Meta計劃追蹤員工鍵盤鼠標活動以訓練職場AI智能體

Meta正計劃追蹤美國員工的鼠標移動、點擊操作、鍵盤輸入及屏幕活動，以此作為訓練職場AI智能體的數據來源。據路透社報道，此舉揭示了大型科技公司為構建能夠自動化處理知識性工作的系統，可能會走多遠。

Meta計劃通過一款名為"模型能力計劃"（Model Capability Initiative，MCI）的工具實施上述操作。該工具將在與工作相關的應用程序和網站上運行，并定期截取屏幕快照。

據報道，Meta在內部備忘錄中告知員工，通過MCI收集的數據將用于訓練AI模型，重點解決這些模型在模仿人機交互方式時仍存在困難的領域，例如操作下拉菜單和使用鍵盤快捷鍵。公司同時表示，這些數據不會用于績效考核，僅限于AI訓練用途。

此舉可能進一步激化外界對員工監控和數據治理問題的爭議，尤其是在各公司持續推動AI承擔更多職場任務的背景下。

在另一份內部備忘錄中，Meta首席技術官安德魯·博斯沃思（Andrew Bosworth）向員工表示，公司正在擴大內部數據收集范圍，這是其更宏觀的"職場AI"戰略推進的組成部分，該戰略現已更名為"智能體轉型加速計劃"（Agent Transformation Accelerator）。博斯沃思表示，Meta的目標是構建一個由AI智能體"主要承擔工作"、員工負責"指導、審查并協助改進"的未來工作形態。

此舉發生之際，AI行業整體正朝著能夠代替用戶操作軟件的智能體方向加速推進。Anthropic已展示了計算機操控能力，OpenAI也于去年推出了Operator智能體產品。

Pareekh咨詢公司首席執行官帕里克·賈因（Pareekh Jain）表示："Meta的舉措標志著一種轉變——從自動化處理單項任務，轉向通過學習真實員工行為來復現完整的人類工作流程。企業系統將越來越多地充當數據采集管道，捕捉工作實際開展的方式，以便AI智能體能夠執行這些工作。"

灰獵犬研究公司（Greyhound Research）首席分析師桑奇特·維爾·戈賈（Sanchit Vir Gogia）表示，這一轉變意義重大，因為企業不再只是記錄工作流程以供自動化使用，而是在捕捉工作在系統內部實際執行的方式。"系統不再只從歷史數據中學習，而是從人們如何干預、調整，以及如何在系統本身存在局限的情況下依然取得成果的過程中學習。"他說。

對于企業IT領導者而言，這類監控行為引入了一種新型行為數據風險——它捕捉的不僅是業務信息，還包括員工在企業系統中執行任務的具體方式。

"隱私與合規風險不容忽視，尤其是在歐洲《通用數據保護條例》（GDPR）和勞動法規框架下，記錄鍵盤輸入和屏幕活動可能受到限制，或需要獲得明確授權。"賈因指出，"安全風險同樣在上升，因為訓練數據集可能包含憑證、知識產權和敏感工作流程，使其成為高價值攻擊目標。"

戈賈則強調，不應孤立地看待這些風險。"這些風險會疊加、相互作用、相互強化。"他補充道，為AI訓練收集的數據隨著時間推移，也可能被轉作生產力監控或其他與雇傭關系相關的決策用途。

賈因還指出，治理難度可能隨之提升，因為企業可能難以追溯AI系統從特定員工身上學到了什么。此外，員工一旦意識到自己處于監控之下，也可能影響數據本身的質量。"人們在知道自己被觀察時，行為方式會有所不同。"戈賈說。從長遠來看，這意味著系統訓練所依賴的，可能并非工作的自然狀態，而是在被觀察影響下形成的行為模式。

Q&A

Q1：Meta的模型能力計劃（MCI）具體會收集哪些員工數據？

A：根據報道，MCI工具將在員工使用的工作相關應用程序和網站上運行，收集內容包括鼠標移動軌跡、點擊操作、鍵盤輸入記錄以及屏幕活動，并會定期截取屏幕快照。Meta表示，這些數據僅用于訓練AI模型，幫助其學習人機交互方式，例如操作下拉菜單和使用鍵盤快捷鍵，不會用于員工績效考核。

Q2：Meta收集員工行為數據用于AI訓練，會帶來哪些安全和隱私風險？

A：風險主要體現在三個層面：一是隱私合規風險，在歐洲GDPR框架下，收集鍵盤和屏幕數據可能需要員工明確授權；二是信息安全風險，訓練數據集可能含有賬戶憑證、知識產權和敏感工作流程，容易成為攻擊目標；三是數據用途風險，最初為AI訓練收集的數據，未來可能被轉用于生產力監控或員工管理決策，治理邊界難以清晰界定。

Q3：員工知道被監控后，對AI智能體的訓練數據質量會有什么影響？

A：分析人士指出，當員工意識到自己處于監控之下時，行為方式會發生改變，不再呈現自然工作狀態。這意味著AI系統最終學習到的，可能是受觀察行為影響后的工作方式，而非真實的工作流程。長此以往，基于這類數據訓練出的AI智能體，其實際表現可能與預期存在偏差，訓練數據的代表性和有效性也會受到質疑。