intelligenza artificiale

AI e selezione del personale: i rischi per la protezione dei dati



Indirizzo copiato

L’automazione nei processi di selezione del personale comporta rischi per la protezione dei dati personali. È essenziale rispettare il GDPR, individuare la base giuridica adeguata e adottare misure di sicurezza efficaci per garantire equità e trasparenza

Pubblicato il 3 apr 2025

Federica De Stefani

avvocato e docente di Digital Media Law presso Università degli Studi Link



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
AI LAVORO STUDI misure di distanza intelligenza artificiale ia e sicurezza sul lavoro futuro del lavoro IA sicurezza lavoro regolamento aziendale sull’intelligenza artificiale




La profonda trasformazione dell’industria dovuta alla digitalizzazione dei processi e dei sistemi, porta con sé importanti riflessioni di carattere giuridico, soprattutto per quanto concerne il trattamento dei dati personali e la loro corretta e adeguata protezione.

Se da un lato all’evoluzione tecnologica si affianca una corrispondente normazione, dall’altro lato l’impiego di alcuni sistemi, per esempio quelli di intelligenza artificiale, pone degli interrogativi di carattere giuridico non sempre di immediata e facile soluzione.

Rappresenta un esempio emblematico di questa difficoltà l’utilizzo di sistemi automatizzati per la valutazione dei curriculum vitae di potenziali candidati per una posizione lavorativa.

AI e selezione del personale: implicazioni giuridiche

I processi di selezione del personale che sono connessi all’analisi dei curricula richiedono una particolare attenzione per i dati personali contenuti negli stessi, dati che possono rivestire non solo la qualifica di dati comuni, ma anche di dati personali particolari, appartenenti alle categorie indicate dall’art. 9 del GDPR.

Diventano centrali, quindi, le valutazioni relative alla corretta base giuridica per il trattamento degli stessi, nonché le modalità di trattamento dei dati stessi oltre alle scelte relative alle misure idonee per la protezione di tali dati.

A ben vedere queste valutazioni non si discostano dalle valutazioni che devono essere fatte con riferimento all’analisi dei curricula e al trattamento dei dati contenuti negli stessi, nel caso in cui il trattamento non sia affidato ad un sistema di intelligenza artificiale, ma sia effettuato da un soggetto umano.

Basi giuridiche per il trattamento dei dati personali

Si deve infatti sottolineare che la normativa di riferimento impone particolari obblighi di tutela con riferimento ai dati personali, lasciando al titolare del trattamento l’individuazione delle misure da adottare, in concreto, per trattare i dati in maniera lecita, nonché per proteggerli in maniera adeguata, valutazioni queste che cambieranno a seconda delle modalità concrete, e degli strumenti, che verranno impiegati.

In altre parole l’inserimento nel processo decisionale di un sistema di intelligenza artificiale comporterà una modifica di queste valutazioni in relazione alle caratteristiche specifiche dello strumento impiegato.

Laddove lo strumento di intelligenza artificiale non si limitasse ad una automazione del processo, ma comportasse, come nel caso indicato, la valutazione dei curricula, le analisi che dovrebbe effettuare il titolare del trattamento riguardano diversi elementi, come la liceità dell’impiego di questi strumenti, delle informazioni che devono essere fornite agli interessati, nonché la base giuridica sulla quale fondare questo trattamento.

Per quanto concerne la liceità dell’impiego di strumenti di intelligenza artificiale al fine della automazione e della ottimizzazione dei processi non esiste un divieto o una norma che nei limiti o che ne impedisca l’utilizzo, pertanto l’impiego di tali sistemi deve considerarsi possibile, ammesso e lecito.

Si dovrà, certo, individuare la corretta base giuridica al fine di poter processare i dati contenuti nei curricula e dovranno essere fornite le idonee informazioni ex articolo 13 GDPR agli interessati.

Quest’ultimo punto rappresenta senza dubbio l’elemento che presenta maggiori criticità con riferimento all’impiego dei sistemi di intelligenza artificiale. Se da un lato, infatti, l’interessato deve essere messo nelle condizioni di conoscere quali siano i trattamenti ai quali vengono sottoposti i suoi dati e tale informazione deve essere fornita prima che inizi qualsiasi forma di trattamento, dall’altro lato è necessario inserire all’interno di tali informazioni anche le specifiche relative all’impiego di sistemi di intelligenza artificiale.

Bias e discriminazione nei processi automatizzati

A questo punto si inserisce un diverso e ulteriore punto di riflessione con riferimento alle attività che il titolare del trattamento deve svolgere in relazione al sistema di intelligenza artificiale, non solo al fine di poter garantire la liceità del trattamento e la protezione dei dati, ma anche la eliminazione di eventuali bias o di possibili discriminazioni derivanti dall’impiego di tali sistemi.

L’analisi approfondita del funzionamento tecnico dello strumento risulta quindi elemento indispensabile e il punto di partenza dal quale iniziare l’analisi per la raccolta delle informazioni da fornire agli interessati.

La necessità di un controllo costante e la trasparenza dei processi decisionali

L’impiego di strumenti di intelligenza artificiale, anche nell’ambito della selezione del personale, rappresenta senza alcun dubbio un vantaggio in termini di miglioramento dell’efficienza del processo di selezione, ma al contempo solleva problemi e criticità legate alla modalità di raccolta e di analisi delle informazioni con particolare riferimento alla trasparenza dei criteri utilizzati dall’algoritmo per fornire l’output, alla possibilità di errori sistemici e alla potenziale presenza di bias che potrebbero portare, anche in via indiretta, atti e decisioni discriminatorie nei confronti dei soggetti coinvolti. Proprio a fronte di tali criticità i sistemi che devono essere adottati devono garantire misure idonee a contrastare e ad escludere tali rischi, garantendo non solo la correttezza e l’affidabilità del trattamento, ma una eventuale ed effettiva possibilità di intervento umano nel processo decisionale, laddove si palesassero criticità di questo genere.

Si tratta in particolare di valutazioni che devono essere effettuate in via preventiva, ossia nel momento della individuazione e della scelta del sistema da inserire nel processo aziendale, proprio al fine, come già rilevato, di poter individuare gli eventuali correttivi per garantire la tutela dei dati processati dal sistema.

Appare quindi evidente la necessità, in questo contesto, di un controllo costante al fine di verificare la conformità del sistema alla normativa di riferimento, individuando, a livello aziendale, criteri chiari e misurabili in tema di trasparenza e responsabilità aspetti, questi, in grado di fornire una tutela oggettiva dei soggetti che partecipano alla selezione.

Non bisogna infatti dimenticare che sistemi che possano migliorare l’efficienza organizzativa aziendale non possono in alcun modo comportare un indebolimento dei diritti dei soggetti interessati.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
AI IN AZIENDA
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x