何が起きたか
訴状によると、原告26人は、Metaが「熟慮ある管理職の判断」で解雇リストを作ったのではなく、社内AIシステムの集合体を使って従業員をスコア化・順位付けし、リストに載せたと主張しています。名指しされたのは、社内で「Metamate」と呼ばれるシステム、従業員が自ら学習させる「セカンドブレイン」型エージェント、キーストロークや活動状況のモニタリングデータ、AIトークン使用量のダッシュボード、そしてアルゴリズム支援による人事評価のランキングとキャリブレーションです。
さらに訴状は、社内ダッシュボードが従業員をAIツールの導入段階によって「AI Native」「AI First」「AI Enabled」といったカテゴリーに分類していたと述べています。つまり「どれだけ自社AIを使っているか」自体が評価の一部だったという主張です。
Meta側は全面否定しています。「これらの主張には根拠がなく、事実に基づいていない。人員管理と組織上の決定は、AIではなく人が行ってきたし、今も行っている」とコメントし、それ以上の説明は避けました。
なぜ重要か
争点は「AIを使ったかどうか」ではなく、「AIが見ている指標が、そもそも一部の従業員に不利にできているのではないか」という点にあります。
訴状の論理はここが核心です。評価レーティング、キャリブレーションスコア、生産性・アウトプット指標、「AIネイティブ度」の評価、AIトークン消費量——これらの入力は、設計上、保護された医療・家族休暇中の従業員には積み上がりません。障害によって出力量が落ちる従業員も同じです。休んでいる人はキーストロークを打たず、トークンを消費しません。にもかかわらず、その「ゼロ」がスコアに反映されるなら、差別の意図がなくても結果として差別的な効果が生じる、という構図です。
これは、AIの精度の問題ではありません。指標の選び方の問題です。モデルが正確に「活動量が少ない」と検出したとしても、その活動量の少なさが法的に保護された理由によるものなら、その検出をそのまま人事判断に使った時点で問題になる。ここが、多くの企業が見落としがちな落とし穴です。
AI利用度を評価するという新しい罠
注目すべきは「AI Native／AI First／AI Enabled」という分類です。生成AIの社内浸透を測ろうとする企業は今、世界中にあります。日本企業でも「AI活用率」をKPIに掲げる例は珍しくありません。
しかし訴状の主張が示すのは、その指標が人事評価に接続された瞬間、法的リスクに変わりうるということです。ツールの利用ログは、業務内容・職種・勤務形態・健康状態によって大きく偏ります。それを「意欲」や「適応力」の代理指標として扱うと、実際には別のものを測ってしまう。
また、キーストローク監視やトークン使用量ダッシュボードは、本来は生産性可視化やコスト管理の道具として導入されたはずです。それが解雇の根拠に転用されたと主張されている点は、多くの企業が持つ「収集したデータの目的外利用」というリスクをそのまま映しています。
この訴訟の位置づけ
事実関係はこれから法廷で争われる段階であり、現時点でMetaの主張が誤りだと確定したわけではありません。ただ、Reutersが指摘するように、大手企業のレイオフとAIの関係を正面から問う最初の訴訟として、判断の枠組み自体が今後の先例になる可能性があります。
💼 事業会社視点：これは自社にどう効くか
日本企業にとって、この訴訟は「うちはまだAIで人を切っていないから関係ない」で済む話ではありません。危ないのは解雇ではなく、評価データの目的外利用です。
具体的に確認すべきは3点。第一に、SaaS・受託開発企業が「エンジニアの生産性可視化」として導入したツール（コミット数、稼働ログ、Copilot等の利用状況）が、評価会議やPIP（業績改善計画）の資料に流れ込んでいないか。日本は解雇規制が厳しい分、影響は解雇ではなく降格・配置転換・賞与査定の形で出ますが、育休・産休・傷病休職者に不利に働けば争点は同じです。第二に、「生成AI活用率」を部門KPIにしている企業は、その数値を個人評価に降ろさないこと。利用ログは職種と業務内容に強く依存し、意欲の代理指標として使えば測定の妥当性を欠きます。第三に、EC・小売など非デスクワーカーを多く抱える企業では、そもそも活動ログが取れない職種との比較が不公平になります。
役員が今週やるべきは、人事とデータ基盤の責任者に「評価・処遇の判断に、どの自動収集データが、誰の承認で流れているか」を一枚に書かせることです。多くの企業で、この経路は誰も全体像を把握していません。訴訟になってから調べるより、今調べる方が安く済みます。