Meta 以員工操作資料訓練 AI，MCI 成為最新焦點
Meta 近日被多家媒體報導，正透過一套名為 Model Capability Initiative（MCI）的內部工具，蒐集員工在工作電腦上的滑鼠點擊、鍵盤輸入與部分螢幕內容，作為訓練 AI 模型的資料來源。這項做法讓「Meta 監控員工」迅速成為科技圈熱議話題，也把企業內部資料蒐集、AI 訓練與員工隱私之間的界線推上檯面。
根據 Reuters 與 CNBC 引述的內部訊息，MCI 主要目標是讓模型學會「如何使用電腦」；Meta 的說法則是，AI 需要真實例子，才能理解人們如何在工作中操作介面、切換選單、按下按鈕，甚至使用快捷鍵。公司強調，資料僅用於訓練用途，並設有保護敏感內容的措施。
Meta 為何要收集這些資料？答案是打造更像人的 AI 代理
從公開資訊看，Meta 的重點不是單純提升聊天機器人的回答品質，而是要訓練能執行工作流程的 AI 代理。Reuters 指出，該工具會在與工作相關的應用程式與網站上運作，並偶爾擷取螢幕內容，幫助模型理解人類在真實工作場景中的互動方式。這也解釋了為什麼像下拉式選單、快捷鍵這類看似平凡的動作，會成為 AI 訓練資料的一部分。
BBC 的報導補充，Meta 先前對員工在公司電腦上的活動，理論上就可能有一定程度的可見性；但這次的不同之處，在於公司明確把這些記錄用於 AI 訓練與改良。換句話說，過去可能屬於系統層面的可觀測性，如今被直接納入產品研發流程，目的就是讓 AI 更接近「能自己做事」的工作助手。
員工的反應：從不安到「dystopian」的形容
這項計畫在 Meta 內部並未獲得一致支持。CNBC 引述的內部訊息顯示，部分員工直接把這類資料追蹤形容為「dystopian」，原因在於它可能暴露敏感資訊，包括密碼、新產品開發細節，甚至員工的移民身分、健康狀況或家人資訊。這些擔憂並不只是抽象的隱私焦慮，而是與日常工作、個人資料和企業機密緊密相連。
BBC 也提到，有員工認為，當公司同時面臨更多裁員預期時，自己的細微操作還被拿去訓練 AI，感受非常負面。另一位前員工則形容，這只是公司持續把 AI 推向所有人的最新一步。從職場心理來看，當「工作行為被記錄」與「工作可能被 AI 重新定義」同時發生，焦慮自然會被放大。
Meta 的官方說法：有防護，但資料只為訓練所用
Meta 向 TechCrunch 與 BBC 的回應大致一致：如果要打造能幫助人們完成日常電腦任務的 AI 代理，就必須取得真實的互動樣本，例如滑鼠移動、按鈕點擊與選單導航。公司也表示，資料不會用於其他用途，並強調已設置 safeguards 來保護敏感內容。這是典型的產品研發邏輯：先收集足夠資料，再以保護機制降低風險。
不過，外界關注的焦點仍在「範圍」與「界線」上。Reuters 報導指出，MCI 的追蹤網站清單仍在變動中，且最初甚至包含 OpenAI 的 ChatGPT 與 Anthropic 的 Claude 等 AI 應用，後來又調整。清單中還可見 Google、LinkedIn、Wikipedia，以及 Microsoft 的 GitHub、Salesforce 的 Slack、Atlassian 等服務，甚至 Meta 自家的 Threads 與 Manus 也被列入。這顯示該計畫並非只針對單一工具，而是橫跨多種工作情境。
AI 訓練數據競賽升溫，企業內部也成為新戰場
這起事件也反映出 AI 時代的另一個現實：高品質訓練資料越來越稀缺，企業因此開始向內部找答案。TechCrunch 指出，這件事揭示科技公司正在尋找新的訓練來源，而這些資料正是 AI 模型成長的核心燃料。當外部資料不足，或某些任務需要更貼近真實工作流程時，員工的一舉一動就可能被視為最直接、也最有價值的樣本。
但問題在於，效率與監控往往只差一線。對企業而言，能讓 AI 更懂工作流程，意味著更強的自動化潛力；對員工而言，這卻可能代表更深的可見性與更高的不安全感。Meta 監控員工這個關鍵字之所以引發大量討論，正是因為它觸及一個更大的命題：當 AI 需要人類行為來學習，人類是否也正在被迫成為自己工作的教材？
從長遠來看，這類做法不一定會被所有企業採用，但它已經替產業劃出一道清楚訊號：AI 競賽不只在模型規模與算力，也在資料取得方式與組織內部治理。真正值得關注的，不只是 Meta 如何訓練模型，而是未來有多少公司會把類似做法視為合理標準。當「幫 AI 工作」與「被 AI 訓練」開始重疊，科技進步與職場倫理之間的平衡，也將變得更難維持。
