Intelligenza artificiale e lavoro subordinato: opportunità di crescita professionale o minaccia irreversibile per l’occupazione e la qualità del lavoro?
di Sandro Mainardi – Alma Mater Studiorum – Università di Bologna
e Clara Serrau – Alma Mater Studiorum – Università di Bologna
L’introduzione dell’intelligenza artificiale negli assetti organizzativi e nei processi produttivi determina una trasformazione delle modalità di esecuzione della prestazione lavorativa, potendo integrare le attività tradizionali e determinare un ripensamento dei paradigmi dell’organizzazione del lavoro.
I sistemi di IA, infatti, possono automatizzare alcune fasi dei processi lavorativi ed esercitare contestualmente forme di controllo sulla prestazione (L. Pero, 2025). Talvolta, tale controllo risulta funzionale al monitoraggio delle attività e, dunque, alla raccolta ed elaborazione dei dati, volte a conformare e guidare il lavoratore nell’esercizio della prestazione stessa (c.d. management algoritmico). In questi casi, il meccanismo algoritmico appare atteggiarsi come un vero e proprio esercizio dei poteri datoriali, in quanto il controllo effettuato dai sistemi risulta funzionale al successivo adeguamento, inteso come direzione, della prestazione rispetto al risultato atteso (C. Faleri, 2024; L. Tebano, 2020).
I sistemi di IA possono, inoltre, essere preordinati alla sostituzione di alcune attività lavorative, mediante la diretta attribuzione di capacità di azione e di decisione alla macchina, in un’ottica di velocizzazione dei processi e di risparmio dei costi del lavoro. In tali ipotesi, occorre definire i compiti delegati al sistema e disciplinare l’interazione con l’uomo, individuando i soggetti preposti alla supervisione.
In ragione dei potenziali rischi per il lavoratore derivanti dall’interazione con i sistemi di IA, l’utilizzo di questi ultimi nei contesti lavorativi è stato oggetto di attenzione da parte del legislatore, anzitutto europeo che, nel regolamento (UE) 2024/1689 (c.d. AI Act), ha qualificato tali sistemi come “ad alto rischio”, in quanto idonei a determinare un impatto negativo sui diritti dei lavoratori, sulla dignità umana e sul diritto alla protezione dei dati personali (Considerando 48, AI Act).
In particolare, l’art. 6 § 2 e l’Allegato III, n. 4, AI Act ricomprendono tra i sistema di IA “ad alto rischio”, quelli destinati alla selezione e assunzione del personale, nonché all’adozione di decisioni relative alle condizioni di lavoro, alla cessazione del rapporto, all’assegnazione dei compiti e al monitoraggio delle prestazioni e dei comportamenti dei lavoratori, sulla base del comportamento individuale o dei tratti e delle caratteristiche personali. Il sistema di IA assume la qualifica di sistema ad alto rischio in ragione del contesto in cui verrà impiegato e produrrà i suoi effetti, ossia, in questo caso, quello dell’organizzazione del lavoro (M. Peruzzi, 2024).
Sul piano interno, l’art. 11 della l. 23 settembre 2025, n. 132, nonché l’art. 41, d. lgs. 7 ottobre 2026, n. 179, riconoscono la funzionalità dei sistemi di IA al miglioramento della qualità e della produttività delle prestazioni lavorative, nonché delle condizioni di lavoro e dell’integrità psicofisica dei lavoratori. In coerenza con i principi europei, le norme interne subordinano l’impiego dei sistemi di IA al rispetto della dignità umana e della riservatezza dei dati personali, nonché ai requisiti di sicurezza, affidabilità e trasparenza. Considerata la potenziale incidenza pregiudizievole e discriminatoria di tali sistemi sulla sfera individuale del lavoratore, il loro utilizzo deve altresì garantire il rispetto dei diritti inviolabili e il divieto di discriminazioni fondate su sesso, età, origine etnica, religione, orientamento sessuale, opinioni politiche e condizioni personali, sociali ed economiche.
I rischi connessi all’impiego dell’IA nei contesti lavorativi impongono al datore di lavoro di garantire l’intervento umano in tutte le fasi del ciclo di vita del sistema, dalla progettazione alla sua integrazione nell’organizzazione, secondo un approccio antropocentrico volto a valorizzare le capacità umane attraverso un’adeguata ripartizione dei compiti tra uomo e macchina.
A garanzia della riserva di umanità nelle decisioni automatizzate, il datore deve assicurare la sorveglianza umana sul funzionamento dei sistemi, anche mediante la designazione di soggetti a ciò preposti. Tale obbligo rientra tra le misure previste dal sistema di gestione dei rischi, sia noti che ragionevolmente prevedibili, che il fornitore è tenuto a predisporre (Art. 9, AI Act). La responsabilità del fornitore è limitata ai soli rischi eliminabili o attenuabili mediante la pianificazione di interventi di progettazione e sviluppo adeguati, ovvero attraverso la fornitura al deployer di informazioni tecniche e, eventualmente, della formazione specifica (Art. 14 § 3, AI Act). Spetta, invece, al datore di lavoro-deployer, quale dominus dell’organizzazione ai sensi dell’art. 2086 c.c., adeguare e attuare quanto predisposto dal fornitore in relazione ai rischi specifici del contesto lavorativo (Art. 9 § 5, lett. d), AI Act), adottando altresì le ulteriori misure di sicurezza e prevenzione necessarie a fronteggiare i rischi non prevedibili in sede di progettazione (Considerando 93, AI Act).
Sotto il profilo occupazionale, l’IA può assumere una duplice funzione: sostitutiva, rispetto alle attività ripetitive, di ridotta complessità e suscettibili di automazione, oppure complementare, quale strumento di supporto all’esecuzione della prestazione e di incremento della produttività (M. Faioli, 2018).Così, le attività che si contraddistinguono per la presenza dell’elemento umano e per la valorizzazione delle capacità relazionali risultano meno esposte al fenomeno sostitutivo e maggiormente ad effetti di integrazione con l’operatività dei sistemi. Questi ultimi, infatti, essendo dotati di capacità di adattamento e di elaborazione dei dati appresi in base all’esperienza, sono in grado di automatizzare, in parte, anche mansioni di alta professionalità (P. Ichino, 2017).
L’utilizzo dei sistemi di IA in chiave integrata con la prestazione lavorativa richiede, in ogni caso, l’ampliamento e lo sviluppo di competenze tecniche e trasversali atte a consentire l’interazione tra il dipendente e il sistema di IA (P. Lupi- A. Perrucci, 2025).
Oltre a modificare le modalità esecutive della prestazione e, dunque, i modi mediante i quali il dipendente concretizza e attua le direttive del datore di lavoro, l’IA può permeare, a monte, l’esercizio degli stessi poteri datoriali, così determinando la spersonalizzazione e oggettivazione delle decisioni, la cui titolarità è attribuita al datore di lavoro (U. Gargiulo, 2023). La mancanza di trasparenza (c.d. opacità) in ordine ai meccanismi di funzionamento dei sistemi di IA integrati nell’esercizio dei poteri appare idonea a trasmettersi anche alle determinazioni datoriali, in quanto non consente ai lavoratori interessati di avere sempre chiara la ratio della decisione assunta nei loro confronti. Così, l’incorporazione dell’IA quale strumento di gestione del rapporto di lavoro è suscettibile di acuire la già esistente sostanziale asimmetria tra le parti contrattuali e, dunque, la posizione di debolezza del lavoratore.
Affinchè l’intervento umano – sia del lavoratore che interagisce con il sistema, che del soggetto cui spetta la sorveglianza umana sul corretto funzionamento dello stesso e, dunque, del datore di lavoro che impiega il sistema di IA per l’esercizio dei suoi poteri – possa essere effettivo è richiesto un apposito aggiornamento delle competenze possedute da tali soggetti.
In quest’ottica, i lavoratori sono chiamati a comprendere il funzionamento dei sistemi di IA non tanto (o, comunque, non solo) in virtù degli effetti che tali sistemi producono nella loro sfera giuridica, quanto perché costituiscono nuovi moduli operativi integrati nello svolgimento della loro prestazione. Affinché tale integrazione realizzi effetti di semplificazione delle attività lavorative, è necessario che i lavoratori siano consapevoli delle modalità con cui tale integrazione avviene e siano in grado di controllare il funzionamento dei sistemi di IA.
La formazione assume, dunque, un ruolo fondamentale nella gestione del personale, affinché il lavoratore faccia propri gli strumenti del cambiamento per diventare, egli stesso, promotore dell’innovazione (G. Nicosia- P. Saracini – C. Spinelli, 2024). La formazione mirata e continua è finalizzata ad adattare il patrimonio di competenze dei lavoratori e porre un argine alla rapida obsolescenza delle conoscenze, di modo che l’impiego dei sistemi di IA, possa essere proficuo e orientato all’incremento dell’efficienza dell’attività lavorativa e dell’impresa nel suo complesso (T. Treu, 2026).
Così, la formazione efficace si pone anzitutto come presupposto del corretto adempimento della prestazione lavorativa (G. Nicosia, 2023). Al fine di ridurre il rischio di skills mismatching, essa deve essere orientata all’adattamento delle competenze già possedute dal personale alle nuove esigenze (c.d. reskilling), e, soprattutto all’aggiornamento di quelle mancanti (e necessarie per operare con i sistemi di IA (c.d. upskilling) (G. Occhiocupo- A. Pedone, 2023). La consapevolezza rispetto ai meccanismi e ai principi legati all’uso dell’IA, anche relativi alle modalità con cui l’IA influenza l’attività lavorativa, risulta funzionale a garantire la gestione, anche da parte del dipendente, delle nuove forme di rischi cui sono esposte le attività integrate dai sistemi di IA.
Tale esigenza di utilizzo consapevole dell’IA emerge anche nel pubblico impiego, nel quale, secondo il Rapporto Forum PA sull’impatto dell’intelligenza artificiale sul pubblico impiego, il 57% dei dipendenti risulta altamente esposto all’impatto dell’IA. Tuttavia, la presenza di professionalità caratterizzate da competenze specialistiche, amministrative e relazionali tipicamente umane rende prevalentemente complementare l’impiego di tali sistemi e non è in grado di determinare un mero effetto sostitutivo. Nel pubblico impiego, vari ruoli (assistenti e operatori esperti amministrativi; personale direttivo e non dirigente con funzioni amministrative; profili del ruolo tecnico, ricercatori e tecnologi; dirigenti scolastici e personale docente; professionisti legali; dirigenti professionali; dirigenti sanitari e professionisti delle elevate professionalità sanitarie) potranno potenzialmente beneficiare dell’integrazione dell’IA nell’attività lavorativa, evidenziandosi una profonda sinergia tra competenze umane e capacità offerte dall’IA. Così, in via generale, l’utilizzo dell’IA si presta ad essere considerato una risorsa: non é un caso che, nel settore pubblico, i contratti collettivi nazionali di comparto dell’ultima stagione 2025/2027 regolino compiutamente, sia con riguardo alle prerogative sindacali (informazione e confronto), che in relazione alle tutele individuali, l’introduzione dei sistemi di IA nelle PA. L’impatto potenzialmente sostitutivo sarebbe limitato, invece, a circa il 12% dei lavoratori, rendendo necessari percorsi di aggiornamento volti a prevenire l’obsolescenza professionale e salvaguardare la continuità occupazionale.
Diversamente, stante la maggiore eterogeneità di profili professionali esistenti, nel settore privato il recupero dell’efficienza potrebbe tradursi, come scopo ultimo dell’impresa, in una riduzione della spesa del personale e, dunque, sarebbe in grado di determinare maggiori effetti sostitutivi della forza lavoro (Cfr. P. Lupi- A. Perrucci, 2025).
Bibliografia
L. Pero, Innovazione organizzativa e lavoro, in RGL, 2025, 2,192.
C. Faleri, Management algoritmico e asimmetrie informative di ultima generazione, in Federalismi, 2024, 3, 218-219; L. Tebano, Lavoro, potere direttivo e trasformazioni organizzative, 2020, Napoli.
M. Faioli, Mansioni e macchina intelligente, Torino, 2018, 195.
P. Ichino, Le conseguenze dell’innovazione tecnologica sul rapporto di lavoro, in RIDL, 2017, 4, 550-552.
P. Lupi. A. Perrucci, (a cura di), Intelligenza artificiale e mercato del lavoro. Gli impatti, le politiche pubbliche., Bagno a Ripoli (FI), 2025.
U. Gargiulo, Intelligenza Artificiale e poteri datoriali: limiti normativi e ruolo dell’autonomia collettiva, in Federalismi, 2023, 29, 173.
G. Nicosia- P. Saracini – C. Spinelli, Percorsi di apprendimento nelle pubbliche amministrazioni italiane tra uso intelligente dell’IA e uso virtuoso della flessibilità, in RGL, 2024, 4,15.
Y. Treu, Formazione e politiche del lavoro nelle transizioni, in Alaimo-Corazza- Speziale- Tebano (a cura di) Mercato del lavoro, politiche attive e formazione nella doppia transizione, Milano, 2026, 451.
G, Nicosia, Professionalità e managerialità: percorsi e strumenti per rendere attrattivo il lavoro nelle amministrazioni italiane, in LPA, 2023, 2, 294.
G. Occhiocupo- A. Pedone, L’impatto dello smart working sui processi di reskilling e upskilling nel lavoro privato e pubblico: primi elementi di analisi, LE, 2023, 89;



Commenti