Meta staje przed procesem sądowym w związku z rzekomo stronniczymi zwolnieniami sterowanymi przez AI

Grupa 26 byłych pracowników złożyła pozew przeciwko Meta, twierdząc, że technologiczny gigant wykorzystał zaawansowany zestaw narzędzi AI do niesprawiedliwego typowania pracowników do zwolnienia. Powodowie utrzymują, że zautomatyzowane systemy rankingowe Meta nie uwzględniały chronionych urlopów, co w praktyce karało pracowników za korzystanie z ich ustawowych praw do urlopów medycznych i rodzicielskich.

„Konstelacja” narzędzi AI wykorzystywanych do rankingu

Pozew szczegółowo opisuje złożony ekosystem wewnętrznych technologii, które rzekomo współpracowały ze sobą, aby „oceniać, szeregować i wybierać pracowników” do zwolnienia. Zamiast polegać na pojedynczym algorytmie, powodowie twierdzą, że Meta wykorzystała „konstelację” różnorodnych narzędzi opartych na AI do tworzenia list zwolnień.

W pozwie wymieniono konkretne technologie, w tym:

  • Metamate: wewnętrzny asystent AI firmy Meta.
  • AI agents trenowani przez pracowników: niestandardowe agenci wykorzystywani do przetwarzania danych wewnętrznych.
  • Wewnętrzne pulpity nawigacyjne (Dashboards): wyspecjalizowane interfejsy wyświetlające metryki, takie jak zużycie tokenów AI.

Według powodów narzędzia te gromadziły dane o wydajności, aby tworzyć rankingi decydujące o tym, którzy pracownicy zostaną uwzględnieni w masowych zwolnieniach, które miały miejsce w maju.

Nieproporcjonalny wpływ na status chronionych urlopów

Istotą sporu prawnego jest niezdolność – lub błąd – algorytmu do wyłączenia pracowników przebywających na urlopie z oceniania opartego na wydajności. Majowe zwolnienia w Meta objęły około 10 procent siły roboczej, co daje łącznie około 8 000 pracowników.

W pozwie podniesiono zarzut, że system rankingu AI nie uwzględniał nieobecności pracowników przebywających na urlopach rodzicielskich lub medycznych. W rezultacie, ponieważ osoby te nie były aktywne w okresach zbierania danych, ich „wyniki” były niższe niż u ich aktywnych współpracowników. Doprowadziło to do nieproporcjonalnie dużej liczby pracowników przebywających na chronionych urlopach wybranych do zwolnienia, co zdaniem powodów stanowi naruszenie federalnych i stanowych przepisów prawa pracy.

Obrona Meta i szersze implikacje dla AI

Meta stanowczo zaprzeczyła tym zarzutom. Rzeczniczka Tracy Clayton stwierdziła, że roszczenia są „bezzasadne” i podkreśliła, że zarządzanie kadrą oraz decyzje organizacyjne są ostatecznie „podejmowane przez ludzi, a nie przez AI”.

Jednak sprawa ta uwypukla rosnącą obawę w branży technologicznej: problem „czarnej skrzynki” w zautomatyzowanym zarządzaniu HR. W miarę jak firmy integrują duże modele językowe (LLMs) i przepływy pracy oparte na agentach (agentic workflows) z operacjami korporacyjnymi, ryzyko „stronniczości algorytmicznej” staje się istotnym obciążeniem prawnym i etycznym. Jeśli narzędzia AI nieumyślnie będą wykorzystywać wskaźniki zastępcze (proxies) – takie jak zmniejszona aktywność czy zużycie tokenów – do mierzenia produktywności, mogą nieświadomie dyskryminować grupy chronione, np. osoby na urlopach chorobowych lub rodzicielskich.

W szerszym kontekście krajobrazu AI, pozew ten służy jako przestroga dla deweloperów i założycieli budujących rozwiązania AI dla przedsiębiorstw. Podkreśla on konieczność stosowania systemów typu „human-in-the-loop” (człowiek w pętli) oraz krytyczną potrzebę rygorystycznego audytu, aby zapewnić, że zautomatyzowane metryki wydajności nie naruszają prawa pracy ani standardów etycznych.

Kluczowe wnioski

  • Stronniczość algorytmiczna w HR: Meta jest oskarżana o wykorzystywanie zestawu narzędzi, w tym Metamate i agentów AI, do szeregowania pracowników pod kątem zwolnień, co nie uwzględniło chronionych urlopów.
  • Naruszenia prawa: Pozew twierdzi, że zautomatyzowany system oceniania karał pracowników za korzystanie z urlopów medycznych i rodzicielskich, naruszając prawo federalne i stanowe.
  • Luka między człowiekiem a AI: Choć Meta utrzymuje, że ostateczne decyzje podejmują ludzie, sprawa ta uwypukla niebezpieczeństwo dostarczania przez narzędzia AI stronniczych danych, które wpływają na kluczowe decyzje zarządcze podejmowane przez ludzi.