🌍較早收集於 74m

Meta 允許員工暫停 AI 訓練數據追蹤 30 分鐘

Meta 允許員工暫停 AI 訓練數據追蹤 30 分鐘
PostLinkedIn
🌍閱讀原文: The Next Web (TNW)

💡了解內部隱私抗議如何影響用於訓練大型 AI 模型的數據收集實踐。

⚡ 30-Second TL;DR

有什麼變化

Meta 先前強制要求收集員工的鍵盤輸入與螢幕截圖以進行 AI 訓練。

為什麼重要

這凸顯了企業為訓練 AI 模型而進行激進內部數據收集,與員工隱私權之間的緊張關係。此事件可能迫使其他科技公司採取更透明的數據治理政策。

下一步行動

審查貴公司的內部數據收集政策,確保其符合不斷演變的員工隱私標準與道德 AI 開發實踐。

誰應關注:Enterprise & Security Teams

關鍵要點

  • Meta 先前強制要求收集員工的鍵盤輸入與螢幕截圖以進行 AI 訓練。
  • 員工現在可以選擇暫停數據收集,每次時長為 30 分鐘。
  • 此政策調整是在超過 1,500 名員工連署抗議後所做出的回應。

🧠 深度解析

Web-grounded analysis with 20 cited sources.

🔑 增強重點摘要

  • Meta 的監控計畫名為「模型能力倡議」(Model Capability Initiative, MCI),旨在跨越 200 多個應用程式和網站收集數據,以訓練 AI 代理執行日常數位任務,而非用於員工績效評估。
  • 除了鍵盤輸入和螢幕截圖外,該系統還會擷取瀏覽歷史、剪貼簿操作、程式碼變更、設備睡眠週期,以及美國員工機器上傳輸的電子郵件和聊天內容。
  • 員工投訴該軟體導致家庭網路使用量增加和筆記型電腦電池耗電過快,Meta 隨後實施了「多項優化」以減少這些影響。
  • Meta 允許特定員工,例如有頻寬問題的遠端工作者或處理敏感資料的人員,可以申請完全退出該計畫。
  • 此舉引發了員工的強烈反彈,他們將 Meta 比作「員工數據提取工廠」,並在辦公室張貼抗議傳單,超過 1,500 名員工簽署了內部請願書。

🛠️ 技術深入

  • 該計畫被稱為「模型能力倡議」(Model Capability Initiative, MCI)。
  • 它追蹤低階的互動訊號,例如滑鼠移動、點擊和鍵盤輸入。
  • 系統會定期擷取螢幕內容(螢幕截圖)。
  • 該系統會收集跨越 200 多個應用程式和網站的互動數據。
  • 收集的數據包括瀏覽歷史、剪貼簿操作、程式碼變更、設備睡眠週期,以及當美國員工使用受監控的工作系統時,電子郵件和聊天內容。
  • 該工具僅安裝在美國的設備上。
  • Meta 聲稱該工具旨在分析互動行為而非通訊內容,但這種區分變得模糊。
  • Meta 為了回應員工投訴,已引入「多項優化」以減少對電池和數據使用的影響。
  • 目標是訓練 AI 系統自主執行日常數位任務,建立能夠複製常見工作流程並在標準辦公軟體中執行多步驟任務的 AI 代理。

🔮 前景展望AI analysis grounded in cited sources

針對用於 AI 訓練的員工數據收集,將面臨更嚴格的審查和潛在的監管行動。
此爭議凸顯了 AI 開發需求與員工隱私之間的緊張關係,特別是在歐洲有 GDPR 的情況下,這可能導致更嚴格的法規或法律挑戰。
其他開發 AI 代理的公司若實施激進的數據收集,將面臨類似的員工反彈。
Meta 的經驗提供了一個先例,表明員工對監控(即使是為了 AI 訓練)很敏感,並將要求更多的控制和透明度。
公司將需要為內部 AI 訓練數據收集採用更透明和基於同意的方法。
員工的反彈表明,缺乏透明度和對工作設備上個人數據的控制感,會嚴重影響員工士氣和信任,因此需要更清晰的政策和退出機制。

時間線

2026-04
Meta 推出「模型能力倡議」(MCI),開始追蹤美國員工的滑鼠移動、點擊、鍵盤輸入和螢幕截圖,用於 AI 訓練。
2026-05-13
Meta 辦公室出現抗議傳單,將公司比作「員工數據提取工廠」。
2026-05-20
Meta 開始通知 8,000 名員工裁員,同時執行長馬克·祖克柏據報導為該無退出選項的監控計畫辯護。
2026-06-01
報導揭露 MCI 收集的數據超出最初披露的範圍,包括電子郵件、瀏覽歷史和跨 200 多個應用程式的剪貼簿操作。
2026-06-02
Meta 在 Stephane Kasriel 的內部備忘錄中宣布新的控制措施,包括 30 分鐘的暫停選項和豁免請求。
2026-06-03
新聞媒體報導 Meta 調整政策,允許員工暫停數據收集 30 分鐘,並為特定情況提供有限的退出選項。
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: The Next Web (TNW)