Il problema della discriminazione algoritmica nel recruiting: un’analisi giuridica attuale
La diffusione capillare dei sistemi di intelligenza artificiale nei processi di selezione del personale ha aperto una stagione inedita di tensioni tra efficienza organizzativa e tutela dei diritti fondamentali dei lavoratori. La discriminazione algoritmica nel recruiting non è più una preoccupazione teorica confinata ai laboratori di informatica: è una questione giuridica concreta che i tribunali italiani, la dottrina giuslavoristica e le autorità di vigilanza stanno affrontando con crescente urgenza nel biennio 2025-2026. Comprendere la struttura di questo fenomeno — le sue cause tecniche, le sue implicazioni normative e i rimedi disponibili — è oggi indispensabile tanto per i professionisti delle risorse umane quanto per i candidati che si trovano a interagire con sistemi automatizzati di selezione.
Il punto di partenza è tecnico prima che giuridico. Gli algoritmi di recruiting apprendono dai dati storici: se le assunzioni passate di un’azienda hanno sistematicamente privilegiato uomini under quaranta, il modello tenderà a replicare quel pattern, amplificandolo. Il pregiudizio non è intenzionale, ma l’effetto discriminatorio è reale e misurabile. Ricercatori di Stanford University, Chapman University e Northeastern University, presentando lo studio Algorithmic Monocultures in Hiring all’ACM Conference on Fairness, hanno documentato come oltre un quarto delle candidature di persone afroamericane venisse indirizzato verso posizioni in cui l’algoritmo produceva esiti potenzialmente riconducibili a criteri di discriminazione federale. Sebbene quello studio sia riferito al contesto statunitense, i meccanismi tecnici sottostanti sono universali e le piattaforme commerciali di AI recruiting operano spesso su scala globale, rendendo le sue conclusioni di estrema rilevanza anche per il mercato del lavoro italiano.
Il quadro normativo italiano: fondamenta consolidate e nuove architetture regolatorie
L’articolo 2087 del Codice Civile come clausola generale di protezione
Il diritto italiano dispone di strumenti normativi la cui elasticità interpretativa consente di fronteggiare fenomeni tecnologici non previsti al momento della loro adozione. L’articolo 2087 del Codice Civile — che impone al datore di lavoro di adottare nell’esercizio dell’impresa le misure necessarie a tutelare l’integrità fisica e la personalità morale dei prestatori di lavoro — rappresenta la clausola generale per eccellenza in questo ambito. La dottrina e la giurisprudenza più recente hanno progressivamente esteso il perimetro applicativo di questa norma fino a ricomprendere i rischi derivanti dall’impiego di sistemi automatizzati, come confermato dall’analisi pubblicata su Altalex nel luglio 2026, che ricostruisce le nuove responsabilità datoriali di fronte all’intelligenza artificiale.
La logica è lineare: se il datore di lavoro introduce nella catena decisionale uno strumento — sia esso un macchinario fisico o un sistema di machine learning — che produce effetti lesivi sulla sfera giuridica dei lavoratori o dei candidati, egli non può sottrarsi alla responsabilità invocando l’autonomia tecnica dell’algoritmo. La delega decisionale alla macchina non equivale a una delega di responsabilità giuridica. Anzi, secondo un’interpretazione teleologicamente orientata dell’art. 2087 c.c., l’obbligo di sicurezza include oggi il dovere di verificare, prima dell’implementazione e con continuità nel tempo, che i sistemi di AI non producano effetti discriminatori sistematici.
Lo Statuto dei Lavoratori e il Codice delle Pari Opportunità
Accanto all’art. 2087 c.c., il sistema di tutela antidiscriminatoria italiano si articola su due pilastri fondamentali. Il primo è lo Statuto dei Lavoratori (Legge 300/1970): l’articolo 15 sancisce la nullità di qualsiasi atto o patto diretto a discriminare il lavoratore in ragione di sesso, razza, lingua, religione, opinioni politiche e condizioni personali o sociali, mentre l’articolo 26 attribuisce alle organizzazioni sindacali legittimazione ad agire in giudizio per la repressione di comportamenti antisindacali e discriminatori. Sebbene questi articoli siano stati concepiti per condotte umane dirette, la loro applicazione ai sistemi algoritmici è logicamente coerente: una decisione di esclusione da un processo selettivo prodotta da un algoritmo addestrato su criteri discriminatori è, nella sua sostanza giuridica, un atto discriminatorio imputabile al soggetto che ha scelto di adottare e impiegare quello strumento.
Il secondo pilastro è il Decreto Legislativo 198/2006, il Codice delle Pari Opportunità, che vieta la discriminazione diretta e indiretta in ogni fase del rapporto di lavoro, incluso l’accesso all’occupazione. La discriminazione indiretta — definita come qualsiasi disposizione, criterio, prassi, atto, patto o comportamento apparentemente neutri che mettano o possano mettere persone di un determinato sesso, età, origine etnica o altra caratteristica protetta in una posizione di svantaggio — è la categoria che meglio si presta a catturare il fenomeno algoritmico. Un sistema di AI che, pur non menzionando esplicitamente il genere o l’età come criteri di selezione, utilizza variabili proxy correlate a queste caratteristiche produce esattamente quella forma di discriminazione indiretta che il Codice delle Pari Opportunità mira a vietare.
La Legge 132/2025 e le linee guida ministeriali: il nuovo perimetro regolatorio
Il 2025 ha segnato un punto di svolta nella regolamentazione italiana dell’AI nel lavoro. La Legge 132/2025, accompagnata da apposite linee guida ministeriali, ha introdotto un corpus normativo specificamente dedicato all’impiego dell’intelligenza artificiale nel contesto lavorativo, come documentato da e-cons.it. Questa normativa si inserisce nel solco del Regolamento europeo sull’intelligenza artificiale (AI Act), che classifica i sistemi di AI utilizzati per l’assunzione e la selezione del personale come sistemi ad alto rischio, assoggettandoli a obblighi rafforzati di trasparenza, documentazione e supervisione umana.
Sul piano pratico, le linee guida ministeriali che accompagnano la Legge 132/2025 impongono ai datori di lavoro che utilizzano sistemi automatizzati di selezione una serie di adempimenti concreti. In primo luogo, l’obbligo di informazione: i candidati devono essere avvisati del fatto che la loro candidatura sarà esaminata, almeno in una prima fase, da un sistema automatizzato. In secondo luogo, l’obbligo di revisione umana significativa: le decisioni finali di esclusione non possono essere delegate integralmente all’algoritmo senza un controllo umano effettivo e non meramente formale. In terzo luogo, l’obbligo di monitoraggio: il datore di lavoro deve periodicamente verificare che il sistema non produca effetti disparati su gruppi protetti, documentando questa attività di controllo.
Questo insieme di obblighi trasforma radicalmente la posizione giuridica del datore di lavoro: da soggetto che si avvale di uno strumento tecnico neutro a responsabile diretto dei risultati prodotti da quello strumento. La negligenza nella scelta, nella configurazione e nel monitoraggio del sistema di AI diventa fonte autonoma di responsabilità, sia contrattuale che extracontrattuale.
Discriminazione algoritmica nel recruiting: la casistica e le dinamiche probatorie
I meccanismi tecnici del pregiudizio algoritmico
Per comprendere come si articola la responsabilità datoriale, è necessario chiarire i meccanismi attraverso cui un algoritmo produce discriminazione. La letteratura tecnica e giuridica individua almeno tre percorsi principali. Il primo è il bias nei dati di addestramento: se il dataset su cui il modello viene addestrato riflette scelte passate discriminatorie, il modello apprenderà e riprodurrà quei pattern. Il secondo è il proxy discrimination: l’algoritmo utilizza variabili apparentemente neutre — il codice postale di residenza, il tipo di scuola frequentata, i gap nel curriculum — che sono fortemente correlate con caratteristiche protette come l’origine etnica o il genere. Il terzo è il feedback loop: il sistema viene continuamente ri-addestrato sui propri risultati, amplificando progressivamente le distorsioni iniziali.
La professoressa Maura Ranieri, docente di Diritto del Lavoro all’Università Magna Græcia di Catanzaro, ha analizzato in profondità questi meccanismi in una pubblicazione del febbraio 2026, esaminando specificamente il tema dei sistemi di AI, dell’accesso all’occupazione e della discriminazione nel contesto del diritto del lavoro italiano. La sua analisi evidenzia come la tradizionale distinzione tra discriminazione diretta e indiretta rischi di rivelarsi insufficiente di fronte alla complessità dei sistemi algoritmici, che possono produrre effetti discriminatori attraverso catene causali opache e difficilmente riconducibili a un singolo criterio vietato.
Il problema dell’onere della prova e la tutela processuale
Sul piano processuale, la discriminazione algoritmica pone sfide probatorie di inusuale complessità. Il candidato escluso si trova di fronte a una scatola nera: non conosce i criteri applicati dall’algoritmo, non ha accesso ai dati su cui è stato addestrato, non può confrontare la propria posizione con quella di altri candidati ammessi. Il diritto antidiscriminatorio italiano, recependo le direttive europee, prevede un regime di inversione dell’onere della prova: il candidato deve fornire elementi di fatto idonei a far presumere l’esistenza della discriminazione, dopodiché spetta al datore di lavoro dimostrare che la disparità di trattamento è giustificata da ragioni oggettive e legittime.
In questo schema, l’elemento di fatto che il candidato può fornire è tipicamente di natura statistica: se un sistema di selezione esclude sistematicamente le candidature di donne sopra i quarant’anni, o di persone con cognomi di origine straniera, questo pattern statistico costituisce un elemento indiziario sufficiente a far scattare l’inversione dell’onere. Il datore di lavoro dovrà allora dimostrare che il sistema è stato configurato correttamente, che è stato sottoposto a audit periodici, che non produce effetti disparati su gruppi protetti, e che le decisioni di esclusione sono state sottoposte a revisione umana effettiva. In assenza di questa documentazione — che le nuove normative rendono obbligatoria — la prova liberatoria diventa estremamente ardua.
Gli obblighi di trasparenza e controllo: cosa deve fare concretamente il datore di lavoro
Due diligence pre-implementazione
Prima di adottare qualsiasi sistema automatizzato di selezione, il datore di lavoro diligente deve condurre una valutazione d’impatto che comprenda almeno tre elementi. In primo luogo, un’analisi della provenienza e della qualità dei dati di addestramento del sistema, verificando che non riflettano pattern storicamente discriminatori. In secondo luogo, un test di disparità di impatto su gruppi protetti, simulando l’applicazione del sistema su dataset rappresentativi della popolazione di candidati attesa. In terzo luogo, una valutazione della trasparenza del sistema: i sistemi di AI interpretabili (explainable AI) che consentono di comprendere le ragioni di ciascuna decisione offrono garanzie giuridiche significativamente superiori rispetto ai modelli opachi.
L’Osservatorio AI del Politecnico di Milano, che dal 2019 monitora l’adozione dell’intelligenza artificiale in Italia raccogliendo l’esperienza di oltre 130 organizzazioni, ha documentato come la diffusione degli strumenti di AI nel recruiting sia avvenuta spesso in modo non strutturato, con una sottovalutazione sistematica dei rischi di compliance. Questa evidenza empirica suggerisce che molte aziende italiane si trovano oggi in una posizione di potenziale esposizione giuridica, avendo adottato sistemi automatizzati senza le necessarie garanzie procedurali.
Monitoraggio continuo e documentazione
L’obbligo di controllo non si esaurisce nella fase di implementazione: è un dovere continuo che accompagna l’intero ciclo di vita del sistema. Il datore di lavoro deve mantenere un registro delle decisioni automatizzate, conservare i dati necessari per verificare retrospettivamente l’assenza di effetti discriminatori, e sottoporre il sistema a audit periodici — preferibilmente condotti da soggetti terzi indipendenti. Questa documentazione assolve una duplice funzione: preventiva, perché il monitoraggio sistematico consente di identificare e correggere distorsioni emergenti prima che producano danni; difensiva, perché in caso di contenzioso costituisce la prova principale della diligenza del datore di lavoro.
È altresì fondamentale che la supervisione umana non sia meramente formale. Un revisore umano che si limita a ratificare automaticamente le decisioni dell’algoritmo senza un esame critico effettivo non soddisfa i requisiti normativi: la legge richiede una valutazione sostanziale, che implica la capacità tecnica di comprendere e contestare le raccomandazioni del sistema quando queste appaiano anomale o ingiustificate.
Rimedi legali per i candidati discriminati
Il candidato che ritiene di essere stato vittima di discriminazione algoritmica dispone di un arsenale di rimedi giuridici articolato su più livelli. Sul piano amministrativo, può presentare un esposto al Garante per la Protezione dei Dati Personali, invocando il diritto a non essere sottoposto a decisioni basate unicamente su trattamenti automatizzati sancito dall’art. 22 del GDPR, e può rivolgersi alla Consigliera di Parità competente per territorio, che dispone di poteri di indagine e di legittimazione ad agire in giudizio. Sul piano giudiziario, può proporre un ricorso ex art. 38 del D.Lgs. 198/2006, che prevede un rito sommario accelerato per le controversie in materia di discriminazione, con la possibilità di ottenere provvedimenti d’urgenza che impongano al datore di lavoro di sospendere l’utilizzo del sistema discriminatorio e di riesaminare le candidature escluse.
Il risarcimento del danno comprende sia il danno patrimoniale — la perdita di chance di ottenere il posto di lavoro — sia il danno non patrimoniale derivante dalla lesione della dignità personale. Le organizzazioni sindacali, ai sensi dell’art. 26 dello Statuto dei Lavoratori, possono promuovere azioni collettive particolarmente efficaci quando la discriminazione algoritmica abbia colpito un numero elevato di candidati, rendendo la tutela individuale dispersiva e inefficiente rispetto a un’azione aggregata.
Sul piano delle strategie difensive concrete, il candidato che sospetti una discriminazione algoritmica dovrebbe innanzitutto richiedere al datore di lavoro, mediante accesso agli atti o istanza ai sensi del GDPR, informazioni sul processo decisionale adottato. Questa richiesta ha un duplice valore: può rivelare elementi utili alla prova della discriminazione e, in caso di diniego o risposta evasiva, costituisce essa stessa un elemento indiziario della mancanza di trasparenza del sistema.
Prospettive evolutive: verso un diritto del lavoro algoritmicamente consapevole
Il volume Diritto del lavoro e intelligenza artificiale tra rischi e benefici, pubblicato nel 2025 da Giappichelli, offre una panoramica sistematica delle sfide che l’AI pone all’intero impianto del diritto del lavoro, dalla fase precontrattuale di selezione fino alla gestione e alla cessazione del rapporto. La conclusione che emerge da questo e da altri contributi dottrinali è che il diritto del lavoro italiano possiede gli strumenti concettuali per fronteggiare la discriminazione algoritmica, ma che la loro applicazione richiede un aggiornamento interpretativo coraggioso e una collaborazione stretta tra giuristi, informatici e autorità di vigilanza.
L’impatto dell’AI sulle fonti regolative del diritto del lavoro — tema analizzato in profondità dalla dottrina più recente — investe non solo le norme sostanziali ma anche i meccanismi di produzione delle regole stesse: i contratti collettivi stanno iniziando a includere clausole specifiche sull’uso dei sistemi automatizzati nella gestione del personale, e questa tendenza è destinata ad accelerare man mano che la consapevolezza dei rischi si diffonde tra le parti sociali.
La discriminazione algoritmica nel recruiting rappresenta, in definitiva, uno dei banchi di prova più impegnativi per il diritto del lavoro contemporaneo: mette alla prova la capacità del sistema giuridico di tutelare diritti fondamentali in un ambiente tecnologico in rapida evoluzione, dove le decisioni che incidono profondamente sulla vita delle persone sono sempre più spesso delegate a sistemi opachi e difficilmente controllabili. La risposta del legislatore italiano — con l’art. 2087 c.c. reinterpretato alla luce dell’AI, la Legge 132/2025 e il recepimento dell’AI Act europeo — fornisce una base normativa solida, ma la sua effettività dipenderà dalla capacità di giudici, avvocati e autorità di vigilanza di tradurre queste norme in tutele concrete per i candidati discriminati. Costruire questa capacità interpretativa e applicativa è la sfida cruciale del diritto del lavoro italiano nei prossimi anni.
Questo articolo è stato realizzato con il supporto dell'AI e sottoposto a revisione editoriale.
