Latest / Modalità Umana / EP.22 | Quando il tuo capo è un algoritmo
Transcript
- Tristan Maz: Immagina di aver passato venti minuti ad aiutare un cliente con un problema complicato. Hai evitato che richiamasse. A fine turno apre il cruscotto. Il tuo tempo medio è salito. Il punteggio è sceso. Chiedi una spiegazione, ti rispondono. Lo dice il sistema. La scena è inventata, ma la domanda riguarda molti lavori. Se una decisione su di te arriva ad un algoritmo. Con chi può discuterla? E chi può davvero cambiarla? E adesso partiamo con la sigla. Benvenuti in modalità umana. Sono Tristan Mazzi. Oggi parliamo di soft che assegnano incarichi, organizzano turni, misurano prestazioni o aiutano a decidere chi riceverà una certa opportunità di lavoro. Si chiama gestione algoritmica. L'espressione può sembrare lontana, ma il suo punto di ingresso è spesso molto semplice. Una schermata ci dice che cosa fare e un numero racconta come l'abbiamo fatto. Il titolo non significa che ogni responsabile sia stato sostituito da una macchina. In molte situazioni, restano persone a fissare obiettivi e a prendere decisioni. La questione è quant'influenza esercita il sistema e quanto spazio rimanga per una spiegazione diversa da quella che apparne il cruscotto. Partiremo da esempi di lavoro quotidiano, poi guarderemo una ricerca e un caso italiano documentato. Distingueremo un aiuto all'organizzazione dal controllo delle persone e arriveremo a domande pratiche utili sia a chi lavora, sia a chi coordina una squadra. Non faremo una classifica di dator di lavoro e non useremo un caso per giudicare ogni piattaforma. L'obiettivo è nascondere le scelte che si nascondono dietro un punteggio. Le fonti principali sono nella descrizione. Per gli aspetti giuridici parleremo di regole generali, non di come risolvere una controversia individuale. Una definizione utile arriva da un lavoro pubblicato dal Lox in 2025. Software che automatizzano, in tutto o in parte, compiti tradizionalmente svolti dai responsabili. Possono includere intelligenti artificiali, ma non devono necessariamente farlo. Un sistema a regole fissi può già avere un ruolo importante nel nostro lavoro. Immaginiamo di dove organizzare i tour di un negozio. Inseriamo gli orari d'apertura, quante persone servono, le competenze necessarie e le disponibilità. Il software cerca una combinazione. Questo può risparmiare un lavoro ripetitivo e rendere visibili i vincoli che una persona rischierebbe di dimenticare. Per sapere se la combinazione è buona, bisogna conoscere l'obiettivo e i vincoli che gli abbiamo dato. Potremmo voler distribuire in modo equilibrato le sere, potremmo dare priorità a determinate competenze, oppure cercare soprattutto di ridurre un costo. Le istruzioni non sono equivalenti, anche se lo schermo presenta ogni volta una tabella ordinata. Il software può eseguire con coerenza una scelta che resta da discutere. Il passaggio successivo è raccogliere dati durante il lavoro. Non soltanto presenze. Possono entrare tempi, attività conclude, valutazioni o segnali prodotti dagli strumenti utilizzati. Un sistema li agrega, applica regole oppure produce stime, quindi restituisce un risultato. Quel risultato atto può restare l'informazione per il responsabile oppure attivare una conseguenza. Per capirlo seguiamo una sequenza concreta e immaginaria. Un'attività richiede più tempo del previsto. Il dato entra nella valutazione. La valutazione modifica la posizione in una predatoria. La posizione cambia l'accesso a un turno desiderato. Nessuno singolo passaggio ha l'aspetto di un capo che alza la voce. L'insieme può comunque orientare con forza il comportamento di una persona. Non ogni software che organizza una tabella arriva fino a questo punto. Proprio per questo serve distinguere che cosa serva, che cosa suggerisce e che cosa produce effetti. Chiedere soltanto se un'azienda usa l'AI rischia di lasciarci senza una risposta più importante. Quale decisione sul lavoro dipende dal sistema. Torniamo al cliente dell'apertura. Il nostro esempio continua una scelta plausibile, ma non universale. Premiare rapidità attraverso il tempo medio. misurare i tempi può aiutare a capire dove ci sono ritardi e come distribuire le risorse. Il problema comincia se quel dato viene trattato come una descrizione completa della qualità del lavoro. Un cliente può avere bisogno di chiarimenti semplici, un altro di una verifica complessa. Una chiamata breve può essere risolta bene oppure interrotta troppo presto. Sezza informazioni sul contesto, la stessa durata può accompagnare risultati molto diversi. Il numero resta utile ma bisogna sapere a quale domanda risponde. Immaginiamo ora un magazzino. Due persone completano lo stesso numero di operazioni. Uno affronta un percorso più lungo o incontra un'attrezzatura che richiede manutenzione. Se il confronto ignora quelle condizioni, la graduatoria potrebbe prendere un vantaggio di contesto e leggerlo come merito individuale. È un esempio di dati con il resoconto di un magazzino che ho esitato. Pensiamo anche all'ufficio. Un collega aiuta chi è appena arrivato a evitare un errore. Nel conteggio dei suoi compiti conclusi, quel tempo può sembrare poco produttivo. Per la squadra può essere stato prezioso. Chi decide se questa attività è visibile? E chi può spiegare per creare un giornata più lenta prodotto un risultato migliore? La risposta non deve essere che ogni valutazione è impossibile. Sarebbe una conclusione comoda per chiunque voglia sottrarsi a un confronto. La risposta è progettare misure adatte al compito, verificare gli errori e lasciare spazio a ciò che il dato non contiene. anche una valutazione umana a limiti. Possiamo chiedere trasparenza a entrambe. C'è poi un effetto che possiamo ragionare senza attribuirlo a ogni azienda. Se so che il mio risultato dipende soprattutto da una misura, potrei organizzare il lavoro per farla migliorare. Se la misura coincide bene con il vimpadore prodotto, può essere utile. Se è una scorciatoria, rischio di ottimizzare la schermata lasciando peggiorare il servizio. Il responsabile è di controllare anche questa distanza. L'indagine OXI, pubblicata nel febbraio 2025, ha coinvolto oltre 6000 imprese in sei paesi, tra cui l'Italia. Raccoglie il punto di vista dei responsabili aziendali. Molti percepiscono benefici per le decisioni, ma segnalano anche problemi di responsabilità, comprensizione del funzionamento e protezione della salute dei lavoratori. Sono percezioni riportate da un'indagine, non una prova che ogni strumento migliori oggettivamente il lavoro. È una distinzione utile. Se il responsabile dice che il sistema gli semplifica la giornata, abbiamo un'informazione su quell'esperienza. Per capire l'effetto sulla squadra servono anche altre osservazioni. Il tempo risparmiato viene impiegato per discutere i casi difficili. Gli errori vengono corretti. Le persone comprendono come vengono valutate. Queste domande aggiungono prospettive che non cancellano il beneficio possibile. Un articolo di Eurofound del febbraio 2026, basato sulle indagini con l'autorità europea del lavoro, mostra inoltre che il controllo algoritmico riguarda anche attività professionali svuote online, non soltanto con segne e trasporti. Il campione riguarda persone che lavorano tramite piattaforme online. Non possiamo estendere automaticamente i risultati a tutti gli occupati italiani. Questo allarga il nostro sguardo. Anche chi lavora davanti a un computer con competenze specialistiche può trovarsi dentro sistemi di assegnazione, monitoraggio e valutazione. L'aspetto esterno del lavoro cambia. La domanda su come venga governato resta riconoscibile. Per una persona giovane potrebbe significare imparare subito a lavorare con un punteggio. Per chi ha più esperienza potrebbe significare vedere una parte delle proprie competenze diventare meno visibile. Sono possibilità da verificarne i luoghi di lavoro, due generazioni. Convene ascoltare entrambi prima di scegliere che cosa misurare. Guardiamo un documento preciso. Nel Dovembre 2024, il garante Privacy ha adottato un provvedimento nei confronti di Pudinjo, società del Gruppo Glovo. L'autorità ha esaminato trattamenti dei dati dei Rider e meccanismi automatizzati legati anche a punteggi, assegnazioni e blocchi degli account. Il comunicato richiama l'assenza di informazioni adeguate per contestare alcune decisioni e la necessità di un intervento umano effettivo. Il provvedimento contiene le argomentazioni della società e le votazioni dell'autorità. Su alcune disattivazioni il garante ha ritenuto che non fosse dimostrato una reale autonomia dell'operatore rispetto all'algoritmo. Sto riferendo quell'accertamento amministrativo del 2024. Non lo sto presentando come una sentenza definitiva, né come una fotografia di tutte le procedure oderne dell'azienda. La domanda che il caso ci consegna è molto concreta. Se un accanto viene bloccato e attraverso quell'accanto si lavora, ottenere una spiegazione comprensibile e una verifica può avere conseguenze immediate. La possibilità di inviarlo un messaggio da sola non dice ancora che il caso verrà esaminato da qualcuno in grado di cambiare risultato. Questa osservazione non riguarda soltanto le piattaforme. Immaginiamo un dipendente a cui venga assegnato una votazione errata. Se tutti i passaggi di contestazione rimandano alla stessa scremata iniziale, il responsabile continua ad esistere nell'organigranna ma può essere difficile trovarlo nella decisione. Il caso rende visibile un meccanismo che possiamo esaminare anche altrove. Il dato entra nel sistema, il sistema orienta un'opportunità alla persona che deve essere ascoltata. che la qualità della procedura diventa parte della qualità del lavoro. La raccolta di informazioni può aiutare a coordinare. Può anche diventare una presenza continua che fa sentire ogni attività sotto esame. La ricerca di EU OSHA l'AI fra le tecnologie da valutare anche per i rischi psicosociali. Questo non significa che un punteggio produca inevitabilmente una malattia. Significa che è considerare l'organizzazione e le condizioni concrete invece di fermarsi alla funzione tecnica. Proviamo a formulare il problema con una scena immaginaria. Un sistema segnala un intervallo senza attività registrata. Quel tempo potrebbe essere una pausa, una conversazione necessaria, un problema tecnico o una mancanza reale. Se l'organizzazione lo interpreta sempre dello stesso modo, il lavoratore deve dimostrare ogni volta che la propria giornata è più complessa del registro. La disponibilità di un dato non risolve la domanda se sia necessario raccoglierlo, e raccoglierlo per una finalità non spiega da solo se sia corretto usarlo per un'altra. Il tema riguarda anche chi compra questi strumenti. Una funzione presente nel prodotto non è automaticamente una buona regola per il proprio gruppo. è che gli errori possono essere distribuiti in modo diverso. Una procedura può essere coerente e penalizzare sempre chi incontra certe condizioni che non vengono considerate. Per accorgersene, non basta guardare il programma, esegue le istruzioni. Bisogna osservare gli effetti, capire quali casi sbagli e ascoltare chi può segnalare informazioni mancanti. Infine, c'è la responsabilità che può diventare sfuggente. Il fornitore dice che l'organizzazione ha scelto le impostazioni. Il responsabile dice che il software consiglia così. Chi lavora riceve il risultato. È un rischio organizzativo che dobbiamo prevenire, non una descrizione che attribuisco a tutte le aziende. Una procedura sela deve permettere di risalire a una decisione e a chi ha potere di correggerla. Un essere umano può comprare il procedimento senza risaluinare davvero nulla. Se vede soltanto il punteggio finale e risponde di pochi secondi per confermarlo, la sua presenza rischia di aggiungere una firma anziché una garifica. Le linee guida europee sulle decisioni automatizzate spiegano che l'intervento umano deve essere significativo. Occorrono competenza e autorità per modificare la decisione, considerando le informazioni pertinenti. Non basta una presenta simbolica. Il riferimento giuridico riguarda condizioni specifiche ma la dormanda organizzativa è comprensibile anche prima di entrare nel diritto. il responsabile può leggere che cosa è successo, può distinguere un caso difficile da un retard evitabile, può correggere la votazione e far sì che l'informazione venga considerata anche dopo. Se ogni volta risolva le cestioni a mano ma la procedura continua a produrre lo stesso errore, il problema resta. Per chi cordia una squadra, la revisione non dovrebbe diventare il momento in cui si difende automaticamente la tecnologia acquistata. È un'occasione per capire se lo strumento sta facendo ciò per cui è stato introdotto. A volte l'esito confermerà il dato, altre volte si verrà a correggerlo o cambiare il criterio. Questa possibilità deve essere praticabile. deve sapere dove rivolgersi, chi verifica deve avere informazioni e tempo. Dire che l'ultima parola aspetta una persona è l'inizio della spiegazione, il suo potere effettivo e ciò che dobbiamo controllare. In Italia non partiamo da una pagina bianca. L'articolo 4 dello Statuto dei lavoratori disciplina gli strumenti dai quali può derivare il controllo a distanza. Prevede condizioni e distingue anche gli strumenti usati per rendere la prestazione. Il loro impegno non elimina gli obblighi di informazione e di protezione dei dati. Non basta quindi dire che un'app serve a lavorare per risolvere ogni domanda sui controlli. Il GDPR all'articolo 22 riguarda in linea generale le decisioni basate unicamente su trattamenti automatizzati con effetti giuridici o analogamente significativi. Esistono eccessioni e garanzie, non ogni suggerimento di un software ricato nello stesso modo in questa disposizione. Per un caso concreto occorre verificare il procedimento reale, il nome dato dall'azienda alla funzione. Per il lavoro tramite i platform c'è poi la Direttiva Europea del 2024 che contiene regole sul monitoraggio, decisioni automatizzate e revisione umana. Il termine europeo di ricepimento è il 2 dicembre 2026. A data di questa ricerca, il 28 ottobre, siamo ancora prima di quel termine. Per capire quale disposizione si ha per conigli d'Italia, bisogna controllare i testi nazionali effettivamente entrati in vigore. Una direttiva non è un nuovo regolamento aziendale, valido indistintamente in ogni ufficio. Anche il calendario delle IACT va letto con l'attenzione. La commissione indica il 2 dicembre 2027 per l'applicazione delle regole sui sistemi ad alto rischio dell'allegato III, tra cui determinati impieghi nel lavoro. Non significa che fino a allora sia permesso qualunque trattamento. Resta da rispettare le norme già applicabili, comprese la protezione dei dati. Per una controversia servono le informazioni su un specifico rapporto e quando occorre il supporto di una rappresentanza o di un professionista. Qui ci interessa evitare due errori, pensare che non esistano tutele e promettere un rimedio automatico per ogni risultato che non ci piace. La prima domanda è qual decisione dipende dal sistema? Mi sta soltanto aiutando a trovare un'informazione? Propone un turno? Modifico una votazione o l'accesso agli incarichi? precisa delle conseguenze vale più di una etichetta generica sull'intelligenza artificiale. La seconda è quali dati vengono usati e che cosa resta fuori. Nel nostro esempio il tempo è misurato, la difficoltà del cliente potrebbe non esserlo. Chiedere come viene trattato il contesto aiuta a capire se il risultato è una base ragionevole per quella decisione. I dati sbagliati devono poter essere segnalati attraverso canali appropriati. La terza è chi abbia scelto l'obiettivo. Redurre le attese, distribuire il carico e prenderle a rapidità possono portare soluzioni diverse. Per un responsabile è utile chiedersi anche come venga valutato il successo dello strumento, solo da risparmio di tempo oppure anche dagli errori e dalla qualità del servizio. La quarta chi possa esaminare il caso e cambiare il risultato. Cerchiamo una procedura comprensibile e un referente, non soltanto un modulo. Quando una decisione ha conseguenze importanti, sapere come richiedere una spiegazione e quale informazione fornire è parte della possibilità di discuterla. La quinta è come si impari dagli errori. Se il risultato è stato corretto, quella correzione arriva alle decisioni successive. L'organizzazione controlla i casi anomali, confronta i risultati con ciò che accade nel lavoro reale. Una revisione che non lascia traccia può costringere le persone a ricominciare da capo. Per preparare un confronto può essere utile a notare il fatto, la data e la conseguenza della decisione usando i canali previsti. Non serve pubblicare nei commenti dati di clienti o documenti aziendari iservati. Una richiesta circostanziata aiuta più di una discussione astratta su quanto si interjecte l'argomento. Queste domande valgono anche per chi acquista e introduce il sistema. Prima di usarlo sulle persone, serve capire che cosa misura, chi lo controlla e come si correggono gli esiti. È una parte del lavoro organizzativo che il software non può risolvere al posto di chi lo sceglie. Torniamo al cliente dell'inizio. Quel tempo in più potrebbe essere stato un errore oppure un buon investimento. Per distinguere, serve qualcuno che possa guardare il caso, ascoltare le informazioni e assumersi la decisione. Un numero può aiutare col confronto. Se lo chiude, stiamo affidando alla misura un'autorità che dobbiamo saper giustificare. La mia conclusione è questa. Usiamo la tecnologia per realizzare meglio il lavoro, ma rendiamo verificabili gli effetti sulle persone. Chi sceglie gli obiettivi e chi decide le conseguenze deve restare riconoscibile. Nel tuo lavoro c'è una misura che racconta bene quello che fai, oppure ne lascia fuori una parte importante? Racconta il meccanismo senza nominare colleghi, clienti o condividi redati e riservati. iscriverti alla newsletter, vai su modalitàumana.ringlesing.com Nella pagina About trovi il link a TikTok, Instagram e LinkedIn. Segui il podcast sulla piattaforma che usi e se ti è stato utile condividi questa puntata. Nel dubbio attiva la modalità umana.