Meta旗下AI智慧眼鏡驚爆隱私爭議：用戶日常拍攝的影像資料，在未充分告知的情境下，可能已被陌生人檢視並用於訓練其人工智慧模型。根據Meta官方說明頁面揭露，該公司在Meta AI應用程式中設置了名為「Store visual data from AI experiences（儲存AI體驗中的視覺資料）」的單一開關，此選項掌管著眼鏡所擷取畫面的最終命運。
當用戶透過「Live AI」或多模態功能向Meta AI提問眼前景物時，眼鏡便會擷取當前畫面。這些被截取的畫面將進入Meta的視覺資料管道，Meta承認此類數據可能用於產品改進與功能優化，雖宣稱系統會先移除個資與可辨識資訊，但仍構成潛在的隱私外洩風險。
值得注意的是，用戶手動拍攝的相片與影片並不受此設定影響，這類內容會保留在裝置端，直到用戶自行匯入手機。若用戶關閉該開關，視覺資料將不會被人工檢視、不會用於模型訓練，也不會被儲存，但代價是「視覺提醒」功能的可用性將降低。該設定變更僅對未來資料生效，不溯及既往。
本事件本質為消費性科技產品的隱私倫理與資料治理問題，並非傳統地緣政治或企業間的利益博弈，因此本文將從技術演進脈絡、隱私法規演變與產業結構性誘因三大面向深入剖析。
一、AI訓練數據飢荒催生的「被動監控」商業模式
生成式AI模型的訓練仰賴海量且多元的視覺資料，而傳統的網路爬蟲已難以取得高品質的真實世界影像。Meta透過AI眼鏡將「資料蒐集」轉化為用戶的日常行為，使每一次AI互動都成為潛在的標註素材，這種「以產品換數據」的模式已成為穿戴式裝置產業的結構性趨勢。然而，當「被動監控」與「主動拍攝」在同一裝置上並行時，使用者對於「哪些畫面會被上傳」的認知界線便極度模糊。
二、全球隱私法規演進與企業合規的拉鋸戰
歐盟GDPR、美國各州隱私法（如加州CCPA）乃至於台灣《個人資料保護法》均對生物特徵與視覺資料有嚴格規範。Meta此次揭露「資料可能用於產品改進」的措辭，實為企業在合規壓力下被迫提高透明度的產物，但「人類檢視」與「模型訓練」兩個環節仍存在巨大的監管灰色地帶。歷史上，Meta（前Facebook）因劍橋分析事件遭罰50億美元的前例，使其在公開聲明上不得不採取更謹慎的語言，但技術管道的實質風險並未因此消減。
三、穿戴式裝置的「便利性與監控性」結構性矛盾
AI眼鏡的核心價值在於「無感介面」，但這恰恰與隱私保護的根本原則相牴觸。當使用者周遭的第三人（bystander）被裝置拍攝時，他們的同意機制完全缺位，這使得AI眼鏡成為當代數位倫理中最棘手的場景之一。相較於智慧型手機的主動拍攝行為，眼鏡的「常時開機」特性將隱私侵害的維度從「空間」延伸至「時間」，這是穿戴式裝置產業必須正視的深層結構性問題。
對比2018年劍橋分析事件與2019年Amazon Ring門鈴隱私爭議，Meta此次的揭露可被視為穿戴式裝置產業進入「強制透明化時代」的分水嶺。以下預測未來三種發展情境：
面對穿戴式AI裝置的隱私新常態，相關利害關係人應採取以下行動：
01 起因觸發：Meta於官方說明頁面揭露AI眼鏡視覺資料的「儲存與訓練」管線，引發用戶對穿戴式裝置隱私邊界的全面質疑
02 一階傳導：Meta Reality Labs業務面臨法遵成本攀升與品牌形象損傷的直接衝擊
03 二階擴散：歐美監管機構（FTC、愛爾蘭DPC）可能啟動調查，連帶影響Apple、Google、Snap等競爭對手之產品策略
04 三階擴散：穿戴式裝置供應鏈中，「裝置端AI晶片」與「隱私運算技術」業者相對受惠，傳統雲端AI服務商面臨重估
05 宏觀終局：全球穿戴式AI產業被迫從「資料換產品」轉向「裝置端推論」的新典範，使用者數據治理標準迎來歷史性升級
因果網路圖譜 3 節點
可拖曳節點 · 點兩下開啟文章