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.
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”
Global Data Protection Officer Dedalus – Fellow IIP

Continua a leggere questo articolo
Argomenti
Canali
InnovAttori
-

L’IA nel turismo corre, ma non per tutti: la mappa italiana e globale
08 Mag 2026 -

AI agentica nel turismo: come cambia il mercato dei viaggi
09 Apr 2026 -

OpenBIM e interoperabilità: perché gli standard aperti sono decisivi in edilizia
03 Apr 2026 -

Competitività europea e sovranità, cosa manca davvero alle startup Ue
01 Apr 2026 -

Come l’AI porta il caffè sulle nostre tavole al tempo della guerra
13 Mar 2026











