Meta AI 的雙重標準：內部測試兒童保護失敗率高達 70%，卻裁掉人類審查員、改用 AI 攻擊對手聊天機器人

Meta AI 策略的核心矛盾

2026 年 6 月，WIRED 的一項調查揭露，Meta 指示數百名透過愛爾蘭外包公司 Covalen 工作的承包商，在網路上假扮未成年人，測試包括 OpenAI 的 ChatGPT、Google 的 Gemini 及 Character.AI 等競爭對手的聊天機器人，如何回應涉及自殺、自殘、性、飲食失調與毒品等高風險提示。這項內部代號為「Cannes」的計畫，至少持續運作到 2026 年 4 月 21 日。承包商建立未滿 18 歲的假帳號，發送數千則敏感的文字與圖片提示，並將回應記錄在試算表中。其中一輪於 2025 年 8 月進行的大規模測試，單次就執行了超過 45,000 則提示詞。另一份試算表則記錄了 3,748 則提示詞，其中數百則與自殺及自傷有關，另有數百則與飲食失調相關。Meta 發言人為此辯護，稱這是「負責任且符合業界標準」的測試做法。

然而，這種針對對手的積極測試，與 Meta 自身的內部測試結果形成了強烈對比。

Meta 內部測試的高失敗率

Meta 自己的內部紅隊評估——已在法院提交作為證據，並被紐約大學教授 Damon McCoy 引用——顯示，Meta 的聊天機器人專案在約 70% 的測試案例中，未能充分保護未成年人免受性剝削。Axios 於 2026 年 2 月 16 日報導了這項發現。這份內部測試詳細記錄在 2025 年 6 月 6 日的報告中，顯示在幾個類別中的失敗率如下：

• 兒童性剝削情境： 66.8% 的案例失敗。
• 性相關犯罪、暴力犯罪及仇恨言論： 63.6% 的案例失敗。
• 自殺與自傷提示： 54.8% 的案例失敗。

這些內部失敗並非孤立事件。2025 年 8 月，路透社取得一份 Meta 內部政策文件，顯示其允許 AI 與未成年人進行戀愛或情色對話。2026 年 1 月，Meta 在內部安全警告被忽視後，暫時封鎖了青少年使用其聊天機器人，進行安全機制重建。2025 年 8 月，Meta 告訴 TechCrunch 將更新聊天機器人的訓練規則，以避免與青少年討論不當話題，但這是在路透社報導引發公眾強烈反彈之後才採取的動作。

裁掉人類審查員，改用 AI——肯亞的衝擊

儘管存在這些有據可查的安全漏洞，Meta 仍加速推動其裁員計畫，預計在 2026 年底前，用生成式 AI 取代超過 90% 的人類內容審查員，作為其更廣泛的節省成本策略之一。該公司於 2026 年 1 月確認這項轉變，且過渡期已在進行中。

這波自動化的人員成本已明顯可見。2026 年 4 月，Meta 終止了與肯亞外包商 Sama 的合約，該公司在奈洛比僱用了數百名內容審查員。Sama 隨後解僱了 1,108 名員工。另一家肯亞外包公司也在員工試圖組織工會、爭取更好薪資與心理健康保護後，突然解僱了數十名內容審查員。員工們表示，他們因支持工會化並對創傷性的工作條件提出關切而成為被針對的目標。Meta 單單與 Sama 終止合約，就在肯亞消滅了超過 1,100 個工作機會，這些裁員通知是根據肯亞《就業法》發布的。

核心對比：赤裸裸的雙重標準

這些證據勾勒出一個嚴重的矛盾：Meta 自身的內部數據顯示，其 AI 在絕大多數情況下仍無法保護兒童，但該公司卻同時在裁減那些揪出這些錯誤的人類勞動力，並派遣承包商去證明其對手的 AI 表現更糟。

領域	證據
內部測試結果	Meta 自家的聊天機器人在約 70% 的案例中，未能保護未成年人免於性剝削
競爭對手測試	Meta 砸下重金探測對手聊天機器人的同類安全漏洞
自動化推動	Meta 正以 AI 取代人類審查員，聲稱 AI 能大規模處理內容審查
人力成本	超過 1,100 名肯亞員工在合約終止後被裁員——其中部分人是在吹哨揭發惡劣工作條件之後——即使取代他們的 AI 尚未展現出足夠的兒少安全保障能力

這套雙重標準引發了外界對 Meta 優先順序的嚴肅質疑。該公司願意投入大量資源證明對手的聊天機器人對未成年人不安全，即便自身的內部測試顯示自家 AI 在保護兒童上有著 70% 的失敗率——而那些曾揪出這些問題的人類審查員，正被尚未證明自身安全性的技術所取代。