Meta裁员案里的AI血汗工厂
内容提要
Meta裁员案中，26名前员工指控公司用AI算法打分裁员，导致休假、怀孕或残障员工被不成比例裁掉。文章强调，问题不在AI本身，而在于算法可能将合法休假视为负分，变相把公司变成“血汗工厂”。法律要求剔除受保护假期，但老板借AI推卸责任。未来需确保数据透明、人真负责，防止AI成为剥削工具。
延伸解读
算法分母的陷阱
文章用甲乙两个程序员的例子说明，算法若以日历总时长作分母，会把依法休假的时间算成“零产出”，导致休假员工绩效被低估。正确做法是剔除受保护假期，按实际在岗时间计算。这提醒我们，评估指标的分母选择至关重要，稍有不慎就会让合法休假变成裁员理由。
举证责任与信息不对称
原告难以获取Meta的算法细节，但主管的警告言论成为有力证据。这反映出裁员中普遍存在的信息不对称：员工不知评分依据，中层管理者也可能只被给予有限信息。未来需确保数据透明，让双方能在同一基础上申诉，否则AI只会加剧权力失衡。
人负责的实质条件
Meta声称裁员由人决定，但文章强调“人负责”需满足硬性条件：签字者必须了解数据、有权推翻结论并写出理由，且不因推翻而受罚。若签字只是形式，AI就成了推卸责任的工具。这提醒我们，真正的问责需要制度保障，而非口头承诺。
古德哈特定律的警示
文章引用古德哈特定律：当指标成为考核目标，它就不再有效。若员工为刷token而工作，产出将失去真实价值。这警示企业设计考核指标时，需防止员工“钻空子”，同时要警惕代理变量（如用速度筛人）造成隐性歧视，确保指标与岗位真实相关。
Q&A
Meta裁员案中，26名前员工为什么起诉Meta？
他们指控Meta在裁员时使用AI算法打分，导致休假、怀孕或残障员工被不成比例地裁掉。这些员工在被裁前都休过法定保护假或申请过残障便利。
AI算法是如何将休假变成负分的？
算法以日历上的总天数为分母计算绩效，休假期间没有产出，导致绩效分下降。例如，员工乙休了3个月假，提交99次代码，而甲全年提交120次，乙因总量少被裁，但按实际在岗时间计算，乙的绩效反而更高。
为什么说AI可能成为老板推卸责任的工具？
老板可以利用AI算法作为挡箭牌，将裁员决定归咎于算法，而不是自己的决策。这样老板可以合法地裁掉休假或怀孕的员工，而无需承担直接责任。
Meta裁员案中，原告有哪些有利证据？
原告最有力的证据是主管在员工请假时曾警告他们请假可能影响绩效，甚至暗示裁员风险。这些言论是人说的，而非AI，能直接证明公司存在歧视意图。
法律对休假、怀孕和残障员工有哪些保护？
法律明确规定：休假不能成为负面因素（FMLA），怀孕不能成为解雇理由（民权法案第七章和怀孕歧视法），残障员工必须获得合理便利（ADA）。这些法律旨在防止血汗工厂。
AI参与裁员时，如何确保‘人负责’不是空话？
签字裁员的人必须知道系统使用的数据、能看到原始证据、有时间权衡并推翻系统结论，且推翻后需写理由且不会因此受罚。如果只给10分钟签字，就无法真正负责。
什么是古德哈特定律？它如何应用于AI裁员？
古德哈特定律指出，一旦指标成为目标，它就不再是好指标。在AI裁员中，如果员工知道刷token或在线时长决定去留，他们就会投机取巧，导致真正价值无法体现。
美团外卖骑手的例子说明了什么？
美团通过算法管理骑手，导致骑手为了奖金超速、闯红灯，甚至改装电动车，造成安全隐患。这展示了算法决定收入时可能带来的负面后果。
未来如何防止AI成为血汗工厂的帮凶？
需要确保数据正确参考（剔除受保护假期）、过程透明、人真正负责。同时，要检查代理变量，避免间接歧视，并保存审计日志，提供申诉渠道。
