Meta “AI裁员” 争议：谁来承担责任？

AI 可以迅速识别所谓的“低效员工”，但它未必看得见数据背后的原因：一段工作记录的空白，究竟代表绩效不佳，还是员工正在休产假、医疗假，或接受依法批准的残障便利安排？

近期，多名 Meta 员工指控公司在裁员过程中使用 AI 评分及员工活动数据，使部分正在休假或接受便利安排的员工处于不利位置。这场争议将一个关键问题摆到雇主面前：当算法开始影响员工去留，企业现有的绩效管理和裁员流程，是否足以识别并控制其中的法律风险？

如您或您的企业正在使用或计划引入 AI 进行员工监测、绩效评估、组织重组或裁员决策，欢迎联系 ILS 律师团队：contact@consultils.com。我们将结合企业实际运营及技术应用场景，协助审查数据使用、人工复核和决策留痕机制，降低算法偏差、受保护休假处理不当及程序不一致所引发的劳动争议风险。

案件背景

根据公开报道，今年 Meta 在推进组织重组过程中裁减了约 8,000 名员工。随后，26 名员工在加州联邦法院提起诉讼，主张 Meta 在裁员过程中使用了包括 AI 绩效评分系统、员工活动监测数据等内部自动化工具，对员工进行评分、排序，并据此辅助确定裁员对象。原告进一步主张，正在休产假、医疗假或获得残障便利安排的员工，由于缺乏正常工作期间的数据记录，更容易在算法评价中处于不利地位。

Meta 则公开否认相关指控，并表示公司的组织调整及裁员决定始终由管理人员作出，而非由AI系统自动决定。案件目前仍处于诉讼程序中，相关事实及双方主张尚有待法院进一步审理和认定。

无论案件最终结果如何，这起诉讼都反映出一个越来越值得企业关注的问题：当 AI 开始参与影响员工就业权益的重要决策时，企业应当如何控制由此产生的劳工法风险。

Meta 裁员的核心法律问题是什么？

Meta 案件目前讨论的重点，并非企业是否可以使用 AI，而是 AI 在就业决策中的角色，以及企业是否能够证明相关决策仍然符合现有劳工法框架。

1. AI 是否真正参与了裁员决定？

从目前公开信息来看，双方对于 AI 在裁员中的实际作用存在明显争议。原告认为，AI 系统不仅参与了绩效评价，更进一步对员工进行了排序，并影响了最终裁员名单；Meta 则表示，AI 仅作为辅助工具，最终决定仍由管理层完成。案件未来如何认定，很大程度上仍取决于法院对于内部证据及实际决策流程的审查。

对于其他企业而言，这一区别具有重要意义。如果 AI 仅作为信息整理工具，其法律风险通常与 AI 直接参与就业决定存在明显区别；但如果管理层主要依赖 AI 生成的评分、排名或风险标签完成裁员，而缺乏独立判断，即使最终由经理点击批准，也未必意味着企业已经脱离 AI 决策所带来的法律风险。

2. 算法是否会无意中影响受法律保护的员工？

本案另一项值得关注的争议，在于员工休假期间的数据缺失是否可能影响算法评价。现代绩效分析工具通常依赖工作数据，包括项目完成情况、系统登录记录、沟通频率或其他数字化行为。如果模型未充分识别员工因 FMLA、产假、医疗假或合理便利安排而产生的数据变化，那么依法享有保护的休假状态，理论上可能被算法误读为绩效下降或参与度不足。

目前法院尚未认定 Meta 的系统是否确实存在上述问题，但这一争议提醒企业：算法模型并不会天然理解劳动法对于受保护休假的特殊要求。

3. AI 是否增加了企业解释用工决策的难度？

传统裁员中，企业通常需要说明每一位员工被纳入裁员范围的商业原因，例如岗位取消、组织调整或绩效差异。当 AI 参与分析后，企业未来可能还需要进一步解释：

• 系统使用了哪些评价指标；

• 是否存在人工审核；

• 是否对受保护员工进行了额外审查；

• 最终决定是否完全依赖算法结果。

随着 AI 逐渐进入就业管理领域，这类程序性问题很可能成为未来劳动争议的重要组成部分。

为什么 Meta 裁员事件值得所有企业关注？

Meta 案件目前仍处于诉讼阶段，其最终结果尚未确定。然而，从近年来美国监管趋势来看，自动化就业决策已经成为劳动法监管的重要方向。

越来越多州开始关注企业是否使用自动化系统参与招聘、绩效管理、晋升、纪律处分及裁员等就业决定。监管重点也逐渐从 ”企业是否使用 AI” 转向 ”企业如何使用 AI”。

换言之，AI 本身并非风险来源。真正受到法律关注的是，企业是否建立了足够的治理机制，确保 AI 不会因为模型设计、数据来源或评价标准，对特定员工群体造成不合理的不利影响。

Meta 案件正是在这一背景下发生，因此其影响很可能超出个案本身。无论法院最终是否支持原告主张，该案件都可能进一步推动企业重新审视 AI 在人力资源管理中的使用方式。

对雇主的启示

对于希望提高管理效率的企业而言，AI 已经成为不可忽视的管理工具。但随着 AI 逐步参与高风险就业决策，企业也应同步建立相应的内部治理机制，而不能简单地将 AI 输出视为客观结论。

结合目前案件所反映的问题，企业尤其值得关注以下几个方面：

• 明确 AI 在决策中的定位。 区分 AI 是提供分析参考，还是直接参与员工筛选、排序或裁员建议。

• 审查模型使用的数据。 特别关注受保护休假、合理便利安排等因素是否可能影响算法结果。

• 保留人工审核程序。 对涉及招聘、晋升、绩效处分及裁员等重大决定，应由管理层进行独立判断，而非机械采纳系统输出。

• 加强记录保存。 包括 AI 生成结果、人工审核过程及最终商业决策依据，以便未来能够说明决策形成过程。

• 持续评估算法表现。 定期检查不同员工群体是否出现异常差异，并及时调整模型或管理流程。

这些措施并非意味着企业应停止使用 AI，而是在 AI 逐渐成为企业管理工具的背景下，将传统的人力资源管理制度延伸至自动化决策场景。

对于雇主而言，AI 不应只是提高效率的工具，更应成为建立在透明、可解释及可审查基础上的管理工具。Meta 案件最终如何发展仍有待观察，但其已经为所有正在推进 AI 人力资源管理的企业提供了一个值得关注的风险信号。

如您或您的企业正在使用或计划引入 AI 进行员工监测、绩效评估、组织重组或裁员决策，欢迎联系 ILS 律师团队：contact@consultils.com。我们将结合企业实际运营及技术应用场景，协助审查数据使用、人工复核和决策留痕机制，降低算法偏差、受保护休假处理不当及程序不一致所引发的劳动争议风险。

免责声明：本网站所提供的内容仅供一般信息参考，不构成也无意构成法律意见。请勿依据本网站的信息作出任何行为决定或停止任何行动。如需针对具体情况和法律问题的建议，请咨询专业法律顾问。

---

作为 ILS 管理合伙人，刘启光律师跻身美国顶尖公司法、劳动法与合规律师行列，擅长制定贴合客户业务目标的法律策略，为《财富》500 强企业、初创公司及高管提供公司交易、融资、隐私及劳动法咨询，服务覆盖科技、医疗、金融等行业。

加入 ILS 之前，刘启光律师曾在顶级辩护律所执业，擅长预判风险、设计保护与发展并重的策略，在合同纠纷、知识产权等案件中屡获有利结果，在各级法院出庭，兼具大所专业度与精品所响应力，是业内热门演讲嘉宾。

Email: contact@consultils.com | Phone: 626-344-8949