Perché le Donne Affrontano un Rischio di Sostituzione Maggiore — e Come la Ridesignazione dei Ruoli Possa Aprire Nuove Strade

L’industria tecnologica ha trascorso anni a preoccuparsi di una carenza di talenti. Non ci sono abbastanza ingegneri di intelligenza artificiale, scienziati dei dati o architetti di intelligenza artificiale a disposizione. Le aziende competono ferocemente per lo stesso pool ristretto di specialisti, e la maggior parte di loro sono uomini.

Mentre la guerra per i talenti di intelligenza artificiale domina i titoli dei giornali, una crisi più silenziosa si sta costruendo sull’altro lato del mercato del lavoro. Milioni di lavoratori, in proporzione donne, sono in ruoli che l’intelligenza artificiale sta già ridisegnando. Non stanno ottenendo lo stesso accesso alla formazione, agli strumenti o ai nuovi ruoli che li aiuterebbero a fare quella transizione.

Il risultato è un doppio legame. L’industria non riesce a trovare abbastanza talenti con competenze in intelligenza artificiale, mentre le donne rimangono la più grande riserva di talenti inutilizzati nel mercato del lavoro. La differenza tra chi perde il lavoro e chi lo guadagna non è casuale. Segue un modello che si presenta nei dati del mercato del lavoro in quasi tutte le principali economie, e se non affrontato, definirà la dinamica di genere del mercato del lavoro per il prossimo decennio.

Perché le Donne Affrontano un Rischio di Sostituzione Maggiore

Il numero principale dell’Organizzazione Internazionale del Lavoro (ILO) è sorprendente: i ruoli dominati dalle donne sono quasi due volte più probabilità di essere influenzati dall’intelligenza artificiale generativa rispetto a quelli dominati dagli uomini, al 29% contro il 16%. Nella fascia a alto rischio, la differenza è ancora più ampia. Il 16% dei ruoli dominati dalle donne rientra nelle categorie di automazione più vulnerabili. Per i ruoli dominati dagli uomini, quel numero è del 3%.

Il rapporto dell’ILO, Intelligenza Artificiale Generativa, Segregazione Occupazionale e Uguaglianza di Genere nel Mondo del Lavoro, identifica tre forze che guidano questo. Le donne occupano i ruoli più probabilità di essere automatizzati. Sono assenti dai campi STEM che costruiscono questi strumenti. E i modelli di intelligenza artificiale spesso riflettono i pregiudizi di genere già incorporati nella società.

Non è una coincidenza. Le donne sono storicamente concentrate in ruoli amministrativi, supporto, inserimento dati e servizio clienti. Queste sono esattamente le funzioni che l’intelligenza artificiale gestisce meglio: routine, codificabili e ad alto volume. La ricerca dell’ILO copre l’88% dei paesi che ha analizzato, e in quasi tutti, le donne affrontano un’esposizione maggiore rispetto agli uomini.

Il rischio di esposizione è solo metà del problema. I ruoli che l’intelligenza artificiale sta creando sono concentrati in funzioni tecniche e strategiche dove le donne sono storicamente sottorappresentate. Secondo uno studio del 2024 di Interface EU, a livello globale, le donne rappresentano solo il 22% della forza lavoro di intelligenza artificiale. Il rapporto del World Economic Forum del 2025 sull’Uguaglianza di Genere ha scoperto che le donne sperimentano un calo significativo nel primo anno di carriera STEM e rimangono sottorappresentate in ingegneria e leadership di intelligenza artificiale.

Le donne sono sproporzionatamente concentrate nei ruoli che vengono sostituiti e sottorappresentate nei ruoli che vengono creati. Non è un problema, sono due problemi che si sommano l’uno sull’altro.

Un terzo livello peggiora le cose. Il rapporto di Randstad Comprensione della Scarsità di Talenti: Intelligenza Artificiale e Uguaglianza mostra un divario del 42% nelle competenze di intelligenza artificiale tra uomini e donne, al 71% contro il 29%. Gli uomini sono più probabilità di essere offerti corsi di formazione sull’intelligenza artificiale dai datori di lavoro (35% contro 27%) e più probabilità di avere strumenti di intelligenza artificiale forniti sul posto di lavoro (41% contro 35%). UC Berkeley ha sintetizzato 18 studi che coprono 143.000 lavoratori in tutto il mondo e ha scoperto che le donne sono circa il 20% meno probabilità degli uomini di utilizzare strumenti di intelligenza artificiale generativa professionalmente. Il divario è rimasto indipendentemente dal livello di istruzione o dal reddito del paese.

La segregazione occupazionale ha collocato le donne in ruoli automatizzabili. La sottorappresentazione nei campi STEM le ha escluse dai ruoli che l’intelligenza artificiale sta creando. Il divario di accesso e formazione sta impedendo la transizione tra i due. Ogni livello rafforza gli altri.

Ridesignazione dei Ruoli: Cosa Significa Veramente e Perché la Maggior Parte delle Aziende Sta Sbagliando

Quando le organizzazioni parlano di preparare la loro forza lavoro per l’intelligenza artificiale, di solito intendono una di due cose: riqualificare i dipendenti esistenti su nuovi strumenti o sostituire i ruoli sostituiti con nuove posizioni tecniche create. Entrambi gli approcci perdono il punto.

La riqualificazione è necessaria ma insufficiente. Dare a un impiegato di inserimento dati un corso su ingegneria di prompt non crea un percorso. Gli dà un insieme di competenze. Ciò di cui ha bisogno è una destinazione: un ruolo specifico, con responsabilità definite, che esiste nell’organizzazione e che può credibilmente entrare.

Sostituire i ruoli sostituiti con posizioni tecniche spesso aggrava il problema. Gli ingegneri di intelligenza artificiale, gli scienziati dei dati e gli specialisti di apprendimento automatico richiedono credenziali e esperienza che pochi lavoratori sostituiti possiedono. Tendono anche ad attirare candidati dallo stesso pool omogeneo di talenti che già domina il settore tecnologico. La sostituzione colpisce le donne. I nuovi ruoli non lo fanno.

La vera ridisegnazione dei ruoli inizia con una domanda diversa. Non quali lavori può fare l’intelligenza artificiale, ma cosa significa il contributo umano in un mondo in cui l’intelligenza artificiale gestisce le attività di routine?

La risposta è che il lavoro umano distintivo è relazionale, contestuale ed etico. È navigare l’ambiguità. Costruire fiducia con clienti e colleghi. Prendere decisioni di giudizio in situazioni senza un modello. Capire cosa un azionista richiede veramente, non solo cosa ha detto di volere.

I nuovi ruoli che emergono in questo punto di intersezione portano nomi diversi a seconda del settore: Coordinatore di Implementazione di Intelligenza Artificiale, Responsabile di Adozione Tecnologica, Interfaccia Uomo-Macchina, Ufficiale di Etica Digitale, Specialista di Gestione del Cambiamento. Ciò che condividono è la necessità di persone che possano lavorare dove la tecnologia e la complessità umana si incontrano.

Questi ruoli richiedono giudizio, comunicazione e una profonda comprensione di come funzionano le organizzazioni. Sono, in altre parole, un’evoluzione diretta delle competenze che le donne nei ruoli a rischio di oggi hanno già trascorso anni a costruire.

Le aziende che stanno facendo questo nel modo giusto stanno mappando le competenze incorporate nei ruoli a rischio, non il titolo del lavoro ma le vere capacità che la persona ha costruito, e identificando quali di quelle capacità corrispondono ai ruoli che l’intelligenza artificiale sta creando.

Questo è un Problema di Talenti, non Solo un Problema di Uguaglianza

La carenza di talenti di intelligenza artificiale è reale e sta peggiorando. I ruoli creati dall’adozione di intelligenza artificiale richiedono una combinazione di alfabetizzazione tecnica e giudizio umano che è veramente raro. Le aziende competono duramente per un pool ristretto di persone.

Le donne sono la più grande riserva di talenti inutilizzati nel mercato del lavoro professionale. Le competenze incorporate nei ruoli a rischio, compresa la gestione delle relazioni, la coordinazione operativa, il ragionamento etico e la comunicazione con gli azionisti, sono esattamente ciò di cui i nuovi ruoli dell’era dell’intelligenza artificiale richiedono. La connessione tra quei due fatti dovrebbe essere ovvia.

L’assunzione basata sulle competenze è il meccanismo che rende possibile la connessione. Invece di filtrare per credenziali e percorsi di carriera lineari, valuta cosa può fare realmente una persona. Apre ruoli a persone le cui capacità si sono sviluppate attraverso anni in funzioni amministrative e di servizio, esattamente i ruoli che l’intelligenza artificiale sta ora automatizzando. Quando progettata bene, non solo allarga il pool di talenti, ma porta in superficie i tipi specifici di esperienza che le organizzazioni hanno più bisogno in un ambiente arricchito dall’intelligenza artificiale.

Cosa Sembra Quando le Organizzazioni Fanno le Cose nel Modo Giusto

Non c’è un modello unico. Ma le organizzazioni che stanno facendo progressi significativi condividono un insieme riconoscibile di comportamenti.

Partono dalla competenza, non dal titolo del lavoro. Prima che un ruolo venga automatizzato, mappano cosa la persona in quel ruolo può realmente fare, e lo mappano contro le capacità che l’organizzazione avrà bisogno in futuro. La domanda non è se un lavoro può essere automatizzato. È cosa sa la persona che fa quel lavoro, e dove quella conoscenza si adatta a ciò che si sta costruendo.

Le organizzazioni leader stanno andando oltre le promesse vaghe di riqualificazione per costruire percorsi che sono visibili, specifici e azionabili. Invece di una speranza generica per opportunità future, forniscono una linea chiara da un ruolo attuale a uno definito futuro, con passaggi, tempi e strutture di supporto specificati. Progettano la formazione per l’intera forza lavoro, non per il dipendente medio. I programmi che si svolgono dopo le ore di lavoro o richiedono un’apprendimento autodidattico escluderanno sistematicamente le persone con responsabilità di cura. La progettazione inclusiva significa moduli, programmabili, disponibili durante le ore di lavoro, con la sicurezza psicologica per sperimentare e fallire senza che ciò influisca sulla valutazione delle prestazioni.

Questo approccio si allinea con un fondamentale spostamento della forza lavoro: il Randstad Workmonitor 2026 conferma che la tradizionale “scala della carriera” sta fallendo, con il 72% dei datori di lavoro che ora concorda che i percorsi di carriera lineari sono superati. In risposta, i talenti stanno mitigando il rischio costruendo “carriere portfolio”. Questo nuovo modello dà priorità alla varietà, all’agenzia individuale e alla sicurezza attraverso una gamma diversificata di esperienze piuttosto che una lunga permanenza in un singolo ruolo.

I Prossimi 24 Mesi Saranno Importanti per un Lungo Periodo

Le transizioni della forza lavoro non sono facilmente reversibili. I modelli che si stanno formando ora tendono a persistere per anni.

Le organizzazioni che agiscono con intenzione possono utilizzare questo momento per costruire una forza lavoro più capace e più diversificata di quella che hanno oggi. Quelle che trattano la trasformazione dell’intelligenza artificiale come un progetto tecnico con una nota a piè di pagina per le persone probabilmente emergeranno da essa con una base di talenti più ristretta e un problema di assunzione più difficile.