【内部リーク】Metaが数千人の技術者をAI訓練用のデータ作成に投入、社内からは「強制収容所」と自虐する不満が噴出

米MetaがAIモデルの訓練に必要な高品質データ不足を補うため、約6,500人のエンジニアを専門的なデータラベル貼り業務に異動させ、社内で激しい反発が起きていることが複数の海外メディアで報じられている。

この問題は、AIが生成する「合成データ」が品質の限界に達し、最先端AIの進化には高度な人間によるデータ作成が不可欠になっているという、業界共通の構造的課題を浮き彫りにしている。ザッカーバーグ最高経営責任者（CEO）は社内メモで一部の非を認めて妥協案を提示したものの、根本的な部門の再編や転籍プロセスの見直しには踏み込んでおらず、今後の人材流出や労使対立の懸念は解消されていない。

先週、Metaの社内限定でライブ配信された技術プレゼンテーション中に、身元不明のエンジニアがマイクを奪い、出席者に対してMetaのAI部門幹部へメッセージを伝えるよう要求する騒動が発生した。この突発的な行動は発表者たちを驚かせ、チャット欄は反応で溢れかえったという。

米テックメディア「TechCrunch」の報道によると、この騒動は、抜き打ちの電子メールによって本人の意に反して異動させられた約6,500人のエンジニアやプロダクトマネージャーたちの怒りを反映しているという。彼らが所属する部門は現在、自虐的に「グーラグ（強制収容所）」と呼ばれている。しかし、真に注目すべきは、その過激な言葉遣いそのものではなく、その言葉が指し示している背景にある。

6月12日（現地時間）付の社内メモで、最高経営責任者（CEO）のマーク・ザッカーバーグ氏が「これらの変更の複雑さを考慮すると、我々は誤りを犯しており、今後もほぼ確実にさらなる誤りを犯すだろう」と認めた件は、水曜日（6月17日、日本時間6月18日）の時点でも金融ニュースメディアによって活発に報じ続けられている。このメモは、数ヶ月にわたりくすぶっていた不満が、先のエンジニアによるマイク奪取によってもはや無視できないものとなったことを受けて送られたものだ。

■徴用の背景にある技術的限界

6,500人ものエンジニアが製品をリリースする代わりに「パズル（推論問題）」を作成している理由は、企業文化とは無関係であり、技術的な制約に起因している。2022年から2025年にかけてAIモデルの爆発的な進化を支えてきた「合成データ（AIが生成した訓練データ）」が、品質の限界に達したためである。

複雑なコーディングなど特定のタスクでAIモデルが人間を凌駕する必要がある「フロンティア（最先端）」領域においては、近道は存在しない。既存のモデルでは解決できないほど難解で、かつ訓練用コーパス（データ群）に痕跡を残さないほど新規性の高い「人間が作成したサンプル」こそが、唯一有効なインプットとなる。これに対しMetaが取った解決策が、自社のエンジニアたちをデータ作成に動員することだった。その結果として起きたのが、今回の反乱である。

■なぜ「グーラグ（強制収容所）」と呼ばれたのか

Metaの「Applied AI Engineering（応用AIエンジニアリング）」部門は2026年3月に設立され、それまでFacebook、Instagram、WhatsAppの機能を開発していたエンジニアたちが配属された。米ビジネスニュースサイト「Business Insider」によると、多くのメンバーは突然の電子メールで異動を知らされ、ある「徴用」された当事者は後にRedditで、そのプロセスを「極めてランダム（無作為）だった」と振り返っている。提示された選択肢は単純で、部門に加わるか、退職するかだった。多くの者が残留を選んだが、彼らの自己申告によれば、その大半が後に後悔することになったという。

彼らに割り当てられた業務は、AIモデルをテストするためのパズルやコーディングの課題を作成することである。これらは既存のモデルでは解決できず、ネット上のどこにも存在しない問題でなければならない。

ある従業員は米テックメディア「Wired」に対し、「文字通り強制収容所（グーラグ）だ。突然、人生の目的が失われ、他者との交流もほとんどなくなり、毎週課されるタスクをこなすだけになる」と語った。同メディアに対し別の従業員も、同僚の多くが不満を抱いており、その業務を「心が折れる（soul-crushing）ような仕事」だと感じていると明かした。この「グーラグ」という呼び名は社内に広まり、やがて報道を通じて公になり、定着することとなった。

この部門を率いるのは、Metaに12年在籍するベテランのマヘル・サバ氏である。同氏はかつて、MetaがAIに舵を切る前に、ザッカーバーグ氏のメタバース構想に向けて830億ドル（約13兆2800億円、1ドル=160円換算）を投じた「Reality Labs（リアリティ・ラボ）」部門を統括していた人物だ。Applied AI部門は、最高技術責任者（CTO）のアンドリュー・ボズワース氏の配下にある。設立当初、管理体制は極めてフラット（平坦）であり、最大50人のエンジニアが1人のマネージャーに報告する体制となっており、これが混乱に拍車をかけた。

■徴用の背景にある技術的制約

外部の契約業者を雇うのではなく、社内のエンジニアを動員するという決定は、最先端のAIモデルがどのように訓練されるか、およびなぜ能力の限界において合成データが使い物にならなくなるのかという、技術的な仕組みに直結している。

最先端のAIシステムにおける主流の訓練手法である「人間からのフィードバックを通じた強化学習（RLHF：Reinforcement Learning from Human Feedback）」は、人間の好みを示すシグナル、評価、修正、および新規のサンプルを収集し、それらを用いてモデルの挙動を調整することで機能する。

モデルが進化するにつれ、さらなる向上のために必要な人間のサンプルは、より難解なものでなければならなくなる。つまり、モデルがすでに知っていることを確認するのではなく、モデルにとって課題となるような内容が必要とされる。モデルが特定のタスク分野で人間レベルの性能に近づくまさにその境界において、合成データからの学習シグナルは崩壊する。すでに大半のコーディング問題を解決できるモデルは、自分が解法を知っている問題の合成データセットからは何も学習できないからである。

この制約を埋めるために設計されたのが、Applied AI部門である。Business Insiderが確認した社内告知によると、Metaのモデルは「コーディングなどの技術的タスクにおいて、依然として人間を上回る知識を欠いていた」とされる。

ザッカーバーグ氏が4月の社内会議で語ったところによると、その解決策は、外部の契約業者よりも「著しく高い」知能を持つとされる自社のエンジニアを活用し、最先端モデルが自ら作成できない専門家レベルのサンプルを生成することだった。なお、「ネット上に痕跡を残さない」という要件は、重複排除のための安全策である。訓練用のサンプルがモデルの事前学習用コーパスのどこかに存在している場合、新たな学習シグナルが得られないためである。

しかし、エンジニアたちはこの説明に納得しなかった。彼らは社内外で、自分たちが最先端の研究開発に見合う報酬を得ながら、実質的にはデータパイプライン（データ処理）業務を行っていると指摘した。これは、データラベリング企業「Scale AI」が290億ドル（約4兆6400億円、1ドル=160円換算）規模のビジネスを築き上げたものと同等の業務である。ただしScale AIが契約アノテーターを起用したのに対し、Metaは年収30万ドル（約4800万円、1ドル=160円換算）を大きく超えるソフトウェアエンジニアを動員している点が異なる。

この皮肉は構造的なものだ。Metaは、世界大手のデータラベリング企業であるScale AIの株式49%を143億ドル（約2兆2880億円、1ドル=160円換算）で取得し、同社創業者のアレクサンダー・ワン氏をチーフAIオフィサーとして社内に招き入れた。これは、OpenAIやGoogleとの訓練データパイプラインにおける格差を埋めるための措置だったとされている。しかし、6,500人のエンジニアが直面した現実は、求人時の説明が示唆していたような最先端の研究ラボではなく、データラベリングの現場への配属だった。

■監視、署名活動、およびキーボード追跡プログラム

不満の原因は、パズル作成の義務だけにとどまらない。Metaは4月以降、「Model Capability Initiative（モデル能力イニシアチブ）」と呼ばれるプログラムを実施している。これは米国の従業員の業務PCに追跡ソフトウェアをインストールし、何百ものアプリケーションやウェブサイトを操作する際のマウスの動き、キーストローク（打鍵）、クリック、さらには定期的なスクリーンショットを記録するものだ。

このデータは、MetaのAIエージェント訓練パイプラインに直接供給されている。同社は、コンピュータ上の複雑なタスクを自律的に最初から最後まで遂行できるAIエージェントの開発を進めており、それらを大規模に訓練するために、一連の操作手順を含む行動の実証データを必要としているためとされる。

CTOのボズワース氏は社内でオプトアウト（追跡の拒否）の方法を問われた際、会社から支給された端末においてオプトアウトの選択肢は存在しないと回答した。この投稿には、泣き顔や驚き、怒りの絵文字リアクションが殺到したという。その後、1,600人以上の従業員が、プログラムの停止を求める全社的な署名活動に署名した。6月2日、Metaは一部妥協案を提示し、従業員は最大30分間データ収集を一時停止できるようになり、特定の免除を申請することが可能になった。

法律専門家らによると、このプログラムは米国の連邦法下では適法である可能性が高いものの、欧州の個人情報保護規則（GDPR）の下では違法となる可能性があり、実際に欧州の従業員は「Model Capability Initiative」の対象から完全に除外されているという。

全米労働関係委員会（NLRB）は過去に、従業員の組織化の権利を萎縮させるような方法でAI監視を用いることは不当労働行為にあたるとの見解を示している。これを受け、英国の労働組合「United Tech and Allied Workers（UTAW）」はMeta内での組織化活動を開始した。イェール大学のイフェオマ・アジュンワ法学教授は、Metaのキーストローク記録について、従来は主に配達ドライバーやギグワーカーが対象となっていたレベルの監視が、デスクワークを行うホワイトカラー層にまで拡大された事例であると指摘している。

■ザッカーバーグ氏のメモ：構造改革なき妥協案

エンジニアの突発的な抗議行動によって、数ヶ月にわたり従業員が私的に語っていた不満が公になったのと同じ6月12日、ザッカーバーグ氏は社内メモを送付した。彼は同社が「誤りを犯した」と認め、モデル訓練業務に固定されているエンジニアのために新たな役割を見つけるよう努めると約束した。また、2026年の残りの期間において全社的な追加レイオフ（一時解雇）は行わないと言明した。

このメモには、チームのオフサイト（合宿など）予算の増額、7月に予定されている全社的なハッカソンの実施、多くのオフィスにおける固定席の復活、マネージャー1人あたりの部下数の削減といった妥協案が添えられていた。

しかし、このメモにはApplied AI部門の役割の再編や、「異動か退職か」を迫る転籍方針の見直し、高給のエンジニアがアノテーション作業に適した人材であるかどうかの再検討といった、根本的なコミットメントは含まれていなかった。

Instagram従業員向けの別個の全社集会において、チーフプロダクトオフィサー（CPO）のクリス・コックス氏は、これまでの数ヶ月を「過酷（brutal）だった」と表現し、「会社との繋がりをどのように再構築すべきか」に向き合う必要があると語ったが、その率率直な発言も構造的な解決策の提示には至らなかった。

こうした財務的背景から、一連の妥協策の評価は容易ではない。Metaは2026年の設備投資見通しを1250億ドルから1450億ドル（約20兆円〜23兆2000億円、1ドル=160円換算）へと引き上げており、これは2025年の支出のほぼ2倍に相当する。その大半はAIデータセンターと訓練インフラに充てられるという。また、2026年第1四半期の売上高は前年同期比33%増の563億ドル（約9兆80億円、1ドル=160円換算）に達した。今回のエンジニア人材の危機は、同社の歴史上最も収益性の高い四半期の中で進行している。

■Meta特有ではない、業界共通の「限界」

この出来事がMeta一社の問題にとどまらないのは、その根底にある技術的な現実があるためである。合成訓練データの限界は、ザッカーバーグ氏の判断ミスやワン氏の管理不足によるものではなく、モデルが特定のタスク分類で人間レベルの性能に近づくにつれて、すべての最先端AI研究機関が直面する構造的な限界であるとされる。

調査会社「Epoch AI」の予測によると、現在の学習ペースでは、AIの事前学習に必要な品質フィルター済みの公開テキストデータは、2026年から2032年の間のいずれかの時点で使い果される見込みであるという。また、米調査会社「Gartner（ガートナー）」は、2024年までにAIや分析プロジェクトで使用されるデータの60%がすでに合成データであったと推計している（2021年のわずか1%からの急増である）。

この急加速は、このアプローチの有用性と限界の双方を物語っている。合成データは、それを生成するモデルが、本来超えるべきタスクの性能限界に達するまでは効果的に機能する。しかし限界に達した後は、既存のモデルでは解答できない課題を作成できる「人間の判断力」こそが、新しい学習シグナルの唯一有効な供給源となる。これこそが、Metaが6,500人のエンジニアに割り当てた業務そのものである。

エンジニアたちがこの任務に憤慨し、士気が著しく低下している事実は、業界が未だ解決していない副次的な課題を示している。それは、低賃金の契約業者を搾取することなく、またアノテーション業務を望んでいない高給のエンジニアを動員することもなく、専門家レベルの人間による訓練データをいかにして持続的かつ大規模に調達するかという問題である。

MetaのチーフAIサイエンティストを10年間務め、ワン氏の下に配置される組織改編ののち2025年11月に退職したヤン・ルカン氏は、英経済紙「Financial Times」のインタビューでこの緊張関係を率直に表現していた。彼はワン氏を「若く経験不足」と呼び、「Llama 4」モデルの公表されたベンチマーク結果について「少し捏造（fudge）されていた」と指摘した。また、Metaの組織改編に関連して、「多くの人々が去り、まだ去っていない多くの人々も去るだろう」という、同社にとって好ましくない予測を述べていた。

社内プレゼンテーションの最中にマイクのミュートを解除したエンジニアは、必ずしもポリシー表明を行う意図はなかったかもしれない。しかし、数千人の同僚の前で大声で、自分たちの仕事がどのようなものに成り下がったかを名指ししたことで、彼らはどのような社内メモでも解決できていない本質を言い表した。それは、最先端のAI研究が必要とするものと、それを供給するために人々に課される代償との間の、深い乖離である。

■注目ポイントQ&A

●Metaのエンジニアが所属部門を「グーラグ（強制収容所）」と呼んでいるのはなぜですか？

Metaは2026年3月、突然の電子メールを通じて社内から約6,500人のエンジニアやプロダクトマネージャーを「Applied AI Engineering」部門へと異動させ、「異動するか退職するか」の選択を迫りました。彼らに割り当てられた主な業務は、AIモデルを訓練するためのコーディングパズルや問題を作成するデータアノテーション（ラベル貼り）作業です。

この業務は従来、Scale AIなどの外部企業が低賃金の契約労働者に委託してきた性質のものであり、かつて数十億人が利用する製品を開発していたエンジニアたちにとっては、単調で孤立し、本来のキャリアから切り離されたものに感じられたため、自虐的にこの呼称が広まりました。

●今回の異動の背景にある「合成データの限界」とは何ですか？

AIが生成した「合成データ」は、AIモデルを効率的に訓練するために用いられてきましたが、モデルが高度化し人間レベルの性能に近づくにつれて、学習効果が薄れるという限界があります。既存のモデルがすでに解決できる問題をいくら学習させても性能は向上しないため、限界を超えるためには「既存モデルでは解けず、インターネット上にも存在しない、人間が作成した極めて難解な問題」が必要となります。

Metaはこの高品質な訓練データを確保するため、外部の契約業者よりも知能が高いとされる自社のエンジニアを動員しました。なお、この事前学習用データの枯渇はMeta固有の問題ではなく、業界全体で2026年から2032年の間に直面する課題であると予測されています。

●ザッカーバーグCEOは一連の反発にどう対応しましたか？

ザッカーバーグCEOは2026年6月12日付の社内メモで、AI部門の再編において「誤りを犯した」と認め、現在モデル訓練業務に就いているエンジニアの新たな役割への移行を支援すると表明しました。また、2026年内の追加レイオフを行わないことを約束し、チームイベントの予算増額や全社ハッカソンの実施、オフィスの固定席復活などの妥協案を提示しました。ただし、Applied AI部門の役割そのものの見直しや、「異動か退職か」を迫る転籍プロセス自体の変更には言及していません。

●Metaが実施しているキーボード入力監視プログラムは合法ですか？

法律専門家によると、会社支給の端末における従業員監視を制限する法律が少ない米国連邦法の下では、この「Model Capability Initiative」プログラムは適法である可能性が高いとされています。一方、欧州のGDPR（一般データ保護規則）下では違法となる可能性が高いため、欧州の従業員は対象から完全に除外されています。なお、米国の全米労働関係委員会（NLRB）は過去に、従業員の組織化の権利を萎縮させる監視行為は不当労働行為にあたるとの見解を示しており、法的・労務的な議論を呼んでいます。Metaは反発を受け、6月2日に30分間データ収集を一時停止できる機能を導入するなどの譲歩を行いました。

元記事: Meta Conscripts 6,500 Engineers as Data Labelers: Revolt Exposes AI Training Ceiling