發言人證實 MCI 計畫存在，並表示若要打造能協助人類完成日常電腦操作的 AI 代理，模型必須學習真實使用情境，例如滑鼠操作、點擊行為與介面導航等。公司強調，該工具設有保護機制，僅用於模型訓練，不會用於其他用途。

然而，多名 Meta 員工在內部討論中形容此計畫「反烏托邦」，並對潛在風險表達憂慮，包括可能意外暴露密碼、新產品開發細節，以及員工個人敏感資訊如移民身分、健康狀況與家庭資料。

MSL 內部文件則指出，為讓 AI 模型具備電腦操作能力，必須建立「大規模且無偏差」的資料集，並需擷取螢幕內容作為操作背景。文件強調，工具僅能讀取螢幕顯示內容，不會存取檔案或附件，且若有個人資訊被截取，亦不會被模型學習。

備忘錄同時建議員工避免在公司電腦處理私人事務，以降低個資暴露風險。整體而言，該計畫突顯科技巨頭在 AI 競賽中對數據需求的高度依賴，但也再次引發企業監控與隱私界線的討論。