Il ricorso a sistemi di intelligenza artificiale per la selezione del personale è ormai una realtà consolidata nelle imprese italiane di ogni dimensione, ma porta con sé un rischio giuridico spesso sottovalutato: la discriminazione algoritmica nel reclutamento. Con l’entrata in vigore dell’AI Act europeo nel gennaio 2026 e il recepimento italiano attraverso la Legge n. 132/2025, le aziende si trovano di fronte a un quadro normativo articolato che impone obblighi precisi in materia di trasparenza, tracciabilità dei sistemi automatizzati e responsabilità datoriale. Capire come orientarsi in questo contesto non è soltanto un esercizio di conformità burocratica: è una questione di tutela dei diritti fondamentali dei lavoratori e, al tempo stesso, di protezione dell’impresa stessa da contenziosi potenzialmente devastanti.
Che cosa si intende per discriminazione algoritmica nel contesto del reclutamento
La discriminazione algoritmica si verifica quando un sistema automatizzato di selezione o valutazione produce esiti sistematicamente sfavorevoli per determinati gruppi di candidati, non in ragione di criteri meritocratici, ma a causa di variabili proxy che riproducono pregiudizi storici o strutturali. In concreto, un algoritmo addestrato su dati storici di assunzione potrebbe imparare che i candidati di sesso femminile, o di una certa fascia d’età, o provenienti da determinate aree geografiche, sono stati meno frequentemente assunti in passato — e replicare questa logica distorta nelle selezioni future.
È importante comprendere che la discriminazione non richiede necessariamente un’intenzione dolosa da parte del datore di lavoro. Nella tradizione giuridica europea, e in particolare nel diritto antidiscriminatorio italiano, si distingue tra discriminazione diretta — che si ha quando il trattamento sfavorevole è esplicitamente fondato su una caratteristica protetta — e discriminazione indiretta, che si configura quando una disposizione, un criterio o una prassi apparentemente neutri producono uno svantaggio particolare per un gruppo tutelato. Gli algoritmi di reclutamento sono particolarmente esposti a quest’ultima forma: le variabili utilizzate come input possono sembrare oggettive, ma nascondere correlazioni discriminatorie.
Secondo quanto confermato da fonti autorevoli nel settore, gli algoritmi che penalizzano i candidati sulla base dell’età, del genere o dell’origine geografica espongono le aziende a contenziosi per discriminazione. Questo vale sia per i sistemi di screening automatico dei curricula, sia per i software di valutazione delle performance, sia per gli strumenti di monitoraggio digitale dei lavoratori — tutte categorie espressamente ricomprese nella definizione di sistemi di intelligenza artificiale applicati al lavoro.
Il quadro normativo: dall’AI Act al diritto italiano
Il Regolamento (UE) 2024/1689, comunemente noto come AI Act, è entrato in vigore nel gennaio 2026 e rappresenta il primo corpus normativo organico a livello mondiale dedicato alla regolamentazione dell’intelligenza artificiale. Il suo approccio è fondato su una classificazione dei sistemi di IA in base al livello di rischio che presentano per i diritti fondamentali e la sicurezza delle persone.
I sistemi di IA impiegati nel reclutamento e nella selezione del personale rientrano nella categoria dei sistemi ad alto rischio. Questa classificazione non è casuale: le decisioni di assunzione incidono direttamente sulla vita economica e professionale degli individui, e un sistema automatizzato che orienta o determina tali decisioni può produrre effetti discriminatori su scala molto più ampia rispetto a un singolo selezionatore umano. La designazione come sistema ad alto rischio comporta una serie di obblighi specifici per chi sviluppa e per chi utilizza tali tecnologie.
In Italia, il legislatore ha recepito il Regolamento europeo attraverso la Legge n. 132/2025, che adatta le disposizioni comunitarie al contesto nazionale. In modo significativo, l’articolo 11 di questa legge chiarisce esplicitamente che l’utilizzo dell’intelligenza artificiale nel contesto lavorativo deve essere orientato al miglioramento delle condizioni di lavoro — un principio teleologico che ha immediate ricadute interpretative: qualunque applicazione di IA che produca effetti deteriori sulle condizioni occupazionali o discriminatori nella selezione si pone in contrasto con la ratio stessa della norma.
È opportuno collocare questo quadro nel più ampio contesto del diritto del lavoro italiano e europeo. Le norme antidiscriminatorie preesistenti — dal Codice delle pari opportunità alla normativa attuativa delle direttive comunitarie in materia di parità di trattamento — continuano a operare parallelamente all’AI Act. Il nuovo regolamento non sostituisce tali tutele, ma le integra e le rafforza, introducendo obblighi procedurali e di governance che si aggiungono alle protezioni sostanziali già esistenti. Il risultato è un sistema multilivello di tutela che richiede alle imprese un approccio coordinato e non frammentato.
👉 Leggi anche: Discriminazione algoritmica nel reclutamento: la responsabilità del datore di fronte ai sistemi di AI per la selezione del personale
Obblighi di trasparenza e tracciabilità per le imprese
Uno degli aspetti più rilevanti per la pratica aziendale riguarda i requisiti di trasparenza e tracciabilità che il quadro normativo impone ai datori di lavoro che utilizzano sistemi automatizzati di reclutamento. Sebbene i dettagli tecnici di alcune disposizioni attuative siano ancora in fase di consolidamento, è possibile delineare le direttrici fondamentali che emergono dall’impianto complessivo dell’AI Act e dalla sua trasposizione nazionale.
In primo luogo, le imprese che impiegano sistemi di IA ad alto rischio nel reclutamento devono essere in grado di documentare le logiche di funzionamento di tali sistemi. Questo non significa necessariamente rendere pubblici i codici sorgente o i modelli proprietari, ma implica la capacità di spiegare — in modo comprensibile per i candidati, per i lavoratori e per le autorità di controllo — quali criteri il sistema utilizza, quali dati elabora e in che modo perviene alle proprie valutazioni. La explainability, ovvero la spiegabilità dei processi algoritmici, diventa un requisito giuridicamente rilevante.
In secondo luogo, la tracciabilità impone che le decisioni adottate con il supporto di sistemi automatizzati siano documentate in modo che sia possibile ricostruire ex post il processo decisionale. Questo ha implicazioni concrete: i log di sistema, i parametri di valutazione, i punteggi attribuiti ai candidati devono essere conservati per un periodo adeguato e devono essere accessibili in caso di contestazione. Un candidato che ritenga di essere stato discriminato deve poter ottenere informazioni sufficienti a valutare se il sistema abbia operato in modo equo.
In terzo luogo, l’utilizzo di sistemi di IA nel reclutamento deve essere comunicato ai candidati. Il principio di trasparenza nei confronti degli interessati — che trova radici anche nel Regolamento (UE) 2016/679 (GDPR) — impone che le persone siano informate del fatto che le loro candidature vengono elaborate da sistemi automatizzati, e che abbiano la possibilità di richiedere un intervento umano nelle decisioni che le riguardano in modo significativo. Il raccordo tra AI Act e GDPR è quindi un elemento strutturale della compliance, non un dettaglio accessorio.
La responsabilità datoriale: profili pratici e rischi concreti
Sul piano della responsabilità datoriale, il nuovo quadro normativo introduce una logica che potrebbe definirsi di responsabilità per scelta tecnologica. Il datore di lavoro che decide di avvalersi di un sistema di IA per il reclutamento non può invocare l’autonomia dell’algoritmo come esimente dalla propria responsabilità giuridica. La scelta di adottare uno strumento automatizzato, la definizione dei criteri che lo governano, la selezione dei dati su cui viene addestrato e la supervisione dei suoi esiti ricadono nella sfera di responsabilità dell’impresa.
Questo principio ha conseguenze pratiche di grande rilievo. Se un sistema di selezione automatica penalizza sistematicamente candidati di una determinata fascia d’età — ad esempio escludendo chi ha superato i cinquant’anni sulla base di variabili correlate all’anzianità lavorativa — il datore di lavoro non può difendersi sostenendo di non aver dato istruzioni discriminatorie al sistema. La discriminazione indiretta non richiede intenzionalità: è sufficiente che il risultato sia discriminatorio e che l’impresa non abbia adottato le misure ragionevoli per prevenirlo o correggerlo.
Le sanzioni previste dall’AI Act per la violazione delle disposizioni applicabili ai sistemi ad alto rischio sono significative e proporzionate alle dimensioni dell’impresa. Ma al di là delle sanzioni amministrative, il rischio reputazionale e il contenzioso civile rappresentano forse le conseguenze più temute dalle imprese. Un candidato che dimostri di essere stato escluso da un processo selettivo a causa di un algoritmo discriminatorio può agire in giudizio chiedendo il risarcimento del danno — e la prova della discriminazione algoritmica, una volta che il sistema sia stato analizzato, può essere particolarmente difficile da confutare.
È utile richiamare, in questo contesto, la disciplina dell’onere della prova nelle controversie antidiscriminatorie. Secondo i principi consolidati nel diritto italiano ed europeo, una volta che il ricorrente abbia fornito elementi di fatto idonei a far presumere l’esistenza di una discriminazione, spetta al convenuto dimostrare che non vi è stata violazione del principio di parità di trattamento. In un contenzioso che coinvolge un sistema algoritmico, questo schema probatorio può tradursi nell’obbligo per l’impresa di esibire la documentazione tecnica del sistema e di dimostrare che esso opera in modo equo — un onere che può rivelarsi gravoso in assenza di una governance algoritmica adeguata.
👉 Leggi anche: Algoritmi e selezione del personale: quando il sistema di recruiting automatizzato viola il diritto antidiscriminatorio
Strumenti pratici per la conformità: come le aziende italiane devono agire
Capire gli obblighi normativi è il primo passo; tradurli in pratiche organizzative concrete è il secondo, e spesso il più impegnativo. Le imprese italiane che utilizzano o intendono adottare sistemi di IA nel reclutamento devono strutturare un approccio sistematico alla conformità che integri competenze giuridiche, tecniche e organizzative.
Un punto di partenza essenziale è la mappatura dei sistemi utilizzati. Molte aziende non hanno una visione chiara di quanti e quali strumenti automatizzati intervengono nei loro processi di selezione: software di screening dei curricula, piattaforme di colloquio video con analisi automatica delle risposte, sistemi di scoring dei candidati, strumenti di monitoraggio delle performance dei neoassunti. Ciascuno di questi strumenti deve essere valutato alla luce della normativa vigente, e per quelli che rientrano nella categoria ad alto rischio devono essere attivate le procedure di conformità previste.
In secondo luogo, è fondamentale condurre una valutazione dell’impatto algoritmico — una procedura analoga alla valutazione d’impatto sulla protezione dei dati (DPIA) prevista dal GDPR, ma focalizzata specificamente sui rischi di discriminazione e sui meccanismi di funzionamento del sistema. Questa valutazione dovrebbe esaminare i dati di addestramento del sistema, i criteri di valutazione adottati, le correlazioni potenzialmente discriminatorie e le misure di mitigazione disponibili.
Un terzo elemento cruciale riguarda la formazione del personale HR. I responsabili delle risorse umane devono essere in grado di comprendere i limiti dei sistemi automatizzati che utilizzano, di identificare segnali di potenziale discriminazione negli esiti prodotti dagli algoritmi e di esercitare un controllo umano effettivo sulle decisioni di selezione. Il requisito della supervisione umana non è una formalità: implica che il personale competente sia realmente in grado di valutare, e se necessario correggere, le indicazioni prodotte dal sistema automatizzato.
Infine, le imprese devono strutturare procedure di reclamo e revisione accessibili ai candidati. Un processo selettivo che utilizza sistemi automatizzati deve prevedere un meccanismo attraverso cui i candidati possano contestare le decisioni che li riguardano e richiedere una revisione da parte di un soggetto umano. Questo non significa necessariamente riaprire ogni selezione, ma implica la disponibilità di un interlocutore competente e di una procedura documentata. Per approfondire il quadro normativo di riferimento e le sue implicazioni per il diritto del lavoro, è utile consultare le analisi disponibili su Lavoro Diritti Europa, che offre una prospettiva dottrinale aggiornata sull’impatto dell’IA sulle fonti regolative del diritto del lavoro.
Il ruolo delle parti sociali e la dimensione collettiva della tutela
La discriminazione algoritmica nel reclutamento non è soltanto una questione che riguarda il singolo candidato escluso da una selezione: è un fenomeno che può produrre effetti sistemici sul mercato del lavoro, escludendo categorie intere di lavoratori da determinati settori o posizioni. Questa dimensione collettiva chiama in causa le parti sociali — sindacati e associazioni datoriali — come attori fondamentali nella definizione di standard condivisi e nella contrattazione collettiva su questi temi.
In diversi ordinamenti europei, la contrattazione collettiva ha già iniziato a occuparsi dei sistemi algoritmici di gestione del personale, introducendo clausole che limitano l’utilizzo di determinati strumenti automatizzati, impongono obblighi di informazione e consultazione sindacale prima dell’adozione di nuovi sistemi, o definiscono criteri minimi di trasparenza. In Italia, questo percorso è ancora nella sua fase iniziale, ma il quadro normativo vigente — in particolare il combinato disposto dell’AI Act e della Legge n. 132/2025 — offre alle parti sociali strumenti giuridici per negoziare condizioni più favorevoli rispetto al minimo legale.
La dimensione collettiva della tutela è rilevante anche sul piano dell’azione legale: le organizzazioni sindacali e le associazioni rappresentative possono avere legittimazione ad agire in giudizio contro pratiche algoritmiche discriminatorie che colpiscono categorie di lavoratori, anche in assenza di una vittima individuale identificata. Questo amplia significativamente il perimetro del rischio legale per le imprese che non adottino misure adeguate.
Il percorso verso una governance algoritmica equa e conforme alla normativa è complesso, ma non è una scelta opzionale per le imprese italiane che utilizzano sistemi automatizzati nel reclutamento: è un obbligo giuridico con conseguenze concrete e un’opportunità per costruire processi selettivi più equi, più difendibili e, in ultima analisi, più efficaci nel selezionare i migliori talenti disponibili sul mercato, senza che pregiudizi codificati negli algoritmi escludano candidati qualificati sulla base di caratteristiche irrilevanti rispetto alle esigenze del ruolo.
Questo articolo è stato realizzato con il supporto dell'AI e sottoposto a revisione editoriale.
