D'anciens employés de Meta attaquent en justice l'entreprise pour usage de l'IA dans les licenciements

Vingt-six anciens employés de Meta ont déposé plainte le 13 juillet 2026 devant le tribunal fédéral du district nord de Californie. Ils affirment que Meta a utilisé des outils d'intelligence artificielle pour sélectionner les salariés visés par une réduction d'effectifs en mai 2026, au cours de laquelle l'entreprise avait annoncé le licenciement d'environ 8 000 employés, soit 10 % de ses effectifs. La plainte indique que Meta s'est appuyé sur une "constellation de systèmes d'intelligence artificielle internes", dont un agent appelé "Metamate". Les plaignants affirment que ces outils ont suivi, noté et classé des données telles que les frappes clavier, les e-mails, les documents, l'historique de navigation et l'usage de jetons d'IA.

Selon les plaignants, Meta n'a pas suspendu ces mesures pour les employés en congé protégé et n'a pas tenu compte des problèmes médicaux ni des obligations familiales. Ils estiment que cela a eu un impact disproportionné sur les salariés handicapés et ceux ayant pris un congé. Meta rejette ces accusations et affirme que les décisions ont été prises par des "dirigeants humains".

Les plaintes invoquent la loi fédérale sur le congé familial et médical (FMLA), le titre VII, la loi sur l'équité envers les travailleuses enceintes, la loi sur les Américains handicapés (ADA) ainsi que des lois étatiques sur les droits civiques. Meta exigeant des accords d'arbitrage, le fond des affaires devrait être tranché dans le cadre d'arbitrages individuels et confidentiels. Le 17 juillet 2026, le juge William H. Orrick a rejeté la demande d'ordonnance restrictive temporaire des plaignants, permettant aux licenciements de se poursuivre. Une audience sur leur demande d'injonction préliminaire est prévue pour le 24 août 2026.

La source souligne que cette affaire met en lumière les risques des décisions d'emploi assistées par l'IA et conseille aux employeurs d'évaluer leurs données et de les tester pour détecter d'éventuels biais.