Non è la macchina a sostituire il lavoro. È il lavoro a cambiare forma.
avv.Cecilia Tanzi
Quando si parla di intelligenza artificiale e occupazione, la domanda più immediata è sempre la stessa: quanti posti di lavoro andranno perduti?
È una domanda comprensibile, ma forse non è quella centrale.
Lo scenario più plausibile non è necessariamente una disoccupazione di massa improvvisa. È una trasformazione progressiva delle mansioni, dei ruoli e dei rapporti di potere all’interno delle organizzazioni. Alcune attività saranno automatizzate; altre verranno intensificate; nuove competenze diventeranno indispensabili; molte decisioni che oggi dipendono da una persona potranno essere orientate da un sistema.
Il vero END GAME dell’AI nel lavoro potrebbe quindi non essere la sostituzione integrale del lavoratore. Potrebbe essere la costruzione di organizzazioni nelle quali l’intelligenza artificiale contribuisce a decidere chi viene selezionato, quali prestazioni vengono premiate, quali compiti vengono assegnati e quali posizioni vengono considerate non più necessarie.
La questione non sarà soltanto chi svolge il lavoro, ma chi stabilisce le regole con cui il lavoro viene misurato.
1. Sostituzione e ricalcolo dei ruoli
Il primo rischio riguarda la sostituzione di singole attività. L’AI non interessa soltanto i lavori amministrativi o ripetitivi. Può incidere anche su professioni intellettuali e ad alto reddito: analisi finanziaria, consulenza, ricerca documentale, comunicazione, gestione dei clienti, attività legali e alcune funzioni di coordinamento.
Secondo alcune analisi prospettiche, tra cui quelle elaborate da Anthropic, l’impatto potrebbe riguardare trasversalmente molte professioni, non perché l’intero ruolo venga cancellato, ma perché una parte significativa dei compiti può essere svolta con strumenti automatizzati.
Questa distinzione è importante anche sul piano giuridico. La trasformazione di una mansione non equivale automaticamente alla soppressione di una posizione. L’impresa dovrà confrontarsi con una domanda concreta: il lavoro è davvero scomparso oppure è stato redistribuito tra software, lavoratori residui e fornitori esterni?
In prospettiva, il rischio maggiore potrebbe essere il “ricalcolo” dei ruoli: meno persone per svolgere lo stesso servizio, più responsabilità individuale, maggiore dipendenza da strumenti tecnologici e confini sempre più incerti tra competenze professionali e capacità di utilizzare l’AI.
2. Il paradosso del licenziamento frettoloso
Un secondo scenario riguarda le imprese che riducono il personale sulla base di previsioni ottimistiche sull’automazione, prima che la tecnologia sia realmente integrata nei processi.
Il licenziamento può apparire, nel breve periodo, come la soluzione più semplice. Ma una riorganizzazione costruita su una scommessa tecnologica non verificata può produrre l’effetto contrario: perdita di competenze, difficoltà operative, dipendenza da consulenti esterni e necessità di riassumere a costi più elevati.
È il paradosso del licenziamento frettoloso. Alcune proiezioni attribuite a Gartner ipotizzano che, entro il 2029, una quota significativa dei lavoratori considerati sostituibili dall’AI possa essere nuovamente necessaria, con costi di riassunzione superiori.
Si tratta di uno scenario, non di una previsione certa. Ma è un’ipotesi utile per ricordare che automazione e riduzione dell’organico non sono sinonimi. Prima di eliminare una posizione, occorrerebbe comprendere se l’AI sostituisce davvero il lavoro, se lo modifica o se rende semplicemente necessarie competenze diverse.
3. L’AI nella selezione e nella valutazione
Il rischio più delicato nasce quando l’AI non viene utilizzata soltanto per assistere il lavoro, ma per valutare le persone.
I sistemi possono essere impiegati per pubblicare annunci mirati, filtrare candidature, attribuire punteggi, valutare la performance, assegnare turni e compiti, suggerire promozioni o individuare anomalie nel comportamento dei lavoratori.
Il regolamento europeo sull’intelligenza artificiale considera ad alto rischio, tra gli altri, i sistemi utilizzati per l’assunzione e la selezione, per decidere sulle condizioni del rapporto, sulla promozione o cessazione, per assegnare compiti e per monitorare o valutare prestazioni e comportamento nel rapporto di lavoro (Allegato III, punto 4, del Regolamento (UE) 2024/1689).
Questo significa che il datore di lavoro non può limitarsi ad acquistare un software e a considerare neutrale il risultato prodotto. L’utilizzo di un sistema richiede controllo, competenza, supervisione umana e capacità di comprenderne i limiti.
La supervisione umana, per essere effettiva, deve consentire di mettere in discussione la decisione automatizzata, correggerla e discostarsene quando emergano errori, dati incompleti o risultati discriminatori. Il regolamento richiede che le persone incaricate della supervisione dispongano di competenza, formazione, autorità e sostegno adeguati (artt. 14 e 26 del Regolamento (UE) 2024/1689).
4. Discriminazione algoritmica
Un algoritmo può riprodurre i pregiudizi presenti nei dati utilizzati per addestrarlo. Può inoltre produrre discriminazioni nuove attraverso parametri apparentemente neutrali, ma indirettamente collegati a caratteristiche protette.
Il rischio può riguardare il genere, l’età, l’origine, la disabilità, la maternità, la disponibilità oraria, il luogo di residenza o la continuità del percorso professionale.
Un sistema potrebbe, per esempio, premiare chi ha avuto una carriera lineare e penalizzare chi ha interrotto il lavoro per ragioni familiari. Oppure potrebbe considerare la disponibilità a orari imprevedibili come indicatore di maggiore affidabilità, penalizzando indirettamente chi ha responsabilità di cura.
Il problema è che l’errore algoritmico può apparire impersonale, tecnico e quindi inevitabile. Ma il fatto che una decisione sia prodotta da un sistema non la rende automaticamente imparziale.
La normativa italiana stabilisce che l’intelligenza artificiale nel lavoro debba essere impiegata in modo sicuro, affidabile e trasparente, senza contrasto con la dignità umana e senza violare la riservatezza dei dati personali; richiede inoltre il rispetto dei diritti dei lavoratori senza discriminazioni fondate, tra l’altro, su sesso, età, origine etnica, credo religioso, orientamento sessuale e condizioni personali, sociali ed economiche (art. 11 della legge n. 132/2025).
5. Sorveglianza e rischi psicosociali
Un altro rischio riguarda l’uso dell’AI per monitorare tempi, pause, produttività, comunicazioni, spostamenti, risultati e comportamenti.
La tecnologia può rendere la sorveglianza più continua e pervasiva. Il lavoratore potrebbe non sapere quali dati vengono raccolti, come vengono combinati e quanto incidano sulla valutazione finale.
Secondo le osservazioni dell’Organizzazione internazionale del lavoro, utilizzate qui come scenario prospettico, il monitoraggio intrusivo e la perdita di autonomia possono accrescere stress, pressione organizzativa e problemi di salute mentale.
Il rischio non dipende soltanto dalla quantità di dati raccolti. Dipende anche dall’impossibilità di comprendere il criterio di valutazione e dalla sensazione che ogni attività sia costantemente misurata.
Per questo la legge italiana richiede che l’AI sia impiegata per migliorare le condizioni di lavoro e tutelare l’integrità psicofisica dei lavoratori. L’efficienza tecnologica non può essere perseguita sacrificando dignità, riservatezza e autonomia (art. 11 della legge n. 132/2025).
6. Trasparenza: non basta dire che si usa l’AI
Il lavoratore deve sapere non soltanto che l’azienda utilizza l’intelligenza artificiale, ma anche quando tale utilizzo può incidere concretamente sull’assunzione, sulla gestione del rapporto, sull’assegnazione delle mansioni, sulla sorveglianza, sulla valutazione della prestazione o sull’adempimento degli obblighi contrattuali.
La disciplina italiana sui sistemi decisionali o di monitoraggio integralmente automatizzati impone al datore di lavoro o al committente di informare il lavoratore dell’utilizzo di tali sistemi. L’obbligo riguarda i sistemi destinati a fornire indicazioni rilevanti per l’assunzione o il conferimento dell’incarico, la gestione o cessazione del rapporto, l’assegnazione di compiti o mansioni, nonché la sorveglianza, la valutazione, le prestazioni e l’adempimento delle obbligazioni contrattuali (art. 26 del decreto-legge n. 48/2023, che ha modificato l’art. 1-bis del d.lgs. n. 152/1997).
L’informazione non dovrebbe ridursi a una formula generica. Deve essere sufficientemente concreta da consentire di comprendere la finalità del sistema, la sua logica di funzionamento, le principali categorie di dati e parametri utilizzati, le misure di controllo e gli eventuali impatti discriminatori, tenendo conto degli obblighi e dei limiti previsti dalla disciplina applicabile.
Sul piano europeo, i sistemi ad alto rischio devono essere accompagnati da informazioni e istruzioni sufficientemente chiare da consentire al deployer di interpretare correttamente l’output, comprendere capacità e limiti del sistema e applicare le misure di supervisione umana (art. 13 del Regolamento (UE) 2024/1689). Prima dell’utilizzo sul luogo di lavoro, il datore deve inoltre informare i lavoratori interessati e i loro rappresentanti quando il sistema è ad alto rischio (art. 26 del Regolamento (UE) 2024/1689).
La trasparenza, quindi, non è un adempimento meramente formale. È la condizione che consente al lavoratore, alle rappresentanze e agli organi di controllo di verificare come la tecnologia incida concretamente sul rapporto.
7. Polarizzazione economica
L’AI può aumentare la produttività di chi sa utilizzarla, ma può anche ridurre il valore di alcune attività e rendere più fragili determinati percorsi professionali.
Si profila così un possibile effetto di polarizzazione: da una parte, lavoratori capaci di governare gli strumenti, controllarne i risultati e assumere decisioni; dall’altra, lavoratori confinati a compiti residuali, standardizzati o sottoposti a valutazioni automatizzate.
Il divario potrebbe non essere soltanto tra lavoratori qualificati e non qualificati. Potrebbe svilupparsi anche all’interno della stessa professione, tra chi usa l’AI come leva di produttività e chi ne subisce l’introduzione senza formazione, autonomia o possibilità di partecipazione.
La formazione diventa quindi una componente essenziale della transizione. Non basta mettere a disposizione un software: occorre sviluppare la capacità di comprenderne limiti, errori, rischi e conseguenze organizzative.
La legge italiana prevede un Osservatorio sull’adozione dei sistemi di AI nel mondo del lavoro, con compiti di monitoraggio dell’impatto sul mercato e di promozione della formazione di lavoratori e datori di lavoro (art. 12 della legge n. 132/2025).
8. Il vero END GAME: dalla macchina che sostituisce al sistema che decide
Il vero punto di arrivo dell’AI nel lavoro potrebbe non essere la sostituzione integrale dell’essere umano. Potrebbe essere la costruzione di organizzazioni nelle quali il sistema tecnologico decide quali candidature esaminare, quali prestazioni premiare, quali attività assegnare, quali anomalie segnalare e quali posizioni considerare non più necessarie.
In questo scenario, il problema centrale non è soltanto chi svolge il lavoro, ma chi definisce i criteri del lavoro e chi controlla il sistema che li applica.
L’AI rischia di diventare una nuova infrastruttura decisionale: non necessariamente visibile, non sempre comprensibile, ma capace di incidere concretamente sulla carriera e sulla stabilità economica delle persone.
Il punto non è stabilire se l’AI debba entrare nelle organizzazioni. È già entrata. Il punto è decidere quali limiti, quali controlli e quali garanzie debbano accompagnarne l’utilizzo.
9. Cinque garanzie per governare la transizione
Una gestione responsabile dell’AI nel lavoro dovrebbe partire da almeno cinque direttrici:
· Mappare gli impieghi: individuare quali sistemi incidono su selezione, gestione, valutazione, sorveglianza o cessazione del rapporto.
· Garantire una supervisione umana effettiva: attribuire a persone competenti il potere di verificare, correggere e non applicare l’output.
· Assicurare trasparenza: spiegare finalità, dati utilizzati, criteri generali, limiti e possibili conseguenze del sistema.
· Verificare gli impatti: controllare periodicamente accuratezza, sicurezza, errori e possibili effetti discriminatori.
· Investire in formazione e rimedi: consentire ai lavoratori di comprendere il funzionamento del sistema, contestare gli esiti e ottenere una revisione umana.
Queste direttrici sono coerenti con i principi italiani di sicurezza, affidabilità, trasparenza, tutela della dignità, protezione dei dati e non discriminazione (art. 11 della legge n. 132/2025).
Conclusione
L’AI non elimina automaticamente il lavoro. Cambia il contenuto della prestazione, la distribuzione delle responsabilità e il modo in cui le persone vengono osservate e valutate.
Le previsioni più radicali sulla scomparsa dei posti di lavoro devono essere lette come scenari, non come certezze. Il dato più solido è un altro: le mansioni stanno cambiando e, con esse, cambiano le regole con cui si decide chi è utile, chi è produttivo e chi può essere sostituito.
Il futuro del lavoro non dipenderà soltanto da quanto l’AI sarà capace di fare. Dipenderà da quali decisioni saremo disposti a lasciarle prendere.
L’END GAME, in definitiva, non sarà uomo contro macchina. Sarà trasparenza contro opacità, autonomia contro sorveglianza, formazione contro esclusione, responsabilità contro delega automatica.
Ed è su questo terreno che si giocherà la partita giuridica più importante della transizione tecnologica.



Commenti