Meta постає перед судом через звинувачення у упереджених звільненнях за допомогою ШІ
Група з 26 колишніх співробітників подала позов проти Meta, стверджуючи, що технологічний гігант використовував складний набір інструментів ШІ для несправедливого вибору працівників для звільнення. Позивачі заявляють, що автоматизовані системи ранжування Meta не враховували захищені періоди відпусток, фактично караючи працівників за реалізацію їхніх законних прав на медичну та батьківську відпустки.
«Сузір'я» інструментів ШІ, що використовувалися для ранжування
У позові детально описується складна екосистема внутрішніх технологій, які нібито працювали разом, щоб «оцінювати, ранжувати та відбирати співробітників» для звільнення. Замість того, щоб покладатися на один алгоритм, позивачі стверджують, що Meta використовувала «сузір'я» різноманітних інструментів на базі ШІ для формування списків на звільнення.
У юридичному документі згадуються такі конкретні технології:
- Metamate: внутрішній ШІ-помічник Meta.
- AI-агенти, навчені співробітниками: спеціально розроблені агенти, що використовуються для обробки внутрішніх даних.
- Внутрішні дашборди: спеціалізовані інтерфейси, що відображають такі метрики, як використання токенів ШІ.
За словами позивачів, ці інструменти збирали дані про продуктивність для створення рейтингів, які визначали, яких саме співробітників буде включено до списків масових звільнень, що відбулися в травні.
Непропорційний вплив на статус захищених відпусток
Суть юридичної суперечки полягає в нездатності — або помилці — алгоритму виключати працівників, які перебувають у відпустці, з оцінювання на основі продуктивності. Травневі звільнення в Meta охопили приблизно 10 відсотків її робочої сили, що становить близько 8 000 співробітників.
У позові стверджується, що система ранжування ШІ не враховувала відсутність працівників у зв'язку з батьківською або медичною відпусткою. Як наслідок, оскільки ці особи не були активними під час періодів збору даних, їхні «бали» були нижчими, ніж у їхніх активних колег. Це призвело до того, що непропорційно велика кількість працівників, які перебували у захищених відпустках, була обрана для звільнення, що, на думку позивачів, є порушенням федерального законодавства та законів штатів про зайнятість.
Захист Meta та ширші наслідки для ШІ
Meta рішуче заперечує ці звинувачення. Речниця Трейсі Клейтон заявила, що претензії «не мають під собою підстав», і наголосила, що управління персоналом та організаційні рішення зрештою «приймаються людьми, а не ШІ».
Однак ця справа підсвічує зростаюче занепокоєння в технологічній індустрії: проблему «чорної скриньки» автоматизованого управління персоналом (HR). Оскільки компанії інтегрують великі мовні моделі (LLM) та агентські робочі процеси (agentic workflows) у корпоративні операції, ризик «алгоритмічної упередженості» стає значним юридичним та етичним ризиком. Якщо інструменти ШІ ненавмисно використовуватимуть проксі-показники — такі як знижена активність або використання токенів — для вимірювання продуктивності, вони можуть ненавмисно дискримінувати захищені категорії осіб, наприклад, тих, хто перебуває у відпустці по інвалідності або по догляду за дитиною.
Для всього ландшафту ШІ цей позов слугує застереженням для розробників і засновників, які створюють корпоративний ШІ. Він підкреслює необхідність систем із «людиною в контурі» (human-in-the-loop) та критичну потребу в ретельному аудиті, щоб гарантувати, що автоматизовані метрики продуктивності не порушують трудове законодавство або етичні стандарти.
Основні висновки
- Алгоритмічна упередженість в HR: Meta звинувачують у використанні набору інструментів, включаючи Metamate та ШІ-агентів, для ранжування співробітників перед звільненням, що не врахувало захищені відпустки.
- Порушення закону: У позові стверджується, що автоматизована система оцінювання карала працівників за взяття медичної та батьківської відпусток, порушуючи федеральні закони та закони штатів.
- Розрив між людиною та ШІ: Хоча Meta стверджує, що остаточні рішення приймають люди, ця справа підкреслює небезпеку того, що інструменти ШІ надають упереджені дані, які впливають на критично важливі управлінські рішення людей.
