Meta が新しい内部ツールの導入を進めています。このツールは従業員のコンピュータ操作（マウス操作とキーボード入力）を記録し、AI エージェント開発の学習データとして活用します。

Meta のアプローチ：実際の使用パターンから学習

Meta が記録する対象は以下の通りです：

  • マウスの動き
  • ボタンのクリック
  • ドロップダウンメニューの操作
  • その他の基本的なコンピュータ操作

Meta の広報は「モデルが実際にどのように使用されるかの具体例が必要」とコメントしており、学習データの品質と現実性を重視する姿勢が示されています。

活用先：AI エージェントの日常タスク自動化

収集されたデータは、日常のコンピュータタスク完了を支援するエージェント構築に活用されます。従業員の実際の操作パターンから、AI が「ユーザーがどのような手順でタスクを完了するのか」を学習します。

このアプローチは、一般的な LLM の学習データとは異なり、実際のインタラクション（UI 操作、ワークフロー）を直接学習させる点で革新的です。

プライバシー懸念と業界動向

一方、このイニシアティブには重大な懸念があります：

  • 機密コンテンツの漏洩リスク：記録対象がドキュメントやメッセージの内容に拡大する可能性
  • 従業員の監視強化：常時の操作記録は監視社会化につながる懸念
  • 業界の悪例化：他の大手テック企業（Slack、Google、Microsoft など）のコーポレート AI 学習を加速させるリスク

Meta は「機密コンテンツ保護のセーフガード」を導入すると述べていますが、詳細は不明です。

見えてくる AI 学習の課題

この事例は AI エージェント開発における根本的な課題を浮き彫りにしています：高品質なインタラクション学習データの取得が極めて難しいこと。実際のユーザー行動から学習させる必要がある一方、プライバシーと倫理的懸念との間で企業が苦闘しています。

従業員データの提供（同意の下でも）は、技術進化と人権のバランスが問われる事例として注視する価値があります。