Quando la subordinazione di genere corre più velocemente dell’algoritmo

Il lavoro femminile a sviluppo dell’intelligenza artificiale 

Ad oltre due secoli dalla prima rivoluzione industriale, ci si interroga se l’intelligenza artificiale possa produrre effetti sul lavoro e in che forma. Dell’intelligenza artificiale sappiamo che, come le tecnologie alla base della prima rivoluzione industriale, essa richiede un uso spasmodico di risorse, in particolare energia elettrica, acqua e suolo, destinati alla costruzione, funzionamento e mantenimento dei data centers, enormi magazzini di dati utilizzati per l’apprendimento dei modelli algoritmici.

Sappiamo anche che molti dei dati utilizzati per l’allenamento degli algoritmi derivano da una catena internazionale di lavoro umano impiegato per compiere operazioni standardizzate di annotazione, categorizzazione e archiviazione dei dati, creando quindi dizionari testuali che codificano immagini, suoni o video, e in generale di contenuti non testuali da trasformare in testo. 

Come nel caso della prima rivoluzione industriale, esiste evidenza che documenta come il funzionamento dell’intelligenza artificiale si basi su abbondante ed economico lavoro femminile, locato nel Sud globale. Il lavoro di annotazione digitale appare una buona soluzione per le donne in condizioni di vulnerabilità economica perché flessibile, “pulito”, a differenza di molti “sporchi” lavori femminili, ed eseguibile da casa.

Tuttavia, più che essere una fonte di emancipazione economica diventa origine strutturale di precarietà, rappresentando di fatto una trappola occupazionale: la facilità dell’ottenimento del lavoro e la certezza del pagamento del salario via applicazioni digitali, contrastano con forme persistenti di tecno-ansia, compressione dei tempi di vita, spostamento dei carichi di lavoro nelle ore notturne, al fine di ottemperare al lavoro di cura diurno.

A ciò si aggiunge un elemento di frustrazione dettato dal fatto che la gestione dei tempi di lavoro, l’assegnazione dei compiti e i premi di produttività sono interamente attributi da un algoritmo al di fuori del proprio controllo e con cui non si interagisce.

Da semplici annotazioni a expert reviewer 

La piattaforma più consolidata nella gestione di lavoro algoritmico su scala globale è stata fino al Settembre 2026 Amazon Mechanical Turk (AMT). La chiusura della piattaforma decisa dal gigante della logistica non segna la fine della catena del lavoro umano sottostante all’intelligenza artificiale: nuove compagnie come Scale AI e Mercor.io, due giovani imprese locate nella baia di San Francisco ed entrambe finanziate da Thiel, si stanno affacciando sul mercato del lavoro a cottimo digitale.

Insomma, l’intera catena del valore dell’AI segue la nota storia di concentrazione del settore. Ma oltre a concentrarsi, cambia il lavoro domandato.  Se dapprima questo era lavoro utilizzato solo per annotare e catalogare, con l’arrivo dei Large Language Models, il lavoro a cottimo digitale viene progressivamente impiegato per verificare le risposte dei modelli, aumentandone la plausibilità o i bias. L’umano permane nel loop, garantendone qualità e correttezza. 

E le donne? Cosa c’entrano? Le nuove piattaforme, a differenza dell’antesignana AMT, sviluppano funzioni più congrue per l’allenamento, la valutazione e validazione degli algoritmi: il lavoro a cottimo di annotazione non sparisce, ma diventa più specializzato e professionalizzato, non più un mercato di lavoratrici anonime, ma “expert reviewer” che diventano rintracciabili a garanzia della qualità del lavoro svolto per i clienti delle piattaforme.

Non a caso, il bisogno di validazione degli output degli algoritmi sta spostando la domanda di lavoro professionalizzato verso il Nord globale. Se tale lavoro rimane invisibile e gestito da nuove società sempre più pervasive nel controllo e monitoraggio del lavoro, i primi effetti in termini occupazionali saranno proprio subiti da quelle donne del Sud globale fino ad ora funzionali alla creazione degli archivi digitali su cui i primi modelli di apprendimento si sono allenati.

Management algoritmico e rischi 

L’uso del management algoritmico sul lavoro femminile si estende oltre il segmento del lavoro di annotazione. Gli effetti del management algoritmico, inteso come l’insieme di funzioni manageriali svolte in modo automatizzato, si prefigurano essere considerevoli in termini di salari e condizioni di lavoro per le lavoratrici nei settori caratterizzati da alto grado di segregazione di genere, come la grande distribuzione, la vendita al dettaglio e l’assistenza clienti.

Infatti, le funzioni del management algoritmico si articolano in varie direzioni, a partire dal controllo e dal monitoraggio biometrico, del tono di voce, della stabilità emotiva, della continuità nella performance, dell’incidenza delle pause, degli errori commessi. L’algoritmo non soltanto definisce turni di lavoro, mansioni e aumenti di paga, ma può anche definire chi viene assunto e chi licenziato. 

E se l’algoritmo basasse le sue valutazioni su informazioni distorte? E se fosse incline a favorire un genere rispetto all’altro? Si tratterebbe di un sistema automatizzato di discriminazione di genere nei luoghi di lavoro. A queste e altre domande risponde il progetto di ricerca FemLab@AI — Female Labour in AI-managed Workplaces, finanziato dalla Fondazione Cariplo che vede la partecipazione di un gruppo di giovani ricercatrici e ricercatori dell’Università Cattolica del Sacro Cuore e della Scuola Superiore Sant’Anna.

Il nostro gruppo di ricerca, coordinato da Jacopo Staccioli e Armanda Cetrulo, nei prossimi due anni si occuperà di mappare e identificare la penetrazione delle tecnologie di management algoritmico tra settori, occupazioni, aree geografiche e luoghi di lavoro, selezionati sulla base di preesistenti strutture di segregazione occupazionale di genere.

Ci chiediamo che impatto esercitino le tecnologie di controllo algoritmico sul lavoro femminile, a partire dal salario fino all’uso del tempo. Integrando analisi di grandi dati e evidenze dai luoghi di lavoro, il progetto fornirà una piattaforma teorica ed empirica per comprendere in che misura l’algoritmo “intelligente” possa riprodurre norme di genere, meccanismi di esclusione, barriere e diseguaglianze ampiamente stratificate e connaturate alla divisione del lavoro del capitalismo classico.