Costruire la dimensione etica e contrattuale dell’intelligenza artificiale come infrastruttura pubblica

Nell’ambito di una discussione sul lavoro e la liberazione dal lavoro, ho accennato in un post precedente alla necessità di aprire una riflessione, ormai non più rinviabile, sulle opportunità ed i rischi, etici e sindacali, che possono derivare dall’impatto sul lavoro stesso della Intelligenza Artificiale.

Si deve partire dal presupposto, che è un dato di fatto, che oggi persiste un tema di “questione proprietaria”, ovvero chi ha i robot, chi possiede i modelli di IA, chi detiene i dati su cui i robot sono addestrati, detiene anche i guadagni. In chiave moderna è la stessa problematica affrontata dal movimento operaio posto davanti alla macchina a vapore o davanti ai robot, che si chiama tassazione e ridistribuzione dell’utile. Chiaro che si aprono scenari differenti: dalla questione dei copyright del materiale dato in pasto alle Intelligenze Artificiali perché siano addestrate e al consumo energetico.

«Le macchine non sostituiscono il lavoro umano: sostituiscono certi tipi di lavoro, creandone altri. La domanda è sempre: chi decide quali, e chi incassa il guadagno di produttività?»

André Gorz, Metamorfosi del lavoro, 1988 — parafrasato

L’intelligenza co-gestita – Se le tecnologie di intelligenza artificiale fossero governate come beni comuni, ovvero come infrastrutture pubbliche, modelli a codice aperto, dati di addestramento raccolti e gestiti collettivamente, potrebbero funzionare come un moltiplicatore della potenza cognitiva collettiva, non come un sostituto del lavoro individuale.

L’IA come intelligenza condivisa significa che
– il medico di base usa strumenti diagnostici che amplificano la sua competenza invece di sostituirla;
– che l’insegnante ha accesso a risorse adattive che liberano tempo per la relazione invece di affidarla all’algoritmo;
– che il lavoratore della conoscenza delega le parti eteronome del proprio lavoro (la formattazione, la ricerca di routine, la sintesi documentale) per concentrarsi sulle parti che richiedono giudizio, creatività, responsabilità.

Non è fantascienza: è già la direzione in cui si muovono, selettivamente e contraddittoriamente, alcune esperienze di adozione dell’IA nei settori pubblici e cooperativi. Il punto politico è chi decide le condizioni di questa adozione, e a vantaggio di chi.
La distinzione gorzoniana tra lavoro eteronomo e attività autonoma diventa qui straordinariamente attuale: l’IA può, in linea di principio, assorbire la quota eteronoma di quasi ogni attività lavorativa (le procedure standardizzate, i protocolli burocratici, la compilazione di moduli, la traduzione di routine, la ricerca di precedenti). Ciò che deve rimanere è il giudizio umano irriducibile, la responsabilità umana, la relazione interpersonale. Queste specifiche di “lavoro” non sono alienabili per definizione e devono rimanere infungibili: è esattamente la parte in cui il soggetto è ancora presente come soggetto.

Il rischio è reale e non va minimizzato: l’IA può essere usata non per eliminare la parte eteronoma del lavoro, ma per intensificare quella autonoma fino al suo esaurimento. Il lavoratore che usa un assistente IA per produrre tre volte tanto nello stesso tempo non è più libero: è più sfruttato, con meno resistenza possibile, perché il ritmo lo impone la macchina e lui si limita a validare. L’accelerazione produttiva senza riduzione dell’orario di lavoro non è emancipazione: è taylorismo cognitivo.

La dimensione etica: chi risponde, e di cosa? – L’irruzione dell’IA nei processi lavorativi pone con urgenza una domanda che il diritto del lavoro tradizionale non era attrezzato a fronteggiare: quella della responsabilità. Quando una decisione, sia essa un’assunzione, un licenziamento, una valutazione delle prestazioni, una diagnosi medica, una sentenza di rischio creditizio, è prodotta o comunque orientata da un sistema algoritmico, chi risponde degli errori? Chi risponde dei bias sistematici, delle discriminazioni incorporate nei dati di addestramento, delle derive statistiche che colpiscono in modo sproporzionato categorie già vulnerabili?

Il problema non è astratto: sistemi di IA usati nella selezione del personale hanno riprodotto e amplificato discriminazioni di genere e di origine etnica, perché addestrati su dati storici che riflettevano quelle stesse discriminazioni. Sistemi di valutazione delle prestazioni hanno prodotto ranking opachi, contestabili senza strumenti, che sfuggono a qualsiasi garanzia procedurale prevista dallo statuto dei lavoratori. In più il lavoratore valutato da un algoritmo si trova in una posizione paradossale: subisce le conseguenze di una decisione che non può vedere, non può contestare, e di cui nessun soggetto umano si assume la responsabilità diretta.

C’è poi una dimensione etica che riguarda la dignità cognitiva del lavoratore: se il mio giudizio professionale viene sistematicamente confrontato, corretto, sovrascritto da un sistema algoritmico (se l’infermiera viene avvisata dal software che il suo protocollo devia dalla media statistica, se il docente vede la propria valutazione degli studenti misurata contro il modello predittivo della macchina) il rischio non è solo la sostituzione, ma la progressiva erosione dell’autonomia professionale, la de-qualificazione silenziosa di chi continua formalmente a lavorare, ma cessa di essere il vero soggetto della propria attività.

Questa erosione ha un nome preciso nella letteratura sociologica: deskilling. È il processo per cui la macchina non sostituisce il lavoratore ma lo riduce progressivamente a supervisore passivo di processi che non comprende più, con competenze che atrofizzano per mancanza di esercizio. È avvenuto con la robotizzazione dell’industria. Rischia di avvenire, su scala enormemente più vasta, con l’IA nei settori cognitivi.

La dimensione contrattuale: cosa negoziare, e come – Di fronte a questa complessità, la risposta contrattuale non può limitarsi alla difesa dell’occupazione esistente, battaglia importante, ma perdente se rimane puramente difensiva. Il sindacato deve costruire una proposta proattiva sull’IA, che ponga sul tavolo della negoziazione almeno cinque questioni strutturali.

La prima è la trasparenza algoritmica: il diritto dei lavoratori e delle loro rappresentanze di conoscere quali sistemi di IA vengono utilizzati nell’organizzazione del lavoro, con quali criteri, su quali dati, con quale margine di errore certificato. Nessun sistema che incida sulle condizioni di lavoro deve essere opaco ai soggetti che ne subiscono le conseguenze. L’AI Act europeo ha posto basi normative in questa direzione, ma la sua applicazione concreta nei luoghi di lavoro dipenderà in larga misura dalla capacità contrattuale dei sindacati di renderlo effettivo.

La seconda è il diritto di intervento umano: nessuna decisione che ricada sul rapporto di lavoro — dalle valutazioni, alle promozioni, alle sanzioni, alle riorganizzazioni — può essere affidata esclusivamente a un sistema automatizzato senza la possibilità di revisione da parte di un soggetto umano responsabile e identificabile. È un principio di civiltà giuridica minima, ma va contrattualizzato esplicitamente perché il mercato tende a eroderlo.

La terza è la redistribuzione del guadagno di produttività: se l’introduzione di sistemi di IA aumenta la produttività di un reparto o di un’azienda, quella produttività aggiuntiva non deve tradursi soltanto in maggiori profitti per gli azionisti o in riduzione del personale, ma anche in riduzione dell’orario, in aumenti salariali, in miglioramento delle condizioni di lavoro, Il contratto collettivo è il luogo dove questa redistribuzione si negozia: va usato.

La quarta è il diritto alla formazione continua: l’introduzione di nuovi strumenti tecnologici deve essere accompagnata da percorsi di riqualificazione professionale garantiti, finanziati dal datore di lavoro, effettuati in orario di lavoro. Non come concessione benevolente, ma come obbligo contrattuale. Il rischio del deskilling si contrasta investendo nelle competenze, non cedendo il terreno alla macchina.

La quinta, la più radicale e probabilmente la più necessaria, è la partecipazione dei lavoratori alla governance dei sistemi di IA: il diritto di essere coinvolti nelle scelte sull’adozione, sulla configurazione, sull’uso e sulla disattivazione degli strumenti algoritmici che incidono sulla propria vita lavorativa. Non solo informati a posteriori: co-decisori. È il principio della co-gestione tecnologica, che esiste già in forma embrionale in alcuni contratti del settore metalmeccanico tedesco, e che dovrebbe diventare un obiettivo esplicito della contrattazione italiana.

L’IA non è un fenomeno meteorologico inevitabile, ma una scelta politica: la tecnologia incorpora sempre i rapporti di forza di chi la progetta e la finanzia. Se il sindacato e la politica non occuperanno lo spazio della governance algoritmica, l’IA diventerà il più potente strumento di sorveglianza e disciplinamento del lavoro mai inventato. Se invece si imporrà la logica della co-gestione e del controllo sociale sulle tecnologie, allora (e solo allora) potremo finalmente tornare a parlare di “liberazione dal lavoro” e non solo di “liberazione del mercato”: la piattaforma non deve essere presentata come un’adesione filosofica al modello partecipativo tedesco, ma come una nuova frontiera della salute e sicurezza sul lavoro.

Proprio come negli anni ’70 il sindacato italiano impose il controllo operaio sull’ambiente di lavoro per non ammalarsi di fabbrica (linea contrattuale fortemente autonoma e non collaborativa), oggi deve imporre il controllo operaio sull’algoritmo per non ammalarsi di taylorismo cognitivo. La sfida è far capire che l’algoritmo non è un “attrezzo” più veloce, ma un nuovo delegato del datore di lavoro che siede invisibile accanto alla scrivania.