用 AI 替員工打分數、排裁員名單，現在被告上法院了。2026 年 7 月 14 日，26 名匿名前員工在加州奧克蘭聯邦法院對 Meta 提告，指控該公司用一整套 AI 系統替員工評分、排出裁員名單，對身障、請病假與懷孕的員工造成差別待遇。這被外電視為第一起針對美國大型企業、直指「AI 介入裁員流程」的歧視訴訟。先把分寸講在最前面：這是已經提告、但尚未判決的案子，全文用「指控／主張」，不預判誰對誰錯；Meta 已否認全部指控，強調決策「是由人、不是 AI 做出」，這個立場我會並陳到底。
原告指控了什麼：AI 打分，把請假者推上名單
根據路透與美聯社的報導，原告指控 Meta 用了幾套內部 AI 系統來替員工評分、排序：一個叫「Metamate」的大型語言模型助理、一個會追蹤員工通訊與文件的「second brain」，以及一套靠掃描鍵盤輸入、螢幕內容、郵件與瀏覽紀錄算出來的生產力分數。
原告主張的因果鏈是這樣：正在休保護假（病假、產假）的員工，可留給系統測量的「活動量」本來就少，於是被這些工具打成偏低的分數，進而被推上裁員名單。他們據此主張 Meta 違反《美國身心障礙者法》（ADA）、《家庭與醫療假法》（FMLA）與《懷孕歧視法》等聯邦與州法，並指控 Meta 未依加州與紐約市近年新增的規定，對用人 AI 做偏誤測試。以上系統細節與因果推論，都是原告在訴狀中的主張，尚未經法院認定。
Meta 怎麼回應：決策是人做的，不是 AI
平衡地把被告立場放上桌。Meta 發言人否認這些指控，原話是：「人力管理與組織決策，過去與現在都是由人、而不是 AI 做出。」換句話說，Meta 的防線是「AI 至多是輔助工具，最終拍板的是主管」，藉此切斷「演算法直接決定誰走人」的因果。
這正是這類案子最難的地方：當一套 AI 分數被放進裁員決策的流程裡，法律要問的不是「機器有沒有按下解僱鍵」，而是「這個分數有沒有對受保護群體造成可測量的差別效果，雇主有沒有盡到查核義務」。案子要打的，就是「人在迴圈裡」到底算不算真的把關。這也和企業一頭熱導入 AI、卻沒補上治理與覆核的落差有關（延伸見 企業導入代理式 AI 的執行落差）。
演算法問責：美國已經在管，台灣還沒落子
這案真正的看點，不是 Meta 會不會輸，而是它把「演算法問責」（algorithmic accountability）從學術詞彙，變成雇主要真金白銀應對的合規題。原告之所以能主張「未做偏誤測試」，是因為美國一些司法轄區已經動手：紐約市自 2023 年起要求自動化用人工具（AEDT）先做偏誤稽核並公開結果，加州也在 2025 年新增針對自動化決策系統的就業反歧視規範。有沒有做偏誤稽核、留不留得下紀錄，正在變成能不能自保的關鍵。
台灣呢？就查證所及，台灣目前並沒有任何專門要求「招聘／用人 AI 必須做偏誤稽核」的法令。《人工智慧基本法》還在把「公平不歧視」當原則宣示，尚未落到「用人 AI 要稽核、要留紀錄、要揭露」這種可執行的義務層級——這跟 FTC 那套「要求揭露 AI 如何被調校」的攻防，是同一種「原則寫了、細節留白」的空窗（見 FTC 要 AI 說實話）。
結果就是台灣雇主站在一個尷尬的位置：用 AI 做 HR 決策時，既沒有明確的合規指引可循，也沒有「我照做了就免責」的安全港。這不是「因為沒法管所以沒事」，反而更危險——一旦被員工主張差別待遇，你既拿不出法定稽核當護身符，也難證明自己盡了查核義務。
敢下的判斷：AI 打的不是「效率分」，是「風險分」
我要下的判斷是：對台灣雇主而言，這案的訊號跟 AI 是不是裁員真主因那篇 剛好互補——那篇談「AI 裁員」有多少是敘事包裝，這篇談的是當你真的把 AI 放進用人決策，它替你算的每一個分數，同時也在替你累積法律風險。
有幾個場景，用 AI 要特別留神：拿生產力監控數據（登入時長、鍵盤活動、訊息量）排績效或裁員順位、用 AI 履歷篩選刷掉求職者、用模型預測「誰可能離職／表現下滑」。這些指標對請長假、身障、育嬰、懷孕的員工天生不利——他們的「活動量」本來就不同，模型若沒校正，很容易把「請了假」讀成「表現差」。
我會直接說不建議的一件事：別把 AI 分數當成裁員或考績的唯一或主要依據，尤其別讓它自動排序。 至少要做到人工覆核、保留「為什麼是這個人」的決策紀錄、對受保護群體的結果做差別效果的自我檢查。這是 awareness 級的提醒——完整的偏誤稽核與資料治理 SOP 是另一件工程，可以先從把「哪些人事資料能餵給 AI、留存與可稽核」搞清楚開始（見 AI 資料治理指南）。至於這案的最終責任歸屬，等法院判，不預測。
常見問題
Meta 真的用 AI 決定裁誰嗎？法院判了嗎？
還沒判。這是 2026 年 7 月 14 日才在加州奧克蘭聯邦法院提起的訴訟，目前只是原告的指控，尚未經法院認定。原告主張 Meta 用「Metamate」等 AI 系統替員工評分排名單；Meta 則否認，強調決策是由人、不是 AI 做出。在判決出來前，雙方說法都只是各自的主張。
台灣有沒有規定雇主用 AI 做 HR 決策要先做偏誤稽核？
就查證所及，目前沒有。台灣《人工智慧基本法》把「公平不歧視」列為原則，但還沒有像紐約市那樣、明確要求招聘或用人 AI 必須做偏誤稽核、公開結果的具體義務。這代表台灣雇主用 AI 做人事決策時，既缺明確合規指引，也沒有「照做就免責」的安全港，風險要自己扛。
公司用 AI 監控生產力來打考績，有法律風險嗎？
有潛在風險，重點在「差別效果」。若拿登入時長、鍵盤活動、訊息量這類活動數據排績效或裁員順位，對請長假、身障、育嬰、懷孕的員工天生不利——他們的活動量本來就不同。務實做法是：別讓 AI 分數當唯一依據、保留人工覆核與決策紀錄、定期檢查結果對特定群體有沒有系統性偏差。
什麼是「演算法問責」？跟一般 AI 治理有什麼不同？
演算法問責（algorithmic accountability）指的是：當自動化系統參與了會影響個人權益的決策（錄取、解僱、核貸），做決策的一方要能說明依據、證明沒有不當偏誤、並為結果負責。它比籠統的「AI 治理」更聚焦在「可歸責」——不只是有沒有導入 AI，而是出事時你舉不舉得出稽核、紀錄與人工把關的證據。
參考來源
- U.S. News／路透：Meta Used AI to Target Workers With Medical Conditions for Layoffs, Lawsuit Claims（26 名匿名原告、奧克蘭聯邦法院、Meta 否認）
- KSL／美聯社：Meta used AI to target workers with medical conditions for layoffs, lawsuit claims（Oakland 聯邦法院、生產力與 AI token 使用量、Meta 原話回應）
- The Japan Times：Meta used AI to target workers with medical conditions for layoffs, lawsuit claims（Metamate、second brain、生產力評分等系統指控）
- Quartz：Meta sued over AI layoffs targeting disabled workers（身障與病假員工、加州與紐約市 AI 偏誤稽核主張）
- TechTimes：Meta Faces First AI Layoff Discrimination Suit（首起針對大型企業的 AI 裁員歧視案）