L’ingresso di sistemi di Intelligenza Artificiale (IA) e di apprendimento automatico, cd machine learning, nei contesti organizzativi aziendali ha smesso di essere una proiezione futuristica per diventare oggi una concreta realtà. Per il magistrato del lavoro, la sfida non è più solo interpretare il classico potere direttivo e di controllo del datore di lavoro, ma decodificare come quel potere si sia materializzato in stringhe di codice e modelli predittivi.
Di seguito si propone un’analisi dello stato dell’arte normativo e una mappa di interventi legislativi auspicabili ed oramai indifferibili per governare una transizione tecnologica che rischia di erodere le tutele costituzionali del lavoro.
Il quadro attuale: le armi spuntate del giudice del lavoro
Oggi il magistrato si trova a dover sussumere la complessità dell’IA applicata al lavoro utilizzando un mosaico di fonti frammentate, spesso concepite per l’era analogica o al massimo per la prima digitalizzazione. Analizziamo gli aspetti maggiormente problematici dal punto di vista interpretativo.
L’eterogenesi dei fini dell’art. 4, comma 2, St. Lav.: il software predittivo da strumento di lavoro a strumento di profilazione
La riscrittura dell’art. 4 dello Statuto dei Lavoratori, operata dal d.lgs. n. 151/2015, muoveva da una premessa ontologica che l’evoluzione tecnologica ha precocemente reso obsoleta: l’identificabilità immediata dello “strumento di lavoro” rispetto all’apparato di vigilanza. L’esenzione dal regime autorizzatorio codificata al secondo comma poggiava sull’idea che lo strumento fosse un mezzo passivo nelle mani del lavoratore, finalizzato esclusivamente all’esecuzione della prestazione. L’avvento dell’Intelligenza Artificiale e, nello specifico, dei software di workflow management integrati con algoritmi predittivi e di people analytics, ha determinato la fusione di queste due dimensioni. Lo strumento di lavoro cessa di essere mero veicolo della prestazione e diviene, contestualmente e inscindibilmente, l’infrastruttura stessa del controllo.
Ciò che si profila dinanzi al giudice del lavoro non è più un controllo mediato da un dispositivo esterno (la telecamera o il badge), ma un controllo immanente, in cui l’architettura del software valuta surrettiziamente i tempi di reazione, la latenza digitale, i pattern di digitazione e l’efficienza predittiva dell’operatore. La prestazione non viene più misurata ex post nei suoi risultati, ma scrutinata in fieri. Dinanzi a questa metamorfosi, il ruolo della magistratura è quello di superare il rischio di un’applicazione letterale e formalistica del secondo comma dell’art. 4. Se l’inclusione di funzioni algoritmiche di profilazione in un software di gestione aziendale (es. CRM o piattaforme di messaggistica interna) bastasse a qualificare l’intero sistema come strumento di lavoro esente da accordo sindacale preventivo, il primo comma verrebbe svuotato di ogni efficacia precettiva, realizzando una surrettizia abrogazione giurisprudenziale della tutela della dignità del lavoratore. La giurisprudenza di legittimità (cfr. Cass. Civ., Sez. Lav., n. 25732/2021 in tema di controlli difensivi) offre le coordinate ermeneutiche per disinnescare questo corto circuito, valorizzando alcuni criteri guida. In primo luogo il criterio della funzionalità prevalente, ossia il giudice non può arrestarsi alla qualificazione formale impressa dal datore di lavoro. Se le funzionalità di tracciamento, quantificazione e valutazione predittiva del software non sono strettamente necessarie e proporzionate all’esecuzione della prestazione, ma integrano un surplus informativo orientato alla profilazione del prestatore, l’esenzione del comma 2 decade. L’applicativo dunque muta natura giuridica e ricade nel regime codeterminato o autorizzatorio del comma 1. Altro principio è quello di non eccedenza e proporzionalità costituzionale. L’interpretazione dell’art. 4 deve essere costituzionalmente orientata agli artt. 2, 41, comma 2, e 32 Cost. Un controllo che misuri capillarmente i micro-comportamenti digitali genera un rischio tecnogeno da stress lavoro-correlato (ansia da prestazione costante, compressione dei tempi di recupero fisiologici). Tale impatto sulla salute psicofisica del lavoratore esclude in re ipsa che lo strumento possa considerarsi un mero mezzo di lavoro. Per risolvere la complessità dell’art. 4, il magistrato deve oggi operare una lettura sistematica e multilivello, integrando lo Statuto con le fonti sovranazionali e di settore. In primo luogo occorre coordinarlo con il Decreto Trasparenza (D.Lgs. n. 104/2022). L’introduzione dell’art. 4-bis ha sancito l’obbligo di informare il lavoratore circa l’utilizzo di sistemi decisionali o di monitoraggio automatizzati deputati a fornire indicazioni rilevanti per la valutazione delle prestazioni. La violazione di tale obbligo di trasparenza non rileva solo sul piano sanzionatorio amministrativo, ma riverbera i suoi effetti direttamente sul terzo comma dell’art. 4 St. Lav.: la mancata o incompleta ostensione delle metriche algoritmiche determina l’inutilizzabilità assoluta dei dati raccolti ai fini disciplinari e civilistici. Inoltre altra fonte da coordinare sistematicamente con lo Statuto dei lavoratori è il Regolamento europeo sull’Intelligenza Artificiale, che inserisce i sistemi di IA utilizzati nel mondo del lavoro (assunzione, gestione della carriera, valutazione delle prestazioni, monitoraggio del comportamento) nella categoria dei sistemi ad alto rischio (Allegato III). Sotto il profilo giudiziale, ciò introduce un parametro di valutazione della colpa e della liceità del trattamento: il datore di lavoro, in qualità di deployer, è gravato da obblighi tassativi di sorveglianza umana (human in the loop), accuratezza e robustezza del sistema. La totale opacità dell’algoritmo (la c.d. black box) si scontra frontalmente con il diritto del lavoratore a non essere sottoposto a decisioni interamente automatizzate privatizzate del vaglio umano (art. 22 GDPR ).Il confine tra misurazione della prestazione e controllo esasperato della persona non può più dunque essere tracciato con le categorie del Novecento. Con l’avvento della IA, la tutela del lavoratore si sposta dalla reazione ex post alla regolazione ex ante del codice sorgente. La magistratura è investita di un ruolo nomofilattico sussidiario di stringente attualità: impedire che la tecnodemocrazia aziendale si traduca in un’immunità sostanziale, e ricondurre la progettazione degli algoritmi (la c.d. privacy by design e data protection by design) all’interno del perimetro invalicabile dell’accordo sindacale. Lo strumento è di lavoro se serve all’uomo; se l’uomo serve a nutrire di dati lo strumento per essere profilato, la fattispecie non è tecnica, ma politica, e richiede il contrappeso del consenso collettivo.
L’algoritmo discriminatorio e la probatio diabolica nella black box : correttivi processuali
Il pregiudizio dell’algoritmo (il cd bias) non è un errore di funzionamento, ma una fedele riproduzione statistica dei dati storici di addestramento (training data) o delle scelte di programmazione. Se un software di reclutamento viene addestrato su una base dati in cui le posizioni apicali storiche sono state ricoperte prevalentemente da uomini di mezza età, il sistema apprenderà che il genere maschile e l’età matura sono fattori di successo, penalizzando automaticamente le candidature femminili o giovanili.
Sotto il profilo sostanziale, le fattispecie sono sussumibili sotto una pluralità di tutele. In primo luogo l’art. 15 St. Lav., che sancisce la nullità di qualsiasi patto o atto diretto a fini di discriminazione politica, religiosa, di genere, di orientamento sessuale, di razza, lingua o età, estendendosi espressamente alla fase dell’accesso al lavoro. Ed ancora il D.Lgs. n. 215/2003 e D.Lgs. n. 216/2003 (di recepimento delle Direttive 2000/43/CE e 2000/78/CE) che tipizzano le nozioni di discriminazione diretta e indiretta, apprestando un rimedio processuale speciale. Il vero scontro tuttavia non attiene all’antigiuridicità della condotta – pacificamente riconosciuta – ma alla sua dimostrazione in giudizio. In un sistema dominato dalla cd black box, ossia un algoritmo il cui codice sia sconosciuto, l’attore subisce una asimmetria informativa radicale. Il funzionamento intrinseco del sistema è protetto da un duplice velo. La natura stessa del machine learning rende difficile per gli stessi programmatori ricostruire l’esatto percorso logico-matematico che ha condotto a un singolo output (mancanza di explainability). I software di selezione sono spesso prodotti da terzi e coperti da segreto industriale o proprietà intellettuale. Il datore di lavoro convenuto eccepisce frequentemente l’inaccessibilità del codice sorgente per tutelare il know-how aziendale del fornitore. Esigere che il candidato escluso provi il nesso di causalità tra il criterio discriminatorio latente dell’algoritmo e il rigetto della propria candidatura significa imporre una probatio diabolica, con conseguente violazione dell’art. 24 Cost. e del principio di effettività della tutela giurisdizionale. Il legislatore europeo e nazionale ha previsto un meccanismo di attenuazione dell’onere probatorio che troverà la sua massima valorizzazione proprio nel contenzioso relativo agli algoritmi. Ai sensi dell’art. 40 del D.Lgs. 198/2006 (Codice delle pari opportunità) e delle disposizioni speculari nei decreti del 2003 quando il ricorrente fornisce elementi di fatto, desunti anche da dati di carattere statistico, idonei a fondare, in termini precisi e concordanti, la presunzione dell’esistenza di atti, patti o comportamenti discriminatori, spetta al convenuto l’onere di provare l’insussistenza della discriminazione. Se il ricorrente dimostra, ad esempio, che la percentuale di donne ammesse ai colloqui tramite lo screening algoritmico è crollata del 40% rispetto al precedente sistema di selezione manuale, l’onere della prova si sposta integralmente in capo all’azienda. Sarà il datore di lavoro a dover aprire la scatola nera per dimostrare che i criteri di selezione impostati erano strettamente professionali, neutrali e proporzionati.
La giurisprudenza di merito ha già affrontato l’opacità dell’algoritmo sotto il profilo discriminatorio. In un arresto del Tribunale di Bologna (decreto del 31 dicembre 2020, resa in sede di ricorso ex art. 28 Statuto dei Lavoratori), il fulcro della decisione si è appuntato sull’algoritmo “Frank”, utilizzato per la prenotazione dei turni dei rider. Il sistema penalizzava l’indice di affidabilità del lavoratore in caso di mancata cancellazione della sessione prenotata con almeno 24 ore di anticipo, senza distinguere tra motivi futili e motivi legittimi (es. sciopero, malattia, disabilità). Il Tribunale ha statuito che:“Quando il datore di lavoro utilizza uno strumento decisionale automatizzato che, per cecità intrinseca, non discrimina le ragioni dell’assenza, l’effetto discriminatorio indiretto si produce in re ipsa, gravando sul datore di lavoro l’onere di dimostrare la necessità e la proporzionalità di un simile assetto tecnologico.” La lezione metodologica che il magistrato deve trarre da questo precedente è fondamentale: il bias non risiede necessariamente in un’intenzione discriminatoria del programmatore, ma nella scelta metodologica di escludere le variabili di tutela dal calcolo algoritmico. L’omissione di variabili correttive (es. l’impossibilità per il software di ponderare i permessi ex L. 104/92 o i congedi parentali) integra una discriminazione indiretta di carattere strutturale. Ebbene ove il datore di lavoro si trinceri dietro l’inaccessibilità del codice sorgente invocando la tutela del segreto commerciale o industriale (artt. 98 e 99 d.lgs. n. 30/2005 – Codice della Proprietà Industriale), il giudice del lavoro deve operare un rigoroso scrutinio di bilanciamento costituzionale. Il diritto alla tutela del know-how aziendale (art. 41 Cost.) non può assurgere a diritto tiranno idoneo a paralizzare il diritto di difesa (art. 24 Cost.) e il principio di uguaglianza sostanziale (art. 3 Cost.). Lo strumento processuale deputato alla risoluzione del conflitto è l’ordine di esibizione ex art. 210 c.p.c., coordinato con i poteri istruttori d’ufficio ex art. 421 c.p.c.
L’avvento del Regolamento UE sull’Intelligenza Artificiale (AI Act) modifica peraltro radicalmente il processo del lavoro, introducendo un vero e proprio paradigma della conformità normativa. I sistemi di IA destinati al recruitment sono qualificati “ad alto rischio” e, come tali, la loro introduzione sul mercato è subordinata al rispetto di stringenti requisiti strutturali (artt. 9-15 AI Act), tra cui:
- Gestione dei rischi e qualità dei dati di addestramento (data governance);
- Tracciabilità e registrazione automatica degli eventi (logging);
- Trasparenza e fornitura di informazioni agli utilizzatori.
Sotto il profilo strettamente processuale, ciò si traduce in una ridefinizione della vicinanza della prova. Se il lavoratore deduce una discriminazione nell’accesso al lavoro e il datore di lavoro non è in grado di esibire il certificato di conformità CE del sistema, ovvero la documentazione tecnica o i log di funzionamento previsti dall’AI Act, si produce un effetto di soccombenza quasi automatica. La carenza documentale non rappresenta più una mera irregolarità amministrativa, ma assume la valenza di un preciso argomento di prova (art. 116, comma 2, c.p.c.). Il giudice sarà legittimato a ritenere che l’opacità del sistema sia stata intenzionalmente mantenuta per celare il bias discriminatorio, ribaltando sul datore di lavoro il rischio della mancata dimostrazione della neutralità del sistema. La “black box”, privata della sua certificazione legale, cessa di essere uno scudo difensivo per divenire l’elemento costitutivo della responsabilità datoriale.
Proposte de jure condendo: verso un nuovo Statuto dei lavoratori e un nuovo Welfare?
Per evitare che la giurisprudenza si muova in un vacuum normativo, colmato solo da interpretazioni evolutive a macchia di leopardo, alcune proposte di riforma strutturale, sia sotto il profilo strettamente lavoristico che sotto il profilo previdenziale e degli ammortizzatori sociali, potrebbero essere le seguenti.
In primo luogo di fronte all’opacità degli algoritmi, il principio di vicinanza della prova deve essere radicalizzato. Il legislatore dovrebbe introdurre una presunzione legale: qualora il lavoratore dimostri un trattamento macroscopicamente deteriore (es. mancata promozione, esclusione da turni premianti) gestito da un sistema di IA, l’onere della prova si deve spostare integralmente sul datore di lavoro. Quest’ultimo dovrà dimostrare la neutralità dei criteri di input e l’overfitting (l’assenza di errori di addestramento) del sistema.
È necessario, inoltre, legare la violazione delle norme sulla trasparenza algoritmica alla validità dell’atto negoziale. La proposta è di qualificare come radicalmente nullo per violazione di norme imperative qualsiasi provvedimento disciplinare, mutamento di mansioni o licenziamento supportato da decisioni algoritmiche qualora il datore di lavoro non abbia preventivamente assolto agli obblighi di informativa dettagliata o qualora il sistema risulti privo della certificazione di conformità CE prevista dall’AI Act.
Non basta poi che un essere umano faccia propria la decisione presa dalla macchina. Il legislatore deve codificare il diritto del lavoratore a ricevere, entro un termine perentorio, una motivazione scritta e intelligibile dei fattori ponderali che hanno condotto alla decisione (es. perché l’algoritmo ha assegnato un punteggio basso a quel dipendente). La mancanza di tale motivazione ovvero del cd human in the loop, ossia controllo umano sulle decisioni assunte a mezzo IA che incidano pesantemente sulla vita del lavoratore, deve essere equiparata al difetto di motivazione del licenziamento per giustificato motivo oggettivo.
Deve poi pensarsi anche alla istituzione della Consulenza Tecnica d’Ufficio Algoritmica Specializzata. Il codice di procedura civile sconta un ritardo drammatico. Servirà l’introduzione di una nuova figura di consulente tecnico d’ufficio con competenze bivalenti (informatiche e giuslavoristiche). Il legislatore dovrebbe prevedere la creazione di albi speciali di “Periti degli Algoritmi” e codificare il potere del giudice di ordinare la *disclosure* (rivelazione) del codice sorgente e dei dataset di addestramento, superando l’eccezione del segreto industriale.
Occorrerà altresì modificare l’art. 4 della L. 300/1970. L’introduzione di sistemi di IA nei luoghi di lavoro non deve essere oggetto di mera “informazione ed esame congiunto”, bensì di un vero e proprio accordo sindacale preventivo codeterminato. In mancanza di accordo, l’autorizzazione non dovrebbe essere rimessa a un provvedimento amministrativo (Ispettorato del Lavoro), spesso privo delle competenze tecniche per valutare la compliance di un’IA predittiva, ma a una validazione paritetica o a un arbitrato tecnico specialistico.
Servono inoltre nuovi ammortizzatori sociali per fronteggiare la transizione algoritmica, in altri termini si deve andare verso un Welfare della flessibilità tecnologica. L’impatto dell’IA sul mercato del lavoro non si limiterà a una trasformazione qualitativa delle mansioni, ma determinerà una polarizzazione occupazionale e un rischio concreto di obsolescenza professionale di massa in tempi rapidissimi (il cosiddetto technological unemployment). Di fronte a ristrutturazioni aziendali non più dettate da crisi di mercato, ma da efficientamento tecnologico, l’attuale impianto degli ammortizzatori sociali (CIG, NASpI) rischia di rivelarsi strutturalmente inadeguato. Sarebbe opportuno prevedere una “Cassa Integrazione per Transizione Tecnologica”. L’attuale Cassa Integrazione Guadagni Straordinaria (CIGS) per riorganizzazione aziendale è tarata su processi industriali classici. Il legislatore dovrebbe istituire un ammortizzatore causale specifico, attivabile dalle aziende che avviano la totale o parziale automazione dei processi tramite IA. Durante il periodo di integrazione salariale, il lavoratore non è “sospeso” in attesa di un rientro improbabile, ma è obbligato a frequentare percorsi di upskilling (sviluppo di nuove competenze) e reskilling (riconversione professionale), incentrati proprio sull’interazione con le nuove tecnologie.
Inoltre il cd Contratto di espansione si è dimostrato uno strumento utile per favorire il ricambio generazionale nelle grandi aziende. Di fronte all’IA, questo strumento va strutturato e reso permanente per tutte le imprese sopra una certa soglia dimensionale. Si propone una norma che consenta la riduzione oraria o l’esodo anticipato (fino a 5 anni dalla pensione) per i lavoratori le cui mansioni siano state interamente assorbite da sistemi di IA, a fronte dell’assunzione obbligatoria di profili professionali junior dotati di competenze digitali e deputati alla supervisione umana (human-in-the-loop) dei medesimi sistemi. Ciò eviterebbe la desertificazione occupazionale, trasformando il licenziamento in una staffetta generazionale guidata dalla tecnologia.
Ogni ammortizzatore sociale richiede tuttavia copertura finanziaria. Per non gravare ulteriormente sul costo del lavoro (che penalizzerebbe le imprese che continuano ad assumere esseri umani), il legislatore dovrebbe introdurre un contributo previdenziale di scopo a carico delle imprese che riducono la forza lavoro a favore dell’automazione. Un prelievo calcolato sul valore aggiunto generato dall’adozione dei sistemi di IA ad alto rendimento. In questo modo, la produttività della macchina va a finanziare direttamente la rete di salvataggio e di ricollocazione del lavoro umano che ha sostituito, garantendo la sostenibilità del sistema previdenziale nel lungo periodo.
Conclusioni
Il rischio che la magistratura si trovi a celebrare processi in cui il datore di lavoro si scherma dietro l’oggettività apparente della macchina e il lavoratore soccombe per l’impossibilità di comprendere il funzionamento dell’algoritmo è drammaticamente vicino. Appaiono dunque indispensabili interventi normativi che rimettano l’uomo al centro dell’organizzazione del lavoro. Questo è l’unico modo per garantire che l’art. 1 della nostra Costituzione continui a recitare che l’Italia è una Repubblica democratica fondata sul lavoro, e non su un algoritmo di ottimizzazione dei profitti.
