discriminazione algoritmica

Perché l’AI penalizza ancora le donne nel lavoro, nel credito e nella salute

Gli algoritmi non sempre sono neutrali: apprendono dalla nostra storia e rischiano di consolidare disuguaglianze di genere e socio-economiche. Dallo screening dei CV allo scoring del credito, fino ai trial clinici, ecco come si producono le distorsioni e quali strumenti abbiamo per garantire “fairness by design”

Pubblicato il 28 apr 2026

Aggiungi tra i preferiti su Google

Selina Zipponi

Global Data Protection Officer Dedalus – Fellow IIP

Responsabili per la Transizione Digitale parità salariale; registrazione fattura intra UE; credito di imposta beni strumentali 4.0 parità retributiva venture capital italiano i-business

La promessa dell’intelligenza artificiale è attraente: decisioni più rapide, coerenti e “oggettive”. Ma quando i dati sono prodotti in contesti già diseguali – carriere femminili più discontinue, accessi al credito storicamente più difficili, sottorappresentazione nei trial clinici – l’algoritmo finisce per normalizzare la disuguaglianza e farla diventare una regola di sistema: l’“amplificazione algoritmica” rende il bias meno visibile, più pervasivo, e quindi più difficile da contestare.

@RIPRODUZIONE RISERVATA