Leader di pensiero
Perché le donne rischiano di più di perdere il lavoro — e come riprogettare i ruoli può aprire nuove strade

Punti chiaveLe donne impiegate in ruoli automatizzabili affrontano un doppio rischio di…
Vedi di più
- Le donne impiegate in ruoli automatizzabili affrontano un doppio rischio di sostituzione e sono sottorappresentate nei lavori legati all'IA.
- Persiste un divario di 42 punti nelle competenze di IA tra uomini e donne a causa di un accesso ineguale alla formazione.
- La riprogettazione dei ruoli deve mappare le competenze dai ruoli a rischio verso nuove posizioni di collegamento tra esseri umani e IA.
Perché le donne rischiano di più di perdere il lavoro — e come riprogettare i ruoli può aprire nuove strade
Il settore tecnologico si preoccupa da anni della carenza di talenti. Non ci sono abbastanza ingegneri AI, data scientist o architetti AI per soddisfare la domanda. Le aziende competono duramente per lo stesso ristretto gruppo di specialisti, composto in maggioranza da uomini.
Mentre questa competizione per i talenti AI domina i titoli, dall’altra parte del mercato del lavoro si sviluppa una crisi meno visibile. Milioni di lavoratori, con una presenza sproporzionata di donne, svolgono attività che l’AI sta già trasformando. Non ricevono lo stesso accesso alla formazione, agli strumenti o ai nuovi ruoli che li aiuterebbero nella transizione.
Ne deriva un duplice problema. Il settore non trova abbastanza persone con competenze AI, mentre le donne restano la più grande riserva di talenti sottoutilizzata nella forza lavoro. Il divario tra chi perde lavoro e chi lo ottiene non è casuale. Segue uno schema che emerge nei dati sul lavoro di quasi tutte le principali economie. Se non verrà affrontato, definirà le dinamiche di genere nel mondo del lavoro per il prossimo decennio.
Perché le donne rischiano di più di perdere il lavoro
Il dato principale dell’Organizzazione internazionale del lavoro (ILO) è eloquente: le professioni a prevalenza femminile hanno una probabilità quasi doppia di essere interessate dall’AI generativa rispetto a quelle a prevalenza maschile, il 29% contro il 16%. Nelle categorie a rischio più elevato il divario è ancora maggiore. Il 16% dei ruoli a prevalenza femminile rientra nelle categorie più vulnerabili all’automazione. Per quelli a prevalenza maschile il dato è del 3%.
Il rapporto ILO, AI generativa, segregazione occupazionale e uguaglianza di genere nel mondo del lavoro, individua tre fattori alla base di questo fenomeno. Le donne ricoprono i ruoli che hanno maggiori probabilità di essere automatizzati. Sono assenti dagli ambiti scientifici e tecnologici, STEM, che sviluppano questi strumenti. E i modelli AI rispecchiano spesso i pregiudizi di genere già radicati nella società.
Non è una coincidenza. Le donne si sono storicamente concentrate nei lavori d’ufficio, nel supporto amministrativo, nell’inserimento dati e nell’assistenza clienti. Sono proprio le attività che l’AI gestisce meglio: ripetitive, descrivibili attraverso regole e svolte in grandi volumi. La ricerca dell’ILO comprende l’88% dei paesi analizzati dall’organizzazione e, in quasi tutti, le donne sono più esposte degli uomini.
Il rischio di esposizione è solo metà del problema. I ruoli che l’AI crea si concentrano in funzioni tecniche e strategiche nelle quali le donne sono storicamente sottorappresentate. Secondo uno studio del 2024 di Interface EU, a livello globale le donne costituiscono soltanto il 22% della forza lavoro nell’AI. Il rapporto del World Economic Forum sulla parità di genere del 2025 ha rilevato un significativo abbandono da parte delle donne nel primo anno delle carriere STEM e una persistente sottorappresentazione nell’ingegneria AI e nei ruoli di leadership lungo tutto il percorso professionale.
Le donne sono presenti in misura sproporzionata nei ruoli che scompaiono e sottorappresentate in quelli che nascono. Non è un solo problema, ma due problemi che si aggravano a vicenda.
Un terzo livello peggiora la situazione. Il rapporto di Randstad, Comprendere la carenza di talenti: AI ed equità , mostra un divario di 42 punti percentuali nelle competenze AI tra uomini e donne: il 71% contro il 29%. Gli uomini ricevono più spesso dai datori di lavoro offerte di formazione sull’AI (35% contro 27%) e strumenti AI sul posto di lavoro (41% contro 35%). UC Berkeley ha sintetizzato 18 studi su 143.000 lavoratori di tutto il mondo, riscontrando che le donne hanno una probabilità circa il 20% inferiore rispetto agli uomini di usare professionalmente strumenti di AI generativa. Il divario persiste a prescindere dal livello di istruzione o dal reddito del paese.
La segregazione occupazionale ha collocato le donne in ruoli automatizzabili. La sottorappresentazione nelle discipline STEM le ha escluse dai ruoli che l’AI sta creando. Il divario nell’accesso e nella formazione impedisce il passaggio tra i due gruppi. Ogni livello rafforza gli altri.
Riprogettare i ruoli: che cosa significa davvero e perché la maggior parte delle aziende sbaglia approccio
Quando le organizzazioni parlano di preparare la forza lavoro all’AI, di solito intendono una di due cose: formare i dipendenti attuali su nuovi strumenti oppure sostituire i ruoli eliminati con nuove posizioni tecniche. Entrambi gli approcci mancano il punto.
La riqualificazione è necessaria, ma non sufficiente. Offrire a un’addetta all’inserimento dati un corso sulla formulazione dei prompt non crea un percorso professionale. Le dà un insieme di competenze. Ciò di cui ha bisogno è una destinazione: un ruolo specifico, con responsabilità definite, che esiste nell’organizzazione e al quale può realisticamente accedere.
Sostituire i ruoli eliminati con posizioni tecniche spesso aggrava il problema. Le posizioni di ingegnere AI, data scientist e specialista di apprendimento automatico richiedono qualifiche ed esperienza che pochi tra i lavoratori rimasti senza occupazione possiedono. Tendono inoltre ad attirare candidati dallo stesso gruppo omogeneo di talenti che già domina il settore tecnologico. Le donne subiscono la perdita del lavoro, ma non ottengono i ruoli sostitutivi.
Una vera riprogettazione dei ruoli parte da una domanda diversa. Non quali lavori possa svolgere l’AI, ma quale sia il contributo umano in un mondo in cui l’AI gestisce la routine.
La risposta è che il lavoro specificamente umano riguarda relazioni, contesto ed etica. Significa affrontare l’ambiguità, costruire fiducia con clienti e colleghi, usare il proprio discernimento nelle situazioni prive di uno schema prestabilito e capire ciò di cui una parte interessata ha davvero bisogno, non soltanto ciò che ha detto di volere.
I nuovi ruoli che emergono a questo incrocio assumono nomi diversi secondo il settore: coordinatore dell’implementazione AI, responsabile dell’adozione tecnologica, raccordo tra esseri umani e AI, responsabile dell’etica digitale e specialista nella gestione del cambiamento. Li accomuna il bisogno di persone capaci di lavorare dove tecnologia e complessità umana si incontrano.
Questi ruoli richiedono discernimento, comunicazione e una conoscenza profonda del funzionamento delle organizzazioni. Sono, in altre parole, un’evoluzione diretta delle competenze che le donne nei ruoli oggi a rischio hanno già costruito in anni di lavoro.
Le aziende che procedono correttamente mappano le competenze presenti nei ruoli a rischio. Guardano alle capacità reali sviluppate dalla persona, non al titolo della posizione, e identificano quelle che corrispondono ai ruoli creati dall’AI.
È un problema di talenti, non soltanto di equità
La carenza di talenti AI è reale e peggiora. I ruoli creati dall’adozione dell’AI richiedono una combinazione di comprensione tecnica e discernimento umano davvero rara. Le aziende competono duramente per un gruppo ristretto di persone.
Le donne sono la maggiore riserva di talenti sottoutilizzata tra i professionisti. Le competenze presenti nei ruoli a rischio, tra cui gestione delle relazioni, coordinamento operativo, ragionamento etico e comunicazione con le parti interessate, sono esattamente quelle richieste dai nuovi ruoli dell’era AI. Il collegamento tra questi due fatti dovrebbe essere evidente.
La selezione basata sulle competenze rende possibile questo collegamento. Invece di filtrare i candidati in base a qualifiche formali e carriere lineari, valuta ciò che una persona sa fare davvero. Apre ruoli a chi ha sviluppato capacità attraverso anni in funzioni amministrative e di servizio, proprio quelle che l’AI sta automatizzando. Quando è ben progettata, non si limita ad ampliare il bacino di talenti, ma fa emergere le specifiche esperienze di cui le organizzazioni hanno più bisogno in un ambiente potenziato dall’AI.
Come si presenta un approccio efficace nelle organizzazioni
Non esiste un unico modello. Ma le organizzazioni che compiono progressi significativi condividono una serie riconoscibile di comportamenti.
Partono dalla competenza, non dal titolo della posizione. Prima di automatizzare un ruolo, mappano ciò che la persona che lo ricopre sa fare realmente e lo confrontano con le capacità di cui l’organizzazione avrà bisogno in futuro. La domanda non è se un lavoro possa essere automatizzato, ma che cosa sappia chi lo svolge e dove quella conoscenza trovi posto in ciò che si sta costruendo.
Le organizzazioni più avanzate superano le vaghe promesse di sviluppo delle competenze e creano percorsi visibili, specifici e praticabili. Invece di una generica speranza in opportunità future, offrono una strada chiara dal ruolo attuale a un ruolo futuro definito, con passaggi, tempi e strutture di sostegno espliciti. Progettano la formazione per tutta la forza lavoro, non per il dipendente tipico. I programmi fuori dall’orario di lavoro o che richiedono apprendimento autonomo escludono sistematicamente le persone con responsabilità di cura. Una progettazione inclusiva prevede moduli programmabili e disponibili durante l’orario di lavoro, con la sicurezza psicologica di sperimentare e fallire senza conseguenze sulla valutazione delle prestazioni.
Questo approccio è in linea con un cambiamento fondamentale nella forza lavoro: il Randstad Workmonitor 2026 conferma che la tradizionale «scala della carriera» non funziona più, e il 72% dei datori di lavoro concorda ormai sul fatto che le carriere lineari siano superate. In risposta, i lavoratori riducono il rischio costruendo «carriere a portafoglio». Il nuovo modello privilegia varietà, autonomia nel dirigere il proprio percorso e sicurezza derivante da esperienze diversificate, anziché da una lunga permanenza in un solo ruolo.
I prossimi 24 mesi avranno effetti di lunga durata
Le transizioni della forza lavoro non si invertono facilmente. Gli schemi che si formano ora tendono a durare per anni.
Le organizzazioni che agiscono con uno scopo preciso possono sfruttare questo momento per costruire una forza lavoro più capace e più diversificata di quella attuale. Quelle che trattano la trasformazione AI come un progetto tecnico con le persone relegate a una nota a piè di pagina probabilmente ne usciranno con una base di talenti più ristretta e un problema di assunzioni più difficile.












