Sono trascorsi circa due anni da quando PierPaolo Bombardieri e la Segreteria confederale hanno compiuto una scelta lungimirante: approfondire il terreno dell’Intelligenza artificiale.
Un’Organizzazione vocata alla modernità e caratterizzata da un approccio umile studia, si informa e si attrezza, perché è convinta che il cambiamento non vada subìto, ma indirizzato e orientato.
Servendosi del contributo di un comitato scientifico composto da competenze complementari, ma tutte focalizzate sulla sfida dell’IA, l’obiettivo della Uil è stato fin da subito duplice: comprendere come la transizione digitale e tecnologica stia impattando e trasformando il mondo del lavoro, per rappresentare al meglio le istanze di lavoratrici e lavoratori dentro questa trasformazione pervasiva; e capire come l’Intelligenza artificiale possa essere utilizzata anche all’interno dell’Organizzazione, per potenziare la nostra missione quotidiana.
In questo biennio, il lavoro del comitato scientifico si è sviluppato sia sul piano dell’elaborazione e dell’aggiornamento, sia – soprattutto – su quello divulgativo, attraverso oltre un centinaio di momenti di confronto. È stato un lavoro prezioso perché ha aiutato a far maturare, nel nostro ecosistema, non soltanto curiosità verso una tecnologia nuova, ma consapevolezza rispetto alla sua natura profonda: non un’innovazione tra le altre, ma una trasformazione strutturale, destinata a incidere sull’organizzazione del lavoro, sugli equilibri produttivi, sulla distribuzione del valore, sulla qualità della democrazia economica e sociale.
Questa trasformazione ha già numeri chiari. Secondo il World Economic Forum, entro il 2030 il 22% delle occupazioni sarà interessato da cambiamenti significativi, con 170 milioni di nuovi posti di lavoro e 92 milioni in riduzione. Allo stesso tempo, il 39% delle competenze attuali è destinato a cambiare e quasi sei lavoratori su dieci avranno bisogno di formazione. In Italia, secondo i dati più recenti richiamati dalla Banca d’Italia, circa il 40% delle imprese, almeno di media dimensione, utilizzerà sistemi di Intelligenza artificiale entro la fine dell’anno, con effetti già visibili su produttività, organizzazione e qualità del lavoro. Dunque, il punto non è domandarsi se l’IA cambierà il lavoro, perché lo sta già cambiando; il punto è capire chi governerà questo cambiamento, con quali regole, con quali contrappesi e con quale idea di società. Dentro le imprese entra – anzi, in molti casi è già entrato – un nuovo attore: l’algoritmo. E quando l’algoritmo organizza, valuta, indirizza, suggerisce, classifica e decide, non siamo più di fronte a un semplice ausilio tecnico, ma a un fattore che entra a gamba tesa nel rapporto tra capitale e lavoro, nella definizione delle gerarchie, nella misurazione delle performance, nell’allocazione delle opportunità e persino nella qualità della dignità professionale. È da qui che nasce una convinzione netta: l’Intelligenza artificiale non può essere lasciata all’automatismo del mercato. Deve essere disciplinata, orientata, contrattata.
Il fondamento deve essere, pertanto, una legislazione solida. Principio che dà fastidio alle big tech e alle potenze che dimostrano poca sensibilità per i diritti delle persone.
L’AI Act europeo rappresenta un passaggio storico, perché introduce un approccio basato sul rischio e afferma principi fondamentali come la centralità della persona, la supervisione umana, la trasparenza, la sicurezza, la responsabilità di chi sviluppa e di chi utilizza sistemi di IA. È un fatto politico rilevante, perché l’Europa ha scelto di non limitarsi a inseguire l’innovazione, ma di misurarla alla prova dei diritti e della democrazia. La dimensione europea, da sola, però, non basta. La sfida vera comincia quando questi principi scendono nei luoghi di lavoro, dentro i settori, nelle filiere, nelle imprese, nelle pubbliche amministrazioni. Anche l’Italia ha avviato un proprio percorso normativo e istituzionale, e questo va riconosciuto. Debole, incompiuto, ma intanto ha preso l’abbrivio. Il punto, però, è che la legge italiana e gli strumenti che stanno nascendo, a partire dall’Osservatorio dedicato all’Intelligenza artificiale, non possono ridursi a una cornice dichiarativa o a un luogo di mera ricognizione. Devono diventare leve operative, stabili, capaci di accompagnare l’attuazione della normativa, di leggere ciò che accade davvero nei luoghi di lavoro, di raccogliere evidenze settoriali, di elaborare linee di indirizzo, di segnalare criticità, di favorire il raccordo tra istituzioni, parti sociali, sistema produttivo, università e ricerca.
Il rischio è che le regole restino formali mentre le decisioni reali scivolano dentro sistemi opachi, proprietari, spesso sviluppati altrove e adottati come scatole nere. Senza un presidio normativo forte, l’algoritmo rischia di diventare un nuovo centro di potere non regolato: un soggetto che organizza il lavoro senza assumersene la responsabilità sociale, che elabora informazioni senza spiegare criteri e finalità, che incide sulla vita delle persone senza sottoporsi a un controllo democratico. È precisamente questo il punto da evitare.
E la legge, da sola, non basta. Ecco perchè è necessario il protagonismo della contrattazione. Oggi l’IA organizza turni, assegna compiti, valuta performance, orienta selezioni e carriere, suggerisce premi, ottimizza processi, produce classifiche, incide sui carichi, sui ritmi, sui margini di autonomia. Cioè, entra direttamente nel cuore del rapporto di lavoro. E allora la conseguenza è chiara: quando l’algoritmo organizza il lavoro, l’algoritmo diventa materia sindacale.
Contrattare l’algoritmo non è uno slogan. Significa intervenire a monte delle scelte tecnologiche, cioè nel momento in cui si decide che cosa introdurre, con quali finalità, con quali dati, con quali parametri, con quali obiettivi produttivi e con quali effetti attesi su mansioni, professionalità, salario, valutazione, tempi di lavoro, organizzazione e sicurezza. Significa pretendere che l’introduzione di sistemi di IA sia sempre preceduta da un’informazione tempestiva e completa alle rappresentanze dei lavoratori; che vi sia un confronto preventivo reale; che siano rese conoscibili le logiche di funzionamento, i tipi di dati utilizzati, le metriche che incidono sulle decisioni, i margini di errore e i meccanismi di correzione.
Gli impatti occupazionali. Vuol dire inserire nei contratti clausole nuove e precise: obblighi di spiegabilità per tutte le decisioni che producono effetti su assunzioni, turni, premi, mansioni, carriere e retribuzioni; diritto alla revisione umana effettiva delle decisioni automatizzate; tracciabilità degli interventi algoritmici sui processi di lavoro; audit periodici e condivisi sui sistemi adottati; limiti stringenti all’uso dei dati individuali; divieto di utilizzi discriminatori o sproporzionati; obblighi di valutazione preventiva dell’impatto organizzativo, professionale e occupazionale; istituzione di osservatori aziendali paritetici che monitorino l’evoluzione dei sistemi di IA, i loro effetti reali e gli eventuali scostamenti rispetto agli obiettivi dichiarati. In altre parole, la contrattazione deve dotarsi di strumenti nuovi, perché nuovo è il terreno su cui si misura.
I rischi, del resto, sono tutt’altro che astratti. C’è il rischio dell’opacità decisionale, che rende difficile capire perché un turno è stato assegnato in un modo e non in un altro, perché una candidatura è stata esclusa, perché una valutazione è scesa, perché un premio non è arrivato. C’è il rischio di discriminazioni automatizzate, dirette o indirette, che possono colpire età, genere, origine, condizione personale, percorsi di carriera non lineari. C’è il rischio dell’intensificazione dei ritmi, quando i sistemi di ottimizzazione vengono utilizzati per spremere ogni margine del tempo di lavoro e comprimere pause, autonomia, capacità di autogestione. C’è il rischio della sorveglianza continua, resa possibile dalla raccolta massiva di dati comportamentali, prestazionali, biometrici o geolocalizzati. C’è il rischio della perdita di autonomia professionale, quando il sapere del lavoratore viene progressivamente subordinato al suggerimento automatico e la responsabilità resta alla persona, ma il potere decisionale si sposta altrove. Tutto questo non è futuribile: in parte è già realtà ed è evidente la ragione per la quale la contrattazione deve entrare nei processi di progettazione e adozione dei sistemi di IA, non limitarsi a gestirne gli effetti a valle.
Poi, c’è il tema – assolutamente centrale – della produttività e della sua destinazione. L’Intelligenza artificiale può aumentare significativamente la produttività, ma non esiste alcun automatismo che trasformi questi guadagni in salari più alti o in migliori condizioni di lavoro. Negli ultimi decenni abbiamo già assistito, troppe volte, a una progressiva distanza tra crescita della produttività e dinamica delle retribuzioni. Non possiamo consentire che l’IA accentui ulteriormente questa frattura. Per la Uil, la direzione è chiara: il valore generato dall’innovazione deve essere redistribuito e non lasciato per intero al profitto. E questo significa affrontare con decisione il tema della riduzione dell’orario di lavoro a parità di trattamento economico, che PierPaolo Bombardieri scandì con energia nel Consiglio confederale del lontano 4 luglio 2020, il giorno della sua prima elezione. Se la tecnologia consente di produrre di più in meno tempo, il beneficio non può tradursi soltanto in maggiori profitti o in una compressione ulteriore dei ritmi. Deve diventare anche più tempo di vita, migliore qualità del lavoro, maggiore equilibrio tra dimensione professionale e personale, più spazio per la cura, per la famiglia, per la partecipazione, per il tempo libero. La riduzione dell’orario non è soltanto una misura economica: è una scelta di civiltà, un modo per redistribuire i dividendi dell’innovazione, per impedire che la produttività si trasformi esclusivamente in rendita e per riaffermare il principio che ogni ora lavorata deve valere di più, non semplicemente diventare più intensa. E anche un modo per agganciare altre direttrici di cambiamento dell’occupazione, o ci siamo già dimenticati le ragioni dei recenti boom di dimissioni specialmente in età più giovane?
Allo stesso tempo, l’Intelligenza artificiale offre potenzialità importanti sul terreno della sicurezza sul lavoro. Sistemi predittivi, analisi avanzate dei dati, manutenzione intelligente, monitoraggio di impianti e ambienti, capacità di identificare situazioni anomale e condizioni di rischio possono contribuire a prevenire infortuni, ridurre l’esposizione alle mansioni più pericolose, intervenire prima che un errore o un guasto si trasformino in tragedia. Su questo versante l’IA può rappresentare una leva straordinaria per avvicinare un obiettivo che per la Uil resta irrinunciabile: “Zero morti sul lavoro”.
Non esistono, tuttavia, automatismi positivi. Gli stessi strumenti che aiutano a prevenire possono essere utilizzati per aumentare i ritmi, accrescere la pressione, moltiplicare i controlli, scaricare stress e responsabilità sui lavoratori. La sicurezza deve essere intesa nella sua accezione piena: fisica e psicologica. Ogni innovazione che incide sull’organizzazione del lavoro deve essere accompagnata da una valutazione specifica dei rischi connessi alla dimensione algoritmica, con il pieno coinvolgimento delle rappresentanze dei lavoratori per la sicurezza. L’innovazione non può diventare una scorciatoia per aggirare tutele sul controllo a distanza o per rendere invisibili nuove forme di usura mentale e organizzativa.
Il nodo della formazione, a questo punto, diventa decisivo. E bisogna essere molto netti: non si tratta di un generico invito ad aggiornarsi, ma di vere politiche di upskilling e reskilling. Se il 39% delle competenze è destinato a cambiare e quasi sei lavoratori su dieci avranno bisogno di formazione, allora quest’ultima non può restare una responsabilità individuale né un costo scaricato sulla persona. Deve diventare un diritto esigibile, continuo, universalistico, svolto durante l’orario di lavoro e sostenuto da investimenti pubblici e contrattuali adeguati. Upskilling significa rafforzare le competenze di chi resterà dentro mansioni che cambiano, accompagnando l’evoluzione del lavoro senza dequalificare le persone. Reskilling significa offrire a chi rischia di essere spiazzato dalla trasformazione tecnologica una vera possibilità di riconversione professionale, non una formula vuota. È qui che si decide se la transizione sarà inclusiva o selettiva. Senza upskilling e reskilling, l’IA rischia di produrre una nuova segmentazione del mercato del lavoro: da un lato, lavoratori altamente qualificati e integrati nei processi innovativi; dall’altro, lavoratori standardizzati, impoveriti nelle funzioni o spinti ai margini. La formazione deve essere una grande infrastruttura sociale della transizione, non un capitolo accessorio.
C’è, poi, un tema cruciale, spesso sottovalutato, che riguarda la privacy, il controllo dei dati e il nuovo mercato globale delle informazioni. L’Intelligenza artificiale si alimenta dei dati prodotti dai lavoratori, dai cittadini, dai consumatori, dalle amministrazioni, dai sistemi pubblici e privati. Quei dati non sono un residuo neutro delle attività umane: sono la materia prima su cui si costruisce valore economico, vantaggio competitivo, capacità predittiva, potere di mercato. Per questo la questione dei dati non è tecnica, ma profondamente politica. Senza regole chiare, il mercato globale dei dati rischia di sottrarre valore e diritti alle persone e ai territori, trasformando ogni gesto lavorativo, ogni scelta, ogni spostamento, ogni interazione in una fonte di estrazione economica.
La tutela della privacy non è un lusso per tempi analogici, ma una condizione di libertà nel capitalismo digitale. I dati non possono essere raccolti senza limiti, riutilizzati senza trasparenza, ceduti senza controllo, impiegati per classificare i lavoratori o per costruire forme indirette di disciplinamento. Occorre presidiare la finalità dei trattamenti, la proporzionalità, la minimizzazione, la sicurezza, la conservazione, la tracciabilità. E occorre affermare, anche culturalmente, che la persona non può essere ridotta al proprio profilo dati.
Questa sfida è, inevitabilmente, anche geopolitica. Senza una strategia europea, il rischio è una crescente dipendenza tecnologica da grandi attori globali che controllano infrastrutture (e controlleranno infrastrutture critiche), modelli, piattaforme, capacità computazionale e disponibilità di dati. Urgono investimenti in infrastrutture aperte europee: cloud affidabili e interoperabili, capacità di calcolo, modelli trasparenti, ecosistemi digitali accessibili, standard condivisi, filiere industriali e tecnologiche che non ci condannino a una posizione subordinata. Non basta utilizzare strumenti sviluppati altrove: bisogna partecipare alla loro costruzione, orientarne gli scopi, spostarne l’epicentro, renderli compatibili con il modello sociale europeo.
Serve, però, anche più Italia. E qui il tema della ricerca e dell’università torna centrale in tutta la sua ampiezza. Il nostro Paese dispone di un patrimonio straordinario di competenze scientifiche, di Università di qualità, di centri di ricerca riconosciuti a livello internazionale, di giovani ricercatrici e ricercatori che, troppo spesso, non trovano condizioni adeguate per restare o per rientrare. Investire in ricerca pubblica, rafforzare il sistema universitario, sostenere il trasferimento tecnologico, creare connessioni stabili tra mondo accademico, sistema produttivo e amministrazioni pubbliche significa costruire autonomia strategica, generare innovazione e creare occupazione qualificata. Più Università e più ricerca significano più capacità di elaborazione autonoma, più qualità del capitale umano, più possibilità di trattenere talenti, più competitività fondata sulla conoscenza e non sulla compressione del lavoro. Significano anche rafforzare i territori, evitare che la rivoluzione dell’IA si concentri in pochi poli e lasciare, invece, che diventi occasione di crescita per un tessuto più ampio, a partire dal rapporto tra atenei, imprese, ITS, centri di innovazione, distretti produttivi e pubbliche amministrazioni.
A ben vedere, pezzi del nostro ragionamento rischiano di restare lettera morta se manca il requisito dell’affiancamento di indispensabili politiche pubbliche, perché una trasformazione di questa portata non può essere affidata soltanto al mercato o alla buona volontà delle singole imprese, ma ha bisogno di una transizione giusta nelle ricette della politica e delle istruzioni. Servono strumenti per la transizione occupazionale; maggiore flessibilità pensionistica per accompagnare chi, per età o per condizione professionale, farà più fatica a riqualificarsi; sostegno strutturale alla formazione e alla riconversione; politiche per attrarre e far rientrare talenti; investimenti forti nelle competenze STEM senza rinunciare a quelle umanistiche e sociali; un’adeguata dotazione europea per la giusta transizione tecnologica, sul modello di altre grandi risposte comuni dell’Unione; una strategia industriale che sostenga le filiere innovative; un rafforzamento delle politiche attive del lavoro; strumenti mirati per evitare che le aree e i settori più fragili restino schiacciati dalla velocità del cambiamento o anche – banalmente- isolati da connessioni e reti.
In questo quadro si colloca anche la nostra nota posizione sulla condizionalità. Siamo favorevoli a un sostegno pubblico alle imprese che investono in innovazione e in Intelligenza artificiale, ma non può esistere un trasferimento di risorse senza assunzione di responsabilità. I contributi pubblici devono essere condizionati a impegni precisi: tutela e crescita dell’occupazione, qualità del lavoro, piani formativi per lavoratrici e lavoratori, trasparenza nell’uso degli algoritmi, rispetto degli standard di sicurezza, confronto sindacale, tutela della privacy, redistribuzione dei guadagni di produttività, sostenibilità ambientale e radicamento nei territori. Le risorse collettive devono produrre valore collettivo, non semplicemente rafforzare posizioni private a scapito dei diritti e della dignità di chi lavora.
C’è, poi, un ulteriore nodo spesso meno visibile: il costo materiale dell’Intelligenza artificiale. Dietro l’apparente immaterialità degli algoritmi esiste un’infrastruttura molto concreta fatta di data center, reti, sistemi di raffreddamento, server, semiconduttori, logistica, approvvigionamenti energetici. I grandi modelli e le grandi piattaforme consumano enormi quantità di energia elettrica e acqua. Questo apre una questione ambientale, industriale e geopolitica di prima grandezza. Non si può pensare di sviluppare l’IA senza una strategia energetica coerente, senza investimenti in efficienza, senza una pianificazione che tenga insieme innovazione, sostenibilità e giustizia territoriale. Il tema delle infrastrutture aperte europee non è astratto: riguarda il modo in cui decidiamo di costruire, alimentare e governare l’ossatura fisica del nuovo paradigma tecnologico.
Se proviamo a guardare avanti di dieci o dodici anni, si intravedono già alcuni fotogrammi dei luoghi di lavoro del futuro, spesso contaminati dalla robotica. Nelle fabbriche vedremo linee produttive in cui robot collaborativi, sensoristica diffusa e sistemi predittivi lavoreranno fianco a fianco con operai chiamati a supervisionare i processi automatizzati, qualità, manutenzione e sicurezza in ambienti sempre più interconnessi. Negli ospedali si diffonderanno diagnosi assistite da IA, sistemi di supporto alle decisioni cliniche, gestione intelligente dei flussi e della prevenzione, ma il cuore resterà la responsabilità umana di medici, infermieri, operatori e personale sociosanitario. Negli uffici cresceranno ambienti di lavoro ibridi, dove una parte rilevante delle attività cognitive sarà affiancata da strumenti generativi e predittivi, e proprio per questo conteranno ancora di più giudizio, creatività, capacità relazionale, coordinamento e senso critico. Nei campi avanzerà un’agricoltura di precisione, fatta di dati, monitoraggi, macchine intelligenti, ottimizzazione dell’acqua e delle rese, ma sempre legata alla conoscenza concreta del territorio e delle sue fragilità. A scuola entreranno strumenti capaci di personalizzare alcuni percorsi, supportare attività, ampliare l’accesso alle conoscenze, ma il baricentro non potrà che restare il docente, la relazione educativa, la costruzione del pensiero autonomo. In tutti questi luoghi, il punto non sarà scegliere tra umano e artificiale, ma decidere come far sì che la tecnologia rafforzi il lavoro umano invece di impoverirlo.
Modernizzare non significa semplicemente digitalizzare. Significa scegliere un modello sociale. Significa decidere se l’innovazione dovrà servire a migliorare il lavoro, rafforzare i diritti, redistribuire il valore e la ricchezza, garantire sicurezza, formazione, autonomia e libertà, oppure se dovrà diventare un acceleratore di vecchie e nuove disuguaglianze. La differenza non la farà l’algoritmo. La faranno le scelte e noi abbiamo scelto di percorrere questa sfida di cambiamento che fa rima con futuro, ma mettendo al centro la sostenibilità sociale e la traiettoria etica del suo sviluppo.
Di tanto ne parleremo e ci confronteremo in questa appassionante stagione congressuale. E tanto vedremo al Congresso di Padova.
