Meta vuelve a abrir un frente incómodo en plena carrera por la inteligencia artificial: cómo entrenar agentes útiles sin convertir el trabajo de su propia gente en un sistema de vigilancia continua. De acuerdo con Reuters y reportes citados por The Next Web, la empresa comenzó a desplegar software en computadoras de empleados en Estados Unidos para registrar movimientos de mouse, clics, pulsaciones de teclado y capturas ocasionales de pantalla. El objetivo oficial: alimentar agentes de IA capaces de operar software como lo haría una persona.

La reacción interna fue rápida. Empleados en varias oficinas distribuyeron panfletos y levantaron una protesta contra lo que califican como una “Employee Data Extraction Factory”. Más allá del eslogan, el reclamo toca una fibra real: cuando una compañía monitorea microacciones del trabajo diario para entrenar sistemas automatizados, la frontera entre “mejora del producto” y “supervisión laboral” se vuelve muy delgada.

Meta sostiene que el programa está acotado a una lista específica de aplicaciones y sitios de trabajo, y que tiene salvaguardas para información sensible. El problema es que esa explicación técnica no desactiva la lectura política del momento. La empresa llega a este episodio en medio de recortes y reestructuración, así que cualquier mecanismo de monitoreo se interpreta bajo otra pregunta: quién gana cuando el conocimiento operativo de los empleados se transforma en datos reutilizables por IA.

Ese punto es clave. En teoría, capturar cómo un humano navega menús, completa tareas y resuelve fricción en interfaces reales puede acelerar la creación de agentes verdaderamente funcionales. En la práctica, hacerlo dentro del entorno laboral —con relaciones de poder, métricas de desempeño y temor a despidos— cambia todo. El consentimiento no se evalúa igual cuando la persona que “elige participar” también depende de ese empleo.

Reuters también reportó señales de organización más amplia, incluyendo petición interna y movimiento sindical en Reino Unido. Eso eleva la discusión: ya no es un roce puntual entre equipos técnicos y empleados incómodos, sino un conflicto de modelo. ¿Puede una empresa pedir colaboración para entrenar IA cuando esa misma IA puede reorganizar, reducir o reemplazar funciones?

Este caso importa porque anticipa lo que viene para toda la industria. Durante años, el debate de datos para IA se enfocó en contenido público, derechos de autor o scraping web. Ahora la tensión se mueve al interior de las empresas: datos del trabajo cotidiano, producidos en tiempo real, por personas sujetas a objetivos y jerarquías. Es un insumo valioso para entrenar agentes, sí, pero también un terreno de alto riesgo reputacional y laboral.

Meta no está discutiendo solo una herramienta; está definiendo un precedente. Si el marco termina pareciendo “innovación primero, consentimiento después”, la resistencia crecerá. Si, en cambio, aparecen límites verificables, participación real de empleados y reglas claras sobre uso, retención y alcance de esos datos, podría abrirse una vía menos conflictiva. Hasta ahora, la señal que domina es la contraria: la plantilla percibe extracción, no colaboración.

La conclusión central no cambia: la noticia no es únicamente que Meta quiere entrenar agentes con actividad real de su fuerza laboral. La noticia es que su propia gente está cuestionando la legitimidad de ese método. Y en 2026, cuando la IA ya entró de lleno al corazón del trabajo, ese choque entre productividad y vigilancia va a repetirse en más compañías.