距離預產期僅兩天時，收到裁員通知

生病、生娃、休假，竟然成了AI判定你工作能力差的證據？

近日，美國互聯網科技巨頭Meta被26名員工起訴，指控其在今年大裁員約8000人的過程中，使用AI對員工進行評分、排名和篩選。

而Meta的這套AI算法更偏向那些工作產出高、AI使用活躍的員工，讓正在休醫療假、產假、育兒假以及殘疾的員工更容易被貼上低ROI（投資回報率）標簽，結果導致“享受保護性休假的員工被不成比例地選為裁員對象”。

訴訟稱，這一做法涉嫌違反多項法律，包括《家庭與醫療休假法》《美國殘疾人法》《禁止懷孕歧視法》《懷孕工人公平法案》等。

對此，Meta發言人安迪·斯通（Andy Stone）在個人社媒賬號表示：“這顯然完全不屬實。勞動力管理和組織決策過去是、現在也是由人做出的，而非AI。”

所以，到底是不是AI裁的人？AI在裁員過程中到底扮演了什么角色？

Meta在今年大裁員約8000人 圖/圖蟲創意

AI裁員

本次訴訟的核心，并非Meta裁員時是否用了AI，而是這套AI評價體系是否在設計之初就存在偏見。

事情還要從今年5月說起。

為了進一步優化組織架構，加速向AI轉型，Meta宣布裁減約8000名員工，約占員工總數的10%。彼時，CEO馬克·扎克伯格在內部信中解釋稱，AI是“我們這一代最具影響力的技術”，公司必須以更精簡、更高效的組織形態，與一批AI Native（原生）創業公司競爭。

發起訴訟的26名Meta員工也沒想到，扎克伯格All in的AI，選中了他們。

據多家外媒報道，原告在71頁的訴狀中寫道：“Meta并不是通過了解具體工作的管理者們的審慎判斷來擬定裁員名單的。相反，Meta使用了一系列內部AI工具，包括內部稱為‘Metamate’的系統、員工訓練的‘第二大腦’智能體、鍵盤敲擊和活動監控數據、Token消耗量統計看板，以及算法輔助的績效排名和校準，來對員工進行評分、排序，并篩選出列入裁員名單的人選。”

這26名原告認為，問題正是出自這套AI的評分體系本身。

在他們看來，員工在休產假、醫療假、育兒假等期間，本來就不會持續寫代碼、參加會議，也不會頻繁調用公司內部AI工具，因此幾乎不可能鍵盤敲擊、積累Token消耗量等績效數據；這些評分和指標在設計之初，便未針對依法休假的員工進行特殊處理，而是將這些天然缺失的數據直接納入評分體系，最終使部分員工被算法判定為表現較差。

原告律師還通過一封電子郵件表示，Meta故意對其員工隱瞞了篩選過程和機制。

根據訴狀統計，26名原告中，約一半曾因懷孕、生育或照護家庭成員申請休假；其中8名女性曾休產假或孕期相關假，4名男性曾休育兒假，還有員工因照顧家人及辦理親屬喪事請假。

其中，一名女性科學家員工已經獲得公司批準休產假，卻在距離預產期僅兩天時收到裁員通知；另一名員工因嚴重健康問題和殘疾獲批醫療假，卻在休假前被直屬經理提醒，如果現在請假，很可能會進入即將開始的裁員名單，結局竟也果然如此。

Meta被26名員工起訴

不只是算法歧視

按照26名原告所述，Meta所使用的AI評價體系存在典型的算法歧視。

首都經濟貿易大學法學院副教授張建告訴中國新聞周刊，如果最終確定原告所述屬實，那么這首先涉及結果歧視。算法雖然沒有直接使用疾病、懷孕、殘障等信息數據，但由于訓練數據和評價標準本身存在偏差，最終可能固化職場偏見，將休產假、病假、育兒假的員工判定為低績效，或對女性、殘障人士、慢性病員工等特定群體造成不成比例的負面影響。

近年來，國際AI治理領域將這種現象稱為代理變量歧視（Proxy Discrimination），即通過其他代理變量間接推斷員工狀態，讓歧視繞過表面的公平審核，滲透進決策邏輯。

另一方面，張建指出，本案或許也涉及程序歧視。“如果算法評估標準不透明，員工既不知道打分邏輯，也無法申辯，而企業又直接依據算法結果作出裁員決定，就可能剝奪勞動者的知情權和申辯權，構成程序上的不公。”

值得注意的是，這種歧視可能并非只有Meta員工在面對。

近年來，AI成為生產工具的同時，也越來越多地進入企業管理系統。從招聘篩選、績效考核，到晉升推薦、人才盤點，算法正逐漸承擔起原本屬于HR的工作。

這背后的一個考量是，相比人工評價，AI不僅效率更高，也更加客觀。

但在南開大學法學院副院長、中國新一代人工智能發展戰略研究院特約研究員陳兵看來，這種“客觀”本身就值得警惕。

“算法不是憑空產生的，它學習的是企業過去的人事管理數據。”他說。如果歷史績效評價長期偏好全勤、持續在線、高頻提交代碼等特征，那么這些偏好就會成為模型學習的標準。

算法追求什么目標，也決定了它最終會學成什么樣。譬如，如果企業將“未來12個月ROI最大化”設定為優化目標，那么疾病、懷孕、衰老等可能影響工作連續性的因素，就可能被算法學習為影響投資回報率的風險變量。

換句話說，AI并不是突然學會了歧視，而是在放大企業原有的管理邏輯。

也正因如此，在陳兵看來，如果把責任全部歸咎于AI，同樣是一種誤判。“AI更像是一面鏡子。”陳兵強調，它放大的，是人類賦予它的價值排序。

Meta被指使用AI對員工進行評分、排名和篩選

如何約束

這就像在現實社會里，最終負責的，還得是使用AI的人，以及人背后的企業。

在北京德恒律師事務所合伙人吳昕棟看來，Meta發言人AI只是輔助工具、裁員最終仍是管理者決定的說法，并不能免除企業不當使用AI的責任。

吳昕棟告訴中國新聞周刊，美國司法實踐與美國平等就業機會委員會的執法思路，均采用實質審查標準。

“如果決策者只是機械采納算法生成的裁員名單，未對休病假、殘疾等法定受保護員工進行獨立復核與個案校準，甚至一線經理對裁員結果毫不知情，那么AI實質上就是決策的核心主導者，‘人類簽字’只是規避責任的程序外衣。”他談道。

換句話說，只要算法對裁員結果產生了決定性影響，用人單位就需為由此造成的差別影響歧視承擔法律責任。

如果類似情況發生在國內，同樣可能觸碰多重法律紅線。

吳昕棟指出，一方面，企業持續采集員工打卡記錄、內網瀏覽記錄、鍵盤操作等行為數據，必須符合個人信息保護法的最小必要原則，并履行告知義務；另一方面，僅憑算法計算出的“低ROI”一類結果裁員，難以直接構成勞動合同法規定的合法裁員或解除勞動合同事由。如果算法對醫療期員工、孕產期員工、殘疾人等形成隱性篩選，則還可能涉嫌違反就業促進法關于反就業歧視的規定。

對于普通勞動者而言，更現實的問題是：既看不到算法，也拿不到企業AI系統的底層代碼，該如何維權？

吳昕棟表示，這其實是一個誤區。

根據勞動爭議調解仲裁法及相關司法解釋，涉及解除勞動合同是否合法的勞動爭議，用人單位本身就承擔主要舉證責任。

勞動者無須證明算法本身存在問題，更不需要拿到底層代碼，只需提供勞動關系存在、被辭退，以及算法可能參與決策的初步線索，例如同崗位員工考核結果異常、休病假員工集中被裁，或公司內部曾提及“AI輔助決策”“系統優化”等內容，即可啟動舉證程序；之后，由用人單位舉證其考核標準、數據采集、算法評價及人工復核是否合法合規，如果拒絕提供相關材料，將直接承擔不利后果。

但在陳兵看來，比個案維權更重要的是，如何讓AI真正實現與人類的價值對齊。

其實，真正需要治理的，不只是算法本身，更是算法背后的價值導向。這就需要企業在算法設計階段嵌入公平和反歧視要求，而監管部門也需要建立算法審計、解釋和申訴機制，讓算法決策真正做到可監督、可追責。

畢竟，AI終究只是工具，真正決定它如何評價人的，是人。

記者：石晗旭

編輯：余源