美國大規模起訴Meta!200頁文件揭:臉書、IG演算法如何把兒童推入有害內容毒窟
美國大規模起訴Meta!200頁文件揭:臉書、IG演算法如何把兒童推入有害內容毒窟

根據起訴書,Meta拒絕關閉上百萬未成年人的帳戶,故意在Facebook和Instagram中加入成癮性的功能,觸發年輕用戶間歇性釋放多巴胺,導致其成癮性消費。Meta明知演算法可能會放大負面的社交比較,導致用戶對自己的身體或外表感覺更糟,仍拒絕更改演算法。

「包括Meta在內的社群媒體公司造成全國青少年的心理健康危機,他們必須承擔責任。」紐約州總檢察長利蒂西亞·詹姆斯在聲明中稱。

Meta旗下擁有Facebook和Instagram兩大社群平台,涉及數百萬青少年和兒童用戶。

美國大多數州組成的聯盟起訴社群媒體巨頭Meta公司,指控其非法收集兒童帳戶訊息,並堅持採用傷害未成年人精神健康的演算法。

根據最新公布的法庭文件,至少從2019年開始,Meta就故意拒絕關閉13歲以下兒童的大部分帳戶,同時,在未經父母同意的情況下收集他們的個人訊息。

此外,Meta明知其演算法損害未成年人心理健康,但拒絕更改,表示這會觸發年輕用戶間歇性釋放多巴胺,導致其在平台上的上癮性消費循環。該公司還被指控淡化了平台上錯誤訊息、仇恨言論、歧視和其他有害內容的發生率。

這項起訴要求法院下令禁止Meta從事上述違法行為。Meta旗下擁有Facebook和Instagram兩大社群平台,涉及數百萬青少年和兒童用戶,因此民事處罰可能高達數億美元。大多數州對每次違規行為處以1000至50000美元的罰款。

不尋常的大規模起訴,多州重視兒童網路安全問題

10月24日,美國33個州提起聯合訴訟,指控Meta故意在Facebook和Instagram中加入傷害未成年用戶的成癮性功能。哥倫比亞特區和另外8個州當天分別對Meta提起訴訟,其中大部分起訴內容相同。如此多的州聯合起來起訴一家科技巨頭損害消費者利益,這是不尋常的舉動,顯示美國各州正在優先考慮兒童和網路安全問題。

「Meta故意在其平台上設計具有操控性的功能,讓兒童沉迷於其平台,同時降低他們的自尊,從兒童的痛苦中獲利。」紐約州總檢察長利蒂西亞·詹姆斯(Letitia James)在一份聲明中表示,「包括Meta在內的社群媒體公司造成全國青少年的心理健康危機,他們必須承擔責任。」

這波範圍廣泛的訴訟基於2021年以來美國兩黨、多州調查的結果,此前Facebook舉報人弗朗西斯·豪根(Frances Haugen)提供了數以萬計的公司內部文件,顯示該公司如何知道其產品可能會對年輕人的精神健康產生負面影響。

儘管起訴書長達兩百多頁,但各州引用的大部分證據都因最初提交的文件中的刪改而被刪除。當地時間11月26日晚間,新提交的未密封起訴書提供各州訴訟的新細節,讓外界得以了解更多詳情。

漏放13歲以下用戶

來自33個州的總檢察長指控Meta在2019年初至2023年中,從父母、朋友和在線社區成員那裡收到超過100萬起Instagram上存在13歲以下用戶的投訴,但「Meta僅禁用了其中一小部分帳號」。

根據起訴書,Meta違反了一系列州級消費者保護法規以及《兒童在線隱私保護規則》(COPPA),該規則禁止公司在未經父母同意的情況下收集13歲以下兒童的個人訊息。每次違反該法律的罰款最高可達50000 美元以上。

「在公司內部,Meta實際知道數百萬Instagram用戶年齡在13歲以下,這是一個公開的秘密,並會定期記錄、嚴格分析和確認,並積極保護不向公眾披露。」起訴書稱。

根據法庭文件,Meta自己的記錄顯示,數十萬青少年用戶每天花費超過5個小時時間在Instagram上。一位Meta產品設計師在一封內部電子郵件中寫道,「年輕人是最好的」,「希望人們在年輕時儘早為你服務」。

在2019年的一個案例中,Meta員工在電子郵件中討論了為什麽公司沒有刪除屬於一名 12歲女孩的4個帳戶,儘管女孩的母親提出了要求,並且「投訴說她女兒只有12歲」。員工得出的結論是,這些帳戶被「忽略」,部分原因是Meta代表「無法確定用戶是否未成年」。

「Instagram的使用條款禁止13歲以下(在某些國家或地區為13歲以上)的用戶,我們已採取措施,在發現這些帳戶後將其刪除。然而,驗證網路用戶的年齡是一項複雜的挑戰。」Meta在11月26日的一份聲明中告訴CNN,「例如,許多人——尤其是13歲以下的人——沒有身份證件。這就是 Meta支持聯邦立法的原因,該立法要求應用商店在16歲以下的青少年下載應用程式時,必須獲得父母的批準。透過這種方法,不需要讓父母和青少年向數百個單獨的應用程式提供政府發放的身份證件等敏感訊息來驗證他們的年齡。」

明知演算法放大社交比較,Meta仍拒絕更改

起訴書還稱,Meta知道其演算法可能會引導兒童接觸有害內容,從而損害他們的健康。根據文件中引用的公司內部通訊,員工寫道,他們擔心「IG(Instagram)上的內容會引發青少年的負面情緒並影響他們的心理健康(以及)我們的排名演算法將(他們)帶入負面的螺旋和反應循環,很難退出。」

例如,起訴書稱,Meta研究人員在2021年7月進行了一項研究,得出的結論是Instagram的演算法可能會放大負面的社交比較,並且「內容可能會導致用戶對自己的身體或外表感覺更糟」。在訴訟中引用的2021年2月的內部電子郵件中,Meta員工據稱,社群比較心態與在Meta的社群媒體平台上「花費更多時間有關」,並討論了這種現象如何「對Instagram的商業模式有價值,同時對少女造成傷害。」

在2021年3月針對飲食失調內容的內部調查中,Meta團隊對帳戶名提及饑餓、瘦弱和飲食失調的用戶進行追蹤。起訴稱,Instagram的演算法隨後開始生成推薦帳戶列表,「其中包括與厭食症相關的帳戶」。

然而,Meta全球安全主管安提戈涅·戴維斯(Antigone Davis)於2021年9月在國會作證時稱,Meta不會「引導用戶觀看宣揚飲食失調的內容。這實際上違反了我們的政策,我們會在發現後刪除該內容。我們實際上使用人工智慧來查找此類內容並將其刪除。」

起訴書稱,Instagram的高級領導階層也知道有問題的內容對該平台來說是一個關鍵問題。據稱,Instagram的負責人亞當·莫塞里(Adam Mosseri)在一封內部電子郵件中寫道,「社交比較之於Instagram,就像選舉干預之於Facebook。」

然而,儘管該公司的內部研究證實了對其平台上的社交比較的擔憂,但起訴書稱Meta拒絕改變其演算法。一名員工在訴訟中引用的內部通訊中指出,煽動負面外觀比較的內容「是(在探索頁面上)最具吸引力的內容之一,因此這個想法與許多其他團隊的首要措施背道而馳。」與此同時,「Meta的外部溝通否認或掩蓋了其推薦演算法向年輕用戶推廣極負面的外觀比較內容的事實。」起訴書稱。

根據訴訟中引用的內部文件,Meta還意識到其推薦演算法「會觸發年輕用戶間歇性的多巴胺釋放」。其演示文稿稱,「當涉及到感覺良好的多巴胺效應時,青少年是永不滿足的」,該公司的現有產品已經非常適合提供能夠觸發這種強效神經遞質的刺激。「每當我們的青少年用戶發現一些意想不到的東西時,他們的大腦就會分泌出多巴胺。」

Meta在一份聲明中回應稱:「我們希望青少年能夠獲得安全、適合年齡的在線體驗,我們有30多種工具來支持他們及其父母。」「我們花了十年的時間來解決這些問題,並聘請了致力於保護年輕人安全和在線人員。該起訴選擇性引用和精心挑選文件來扭曲我們的工作。」

淡化錯誤訊息、仇恨言論發生率

起訴書還稱,Meta可能大大淡化了其平台上錯誤訊息、仇恨言論、歧視和其他有害內容的發生率。

起訴書指控Meta創了名為「社區標準執行報告」(CSER)的季度報告,該報告宣稱其平台上社區標準違規率較低,但排除了用戶體驗調查中的關鍵數據,這些數據證明用戶遇到有害內容的比率要高得多。

例如,Meta表示,根據其CSER報告中2020年7月至9月的數據,其平台上每10000次內容瀏覽中只有10或11次包含仇恨言論,即比例約為0.10%至0.11%。

但起訴書稱,幾個月前Meta的一項名為「誠信問題追蹤範圍調查」(TRIPS)的內部用戶調查報告的仇恨言論水平明顯更高。根據2020年5月的TRIPS報告,平均有19.3%的Instagram用戶和17.6%的Facebook用戶投訴稱,在平台上目睹了仇恨言論或歧視。平均有12.2%的Instagram用戶和16.6%的Facebook用戶投訴稱,在這些平台上看到過暴力圖片,超過20%的用戶目睹了欺淩和騷擾。

Meta將圖片暴力定義為「在Facebook和Instagram上美化暴力或慶祝他人遭受痛苦、羞辱的內容」,並指出欺淩和騷擾「本質上是高度個人化的」,因此「使用技術主動檢測這些行為可能比檢測其他類型的違規行為更具挑戰性」。

Meta的一位發言人件告訴《Business Insider》,從這些調查中收集的數據並沒有真正衡量「流行度」(Meta將其定義為違規內容的觀看次數占總觀看次數的百分比)。相反,該公司利用這些調查中的訊息來開發新功能,例如有關傷害性評論或內容通知、善意提醒,鼓勵人們在與不認識的人接觸時保持尊重態度。

本文授權轉載自:網易科技
責任編輯:蘇祐萱

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓