El pla de Meta per capturar moviments de ratolí i pulsacions de teclat amb finalitats d’entrenament d’IA obre un nou front: fins a quin punt el treball humà pot convertir-se en matèria primera sense erosionar la confiança dins l’empresa.
La cursa per liderar la intel·ligència artificial ha entrat en una fase en què ja no n’hi ha prou amb disposar de models potents o grans infraestructures de computació. El factor diferencial comença a ser un altre: les dades. I no qualsevol tipus de dades, sinó aquelles que capturen com treballen realment les persones. En aquest context, Meta ha fet un pas que marca un punt d’inflexió: començarà a registrar els moviments del ratolí, clics i pulsacions de teclat dels seus empleats per utilitzar-los com a dades d’entrenament dels seus sistemes d’IA.
La iniciativa, coneguda internament com Model Capability Initiative (MCI), forma part d’un redisseny més ampli de la companyia orientat a construir agents d’intel·ligència artificial capaços d’executar tasques laborals de manera autònoma. Segons la informació publicada per Reuters i recollida per la BBC, el programari s’instal·larà als ordinadors corporatius i registrarà l’activitat en aplicacions internes i pàgines web, incloent-hi captures puntuals de pantalla.
La lògica de Meta: ensenyar a la IA com treballen els humans
Des de la companyia defensen que la mesura respon a una necessitat tècnica. Un portaveu de Meta ho resumia de manera directa: si l’objectiu és crear agents que ajudin a completar tasques quotidianes a l’ordinador, els models necessiten exemples reals de com les persones interactuen amb aquestes eines.
L’argument no és menor. Els models d’IA actuals s’han entrenat principalment amb text, imatges o dades estructurades, però el comportament operatiu —com es navega per una interfície, com s’executa una seqüència de tasques o com es resol un problema en un entorn digital real— continua sent un àmbit menys explotat. Meta vol omplir aquest buit.
En la pràctica, això implica transformar el treball quotidià en un flux continu de dades. Cada clic, cada cerca interna, cada seqüència d’accions pot convertir-se en un senyal útil per entrenar sistemes capaços de replicar aquest comportament.
De l’automatització a l’aprenentatge del comportament
El moviment encaixa amb una tendència més àmplia en la indústria: el pas de l’automatització basada en regles a l’automatització basada en observació. En lloc de programar explícitament què ha de fer una màquina, se l’entrena perquè aprengui observant com ho fan els humans.
Aquest enfocament és especialment rellevant en l’era dels agents d’IA, sistemes capaços d’executar tasques complexes en múltiples passos. Perquè aquests agents funcionin de manera fiable, no n’hi ha prou amb comprendre el llenguatge: han de saber operar eines, navegar interfícies i prendre decisions contextuals.
Meta ja ha deixat clar que vol liderar aquesta transició. La creació de la seva divisió Meta SuperIntelligence Labs, el llançament de models com Muse Spark i la integració de talent procedent de Scale AI formen part d’aquesta estratègia. La captura de dades dels empleats és el següent pas lògic en aquesta fulla de ruta.
El context: pressió competitiva i reestructuració interna
La iniciativa no es pot entendre sense el context en què es produeix. Meta ha intensificat la seva aposta per la IA amb una estratègia d’inversió agressiva. Segons dades recents, la companyia preveu destinar prop de 140.000 milions de dòlars a intel·ligència artificial el 2026, gairebé el doble que l’any anterior.
Al mateix temps, l’empresa ha iniciat un procés d’ajust intern. El 2025 ja va executar diversos acomiadaments que van afectar milers de treballadors, i en els últims mesos ha reduït dràsticament el volum de contractació.
Aquest doble moviment —inversió massiva en IA i reducció de plantilla— alimenta una narrativa inquietant per a part dels empleats: la idea que la tecnologia no només transforma el treball, sinó que el substitueix progressivament.
Reaccions internes: entre la incomoditat i la desconfiança
Les primeres reaccions dins la companyia reflecteixen aquesta tensió. Alguns empleats, citats de manera anònima en mitjans com la BBC, descriuen la iniciativa com “distòpica”. La idea que cada acció a l’ordinador pugui ser registrada i utilitzada per entrenar sistemes que eventualment podrien substituir funcions humanes genera inquietud.
“L’empresa s’ha obsessionat amb la IA”, assenyalava un d’ells. Un altre exemple parlava d’“una nova manera d’imposar la IA a tota l’organització”.
Més enllà del to, aquestes declaracions apunten a un problema de fons: l’erosió de la confiança. Tot i que Meta insisteix que les dades no s’utilitzaran per avaluar el rendiment individual i que hi ha salvaguardes per protegir contingut sensible, la percepció de vigilància és difícil de neutralitzar.
La frontera ètica: fins on pot arribar la captura de dades?
El cas de Meta reobre un debat que fa anys que existeix en l’àmbit laboral: els límits de la monitorització a la feina. Moltes empreses ja recullen dades d’activitat, però fer-ho amb l’objectiu explícit d’entrenar IA introdueix una nova dimensió.
Experts en privacitat i ètica tecnològica adverteixen de diversos riscos. El primer és la normalització de la vigilància contínua. El segon, la possible reutilització de les dades en el futur. El tercer, l’impacte en la cultura organitzativa, que podria derivar en autocensura o reducció de la confiança interna.
El dilema estructural: eficiència versus legitimitat
Més enllà del cas concret, el que està en joc és un dilema estructural del capitalisme digital. La IA necessita dades per millorar, però aquestes dades provenen cada vegada més de l’activitat humana en entorns laborals.
Això planteja una pregunta incòmoda: fins a quin punt és legítim convertir el treball en matèria primera per a sistemes que poden automatitzar-lo?
Meta no és l’única empresa que s’enfronta a aquesta qüestió, però sí una de les primeres a portar-la a un nivell explícit.
Un canvi de paradigma en la producció de dades
Tradicionalment, les dades d’entrenament provenien de fonts externes. Ara, les grans tecnològiques miren cap a dins. El comportament dels seus propis empleats es converteix en un actiu estratègic.
Això implica que l’avantatge competitiu no dependrà només dels algoritmes, sinó també de la capacitat de capturar la realitat del treball humà.
Regulació i futur: un terreny incert
Aquest moviment pot accelerar el debat regulador. A Europa, on la protecció de dades és central, iniciatives com aquesta podrien ser objecte d’un escrutini més intens.
La combinació de vigilància, IA i relacions laborals continua sent un terreny poc definit jurídicament, però cada vegada més rellevant.
