工作螢幕被記錄時

Meta 在 6 月下旬暫停一項內部計畫：把美國員工在公司電腦上的滑鼠移動、點擊、鍵盤輸入與部分螢幕內容，轉成訓練 AI 代理人的資料。這不是一則只屬於矽谷公司的內部人事新聞；它把一個更貼近日常的問題推到桌面上：當我們工作時，究竟是在完成任務，還是在替未來的自動化系統留下動作樣本？¹²

一個被暫停的內部實驗

Reuters 4 月率先報導，Meta 正在美國員工電腦安裝名為 Model Capability Initiative（MCI）的工具，用於捕捉滑鼠移動、點擊、鍵盤輸入，並偶爾擷取螢幕內容；內部備忘錄稱，目標是讓模型學會人類如何操作下拉選單、快捷鍵與日常軟體介面。¹ Meta 說，這些資料不會用於績效評估，並設有保護敏感內容的措施。¹ 到 5 月，Reuters 又報導，該工具牽涉超過 200 個 app 與網站，且可能捕捉美國員工與非美國同事往來的郵件或即時訊息內容。² 6 月 22 日後，Business Insider、BBC 與 The Guardian 陸續報導，Meta 因資料保護疑慮與員工反彈而暫停 MCI；Meta 對 BBC 表示，計畫「目前暫停」，公司調查中，暫無跡象顯示資料遭不當存取。³⁴⁵

這個時間線說明，MCI 不是一次外部駭客事件造成的單點新聞，而是一項從設計、部署、員工反彈、法規疑慮到權限事故逐步累積的職場治理案例。若只把它看成「Meta 又出隱私爭議」，會漏掉更重要的轉折：資料不再只是工作成果、郵件或文件，而是人操作電腦的微小過程。

從監控績效到訓練代理人

傳統職場監控多半被包裝成生產力管理、資安稽核或合規需求；MCI 的特殊之處，在於 Meta 將監控目的明確連到 AI 模型訓練。Reuters 引述 Meta 內部說法：如果要打造能完成電腦工作的代理人，模型需要真實的人類操作例子。¹ 這讓職場監控從「看你有沒有工作」移向「學你怎麼工作」。 Meta 官方領導頁也把 CTO Andrew Bosworth 的角色放在這個脈絡中：他領導新成立的 Agent Transformation Accelerator，目標是透過 AI agents 轉變 Meta 內部工作方式並加速核心模型改進。⁸ 也就是說，MCI 不是孤立工程；它與公司把工作流程交給 AI 代理人的組織重整相連。 這裡的關鍵差異在於用途。若資料只是用來偵測惡意行為，公司仍須面對比例原則；若資料被拿去訓練能替代或重組工作的系統，員工的日常動作就成了未來自動化的原料。這並不等於所有訓練都違法，但它改變了勞動關係中的資料權力。 許多雇主長期主張，公司配發的電腦與網路本來就可被管理。這個說法在資安與法遵上有一定基礎：公司必須防止機密外洩、勒索軟體、帳號濫用與客戶資料事故。但 MCI 使「公司裝置」的邏輯跨到另一層：不是只保護裝置與資料，而是把員工如何使用裝置，轉成公司模型能力的一部分。 這種轉換會產生利益分配問題。員工的操作習慣、錯誤修正、搜尋路徑、視窗切換與提示語調，都是多年工作經驗累積出的 tacit knowledge；若被系統化地蒐集並用於訓練代理人，公司取得的是流程知識，員工失去的可能是原本讓自己不可替代的工作脈絡。這並不表示企業不能利用內部資料改善工具，而是需要明確說明：哪些資料只是用來改善個人輔助，哪些資料會進入全公司模型，哪些資料會被保留到員工離職後仍持續產生價值。

同意、邊界與美國灰色地帶

BBC 報導，員工反彈不只是反對 AI，也包含對資料流向與保護方式的不安；一名 Meta 員工告訴 BBC，許多技術人員願意讓模型進步，但追蹤「被強加、沒有同意」引發憤怒。⁴ The Guardian 報導，約 1,600 名員工簽署請願，要求公司不要採集「employee computer use」資料；請願文字指出，蒐集與再利用這類資料會引發隱私、同意與職場信任疑慮。⁵ Meta 曾試圖加入短暫暫停選項。BBC 6 月 3 日報導，員工可將資料蒐集暫停最多 30 分鐘，並可申請豁免；但這種設計也突顯了問題：如果一個人需要在工作日裡不斷按下暫停鍵，才能避免私人訊息、健康資訊或財務資料被工作電腦上的系統看見，監控的預設狀態已經改變。⁶ Reuters 4 月報導引用 Yale 法學者 Ifeoma Ajunwa 的說法：美國聯邦層級對雇主監控幾乎沒有總量限制，多數州法最多要求廣泛告知。¹ 這使美國白領員工在公司裝置上留下的大量行為資料，往往落在雇主政策、員工手冊與個別州法之間。 NLRB 2022 年備忘錄則從集體勞動權角度提出警訊：電子監控與自動化管理可能妨礙員工行使 National Labor Relations Act 第 7 條權利，包括祕密討論工會或共同改善工作條件。NLRB 列舉的技術包括鍵盤紀錄器、截圖軟體、webcam 照片與錄音。¹² 這份文件不是針對 Meta，但它說明：問題不只在個人隱私，也在員工是否仍能不被管理者看見地組織、抱怨或協商。

歐洲法規把問題推向跨境資料

Reuters 5 月報導，MCI 雖部署於美國員工裝置，仍可能捕捉與歐洲同事或外部人士往來的通訊內容；隱私團體 NOYB 法律專家 Kleanthi Sardeli 對 Reuters 表示，即使是有限或間接捕捉歐洲員工資料，也可能涉及 GDPR 問題。² Meta 則向愛爾蘭資料保護委員會表示，歐盟員工資料或螢幕內容紀錄並非工具「主要目的」。² 歐盟的 AI Act 將部分就業、勞工管理與自僱接近領域的 AI 用途列入高風險範圍；European Commission 說，AI Act 採風險基礎規則，要求部署者與提供者在特定用途上遵守人類監督、紀錄與風險管理等義務。⁹ EUR-Lex 的 AI Act 文本也指出，用於監測或評估工作關係中人員表現與行為的 AI 系統，可能影響職涯、生活與勞工權利，並可能削弱資料保護與隱私基本權。¹⁰ 但規則仍有時間差。AI Act 的不同義務分階段適用，且職場演算法管理仍有缺口。European Parliament Research Service 2025 年研究估計，歐洲勞工接觸演算法管理的比例中期可能從 42.3% 升至 55.5%，並建議歐盟層級補強共同規範。¹¹ 這提醒所有跨國公司：資料邊界不會自動跟著辦公室地址停下來。美國裝置上的資料蒐集，可能捕捉歐洲員工、客戶或外部合作對象；一個被公司定義為「內部工具」的系統，實際上可能跨越多個司法管轄區。

「Bossware」早已把工作變成資料

MCI 的新聞之所以引發共鳴，是因為它不是第一個把工作資料化的案例。Vanderbilt Law School 2026 年介紹一項 bossware 研究：研究者檢查 9 款職場監控平台，發現全部都直接向第三方分享可識別的員工資料，例如姓名、電子郵件與公司資訊；9 款工具也向 145 個第三方網域分享線上活動資料。¹⁴ 澳洲 University of Technology Sydney Human Technology Institute 的《Surveillance Creep》報告則指出，技術化員工監控被用於管理與影響員工行為、做出工作場所決策，常見理由包括效率、紀律、資安、財產保護、訓練與法遵；報告也提醒，監控資料可能被二次使用於訓練雇主或科技公司的 AI 模型。¹⁵ Eurofound 對歐洲員工監控的分析同樣強調，當監控變得系統性、連續且細緻，越可能侵害隱私與資料保護權；GDPR 的資料最小化與透明原則，在大量、複雜、黑箱式數位工具面前執行困難。¹⁶ 這些資料顯示，Meta 事件是更大趨勢的高能見度案例，而不是孤立偏差。 Springer Nature 2025 年開放論文討論電腦視覺職場監控倫理，指出高度細緻的視覺與個人資訊可能比傳統電子通訊監控更侵入，評估時需納入隱私、資料安全、公平、透明、自主、尊嚴與可靠性等面向。¹⁷ Frontiers 2026 年研究則把 AI 型監控描述為自動、不中斷且常不透明的追蹤，可能成為壓力源，導致焦慮、無力感與控制感下降。¹⁸

遠距工作讓私人邊界更難守住

MCI 爭議中特別值得注意的一點，是它發生在混合辦公已成日常之後。Reuters 5 月報導提到，部分 Meta 員工抱怨 MCI 造成住家網路用量暴增，甚至幾天內用掉一整月流量配額。² 這個細節讓職場監控跨出辦公室：資料蒐集雖然發生在公司電腦上，成本與干擾卻可能落到員工家中的網路、電池、注意力與私人空間。 居家工作原本模糊了工作與生活的邊界；AI 訓練式監控又把這條邊界往後推。員工若在公司筆電上開啟私人信箱、醫療文件、報稅資料或家庭訊息，是否就等於同意這些內容被工作系統「看見」？Meta 對外說工具焦點是人如何與電腦互動，而不是螢幕內容本身。² 但 Reuters 同篇報導指出，內部文件與 Q&A 顯示通訊內容仍可能被捕捉。² 這正是「目的」與「技術能力」之間的裂縫：公司可以宣稱不打算讀內容，工具卻可能具備讀到內容的能力。 北卡羅來納大學 Journal of Law & Technology 2025 年文章也把遠距工作與新型監控連在一起：鍵盤紀錄、電郵追蹤、webcam 與 GPS 讓雇主能蒐集遠超生產力指標的資料；文章主張修法要求雇主揭露正當商業目的，並為居家工作與個人裝置提供更明確保護。¹⁹

（分析）在這種場景下，員工很難用一般消費者隱私的方式保護自己。一般 app 追蹤至少可以刪除 app、換帳號、改裝置；雇主提供的工作電腦則是工作條件的一部分。當拒絕追蹤可能等於拒絕工作流程，所謂「同意」就不是單純按下同意鍵，而是勞動權力關係中的選擇。

信任，是這類系統最脆弱的控制項

（以下為本文分析，非事實陳述） MCI 事件的核心不只是 Meta 是否修好權限設定，而是員工是否相信公司有能力、也有意願把資料邊界固定住。Computerworld 引述分析人士指出，若員工行為資料被用於 AI 訓練，就應被視為「預設敏感」，不能當成普通 analytics exhaust。⁷ 這句話點出許多企業容易忽略的事：資料一旦被收集，後續的匿名化、聚合、存放、權限與再利用，都會變成新的風險面。

Platformer 在 4 月把這個現象稱為員工成為訓練資料的一週：MCI 不是碼表，而是把知識工作變得可供 AI 系統讀取、擷取、最佳化與自動化的衝動。²⁰ 這是評論，不是事實結論；但它提供了一個有用框架。當雇主說「我們不是在評分你，只是在學你怎麼做事」，員工仍可能合理追問：今天不是績效評分，不代表明天不會變成任務分配、裁員模型或代理人替代的基礎。 Data & Society 2025 年《The Privacy Trap》政策簡報提醒，企業常以隱私保護技術、合成資料或多方計算來包裝監控資料的再利用，但問題不只在資料被如何處理，也在資料被生成與蒐集的那一刻。該簡報主張，政策應為 worker datafication 本身設下明確界線，而不是只在資料事後處理階段要求安全。²²

有效制度至少需要明確目的、資料最小化、員工代表參與、可審計的存取紀錄、刪除與申訴機制，以及對「模型訓練」和「績效管理」之間防火牆的外部驗證。否則，工作螢幕不只是工作場所的一部分，也會變成員工難以看見、難以拒絕的資料礦場。

監控資料的「二次用途」才是核心

從員工角度看，最難接受的通常不是單一紀錄本身，而是紀錄在未來被重新解釋。今天的滑鼠移動可能只是模型訓練樣本；明天若被接到流程分析、工時估算或團隊重整，員工很難證明當初的承諾仍然有效。MCI 事件因此讓「目的限制」成為日常語彙。目的限制不是法律教科書裡的抽象概念，而是員工能否相信公司不會把原本為 A 目的蒐集的資料，轉去服務 B 目的。 這也是為何去識別或匿名化不是萬靈丹。Meta 曾向員工表示資料會與可識別資訊分離，不能依個人查詢或刪除。² 但若員工無法查詢自己的資料，也可能失去確認、修正或刪除的途徑。若模型訓練需要足夠細緻的行為脈絡，資料又可能仍保留時間、工具、任務與互動模式。這些脈絡未必直接寫著姓名，卻可能足以讓組織推論出某種角色、團隊或工作方式。

合理企業需求仍需要制度邊界

公平地說，企業確實有正當需求。若 AI 代理人要幫助員工處理表單、排程、程式碼審查或內部系統操作，真實工作流程資料比實驗室範例更有價值。Reuters 4 月報導中的 Meta 說法，就是模型需要真實例子才能學會電腦工作。¹ 在資安方面，企業也需要記錄異常登入、資料外洩、惡意軟體與內部濫用；完全沒有監測，對使用者、客戶與員工都可能不安全。 但合理需求不會自動導出無限制資料蒐集。較嚴謹的做法應區分三件事：一是資安必要紀錄，二是工作效率分析，三是 AI 訓練資料。三者的目的、保存期限、存取權限與員工權利應不同。若把它們包進同一個工具與同一套授權文字，就會讓員工無法知道自己正在接受哪一種監控。

（分析）MCI 事件最值得其他公司學習的地方，或許不是「不要做 AI 代理人訓練」，而是「不要把最敏感的職場資料當成工程資料管線」。若系統一開始就假設可以大規模記錄，再用權限設定補救，失敗時就會傷及信任；若一開始就先問哪些資料不該被創造、哪些場景只能在合成或自願環境中收集，風險會不同。

台灣讀者可以觀察什麼

這篇文章聚焦 Meta 與歐美法規，並非直接斷言台灣公司正在採用同等工具。台灣讀者仍可從中看到三個日常問題。第一，公司筆電不應被視為私人裝置；若必須處理私人文件，最好使用個人裝置與個人網路。第二，員工可以要求公司說明監控目的、資料類型、保存時間、誰能存取，以及資料是否會用於 AI 訓練。第三，工會、員工代表或內部治理機制，應把 AI 工具導入納入勞資溝通，而不是等工具上線後才補一份告知。 這不是反科技立場。真正的問題是：便利、效率與自動化能否在可理解、可拒絕、可審計的條件下發生。如果答案是否定的，AI 代理人越能替人工作，員工越可能失去對自己工作痕跡的控制。對多數人來說，這不是遙遠的矽谷新聞，而是下一次公司要求安裝「效率工具」時應該提出的問題。

尚無定論的部分

目前仍有幾個問題無法從公開資料完全確認。第一，MCI 暫停後是否會永久終止、重啟或改版，Meta 尚未提出公開時程。第二，內部資料是否曾被員工實際不當使用；Meta 的公開說法是目前沒有跡象顯示不當存取，媒體報導則指出資料曾可被更廣泛地看見。第三，歐洲監管機關是否會正式調查，以及若調查成立，會如何界定「附帶捕捉」與「監控」之間的差別。²⁴ 因此，本文可以確認的是事件流程、工具設計的公開描述、員工反彈與監管疑點；不能確認的是 Meta 內部權限事故的完整範圍，也不能把單一事件推論成所有 AI 工作助理都必然以監控為代價。中立地說，企業需要資料讓工具變好，員工也需要邊界讓工作仍保有尊嚴。真正的公共議題，是這兩者之間是否能被制度化，而不是靠員工在每個工作日裡自己猜測下一次點擊會流向哪裡。

四個可驗證的最低要求

若企業未來要導入類似工具，至少應讓員工和外部稽核者能驗證四件事。第一，工具究竟收集哪些事件：滑鼠位置、鍵盤字元、快捷鍵、視窗標題、截圖、剪貼簿、通訊內容，應逐項列出。第二，哪些場景被排除：私人信箱、醫療與財務資料、工會或法律諮詢、休息時間與非工作網站，不應只靠員工自己記得避開。第三，誰能看見原始資料與處理後資料，存取紀錄是否可查。第四，資料是否會進入模型訓練、評測或產品功能；若會，模型輸出是否可能回頭影響同一批員工。

這些要求看似繁瑣，卻是把「信任我」改成「請讓制度證明」。MCI 爭議之所以值得記錄，正因它把這套最低要求具體化：職場 AI 不只是買一套工具，也是在重新設定工作可被觀看、可被學習、可被複製的範圍。

一個小工具背後的工作想像

把 MCI 放在更長的歷史裡看，辦公室技術常以「讓工作更有效率」之名出現：電子郵件、協作文件、即時通訊、專案管理看板、工時系統，最初都承諾減少摩擦。但每一層工具也都留下更多可被分析的痕跡。AI 代理人的差異在於，它不只分析痕跡，而是試圖把痕跡變成行動能力。換言之，系統不只知道你何時完成一項任務，也可能學會完成任務的步驟。

這使工作者面對新的談判題目：哪些知識屬於公司，哪些知識屬於個人經驗？公司可以要求員工交付成果，能否要求員工交出完成成果的每一次微操作？如果答案是可以，員工是否也應該獲得相應的通知、補償、限制權與集體協商空間？這些問題目前沒有單一答案，但 MCI 的暫停讓它們不再只是未來學想像，而是已經發生在大型科技公司內部的治理現場。

最保守的結論是：企業若想讓 AI 學習工作，就必須先讓員工看懂這個學習過程。看不懂的監控，很難稱為合作；無法拒絕的同意，也很難稱為自願。這是 MCI 留下的日常科技課題。

結語：下一個日常問題

Meta 暫停 MCI，並不代表職場 AI 監控的問題告一段落。相反地，這件事顯示，當 AI 代理人需要「看見」人類如何操作電腦，白領工作的細節就可能成為新資料來源。過去被外送員、倉儲員工或客服人員熟悉的量化管理，正在進入工程師、設計師、產品經理與辦公室工作者的桌面。

對一般讀者而言，這件事的日常提醒很簡單：公司電腦從來不完全私人，但 AI 訓練把「不私人」推向新的層級。問題不再只是雇主能不能看到你去了哪個網站，而是你的每一次點擊、每一段文字、每一個介入工作流程的瞬間，是否會被拿去訓練一個未來能代替你操作軟體的系統。 目前仍有幾個問題無法從公開資料完全確認。第一，MCI 暫停後是否會永久終止、重啟或改版，Meta 尚未提出公開時程。第二，內部資料是否曾被員工實際不當使用；Meta 的公開說法是目前沒有跡象顯示不當存取，媒體報導則指出資料曾可被更廣泛地看見。第三，歐洲監管機關是否會正式調查，以及若調查成立，會如何界定「附帶捕捉」與「監控」之間的差別。²⁴ Meta 目前說 MCI 暫停調查，並稱沒有跡象顯示資料被不當存取。這是現階段可確認的公司立場。真正仍待回答的是：如果工作資料已成為 AI 競賽的燃料，企業、員工與監管者要如何重新畫出一條線，讓效率不必以不可逆的職場監控作為代價。

最保守的結論是：企業若想讓 AI 學習工作，就必須先讓員工看懂這個學習過程。看不懂的監控，很難稱為合作；無法拒絕的同意，也很難稱為自願。這是 MCI 留下的日常科技課題。

引用來源

¹ Reuters（2026-04-21）— "Meta to start capturing employee mouse movements, keystrokes for AI training data" https://www.reuters.com/sustainability/boards-policy-regulation/meta-start-capturing-employee-mouse-movements-keystrokes-ai-training-data-2026-04-21/

² Reuters（2026-05-29）— "Meta tool to track employee mouse clicks on collision course with EU privacy rules" https://www.reuters.com/business/meta-tool-track-employee-mouse-clicks-collision-course-eu-privacy-rules-2026-05-29/

³ Business Insider（2026-06-22）— "Meta Pauses an AI Training Program After Data Leak Sparks Employee Ire" https://www.businessinsider.com/meta-ai-training-data-leak-exposed-employee-activity-across-company-2026-6

⁴ BBC News（2026-06-23）— "Meta halts worker tracking for AI training due to privacy fears" https://www.bbc.com/news/articles/cq615g3z36po

⁵ The Guardian（

2026-06-24）— "Meta pauses employee tracker for AI training amid privacy concerns" https://www.theguardian.com/technology/2026/jun/24/meta-pauses-employee-tracker-for-ai-training-amid-privacy-concerns

⁶ BBC News（2026-06-03）— "Meta scales back plan to track workers' clicks and keystrokes to train AI" https://www.bbc.com/news/articles/c93x0k194yno

⁷ Computerworld（2026-06-24）— "Meta pauses employee monitoring program after data protections fail" https://www.computerworld.com/article/4188640/meta-pauses-employee-monitoring-program-after-data-protections-fail-2.html

⁸ Meta（官方）— "Andrew ‘Boz’ Bosworth, Chief Technology Officer" https://www.meta.com/about/leadership/andrew-boz-bosworth/

⁹ European Commission（官方）— "AI Act" https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

¹⁰ EUR-Lex（官方）— "Regulation (EU) 2024/1689 — Ar

tificial Intelligence Act" https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A32024R1689

¹¹ European Parliamentary Research Service（2025）— "Digitalisation, artificial intelligence and algorithmic management in the workplace" https://www.europarl.europa.eu/RegData/etudes/STUD/2025/774670/EPRS_STU%282025%29774670_EN.pdf

¹² National Labor Relations Board（2022-10-31）— "NLRB General Counsel Issues Memo on Unlawful Electronic Surveillance and Automated Management Practices" https://www.nlrb.gov/news-outreach/news-story/nlrb-general-counsel-issues-memo-on-unlawful-electronic-surveillance-and

¹³ UC Berkeley Labor Center（2025-12-15）— "The Current Landscape of Tech and Work Policy in the U.S." https://laborcenter.berkeley.edu/tech-and-work-policy-guide/

¹⁴ Vanderbilt Law School（2026-05-27）— "Bossware Is Spying on Workers and Sharing Th

eir Data" https://law.vanderbilt.edu/research-shows-bossware-spying-on-workers-and-sharing-their-data/

¹⁵ University of Technology Sydney Human Technology Institute（2026）— "Surveillance Creep" https://www.uts.edu.au/research/centres/human-technology-institute/resources/contentassets/hti-snapshot-report---surveillance-creep-2026.pdf

¹⁶ Eurofound（2024-07-15）— "Employee monitoring: A moving target for regulation" https://www.eurofound.europa.eu/en/publications/all/employee-monitoring-moving-target-regulation

¹⁷ AI and Ethics / Springer Nature（2025-04-23）— "Do we need watchful eyes on our workers? Ethics of using computer vision for workplace surveillance" https://link.springer.com/article/10.1007/s43681-025-00726-4

¹⁸ Frontiers in Psychology（2026-03-19）— "When resilience backfires: the counterintuitive effect of employee resilience in hi

gh-tech surveillance environments" https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2026.1790846/full

¹⁹ North Carolina Journal of Law & Technology（2025）— "Is Your Employer Watching You?: Invasive Employee Surveillance in the Modern Era" https://scholarship.law.unc.edu/cgi/viewcontent.cgi?article=1514&context=ncjolt

²⁰ Platformer（2026-04-24）— "The week that Meta employees became training data" https://www.platformer.news/meta-mci-monitoring-layoffs-knowledge-work/

²¹ CNBC（2026-04-23）— "Meta tracks employee usage on Google, LinkedIn AI training project" https://www.cnbc.com/2026/04/22/meta-tracks-employee-usage-on-google-linkedin-ai-training-project.html

²² Data & Society（2025）— "The Privacy Trap" https://datasociety.net/wp-content/uploads/2025/10/The-Privacy-Trap.pdf

補充說明：本文聚焦公開可查證資料與多方報導，未把單一公司內部說法當作最終結論；仍待確認之處已在內文標示。 補記：這場爭議的重點，是讓員工在工具上線前就能理解、質疑並參與資料治理，而不是事後才承擔風險。