Quando si chiede a ChatGPT di raccontare una storia con un medico e un’infermiera, il modello sceglie quasi invariabilmente un dottore e un‘infermiera. Non è ovviamente un caso, né una svista: è il riflesso di chi ha costruito il sistema. Dietro questa risposta apparentemente innocua si nasconde uno dei nodi più critici dell’era dell’intelligenza artificiale, un problema che riguarda chi progetta questi strumenti, chi li utilizza e, soprattutto, chi rischia di restarne vittima.
I dati sono chiari e convergenti. Secondo il Global Gender Gap Report 2023 del World Economic Forum, solo il 30% dei e delle professioniste globalmente attive nel settore dell’intelligenza artificiale è donna. Una percentuale che crolla ulteriormente man mano che si sale nella gerarchia: appena il 15% raggiunge posizioni di leadership, e solo il 12% dei ricercatori di Ai nel mondo accademico è di sesso femminile. Il quadro tracciato dall’Unesco nel suo studio Women for Ethical AI (2024) è ancora più impietoso: esiste un gap di genere del 44% nello sviluppo di software, e le donne rappresentano solo il 16% del corpo docente accademico che conduce ricerca sull’Ai.
Il problema della sottorappresentazione femminile in questo campo, già di per sé devastante ma non sorprendente, va a intrecciarsi con un secondo fenomeno, ben più immediato: le donne sono anche quelle che rischiano di più di perdere il lavoro a causa dell’automazione generata dall’intelligenza artificiale stessa. A marzo 2026, l’Organizzazione Internazionale del Lavoro (Ilo), l’agenzia delle Nazioni Unite che si occupa di giustizia sociale e diritti del lavoro, ha pubblicato un research brief dal titolo Gen Ai, occupational segregation and gender equality in the world of work che ha fatto il punto sulla situazione con dati aggiornati e allarmanti. La conclusione principale: le occupazioni a predominanza femminile sono quasi il doppio più esposte all’Ai generativa rispetto a quelle a prevalenza maschile. Il 29% dei lavori svolti perlopiù da donne è esposto alla GenAi, contro il 16% di quelli a predominanza maschile. Ma è guardando ai livelli di automazione più elevati che il dato diventa davvero preoccupante: il 16% delle occupazioni femminili cade nelle categorie ad altissima esposizione, contro appena il 3% di quelle maschili. Tradotto in cifre pro capite, secondo l’Ilo Working Paper 140 del 2025 — che ha analizzato quasi 30.000 task lavorative e prodotto oltre 52.000 valutazioni — il 4,7% delle lavoratrici mondiali si trova in occupazioni ad altissimo rischio di automazione, contro il 2,4% degli uomini. Nei Paesi ad alto reddito questo divario si amplifica drammaticamente: il 9,6% dei posti di lavoro femminili cade nella categoria di massima esposizione, rispetto al 3,5% di quelli maschili. Un rapporto di quasi tre a uno.
«La segregazione occupazionale è il motore di questa divisione», spiega Pawel Gmyrek, autore principale dello studio Ilo. «Le donne sono sproporzionatamente concentrate nei ruoli amministrativi, del customer service e nell’elaborazione dati — esattamente il tipo di lavoro che la GenAi può automatizzare con più facilità».
I lavori nel mirino dell’automazione sono quelli più routinari, digitalizzati e basati su regole fisse: data entry, trascrizioni, calendarizzazioni, redazione di email standardizzate, gestione di pratiche amministrative. Non a caso, l’Ilo cita esplicitamente tra le categorie più esposte le figure di digitatori e digitatrici, impiegati/e alle paghe, segretari/e e alcuni profili di analiste/i finanziari. Si tratta di occupazioni che nella maggior parte dei Paesi sono svolte prevalentemente da donne. Non solo: i dati dell’Ilo Global Index confermano che nei Paesi ad alto reddito — dove la digitalizzazione degli uffici è più avanzata — il 34% dell’occupazione totale è esposta alla GenAi contro l’11% dei Paesi a basso reddito. Questo significa che la crisi colpirà prima e più duramente proprio lì dove il lavoro d’ufficio femminile è maggiormente diffuso. Janine Berg, senior economist dell’Ilo e coautrice del report, ha precisato: «I compiti che pensavamo al sicuro nel 2023 sono oggi automatizzabili, mentre altri rimangono ostinatamente dipendenti dall’intervento umano». Ciò che rende il quadro ancora più difficile da gestire è che non si tratta solo di eliminazione dei posti di lavoro, ma di una trasformazione qualitativa. L’Ilo sottolinea che l’impatto più diffuso della GenAi sarà sulla qualità del lavoro prima ancora che sulla sua quantità: l’Ai può modificare i compiti, intensificare i carichi di lavoro, aumentare il controllo e ridurre l’autonomia. I lavori che rimarranno potrebbero diventare più prescrittivi, più monitorati, meno creativi.
Qui si chiude il cerchio. La sottorappresentazione delle donne tra chi sviluppa i sistemi di Ai non è solo un problema di equità nel mondo del lavoro tech: è una causa diretta dei bias che questi sistemi riproducono, amplificano e normalizzano. Lo dimostra con chiarezza una ricerca condotta dall’Università di Bologna e pubblicata nel 2025 sulla rivista Frontiers in Artificial Intelligence: analizzando le risposte di Gemini 2.0 e ChatGPT-4o a prompt con ruoli professionali, i ricercatori hanno riscontrato bias di genere persistenti in entrambi i modelli, con rappresentazioni scorrette di donne in ruoli di leadership e uomini in posizioni subordinate.
L’Unesco, nel suo studio del 2024, ha analizzato 133 sistemi Ai in diversi settori e ha trovato che circa il 44% di essi mostrava bias di genere e il 25% esibiva bias sia di genere che razziale. Questi sistemi vengono poi utilizzati per selezione del personale, valutazione delle performance e scoring creditizio — ambiti in cui le discriminazioni algoritmiche hanno conseguenze reali e misurabili sulla vita delle persone. Il paradosso è geometrico: le donne sono escluse dalla progettazione degli strumenti che riprodurranno i pregiudizi su di loro e sono anche le prime a subire le conseguenze economiche di quella stessa tecnologia.
Come si è arrivati a questa situazione? La risposta richiede di guardare molto a monte della carriera lavorativa. Il problema inizia nell’istruzione e si consolida a ogni passaggio successivo.
I dati del World Economic Forum mostrano che le donne rappresentano solo il 28% della forza lavoro Stem globale. Tra chi si laurea in queste discipline, meno del 30% è rimasto nel settore a distanza di un anno dalla laurea — un tasso di abbandono che racconta di ambienti ostili, disparità salariali e mancanza di modelli di riferimento. L’analisi di Interface (2024), che ha esaminato i dati di quasi 1,6 milioni di professionisti del settore Ai nel mondo, ha trovato che le donne rappresentano solo il 22% del talento globale in Ai, e scendono sotto il 14% nei ruoli senior. «In Paesi come Portogallo ed Estonia, che hanno raggiunto quasi la parità di genere nella forza lavoro generale, il settore Ai mostra squilibri drammatici fino al 51%», si legge nel report.
Le donne che entrano nel settore tech incontrano «underfunding, molestie e stereotipi» — così li definisce lo studio Unesco — che le spingono progressivamente fuori dai ruoli tecnici e verso posizioni meno centrali. Quelle che resistono e avanzano devono fare i conti persino con una “penalità di competenza”: le donne che usano l’Ai al lavoro vengono percepite come meno competenti dai colleghi rispetto agli uomini che fanno lo stesso. Le analisi concordano che il problema non si risolverà da solo e che senza interventi strutturali la traiettoria attuale porterà a un aggravamento del divario. Le raccomandazioni emerse dal rapporto Ilo del marzo 2026, dall’Unesco e dal Wef convergono su alcuni punti fondamentali. Sul fronte della formazione, è necessario scalare i programmi di mentorship, formazione anti-bias e iniziative Stem rivolte a ragazze e donne, a partire dall’età scolare. Le donne sono globalmente il 25% meno propense degli uomini ad avere competenze digitali di base e quattro volte meno propense ad avere competenze avanzate di programmazione, secondo i dati Unesco 2024. Colmare questo divario richiede investimenti nella formazione con un orizzonte di almeno dieci anni.
Sul fronte della governance dell’Ai, gli esperti chiedono che i sistemi di Ai vengano progettati con una prospettiva di genere incorporata fin dall’inizio — quello che l’Unesco chiama “ethics by design” — e che le valutazioni di impatto di genere diventino obbligatorie per i sistemi Ai usati in àmbiti ad alto impatto come il recruiting e la valutazione delle performance. Le aziende, inoltre, dovrebbero essere obbligate a raccogliere e pubblicare dati disaggregati per genere sull’impatto dei loro sistemi.
Sul fronte del mercato del lavoro, l’Ilo chiede il rafforzamento delle istituzioni che regolano il lavoro e l’accesso a programmi di riqualificazione che permettano alle lavoratrici più esposte — quelle nei ruoli amministrativi e di segretariato — di transitare verso occupazioni meno vulnerabili all’automazione.
«Le scelte fatte oggi determineranno se la GenAi diventerà una forza per una maggiore uguaglianza o una che consolida i divari esistenti», si legge nel research brief dell’Ilo del 2026. Non è una metafora: i sistemi di Ai vengono addestrati adesso, le politiche del lavoro vengono scritte adesso, le decisioni su chi entra e chi resta nel settore tech vengono prese adesso. Janine Berg ha precisato che l’esito non è predeterminato: «Politiche appropriate, dialogo sociale e design sensibile al genere potrebbero impedire alla tecnologia di rafforzare le disuguaglianze esistenti». Il problema è che queste politiche richiedono che le donne siano sedute al tavolo quando si decide. E oggi, quel tavolo — quello dove si progettano i modelli linguistici, si architettano i chatbot, si definiscono i criteri di addestramento dei sistemi — è per il 70% occupato da uomini.
***
Articolo di Maria Chiara Pulcini
Ha vissuto la maggior parte dei suoi primi anni fuori dall’Italia, entrando in contatto con culture diverse. Consegue la laurea triennale in Scienze storiche del territorio e della cooperazione internazionale e la laurea magistrale in Storia e società, presso l’Università degli Studi Roma Tre. Si è specializzata in Relazioni internazionali e studi di genere. Attualmente frequenta il Master in Comunicazione storica.
vitaminevaganti.com 