mail: info@mifhr.com

news

Per buona parte del secolo scorso -ci racconta Caroline Criado-Perez nel suo "Invisibili. Come il nostro mondo ignora le donne in ogni campo. Dati alla mano" 1 - non ci furono musiciste donne nella New York Philarmonic Orchestra. Salvo due rare eccezioni, fino agli anni '70 non era presente nessuna donna, poi le cose cominciarono a cambiare gradualmente fino ad arrivare ai giorni nostri: oggi più del 45% dei dipendenti totali dell'orchestra è donna. Che cos’è cambiato? Le donne hanno improvvisamente imparato a suonare oppure c'è un'altra spiegazione? 



Il cambiamento fu apparentemente semplice ma determinante: si modificò il criterio di selezione dei musicisti ed in particolare si cominciò ad utilizzare il metodo delle audizioni cieche che prevedeva l'introduzione di un paravento per separare la commissione giudicante dai candidati. I selezionatori cominciarono quindi a scegliere il candidato valutando la sola performance della selezione senza essere al corrente del genere del candidato. Con questo nuovo metodo si eliminarono di fatto tutti gli stereotipi legati al genere e si cominciò a enfatizzare il criterio meritocratico e la misurazione oggettiva della performance.

Questo episodio ci ricorda quanto sia importante inserire nella fase di selezione del personale “un paravento”, un “correttore” in grado di eliminare le discriminazioni di genere.

Proviamo ora a contestualizzare il tema all’interno della società contemporanea caratterizzata dalla pervasività della tecnologia in qualunque aspetto della nostra vita e dunque anche della sfera professionale. Più in particolare, proviamo a chiederci: i processi di selezione guidati da algoritmi di intelligenza artificiale garantiscono la parità di genere

Il dibattito è aperto a livello internazionale ed è all’attenzione anche delle Istituzioni Europe; tanto la Commissione Europea, quanto l’UNESCO negli ultimi anni hanno organizzato seminari, ricerche e pubblicazioni incentrate proprio sul rapporto tra parità di genere e intelligenza artificiale nei processi di selezione del personale. 2

Da una parte infatti l'intelligenza artificiale può essere causa di “nuove” forme di discriminazioni di genere: 

se ad esempio i dati o i criteri -“i paraventi”- con cui viene sviluppato un algoritmo sono viziati in origine da pregiudizi di genere, è possibile che tutti i processi di selezione che ne derivano siano a loro volta viziati. Il rischio è alto considerando che ad oggi coloro che lavorano allo sviluppo di algoritmi e di sistemi di artificial intelligence, sono in prevalenza uomini. Così come sono in prevalenza uomini i CEO delle aziende che si occupano di tecnologia. 3

Allo stesso tempo tuttavia l’intelligenza artificiale può essere uno strumento che garantisce maggiore parità. Gli algoritmi – se adeguatamente impostati – potrebbero eliminare i bias cognitivi peculiari della natura umana e molto spesso inconsci. Tra i pregiudizi inconsci più comuni che influenzano le decisioni possiamo ricordare i confirmation bias: ogni essere umano possiede un proprio giudizio sulle cose e sulle persone e tende a ricercare quei dati in grado di rafforzare la propria posizione. Questo avviene, ovviamente, anche tra i recruiter che tendono a focalizzarsi sulle caratteristiche del candidato che avvalorano il suo giudizio su di lui; ma un algoritmo correttamente impostato – un algoritmo nel quale viene introdotto il giusto “paravento”- potrebbe senza nessuna difficoltà evitare questo bias e operare quindi una scelta migliore.

In conclusione possiamo dunque affermare che l’adozione dell’AI nei processi di recruiting non è di per sé la causa o la soluzione definitiva per garantire che la parità, ma quel che è certo è che bisogna insegnare agli algoritmi (oltre che alle persone) a non avere pregiudizi di genere.

Come raccomandato dall’UNESCO, promuovere l’uguaglianza di genere in ogni ambito è una priorità globale. È dunque indispensabile integrare il diritto all’uguaglianza di genere nell’artificial intelligence e colmare alcuni gap del sistema anche grazie allo sviluppo di specifici strumenti normativi; promuovere l’accesso e la capacità di utilizzo dell’intelligenza artificiale da parte delle donne; intervenire sul sistema educativo e favorire la partecipazione femminile alle discipline STEM (Science, Technology, Engineering and Mathematics). 

 

  1. C. Criado-Perez, Invisibili. Come il nostro mondo ignora le donne in ogni campo. Dati alla mano, Einaudi, 2020
  2.  New UNESCO report on Artificial Intelligence and Gender Equality (https://en.unesco.org/AI-and-GE-2020)

    The EU Mutual Learning Programme in Gender Equality Artificial Intelligence and Gender Biases in Recruitment and Selection Processes (https://ec.europa.eu/info/publications/artificial-intelligence-and-gender-biases-recruitment-and-selection-processes-online-seminar-12-13-november-2020_en

  3.  https://www.weforum.org/reports/gender-gap-2020-report-100-years-pay-equality 





Serena Piccirillo

Education Manager

Emmè Web Agency