AI 用得少會影響飯碗？Meta 俾員工指用 token 同演算法揀裁員名單

先講清楚：法院仲未判

Meta 喺 5 月公布裁減約 8,000 個職位，規模大約係全球員工一成。26 名以 Doe 匿名嘅員工其後喺加州北區聯邦法院入稟，話公司用 AI 系統同工作活動數據揀裁員名單，要求法院暫停 7 月 22 日起生效嘅離職安排，等佢哋逐一仲裁同審查相關系統。據 AP 報道，26 人暫時仍然受僱於 Meta。呢啲全部係原告指控，法院未裁定。

Meta 就全面否認，話有關指控冇事實根據，員工管理同公司架構決定一直由人作出，唔係 AI。公司暫時冇再交代管理層睇過咩資料、演算法排名佔幾重，或者人手覆核可以去到幾深入。所以現階段最多只可以話 Meta 俾人指用演算法協助揀人，未有證據證明 AI 自己決定炒邊個。

起訴書指控咗一套數據組合

據 Ars Technica 引述起訴書，原告指 Meta 用咗內部助手 Metamate、員工訓練嘅「second-brain」agent、鍵盤同工作活動紀錄、AI token 用量儀表板，再加演算法協助嘅績效排名同校準。員工據稱仲會按 AI 採用程度，分成「AI Native」、「AI First」同「AI Enabled」。究竟邊啲輸入同權重影響結果、人手覆核去到幾深入，要等法庭程序先有機會知道。

26 名原告話，佢哋喺入選裁員名單前兩年內，都曾經申請假期、殘疾便利安排，或者兩樣都有。放產假、育兒假同醫療假期間，工作產出、系統活動同 token 用量自然會跌；起訴書指 Meta 冇按假期或殘疾情況調整分數，結果令呢批員工喺排名上輸蝕。呢個因果關係仍然係原告一方嘅講法，未經獨立審計或者法庭確認。

token 用量一變 KPI，數字就開始走樣

Meta 喺 2025 年官方年報寫明，公司想將 AI 使用變成日常營運核心，會向員工提供工具同訓練；年報亦提到每年兩次績效評估，同埋要減低人事流程及工具嘅偏差。不過年報冇話 token 用量會直接決定裁員。公司公開嘅 AI 方向，同今次被指使用嘅裁員機制，暫時未有證據證明兩者直接相關。

講真，token 用量只反映員工用咗幾多工具，唔足以判斷實際工作價值。同一批 token，可以解到一個麻煩問題，亦可以反覆重寫冇乜價值嘅內容。當管理層將用量變成升職、花紅或者保住份工嘅訊號，員工自然有誘因用多啲，甚至為個數而用。法務、人事、管理工作或者處理敏感資料嘅團隊，亦未必適合高頻使用生成式 AI；直接排用量，好容易將工種差異誤當成能力差異。

Reuters 4 月另有報道，Meta 曾收集美國員工嘅滑鼠移動、點擊、鍵盤輸入同畫面截圖，用嚟訓練可操作電腦嘅 AI agent。Meta 當時講明資料唔會用作績效評估，亦會排除敏感內容。暫時冇公開證據證明呢個訓練計劃就係起訴書所指嘅裁員數據來源；不過事件正好帶出用途漂移風險：公司收集活動紀錄時講明用途，日後有冇改作評分，員工有冇途徑核對同反對，兩樣都要講得清楚。

香港公司推 AI-first，都要答清楚幾條問題

今次訴訟引用美國家庭及醫療假期、殘疾同懷孕歧視相關法律，呢套法律唔可以直接搬落香港。香港較直接嘅切入點係個人資料私隱同員工監察。私隱公署嘅職場監察指引建議僱主先評估監察有冇必要、收集資料有冇過量，再用清晰書面政策通知員工資料用途、保存安排同查閱權利。

私隱公署嘅 AI 個人資料保障模範框架亦建議機構按風險安排人手監督。公司如果用 AI 輔助績效評估或者裁員，至少要交代收咩數據、原本收集目的、保存幾耐、邊個有權睇，同員工點更正及申訴。人手覆核亦唔應該淨係由經理撳一下確認；覆核者要睇到分數點計、有權推翻結果，亦要調整假期、職務同工具存取權嘅差異。

案件下一步要睇法院會唔會暫停解僱安排，同埋原告能否取得系統輸入、權重、輸出同人手覆核紀錄。喺呢啲資料公開之前，標題寫「AI 自主炒咗 8,000 人」就超前咗證據；但企業用 AI 用量同活動數據做人事 KPI 嘅風險，已經值得管理層提早處理。

參考來源

• Ars Technica — Lawsuit claims Meta's layoff decisions were made by AI, not humans — original report
• AP：Lawsuit claims Meta's AI unfairly targeted employees on leave — 核對 26 名原告嘅受僱狀態、假期背景、法律主張同 Meta 否認內容。
• Meta Platforms 2025 Annual Report — Meta 官方文件，交代公司將 AI 使用納入營運核心、績效評估安排同偏差管理立場。
• Reuters：Meta to start capturing employee mouse movements, keystrokes for AI training data — 背景資料，核對 Meta 收集美國員工電腦活動嘅計劃，以及公司聲稱資料唔會用作績效評估。
• 私隱公署：人工智能個人資料保障模範框架 — 香港官方 AI 管治背景，涵蓋風險評估、人手監督同內部管治建議。
• 私隱公署：職場監察與個人資料私隱指引 — 核對香港僱主監察員工時嘅必要性、透明度、資料最少化同查閱安排。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。