Selon des informations rapportées, Meta explore de nouvelles sources de données pour l'entraînement d'intelligence artificielle, ciblant notamment ses propres employés. Selon le plan en question, Meta enregistrera via un outil interne les mouvements de la souris, les clics et les frappes au clavier effectués par les employés dans certaines applications afin d'alimenter l'apprentissage de modèles d'IA plus performants et plus utiles. Dans sa réponse aux médias, Meta a indiqué que, pour développer des agents IA capables d'aider les utilisateurs à accomplir leurs tâches informatiques quotidiennes, il est nécessaire que ces modèles s'appuient sur des scénarios d'utilisation réels. Ces données permettent de comprendre comment les utilisateurs naviguent dans une interface, manipulent des menus ou suivent des processus opérationnels, améliorant ainsi les performances du modèle dans des contextes pratiques. La société précise que cet outil ne fonctionne que dans des applications spécifiques et qu'il intègre des mécanismes de protection destinés à prévenir toute utilisation abusive d'informations sensibles ; elle ajoute également que les données collectées ne seront utilisées à aucune autre fin. Cette initiative reflète également l'expansion continue de l'accès aux données dans le secteur de l'IA. À mesure que les données d'entraînement de haute qualité deviennent une ressource clé pour améliorer les performances des modèles, les entreprises technologiques tentent constamment de recueillir des données plus proches des comportements réels d'utilisation auprès de diverses sources. Des rapports antérieurs ont déjà mentionné que certaines sociétés commençaient à compiler des historiques de communications internes (telles que celles issues de plateformes collaboratives ou de systèmes de gestion de projets) comme potentielles sources pour entraîner des modèles d'IA. Cependant, cette pratique suscite également des débats concernant la vie privée et les limites relatives aux données. Les experts du domaine soulignent que, lorsque les données comportementales internes des entreprises deviennent progressivement partie intégrante des ressources d'entraînement de l'IA, trouver un équilibre entre l'amélioration des capacités des modèles et la protection des informations personnelles et organisationnelles constituera un enjeu majeur auquel l'industrie devra continuellement faire face.