Non è una rassegna, ma uno sguardo: lo stesso fenomeno tra cultura, norme e pratica

L’algoritmo neutro non esiste. E adesso lo sappiamo.

Per anni abbiamo pensato che automatizzare le decisioni potesse ridurre la soggettività umana. Delegare a un sistema significa togliere discrezionalità e quindi, in teoria, ridurre il bias.

Uno studio UNESCO ha smontato questa ipotesi in modo preciso. Analizzando i principali modelli linguistici (GPT, Llama e altri), i ricercatori hanno trovato pattern sistematici: i nomi femminili venivano associati quattro volte più spesso dei maschili a ruoli domestici, mentre parole come “business”, “carriera” e “stipendio” comparivano quasi esclusivamente in testi generati su uomini. Il bias non era sparito. Si era traslato nei dati di addestramento, e da lì nei criteri decisionali del sistema.

Il problema non è tecnico nel senso stretto. È che questi strumenti apprendono da ciò che è già successo e ciò che è già successo conteneva già le asimmetrie. Così il bias diventa un criterio invisibile, incorporato in un processo che sembra oggettivo.

Questo sposta il tema della parità. Non basta più lavorare sulla cultura aziendale o sulla sensibilizzazione dei manager. Occorre governare i sistemi decisionali: sapere su quali dati si addestrano, cosa misurano, cosa amplificano.

Single loop, double loop: due modi di rispondere a un divario

Chris Argyris, economista di Harvard, ha distinto due modi con cui le organizzazioni imparano dagli errori. Nel single loop learning si corregge il comportamento: si aggiusta ciò che non funziona, ma restando dentro le stesse regole e assunti. Nel double loop learning si va un passo prima: si mettono in discussione le assunzioni che hanno prodotto l’errore.

Applicato alla parità: un’azienda che forma i manager sulla valutazione delle performance sta facendo single loop. Un’azienda che si chiede perché i criteri di valutazione esistenti favoriscono sistematicamente certi profili sta facendo double loop.

La differenza non è di intensità, è di profondità. E la UNI/PdR 125, se usata bene, è uno strumento da double loop: non certifica che hai fatto le cose giuste, ma che hai costruito un sistema capace di interrogarsi su di esse.

Invisible Women — Caroline Criado Perez

Il libro parte da una domanda apparentemente tecnica: perché i dati che usiamo per prendere decisioni trattano l’uomo come default e la donna come eccezione? Criado Perez costruisce una risposta sistematica, attraverso centinaia di casi: dagli standard medici al design urbano, dalla ricerca scientifica alle politiche del lavoro.

La tesi è precisa: il divario non nasce da cattive intenzioni, ma da una lacuna nei dati. E una lacuna nei dati produce sistemi che svantaggiano in modo strutturale. Non perché qualcuno lo abbia voluto, ma perché nessuno ha pensato di misurare.

Per chi si occupa di parità in azienda, è il libro che sposta il punto. Non si tratta di sensibilizzare le persone. Si tratta di capire quali dati mancano, e cosa non vediamo proprio perché non lo stiamo misurando.

Stai zitta — Michela Murgia

Il libro parte da una domanda scomoda: quante volte le donne vengono invitate a parlare meno, esporsi meno o occupare meno spazio, anche senza che nessuno lo dica esplicitamente?

Michela Murgia analizza parole, espressioni e comportamenti che sembrano innocui, ma che contribuiscono a definire chi viene ascoltato e chi no.

La tesi è chiara: il linguaggio non descrive soltanto la realtà. La costruisce. E quando alcune voci vengono sistematicamente ridimensionate, il problema non riguarda solo le parole, ma la distribuzione del potere.

Per chi si occupa di parità in azienda, è un invito a guardare oltre i numeri e a osservare anche le dinamiche quotidiane che influenzano partecipazione, crescita e rappresentanza.

“9 to 5” — Dolly Parton

Scritta nel 1980 per un film su tre segretarie che si ribellano al proprio capo, questa canzone è molto più di quello che sembra. Il titolo viene direttamente da un’organizzazione fondata nel 1973 per promuovere la parità retributiva e il trattamento equo delle donne nel lavoro.

La particolarità è nel ritmo: Parton lo ha costruito strofinando le sue unghie acriliche, replicando il suono di una macchina da scrivere. Un suono che apparteneva a un lavoro invisibile, meccanico, sottopagato.

Riascoltata oggi, mentre le aziende compilano il Rapporto biennale e si preparano alla Direttiva sulla trasparenza retributiva, suona stranamente attuale. Alcune cose che sembravano risolte non lo sono. E alcune cose che sembrano nuove le stavamo già descrivendo quarantacinque anni fa.

La trasparenza retributiva smette di essere un principio e diventa un sistema verificabile

Il recepimento italiano della Direttiva UE 2023/970 sulla trasparenza retributiva è entrato nella fase decisiva. Tra aprile e maggio 2026 si moltiplicano approfondimenti e chiarimenti operativi su obblighi che toccheranno selezione, criteri salariali, diritto all’informazione e gestione del gender pay gap. Il dato retributivo smette di essere interno: diventa struttura verificabile dall’esterno.

Rapporto biennale: fotografare il potere reale nei processi

Le aziende con più di 50 dipendenti devono trasmettere il Rapporto sulla situazione del personale maschile e femminile relativo al biennio 2024-2025. Retribuzioni, inquadramenti, assunzioni, cessazioni, formazione, promozioni: uno dei pochi strumenti che prova a leggere la parità non nelle dichiarazioni, ma dentro i processi reali. Il rischio, segnalato da più parti, è che chi arriva alla scadenza senza aver analizzato i dati scopra divari che non sapeva di avere.

Formazione e sicurezza: chi accede alla competenza?

Sta entrando nella fase operativa il nuovo Accordo Stato-Regioni sulla formazione salute e sicurezza. Apparentemente distante dalla parità, ma con un nesso preciso: ogni sistema formativo definisce chi accede a quali competenze, con quale frequenza, in quale ruolo. Anche qui, il dato disaggregato per genere racconta qualcosa che la norma da sola non dice.