Nel ringraziare dell’onore immeritato di questo invito, non posso non indugiare brevemente sul filo conduttore opportunamente suggeritoci dal Prof. Giuseppe Santoro Passarelli per legare fra loro le riflessioni di quest’oggi, ovvero il rapporto tra «civiltà digitale» e «dignità» di chi lavora.

L’espressione «civiltà digitale» è particolarmente felice perché fotografa come le nuove tecnologie abbiano ormai colonizzato ogni ambito, andando a costituire un vero habitat sociale, dove non solo il lavoro può essere smart, ma la casa diviene smart, l’auto deve essere smart, la città va ripensata come una smart city. Se assecondiamo il paradigma della cd. «infosfera»2, tutti gli ambienti di vita e lavoro devono essere congegnati per consentire alle nuove tecnologie digitali una diffusione capillare e favorirne l’incondizionata espressione.

D’altra parte, il binomio «civiltà digitale» rievoca alla mente la formula «civiltà industriale» con cui additiamo un altro modello di organizzazione della realtà, dove il processo di produzione della ricchezza storicamente veniva delegato alle fabbriche, capaci di catalizzare la forza lavoro attiva dell’intera società.

Solo che il lemma «civiltà», presupposto in entrambi i casi, non ci deve ingannare, perché non è affatto scontato che la diffusione pervasiva di una tecnologia produca anche una civilizzazione della realtà3.

Quella della civilizzazione del mondo digitale è, a ben vedere, una partita ancora tutta da giocare, il cui esito dipende in larga parte dalla competenza e dal coraggio dei decisori politici, ma anche dalla consapevolezza dell’opinione pubblica e, dunque, al fine, per quanto in parva pars, anche dalla qualità del nostro dibattito odierno.

Dibattito nel quale, mi pare di poter dire, percepiamo tutti il rischio dell’affermarsi di una inciviltà digitale. Come era incivile la condizione in cui versavano all’alba della prima industrializzazione i lavoratori che Dickens, nei Tempi difficili, chiamava semplicemente «le mani».

Anche ragionando dei nostri tempi difficili dovremo avere presente la sottile analisi dickensiana, che denunziava come, nel mentre tutta l’organizzazione sociale si modellava acriticamente a misura delle esigenze della fabbrica, il nuovo habitat di lavoro produceva conseguenze irreversibili sulla dignità di chi vi lavorava.

Certamente possiamo convenire che il livello della protezione giuridica del lavoro attuale non è neppure paragonabile a quella di cui beneficiavano i lavoratori della prima o seconda industrializzazione. Ma lo stesso divario non può non essere misurato anche con riferimento al livello di sofisticatezza, diffusione ed accettazione sociale che contraddistingue le nuove tecnologie, se anche solo per un istante le poniamo impietosamente a confronto con un telaio a vapore.

Onde, non mi pare dubitabile che, così come qualcosa di realmente mai visto si trasmetteva direttamente dalle «mani» alle «vite» dei nostri antenati, anche l’introduzione massiccia ed incontrollata nella fabbrica cd. intelligente di dispositivi tecnologici potenziati da intelligenza artificiale potrebbe avere conseguenze dirette sulla dignità di chi vi lavora.

Che il lavoro in ogni ambito conviva ormai da decenni con l’impiego sempre crescente di innovazioni tecnologie digitali è, peraltro, fatto notorio. In taluni settori merceologici, come ad esempio la logistica4, grazie alla intelligenza artificiale si tende dichiaratamente alla marginalizzazione del lavoro umano, procedendo spediti verso la fabbrica «a luci spente».

Certamente anche simili processi di marginalizzazione dell’apporto umano sono in grado di produrre conseguenze sulla dignità del lavoro5, perché nella logica di mercato la debolezza del lavoro dipende anche dal reciproco dimensionamento di domanda ed offerta di lavoro. Ma si tratta di conseguenze indirette che, per questo, dobbiamo oggi accantonare al di fuori dell’ambito di questa relazione.

Il nostro tema è infatti la fabbrica, ma anche l’ufficio, nella quale operano, fianco a fianco con i lavoratori, sistemi di intelligenza artificiale cd. forte, divincolata cioè dalla meccanica deterministica input/output ed in grado piuttosto di auto-apprendere ed auto-determinarsi.

L’ingresso nei luoghi di lavoro di questi sistemi avviene sia per il tramite della robotica potenziata dall’intelligenza artificiale, sia attraverso l’impiego di programmi o software, come bot o chatbot, privi di un riconoscibile supporto fisico. Perché, lo ha compreso oramai anche il regolatore euro-unitario, nella smart factory digitale non conta la presenza oggettuale, ma il modello di intelligenza algoritmica che viene adottato6.

Più ancora in particolare, il titolo che mi è stato consegnato, se bene l’ho inteso, pone l’accento sull’intelligenza artificiale capace di apprendimento non supervisionato, che opera dunque autonomamente, confrontando i dati e ricercando similarità o differenze nelle sequenze di dati (cd. pattern).

Il machine learning non supervisionato è infatti la tecnica di apprendimento automatico che consiste nel fornire una serie di input che il sistema informatico riclassificherà ed organizzerà autonomamente sulla base delle caratteristiche comuni rilevate, per cercare di effettuare ragionamenti e previsioni quanto agli input successivi (di qui quella che chiamiamo la capacità predittiva) (Cristianini 2023).

In sostanza, quando assumiamo che vi sia una non meglio precisata autonomia del sistema intelligente che interagisce con i lavoratori, il più delle volte stiamo al fondo dicendo che degli algoritmi di apprendimento non supervisionato cercano di scoprire pattern nascosti nei dati, con l’obiettivo di raggruppare, classificare, separare o manipolare quei dati, e così, ad es., predire quale sia un output accettabile od identificare una anomalia rispetto ad uno standard. L’autonomia risiede dunque in ciò che l’apprendimento non viene supervisionato7 ed i dati di input non sono stati prima etichettati o non hanno un corrispondente valore di output predefinito, per cui il sistema apprende direttamente dalla propria «esperienza», o meglio da una sua traduzione in dati, senza avere esempi o risposte di riferimento8.

Questo non significa affatto che la «mano» dell’uomo scompaia del tutto. Per potere raggiungere l’obiettivo prefissato, l’algoritmo che apprende autonomamente deve, infatti, prima essere addestrato, mediante un training basato su di una serie di esempi, a loro volta non etichettati, rispetto ai quali impara ad individuare i pattern che legano i dati, ad esempio muovendo da ipotesi preconfigurate e deducendo le probabilità che un evento accada alla ricorrenza di determinate variabili.

L’addestramento dell’algoritmo viene quindi controllato nella fase di training attraverso gli iperparametri, che permettono di tarare il modello che interpreta i dati. In relazione ai valori di output è così possibile disegnare, sia pure a grandi linee, la logica di funzionamento del sistema intelligente considerato.

Di fronte all’ingresso sui luoghi di lavoro di questi modelli di intelligenza artificiale diviene indispensabile focalizzare quali problemi inediti sorgono per il diritto del lavoro.

E mi pare che, allo stato delle nostre conoscenze, ne possiamo già evidenziare almeno tre.

Abbiamo anzitutto il problema delle cd. decisioni datoriali algoritmiche non spiegabili. Dove l’inspiegabilità, che può sembrare un paradosso per la lettura classica dell’impresa come soggetto razionale, viene alimentata dall’imperscrutabilità e dall’opacità degli algoritmi medesimi.

Abbiamo poi il tema dei cd. bias algoritmici che inducono discriminazioni al momento della selezione e poi gestione del personale, peraltro in molti casi è stato rilevato proprio a causa del rinforzo umano nella fase di apprendimento.

Abbiamo infine l’emergere di una capacità predittiva e decisionale di fatto imponderabile, che agisce all’interno di una relazione di potere fra esseri umani costitutivamente asimmetrica come è quella di lavoro, che fino ad oggi gestivamo per mezzo di valutatori umani, che si riferivano a prescrizioni e clausole generali destinate ad essere interpretate dall’intelligenza umana, in applicazione di una logica valoriale umana9.

Nel complesso, il diritto si trova dunque urgentemente a fare i conti con una strisciante preordinata disumanizzazione del lavoro (Gragnoli 2020).

Proviamo a distinguere in quali ambiti e con quali ricadute.

L’intelligenza artificiale è presente nei luoghi di lavoro in primo luogo per la crescente diffusione dei cobot o robot collaborativi, programmati non più solo per svolgere meccanicamente un determinato compito, ma per interagire con l’uomo, apprendendo nella e dalla interazione con i lavoratori, sempre più spesso senza barriere protettive rigide, all’interno delle cd. zone di sicurezza dinamiche.

I cobot resi autonomi dall’intelligenza artificiale sono stati uno dei pilastri di una recente stagione di aggiornamento del nostro sistema produttivo, passata alle cronache con la formula «industria 4.0» (Del Punta 2018). Rimangono ad esempio centrali in tutte le attività di assemblaggio collaborativo, dove vengono impiegati per elevare le prestazioni di processo.

In realtà, il cobot prelude ad un cambio di paradigma nella stessa idea di fabbrica. Se il robot aziendale classico era una macchina deputata a svolgere con velocità e precisione inumane compiti massivi e ripetitivi, quasi sempre a costi proibitivi, che richiedevano perciò investimenti pluridecennali; il cobot invece è progettato per apprendere dall’uomo, con cui collabora anche grazie a strumenti di visione artificiale e sensoristica avanzata, una volta attivata la modalità learn o training, e deve, a costi accessibili anche alle piccole e medie imprese, garantire flessibilità ed adattamento ai molteplici processi nei quali può essere di volta in volta inserito.

Con riferimento ai cobot intelligenti, il principale problema è relativo alla sicurezza della relazione tra l’uomo e la macchina intelligente.

Al riguardo, già in altra occasione ho osservato che, rispetto ad una fabbrica tradizionale in una smart factory, di norma, il lavoro dovrebbe essere più sicuro. Perché statisticamente, sia pure con differenze da settore a settore, l’esperienza è che l’incidenza degli infortuni decresce con l’ammodernamento tecnologico dell’impresa10.

Certo il cobot reso autonomo dall’intelligenza artificiale e deputato ad interagire con l’uomo ci allarma più e diversamente rispetto agli altri dispositivi non autonomi, perché potrebbe dare causa ad eventi a maggior ragione non preventivabili neppure per il datore di lavoro (è il tema dei cd. comportamenti emergenti).

Ma anche qui, l’effettiva pericolosità dell’interazione del cobot con l’uomo dipende dalla qualità del design informatico, che ne definisce le possibilità di azione ed il grado di reale autonomia, e dal sistema prevenzionistico in cui è inserito, oltre che dal corretto o scorretto impiego che ne fa l’uomo11.

Il punto è allora che l’inserimento del cobot all’interno della fabbrica intelligente richiede una specifica ridefinizione, e forse anche più di qualche adattamento, dello strumentario giuridico tradizionale. Impone una specifica informazione e formazione dei lavoratori chiamati ad interagire con il cobot. Richiede la mappatura e valutazione dei nuovi rischi derivanti dalla interferenza tra l’uomo e i dispositivi intelligenti, come anche dalla eventuale interrelazione fra dispositivi autonomi rispetto all’uomo. Oltre che dei rischi propriamente riconducibili all’impiego di forme di intelligenza artificiale connessioniste che apprendono autonomamente, tra cui il cd. catastrophic fogetting (Ans, Rousset, French, Musca 2004). Implica inoltre, sempre in ottica precauzionale, l’adozione di policy rigorose di cyber security e di un disaster recovery plan12.

Problemi molto complessi derivano poi dall’impiego nella fabbrica intelligente di strumentazioni potenziate dall’intelligenza artificiale applicabili direttamente sul corpo del lavoratore, come arti intelligenti o esoscheletri digitali.

La comparsa sui luoghi di lavoro di lavoratori aumentati, anche se pone interrogativi difficili (Maio 2020a, sp. 513 sgg.), promette ricadute positive.

Va dato atto, ad esempio, che nel settore dell’automotive già oggi gli esoscheletri intelligenti coadiuvano i lavoratori impiegati in lavori usuranti, come quelli cd. sottoscocca, per sostenerne la muscolatura e la tenuta ossea, evitando infortuni e prevenendo le malattie professionali.

Di più, il potenziamento tecnologico può garantire un’accessibilità al mercato lavoro anche ai lavoratori penalizzati da deficit fisici preesistenti che altrimenti ne rimarrebbero esclusi.

Allo stesso tempo, però, tutte le tecnologie che producono un enhancement del lavoratore vanno indagate a fondo per le possibili implicazioni sulla libertà di scelta di chi lavora, affiancando a quella consueta sulle ricadute di sicurezza (ad es. del carico biomeccanico) anche una rigorosa valutazione dell’impatto psicologico e sulla personalità morale del lavoratore di questi dispositivi.

Proteggere la dignità di chi lavora significa anche consentire l’ingresso nei luoghi di lavoro soltanto a quei dispositivi intelligenti che si dimostrano utili per facilitare o potenziare l’espressività del lavoro umano. E di converso impedire all’intelligenza artificiale di prevaricare la libera determinazione della persona, ad esempio, spingendosi a condizionarne i movimenti e la comunicazione o a dettare le cadenze ed i tempi di risposta con una invasività tale da deumanizzare i comportamenti o la gestualità del lavoratore.

Potremmo forse racchiudere questo principio di cautela con una formula generale: l’ordinamento può consentire al lavoratore, sia pure entro limiti e con precauzioni da stabilire caso per caso a tutela della sua salute e personalità, di indossare dispositivi che impiegano l’intelligenza artificiale per aumentare le potenzialità dell’umano. Ma non mai viceversa.

L’intelligenza artificiale quando si traduce in decisioni algoritmiche automatizzate ha ormai un ruolo determinante anche nell’organizzazione e gestione del lavoro.

A partire dalla selezione dei candidati, dove l’intelligenza artificiale è impiegata nella fase di costituzione del rapporto di lavoro per lo screening curriculare. Ma anche con riferimento allo svolgimento del rapporto di lavoro, quando la cd. pianificazione intelligente può dettare le scelte aziendali strategiche e di riorganizzazione, o persino determinare in concreto l’esercizio dei poteri datoriali, direttivo, di controllo e disciplinare.

In una sorta di rovesciamento della relazione tra intelligenze, quella artificiale sembra ormai pronta per eterodirigere in tempo reale l’uomo che lavora, controllarlo e valutarlo, e poi incentivarlo o sanzionarlo, in relazione agli obviettivi aziendali.

Nella prospettiva della cd. gestione algoritmica dei rapporti di lavoro, i sistemi decisionali e di monitoraggio automatizzati basati su algoritmi, con la promessa di efficientarla, esautorano di fatto la direzione aziendale.

Ma proprio la prospettiva del cd. management algoritmico presuppone, anzitutto, che venga stabilito quando si realizza una valutazione algoritmica. Conclusione che non è affatto semplice, specie se si considera il ritmo di diffusione e la continua evoluzione di questi strumenti ed applicativi.

Una prima risposta è stata data dal nostro ordinamento con riguardo al modello lineare di gestione algoritmica del lavoro che è tipico delle piattaforme digitali, dove, se stiamo alla declinazione per i cd. riders (Santoro Passarelli 2022), che ha fin qui catalizzato l’attenzione anche dello stesso legislatore, l’intelligenza artificiale gestisce le chiamate, indica i percorsi, valuta le prestazioni, distribuisce premialità o sanzioni.

Ma valutazioni algoritmiche sono oggi possibili praticamente in ogni ambito e momento dell’attività lavorativa e con modalità non sempre tracciabili. E questo rende anche la questione qualificatoria più sfumata e complicata.

Per intenderci può essere utile fare un esempio: una casa editrice può oggi valutare il lavoro dei propri editor confrontando le sinossi presenti nelle quarte e bandelle dei volumi pubblicati nell’ultimo anno, con quelle realizzate in pochi secondi, con un semplice comando vocale, dal programma «ChatGPT».

In questo caso, è oggettivamente problematico stabilire se siamo ancora nell’ambito di una valutazione umana, per quanto assistita dall’intelligenza artificiale, o di fronte ad una vera e propria valutazione algoritmica.

La risposta sarebbe invece scontata se ipotizzassimo che il sistema dotato di intelligenza artificiale provvede direttamente da sé a confrontare e valutare quelle sinossi, per poi classificare gli editor sulla base di parametri introiettati nella fase di training ovvero auto-definiti apprendendo dai dati processati, ed infine procedere alla scelta di chi premiare, piuttosto che licenziare.

Perché in questa seconda ipotesi, anche a dispetto del medesimo risultato finale, l’intelligenza artificiale perde il connotato della strumentalità per assumere le spoglie del datore di lavoro ed impugnare direttamente le redini della relazione giuridica di lavoro.

Ora, rispetto a questi scenari, l’interprete deve anzitutto prendere atto che il legislatore comunitario e quello nazionale stanno fornendo indicazioni inequivocabili nel senso di ritenere la gestione algoritmica dei rapporti di lavoro certamente ad alto rischio, ma allo stesso tempo pienamente legittima.

Mentre in sede eurounitaria si avvia alla fase decisiva la discussione sul quadro regolatorio basato sulla valutazione del rischio e sul principio che un sistema di intelligenza artificiale deve essere vietato solo se si dimostra portatore di pericoli inaccettabili13, non si vede all’orizzonte alcuno che sostenga, neppure dal versante sindacale, le ragioni di un divieto generalizzato di gestione algoritmica del lavoro.

Divieto che, evidentemente, viene considerato, prima ancora che antistorico ed antieconomico (in termini di isolamento tecnologico), assai difficile da far rispettare. Visto che, al fondo, basterebbe il ricorso alla ratifica formale delle decisioni algoritmiche da parte di decisori umani per produrre un qualche aggiramento di un eventuale divieto14.

La partita regolatoria si sposta non a caso sulle condizioni di esercizio del management algoritmico, dove registriamo un primo intervento normativo di hard law, con l’art. 4, co. 1, lett. b, del decreto legislativo 27 giugno 2022, n. 10415.

Questa previsione è, in senso proprio, epocale.

Perché certifica che il tema non è stabilire se sia possibile utilizzare sistemi decisionali o di monitoraggio automatizzati che gestiscono il rapporto di lavoro, ma soltanto a quali condizioni è legittimo farlo.

Senza forse essercene accorti, abbiamo tutti così valicato un confine. E «oltre» quel confine si dischiudono possibilità impredicibili fino a soltanto pochi anni fa.

Anche qui un esempio può aiutare a chiarire. Il legislatore riconosce così che anche un tema sensibile come la morbilità aziendale possa venire gestito per il tramite di valutazioni e determinazioni dell’intelligenza artificiale.

E del resto non v’è nulla da obiettare se il calcolo del cd. comporto per malattia viene demandato ad un software automatizzato, capace di stabilire se e quando vi è stato superamento del termine di sospensione, integrando la disciplina sindacale applicabile (a dispetto delle molteplici interpretazioni cui le norme dei contratti collettivi si prestano) con un puntuale ed aggiornato monitoraggio degli orientamenti giurisprudenziali. L’intelligenza artificiale si sostituirebbe al fondo al consulente aziendale.

Ma, allo stesso tempo, penso che avvertiremmo tutti l’inadeguatezza dello strumento rispetto allo scopo se l’intelligenza artificiale venisse direttamente investita anche della decisione di licenziare il lavoratore affetto da eccessiva morbilità.

Perché chiunque ha esperienza di direzione del personale sa che una decisione di questo tipo necessità di sensibilità, pensiero laterale, capacità di capire il contesto entro cui si cala la vicenda personale, prima ancora che lavorativa, del dipendente considerato, che non può essere trattato semplicemente come dato da processare e la cui sorte non è riducibile a mero output.

L’art. 4, co. 1, lett. b, del decreto legislativo n. 104 cit. è una norma estremamente importante anche per un altro motivo.

Sulle orme di quanto già introdotto in ambito privacy con l’art. 22 del Regolamento dell’Unione europea n. 679/201616, esplicita anche in territorio strettamente giuslavoristico un primo fondamentale presidio di garanzia che consiste nel diritto dei lavoratori di sapere, e di conseguenza nell’obbligo del datore di lavoro di informare, se una decisione che impatta sul rapporto di lavoro è ascrivibile alla valutazione dell’intelligenza artificiale.

Come noto, dopo un discusso intervento correttivo, la disposizione precisa ora il proprio campo di applicazione con riguardo all’utilizzo di sistemi decisionali o di monitoraggio «integralmente» automatizzati, e non più solo genericamente automatizzati17.

La correzione è stata vieppiù interpretata come un tentativo di ridimensionare la portata applicativa della norma. Ma la questione, almeno a mio avviso, non muta poi di molto. Come abbiamo visto con l’esempio degli editor e delle sinossi, è difficile soppesare in termini quantitativi il grado di automazione di un processo decisionale partecipato dall’intelligenza artificiale.

Diversamente, tanto prima quanto dopo l’intervento correttivo, ciò che rileva ai fini della applicazione, o no, dell’obbligo di informativa è piuttosto l’elemento qualitativo della vincolatività della decisione algoritmica una volta prodotta dal sistema automatizzato.

Se, cioè, la stessa semplicemente contribuisce alla corretta e completa informazione della direzione aziendale, prodromica rispetto ad una determinazione che resta, nella sostanza e non solo formalmente, imputabile ad una volontà umana (anche se oggettivata in forma collettiva). Nel qual caso non avrebbe senso l’obbligo di informativa. O, piuttosto, sia invece capace di incidere direttamente in maniera precettiva, e non semplicemente strumentale, sulla vita lavorativa del dipendente18.

Anche ove si consolidasse questa interpretazione che riconsegna alla norma spazi ragionevoli di concreta operatività, la regolazione introdotta con il decreto legislativo n. 104 cit. potrebbe lo stesso apparire velleitaria, visto che al fondo oppone un baluardo apparentemente emaciato come il principio di trasparenza alla straordinaria invasività dei sistemi decisionali e di monitoraggio automatizzati nel rapporto di lavoro.

In realtà, a dispetto di un approccio regolatorio che certamente tradisce una ascendenza molto più algoretica che giuridica, la disposizione non va sottovalutata. Anzi, proprio perché la trasparenza costituisce la precondizione minima per ragionare di equità algoritmica, sarebbe probabilmente miope predicarne l’irrilevanza nel diritto del lavoro.

L’opacità algoritmica del resto conduce all’inspiegabilità dei processi decisionali, che è alla base dei bias e delle discriminazioni algoritmiche, quando non favorisce il cd. blue washing, ossia la possibilità di edulcorare, avvalendosi del pregiudizio positivo per l’automazione, comportamenti non etici, che, però, nel caso del rapporto di lavoro sono, il più delle volte, anche potenzialmente illeciti od illegittimi (pensiamo alla selezione curriculare automatizzata i cui esiti rispondono a pregiudizi razziali o di genere introiettati dall’intelligenza artificiale).

Dunque, l’obiettivo di progredire verso una intelligenza artificiale per quanto possibile trasparente e in qualche misura spiegabile, che accomuna l’etica e il diritto, passa anche dalla capacità di articolare in maniera puntuale e pertinente i contenuti dell’informativa al lavoratore19.

Quanto poi alla capacità di queste previsioni di dimostrarsi effettive, la valutazione dipenderà in ampia parte dal grado di dettaglio e di approfondimento tecnico che la giurisprudenza valuterà obbligatorio per le informative.

Se cioè prevarrà la logica del mero adempimento formale, del rinvio generico a formule standard preimpostate, per cui sarà sufficiente etichettare la famiglia di algoritmi impiegati come «non deterministici», «evolutivi», «capaci di apprendimento non supervisionato». Od invece, verrà imposto al datore di lavoro di spingersi fino a dettagliare la logica ed il funzionamento dei sistemi decisionali o di monitoraggio automatizzati che utilizza nella propria azienda.

Certo, per le ragioni viste prima (cfr. supra il paragrafo n. 2), quando si ha a che fare con un’intelligenza artificiale capace di autoapprendimento continuo e non supervisionato, anche solo stabilire quale sia la logica di fondo od il criterio di funzionamento non è affare semplice e può risultare frustrante20.

Perché la caratteristica intrinseca di queste famiglie di algoritmi è proprio quella di alterare la propria logica decisionale durante il processo di autoapprendimento, e di farlo con una frequenza ed una velocità tale che rende molto complesso, e forse ai limiti del possibile, ricostruire la catena che dalla cognizione iniziale dei dati porta ad una decisione. Circostanza che si traduce in quella incapacità di aprire la cd. black box algoritmica dietro cui si schermano gli informatici (Pasquale 2016).

Ma anche queste innegabili difficoltà non hanno evidentemente convinto il legislatore a rassegnarsi ad accettare remissivamente la convivenza nei luoghi di lavoro con forme tiranniche di intelligenza artificiale o volontà algoritmiche aprioristicamente incomprensibili21.

Dei molti ostacoli che si frappongono rispetto al traguardo di una reale trasparenza22 si mostra del resto consapevole lo stesso decreto n. 104 cit., visto che, opportunamente, applica l’obbligo di informativa non ai dati, ma alle «categorie di dati», non a tutti i parametri, ma soltanto ai «parametri principali utilizzati per programmare o addestrare i sistemi»23.

Questo significa, ad esempio, che per comprendere se l’algoritmo che valuta le candidature ad una promozione ha tendenze discriminatorie, il legislatore confida in una verifica limitata alle categorie di dati ed alla regolazione degli iperparametri impiegati dagli sviluppatori per supervisionare il processo di apprendimento. Senza necessità di ricostruire ogni singolo passaggio logico del processo decisionale automatizzato.

Al fondo il decreto n. 104 cit. suggerisce alla riflessione giuslavorista applicata all’intelligenza artificiale la necessità di adottare una diversa e più compromissoria impostazione, giusta la quale, abbandonata una lettura antropomorfizzante dell’intelligenza artificiale, il focus si sposta da una impossibile disamina dei moventi algoritmici dei provvedimenti aziendali, alla analisi della tipologia di dati e dei processi che hanno alimentato le decisioni algoritmiche.

Non sarà quella trasparenza algoritmica assoluta che, forse ingenuamente, anche solo pochi anni fa ancora auspicavamo sui luoghi di lavoro e che, invece, realisticamente, abbiamo compreso mai avremo. Ma è pur sempre un primo passo, mosso al fondo dalla consapevolezza che se anche avessimo accesso a ciascuno dei miliardi di dati processati da un sistema incentrato su algoritmi cd. malleabili (come lo è ad es. il motore di ricerca di Google), che vengono riprogrammati di continuo e che subiscono continui aggiornamenti senza alcuna influenza umana, non avremmo più trasparenza, forse avremmo persino meno trasparenza24.

D’altra parte l’uomo (dunque il giudice od il consulente tecnico incaricato) non è in grado di indagare una simile mole di dati, può solo affidarsi ad altri sistemi intelligenti che lo facciano per lui.

Ed anche in tal caso, ci spiegano gli informatici, probabilmente con scarsa efficacia. Bisognerebbe infatti considerare i possibili limiti di design dell’algoritmo indagato, i cui codici potrebbero essere stati strutturati senza curarsi di tracciare in alcun modo gli elementi che hanno concorso alla decisione algoritmica, e la cui malleabilità strutturale potrebbe persino essere stata indotta per ottenere un intenzionale offuscamento di dati e parametri utile per «l’alleggerimento delle responsabilità» (Colaiacomo 2022, 213).

L’enfasi sulla trasparenza evidenzia dunque un chiaro spostamento del baricentro della regolazione giuridica sulla qualità e sulla governance algoritmica dei dati.

D’altra parte l’intelligenza artificiale che auto-apprende dai dati e che elabora a partire dai dati in maniera incondizionata, proprio perché ha una consapevolezza strutturalmente limitata ai dati e finanche dei dati stessi, pur a fronte di una capacità di processo sovrumana, può incidentalmente generare informazioni errate, produrre istruzioni dannose o contenuti difformi dalla realtà25.

É stato evidenziato come i sistemi di intelligenza artificiale che proseguono il loro apprendimento dopo essere stati introdotti nel mercato possono cadere preda dei cd. circuiti di feedback o loop, ossia di errori o bias algoritmici, dovuti alla acquisizione e poi al rinforzo di assunzioni sbagliate nel processo di apprendimento automatico.

Ciò deriva molto spesso dal fatto che i dati che l’intelligenza artificiale inconsapevolmente processa sono stati sovraccaricati dagli stessi utenti di distorsioni cognitive, pregiudizi, influenze ideologiche e di genere, opinioni e comportamenti discriminatori.

L’interpretazione algoritmica può anche generare, specie in caso di scarsa qualità dei dati, ma anche a ragione di difetti del sistema od errori nel processo di training, l’apofenìa ossia una immotivata visione di connessioni accompagnata dall’attribuzione di una significatività spropositata26.

Ricerche condotte sulla profilazione raziale involontaria hanno dimostrato che avere più dati disponibili da processare non migliora necessariamente la qualità della rappresentazione algoritmica della realtà, ed anzi può perfino esacerbare il problema, proprio per il tema del rinforzo e dei loops.

L’equità algoritmica è insidiata anche dal cd. formalismo algoritmico, cioè della tendenza alla neutralità, che finisce per consolidare eventuali pregiudizi o bias algoritmici preesistenti. E dalla cd. trappola dell’astrazione, che deriva dalla incapacità dell’algoritmo di rendersi conto del contesto in cui opera, perché gli sfugge la cornice emotivo relazionale, che, invece, in ambito lavorativo è praticamente sempre decisiva.

Questi problemi vengono poi aggravati a valle dell’elaborazione algoritmica dal cd. pregiudizio dell’automazione, che ci fa presumere che l’intelligenza artificiale ha sempre ragione27.

Per tutte queste ragioni la strada da percorrere per migliorare la convivenza sui luoghi di lavoro con gli algoritmi di apprendimento autonomo è evidentemente ancora lunga ed accidentata.

Paradossalmente l’ambito per il quale è forse meno urgente l’introduzione di nuove norme giuridiche è proprio quello delle cd. algodiscriminazioni, che pure, se guardiamo alla casistica già emersa alle cronache, si dimostra particolarmente esposto.

In questo settore, infatti, il diritto del lavoro si è da tempo attrezzato per contrastare l’opacità informativa e le decisioni inspiegabili del datore di lavoro, accedendo alla nozione di discriminazione indiretta ed all’efficace meccanismo della inversione dell’onere della prova in caso di discriminazione presumibile in base a rilievi statistici28.

E si è spinto direi al limite delle proprie possibilità anche dal punto di vista sanzionatorio, con la nullità e la vasta pletora dei danni rivendicabili deputati ad innalzare la soglia di tutela in caso di discriminazione, ancorché non espressamente punitivi29.

Nondimeno vi possono essere altre direttrici da percorrere per incrementare l’equità algoritmica nel diritto del lavoro.

La più efficiente, ma per nulla scontata, consisterebbe nell’intervenire già nella fase di training e durante la formazione dei set di dati con cui vengono addestrati gli algoritmi.

Occorrerebbe incentivare normativamente, durante la fase in cui gioca ancora un ruolo la «mano» dell’uomo, l’adozione di standard tecnici che includano processi di formazione degli algoritmi all’impiego di tecniche di adversarial debiasing per mitigare il rischio da ingerenza di pregiudizi «codificati», prendendo come riferimento quanto dispone l’art. 9 del Regolamento dell’Unione europea n. 679/2016, in tema di dati genetici e biometrici, origine razziale o etnica ed orientamento sessuale.

L’algoritmo andrebbe in sostanza formato anche per riuscire ad individuare e rimuovere i (propri) pregiudizi algoritmici prima ancora che i meccanismi di loops amplifichino la distorsione. In caso anche bilanciando con una azione algoritmica di rinforzo positivo eventuali tendenze potenzialmente discriminatorie. O ponendo dei limiti di design al sistema attraverso appositi macroparametri congegnati in funzione dell’obiettivo da perseguire, anche accedendo ad una tutela per quote, sia pure in ultima istanza vista l’elevata problematicità insita nello stesso rimedio.

Quel che è certo è che se la regolazione giuridica non investe nella prevenzione algoritmica, gioco forza occorrerà poi perseguire la direttrice sanzionatoria, che opera a valle del processo decisionale automatizzato.

Ma questo vuol dire condannarsi ad una improba attività di ricerca dei bias eventualmente responsabili, con tutte le difficoltà del caso, in primis con riguardo alla analisi dell’inerenza causale, in termini anche qui necessariamente probabilistici30, tra le categorie di dati su cui un dato sistema intelligente è stato addestrato ed alle quali ha continuato autonomamente ad attingere e la presunta discriminazione sul lavoro.

Nell’ottica di implementare ulteriori strumenti di tutela del lavoro oltre la trasparenza, colpisce che alcuni fondamentali diritti a contenuto eminentemente procedurale31 siano, allo stato, in via di adozione esclusivamente nell’ambito settoriale delle piattaforme digitali32.

Quasi che di una gestione algoritmica responsabile debbano beneficiare soltanto i lavoratori delle piattaforme33.

Il riferimento è al Capo III della proposta di direttiva sulle piattaforme dedicato alla «gestione algoritmica» dei rapporti di lavoro, che, oltre agli obblighi di informazione, introduce anche principi ulteriori, a mio avviso, di necessaria generalizzazione.

Fra questi, all’art 7, la necessità di un monitoraggio umano dell’impatto dei sistemi automatizzati, e soprattutto, all’art. 8, il diritto al riesame umano di decisioni che impattano in maniera significativa sulle condizioni dei lavoratori34. Cui si riconnette l’obbligo di motivazione scritta quando la decisione automatizzata conduce alla risoluzione del rapporto di lavoro o incide sulla retribuzione.

La facoltà di riesame umano delle decisioni automatizzate della piattaforma digitale ha senso solo se implica la possibilità di una loro rivalutazione e rettifica «senza indugio», ed anche il riconoscimento di compensazioni, anzitutto economiche ma non solo, se gli esiti della decisione algoritmica hanno violato i diritti del lavoratore.

Ebbene, quella per un diritto generalizzato alla supervisione umana di tutte le decisioni algoritmiche che incidono in maniera rilevante su aspetti fondamentali del rapporto di lavoro costituisce, a mio modo di vedere, e non da oggi, la più irrinunciabile fra le battaglie per la civilizzazione della società digitale35.

Perché il diritto del lavoro, al di là dello specifico delle piattaforme digitali, resta pur sempre un diritto presidiato da norme espressive di un bilanciamento valoriale complesso, che non di rado si riflette in clausole generali aperte all’interpretazione, le quali sono state pensate per venire rimesse alla valutazione umana, e non certo a quella algoritmica.

Tra le previsioni della proposta di direttiva sulle piattaforme digitali che meriterebbero una applicazione generalizzata alla gestione algoritmica tout court di ogni rapporto di lavoro c’è anche il divieto di trattamento dei dati «personali relativi allo stato emotivo o psicologico del lavoratore» (art. 6, co. 5, lett. a).

Più in generale, lascia presagire scenari inquietanti il possibile impiego nei luoghi di lavoro di sistemi automatizzati che utilizzano l’intelligenza artificiale per la cd. deduzione delle emozioni (si pensi all’utilizzo nella selezione di un candidato per una promozione lavorativa).

Questa preoccupazione trova conferma nella già citata proposta di Regolamento sull’intelligenza artificiale dove i sistemi per il riconoscimento delle emozioni sono oggetto di una specifica attenzione ed originano un apposito obbligo di trasparenza (cfr. artt. 1 lett. c) e 52 co. 2)36.

In proposito occorre considerare che nella prospettiva del cd. Artificial Intelligence Act la nozione di sistema intelligente deputato a dedurre le emozioni, include anche la capacità di decifrare le intenzioni dell’interlocutore umano37.

I processi automatizzati di deduzione delle emozioni e delle intenzioni incidono direttamente sulla dignità della persona che lavora, in quanto vanno potenzialmente ad intaccare quello che potremmo definire l’habeas corpus digitale del lavoratore, dal momento che lo privano del diritto di mantenere spazi di privatezza e indeducibilità.

La dignità è direttamente connessa anche con il divieto per i «sistemi decisionali e di monitoraggio automatizzati» di mettere «in alcun modo» «indebitamente sotto pressione i lavoratori»; divieto che è pure contenuto nella proposta di direttiva sulle piattaforme digitali (art. 7), mentre sembrerebbe meritevole di una più generale valorizzazione.

La formula dell’indebita pressione – evidentemente generica, ma certo più efficace descrittivamente di un anonimo richiamo allo stress lavoro correlato – coglie infatti una peculiare minaccia all’equilibrio psico-fisico del lavoratore che può conseguire dal modus operandi dell’intelligenza artificiale-1.

L’esperienza di questi anni ha infatti dimostrato come l’intelligenza algoritmica sia in grado di esercitare anche in ambito lavorativo un vero e proprio potere induttivo, mediante raccomandazioni continue e pervasive, dosando premialità e minaccia sanzionatoria, con l’obiettivo di conformare progressivamente l’azione del proprio interlocutore. Il potenziale profilativo e predittivo dell’intelligenza artificiale può, in sostanza, venire posto al servizio di una incessante spinta gentile, che interagisce con l’autonomia dei lavoratori per modellarne le scelte, suggerendo o reclamando conformazione-1. A dispetto di una formale condizione di autodeterminazione del lavoratore.

La «pressione» esercitata dall’intelligenza artificiale, che in una misura per così dire fisiologica sarebbe ancora da riconnettere al vincolo stesso di subordinazione, diviene però indebita quando si traduce in una costante tensione manipolatoria, che si avvale della carenza di comprensione delle dinamiche che muovono la valutazione algoritmica o della incapacità di mettere in discussione i risultati della decisione algoritmica.

Non a caso, nella gestione del personale assume sempre più un ruolo determinante la cd. gamificazione del lavoro, ossia la tendenza all’impiego sistematico dei meccanismi tipici del gioco (e, in particolare, dei videogiochi), come l’assegnazione di punti, l’inserimento in rating, il superamento di livelli, il conseguimento di premi e facoltà (Maio 2022, sp. 49-51).

L’intelligenza artificiale può così consentire di gestire in tempo reale il ricorso pianificato ai meccanismi di ricompensa ed ai cd. rinforzi positivi, che le neuroscienze hanno chiarito costituiscono leve più efficaci della minaccia di sanzioni, perché, attivando emozioni positive che coinvolgono il piacere, inducono comportamenti appetitivi che generano adempimento per motivazione.

Potremmo forse chiarire meglio questa tendenza, proprio riprendendo l’esempio di poc’anzi. Per come mi pare di intenderne gli sviluppi, l’intelligenza artificiale sui luoghi di lavoro non verrà impiegata per scovare la finta morbilità, servirà piuttosto per indurre il lavoratore a fare sempre meno ricorso ai propri diritti di malattia.

E questo, mi sembra, dovrebbe preoccuparci molto di più, e perciò indurci a ragionare anche di un divieto generalizzato di impiego dell’intelligenza artificiale con finalità induttivo-manipolatorie della libera determinazione di chi lavora.

Perché è banale a dirsi, ma la civilizzazione del lavoro digitale richiede non soltanto un complessivo non arretramento delle tutele, ma anche il persistente rispetto dell’autonomia della persona che lavora.

Ed è invece scontato vaticinare che una ingegnerizzazione incontrollata dei luoghi di lavoro condurrà inevitabilmente ad un’organizzazione del lavoro in cui l’intelligenza artificiale è di casa (Floridi 2022, 58), mentre la persona umana sarà sempre più spaesata, indifesa, coercibile.

La sfida posta oggi dalla depersonalizzazione del lavoro digitale è, dunque, nuova ed antica allo stesso tempo. Perché al fondo si tratta, ancora una volta, di riuscire a partorire una equilibrata convivenza tra le esigenze contrapposte del capitalismo digitale e della persona che lavora.

Il complesso della regolamentazione sull’intelligenza artificiale antropocentrica in corso di elaborazione in sede euro-unitaria in questo senso fa ben sperare, se di lì il legislatore muoverà per declinare poi uno specifico statuto protettivo per chi lavora relazionandosi con forme di intelligenza artificiale autonome e capaci di apprendimento nel senso dapprincipio chiarito.

A patto dunque di non accontentarsi di soluzioni compromissorie di taglio essenzialmente consumeristico, che suonerebbero per il giuslavorista inevitabilmente al ribasso, quando non inammissibili.

Perché, è sempre utile ricordare, «il pieno sviluppo della persona umana» resta il fine della nostra Costituzione lavorista e personalista (Maio 2020b), e la «dignità umana» l’argine «invalicabile» in ogni luogo di lavoro-1 anche rispetto alle manifestazioni algoritmiche dell’iniziativa economica.

Alpa, G. 2022. “Quale modello normativo europeo per l’intelligenza artificiale?” In Intelligenza artificiale e diritti della persona, a cura di D. Buzzelli, M. Palazzo, 17 sgg. Pisa: Pisa University Press.

Ans, B., Rousset, S., French, R. M., Musca, S. 2004. “Self-refreshing memory in artificial neural networks: learning temporal sequences without catastrophic forgetting.” Connection Science 16: 71-99. <https://doi.org/10.1080/09540090412331271199>

Barbieri, M. 2021. “Prime osservazioni sulla proposta di direttiva per il miglioramento delle condizioni di lavoro nel lavoro con piattaforma.” Labour Law Issues 2: 3 sgg.

Battelli, E. 2022. “Necessità di un umanesimo tecnologico: sistemi di intelligenza artificiale e diritti della persona.” In Intelligenza artificiale e diritti della persona, a cura di D. Buzzelli, M. Palazzo, 101 sgg. Pisa: Pisa University Press.

Biasi, M. 2023. Studio sulla polifunzionalità del risarcimento del danno nel diritto del lavoro: compensazione, sanzione, deterrenza. Milano: Giuffrè.

Buzzelli, D., Palazzo, M. (a cura di). 2022. Intelligenza artificiale e diritti della persona. Pisa: Pisa University Press.

Carinci, M. T., Giudici, S., Perri, P. 2023. “Obblighi di informazione e sistemi decisionali e di monitoraggio automatizzati (art. 1-bis «Decreto Trasparenza»): quali forme di controllo per i poteri datoriali algoritmici?” Labor 1: 7 sgg.

Colaiacomo, G. 2022. “Intelligenza artificiale e dignità del lavoratore: la necessità di un approccio antropocentrico.” In Intelligenza artificiale e diritti della persona, a cura di D. Buzzelli, M. Palazzo, 205 sgg. Pisa: Pisa University Press.

Costanza, M. 2019. “L’intelligenza artificiale e gli stilemi della responsabilità civile.” Giurisprudenza Italiana, 686 sgg.

Cristianini, N. 2023. La scorciatoia. Come le macchine sono diventate intelligenti senza pensare in modo umano. Bologna: Il Mulino.

D’Aloia, A. (a cura di). 2020. Intelligenza artificiale e diritto. Come regolare un mondo nuovo. Milano: Franco Angeli.

Del Punta, R. 2018. “Un diritto per il lavoro 4.0.” In Il lavoro 4.0: la Quarta Rivoluzione industriale e le trasformazioni delle attività lavorative, a cura di A. Cipriani, A. Gramolati, G. Mari, 225 sgg. Firenze: Firenze University Press.

Faioli, M. 2023. “Giustizia contrattuale, tecnologia avanzata e reticenza informativa del datore di lavoro. Sull’imbarazzante «truismo» del decreto trasparenza.” Diritto delle Relazioni Industriali 1, 1: 45 sgg.

Floridi, L. 2022. Etica dell’intelligenza artificiale. Sviluppi, opportunità, sfide. Milano: Raffaello Cortina.

Garofalo, D., Tiraboschi, M. 2023. “L’impatto sulla disciplina del rapporto di lavoro del d.lgs. n. 104/2022 (emanato in attuazione della direttiva UE n. 2019/1152).” In Trasparenza e attività di cura nei contratti di lavoro. Commentario ai decreti legislativi n. 104 e n. 105 del 2022, a cura di D. Garofalo, M. Tiraboschi, V. Filì, A. Trojsi, 10 sgg. Bergamo: ADAPT University Press.

Garofalo, D., Tiraboschi, M., Filì, V., Trojsi, A. (a cura di). 2023. Trasparenza e attività di cura nei contratti di lavoro. Commentario ai decreti legislativi n. 104 e n. 105 del 2022. Bergamo: ADAPT University Press.

Gragnoli, E. 2020. “Il rapporto di lavoro, le decisioni automatiche e i loro limiti. La regolazione di fenomeni incomprensibili.” In Intelligenza artificiale e diritto. Come regolare un mondo nuovo, a cura di A. D’Aloia, 461 sgg. Milano: Franco Angeli.

Gragnoli, E. 2022. “Il potere di controllo, le risorse digitali e gli algoritmi.” In Tecnologie digitali, poteri datoriali e diritti dei lavoratori, a cura di A. Bellavista, R. Santucci, 27 sgg. Torino: Giappichelli.

Incutti, E. M. 2022. “Sistemi di riconoscimento delle emozioni e ruolo dell’autonomia privata: linee evolutive di un umanesimo digitale.” In Intelligenza artificiale e diritti della persona, a cura di D. Buzzelli, M. Palazzo, 151 sgg. Pisa: Pisa University Press.

Magnani, M. 2022. “La proposta di direttiva sul lavoro mediante piattaforme digitali.” Audizione presso la XI Commissione (Lavoro pubblico e privato) della Camera dei Deputati, XVIII Legislazione, esame della Proposta di direttiva del Parlamento europeo e del Consiglio, relativa al miglioramento delle condizioni di lavoro nel lavoro mediante piattaforme digitali, 21 aprile 2022. In Bollettinoadapt.it.

Maio, V. 2018a. “Il diritto del lavoro e le nuove sfide della rivoluzione robotica.” Argomenti di diritto del lavoro, 1415 sgg.

Maio, V. 2018b. “La perdita di chances nel rapporto di lavoro e le recenti evoluzioni in tema di responsabilità civile.” In Argomenti di diritto del lavoro, 101 sgg.

Maio, V. 2019. “Il lavoro per le piattaforme digitali tra qualificazione del rapporto e tutele.” Argomenti di diritto del lavoro, 591 sgg.

Maio, V. 2020a. “Diritto del lavoro e potenziamento umano. I dilemmi del lavoratore aumentato.” Giornale di diritto e relazioni industriali, 513 sgg.

Maio, V. 2020b. “Il Titolo primo dello Statuto e il principio personalista.” In Mezzo secolo dallo Statuto dei lavoratori. Politiche del diritto e cultura giuridica, a cura di M. Rusciano, L. Gaeta, L. Zoppoli. Quaderni della Rivista Diritti Lavori Mercati vol. 8, 165 sgg. Napoli: Editoriale Scientifica.

Maio, V. 2022. “Diritto del lavoro e metaverso. Se il lavoro non è un (video) gioco.” Labour Law Issues 8: 42 sgg.

Marazza, M. e D’Aversa, F. 2022. “Dialoghi sulla fattispecie dei «sistemi decisionali o di monitoraggio automatizzati» nel rapporto di lavoro (a partire dal decreto trasparenza).” Giustiziacivile.com, 8 novembre 2022.

Mazlish, B. 2004. Civilization and Its Contents. Stanford: Stanford University Press.

Oddenino, A. 2020. “Decisioni algoritmiche e prospettive internazionali di valorizzazione dell’intervento umano.” Diritto pubblico comparato ed europeo online 1: 203 sgg.

Pasquale, F. 2016. The Black Box Society: The Secret Algorithms That Control Money and Information. Harvard: Harvard University Press.

Peruzzi, M. 2023. Intelligenza artificiale e lavoro. Uno studio su poteri datoriali e tecniche di tutela. Torino: Giappichelli.

Pietropaolo, S. 2022. “La maschera di silicio. Un requiem per il diritto dell’era digitale.” In Intelligenza artificiale e diritti della persona, a cura di D. Buzzelli, M. Palazzo, 39 sgg. Pisa: Pisa University Press.

Proia, G. 2022a. “Le novità, sistemiche e di dettaglio, del decreto trasparenza.” Massimario di giurisprudenza del lavoro 3: 571 sgg.

Proia, G. 2022b. “Trasparenza, prevedibilità e poteri dell’impresa.” Labor 6: 641 sgg.

Rodotà, S. 2010. Antropologia dell’homo dignus. Lezione tenuta il 6 ottobre 2010 in occasione del conferimento della Laurea honoris causa dall’Università di Macerata. Open access.

Romagnoli, U. 2018. “Se l’amore per la specie fa perdere di vista il genere (a proposito del caso Foodora).” Diritti Lavori Mercati 2: 193 sgg.

Santoro Passarelli, G. 2022. “Dignità del lavoratore e libertà di iniziativa economica, rivoluzione industriale 4.0 e rapporto di lavoro dei riders.” Labor 1: 5 sgg.

Schiavone, E. C. 2023. “Gli obblighi informativi in caso di sistemi decisionali o di monitoraggio automatizzati.” In Trasparenza e attività di cura nei contratti di lavoro. Commentario ai decreti legislativi n. 104 e n. 105 del 2022, a cura di D. Garofalo, M. Tiraboschi, V. Filì, A. Trojsi, 211 sgg. Bergamo: ADAPT University Press.

Tullini, P. 2022. “La direttiva piattaforme e i diritti del lavoro digitale.” Labour Law Issues 8: 52.

Zilli, A. 2023. “La via italiana per condizioni di lavoro trasparenti e prevedibili.” Diritto delle relazioni industriali 1: 25 sgg.

Valerio Maio, Sapienza University of Rome, Italy, valerio.maio@unitelmasapienza.it, 0000-0002-2144-2268

Referee List (DOI 10.36253/fup_referee_list)

FUP Best Practice in Scholarly Publishing (DOI 10.36253/fup_best_practice)

Valerio Maio, Smart Factory, dignità del lavoratore ed intelligenza artificiale come forma di autoapprendimento, © Author(s), CC BY 4.0, DOI 10.36253/979-12-215-0507-8.48, in William Chiaromonte, Maria Luisa Vallauri (edited by), Trasformazioni, valori e regole del lavoro. Scritti per Riccardo Del Punta, pp. -22, 2024, published by Firenze University Press, ISBN 979-12-215-0507-8, DOI 10.36253/979-12-215-0507-8