L'autonomia frammentata: quando il controllo algoritmico diventa rischio certificato

In un magazzino di logistica, il turno successivo non lo assegna un caposquadra: lo decide un sistema che guarda quanto tempo è passato dall'ultima consegna e chi ha lo storico di velocità più alto. Chi lo esegue non lo discute, lo riceve. Questa è, in pratica, la gestione algoritmica: software che istruisce, monitora e valuta compiti che un tempo passavano da una persona con cui si poteva negoziare.

Non è più un'eccezione da piattaforma. Un rapporto OECD del 2025, basato su un'indagine presso oltre 6.000 aziende e 6.047 middle manager in sei paesi — Francia, Germania, Italia, Giappone, Spagna e Stati Uniti — la trova ormai diffusa nella maggioranza dei contesti studiati, con tassi di adozione che vanno dal 76% italiano al 90% statunitense. Il punto non è se la gestione algoritmica esista: è cosa succede, dentro le persone, quando la incontrano ogni giorno.

Il meccanismo psicologico: dal controllo percepito all'ansia di sostituzione

Uno studio pubblicato su Frontiers a inizio 2026 ha provato a scomporre esattamente questo passaggio. Il team — Ma, Chen e Jing — ha raccolto risposte da 338 dipendenti di più settori direttamente esposti alla gestione algoritmica percepita, e ha costruito un modello a equazioni strutturali con bootstrap a 5.000 iterazioni per testare due mediatori in sequenza: la frustrazione dell'autonomia lavorativa e l'ansia da sostituzione dell'IA sul posto di lavoro. Il risultato: la percezione di essere gestiti da un algoritmo è associata in modo significativo e negativo alla salute fisica e mentale, e questo legame passa in buona parte attraverso la sensazione di non avere più margine di scelta sul proprio lavoro, che a sua volta alimenta la paura di essere presto sostituibili.

È un meccanismo pulito, ma va letto con i suoi limiti scritti addosso. Il campione è cinese, la misura è auto-riportata, il disegno è correlazionale: non dimostra che il controllo algoritmico causi il logoramento, mostra che le due cose viaggiano insieme in quel contesto, con quella popolazione. Trasferirlo all'Italia non è automatico — servirebbe una replica su lavoratori italiani prima di trattarlo come un dato locale — ma la direzione del meccanismo (meno margine di decisione, più ansia, peggiore salute percepita) è coerente con una letteratura più ampia sull'autonomia lavorativa, e questo la rende un'ipotesi solida da verificare, non un'evidenza già acquisita per il nostro mercato del lavoro.

Una mappa che non è una legge di natura

La cosa che rende questo fenomeno interessante per chi lavora nelle organizzazioni non è la sua esistenza, ma la sua variazione. Il rapporto OECD mostra un gradiente netto: negli Stati Uniti il 90% delle aziende ha adottato almeno uno strumento di istruzione, monitoraggio o valutazione algoritmica; in Europa la media scende al 79%, con l'Italia al 76%, la Germania al 78%, la Spagna al 78% e la Francia all'81%. Il Giappone resta staccato, con un'adozione complessiva più bassa secondo le rilevazioni di settore.

La differenza non nasce dalla tecnologia — le stesse piattaforme sono disponibili ovunque — nasce dal governo che ciascun paese ne fa. In Europa e Giappone, secondo un'analisi 2026 sulle statistiche di monitoraggio dei dipendenti, l'adozione resta più leggera anche perché l'opposizione dei lavoratori funziona da freno reale, non da rumore di fondo: il 70% dei lavoratori intervistati si opporrebbe all'analisi delle espressioni facciali, e il 66% non si candiderebbe in aziende che fanno un uso intensivo di IA per la gestione del personale. In Europa, l'adozione è alta ma più circoscritta, e viene spiegata anche con leggi sulla privacy più stringenti e aspettative culturali diverse rispetto agli Stati Uniti.

Questo smentisce l'idea che il controllo algoritmico sia una traiettoria obbligata della tecnologia. È una scelta di governance, negoziata — o non negoziata — da chi ha potere contrattuale per farlo. La mappa geopolitica non descrive un destino, descrive dove qualcuno ha deciso di alzare un argine e dove non l'ha fatto.

Il conto che i manager vedono già

Qui il rapporto OECD offre il dato più scomodo, perché non viene da attivisti né da sindacati: viene dalle stesse persone che questi strumenti li hanno introdotti. Tra i 6.047 middle manager intervistati, il 64% esprime almeno una preoccupazione sulla affidabilità degli strumenti che usa. Le tre più citate sono la responsabilità poco chiara delle decisioni algoritmiche (28%), la difficoltà di seguirne la logica (27%) e — la terza, non meno frequente — la protezione inadeguata della salute fisica e mentale dei lavoratori (27%).

È un numero che vale la pena fermare un secondo. Più di un manager su quattro, interrogato sul proprio stesso strumento di lavoro, ammette che la salute delle persone che lo subiscono non è coperta a sufficienza. E nonostante questo, il 60% degli stessi manager riporta che l'uso dell'algoritmo ha migliorato la qualità delle proprie decisioni. Le due percezioni coesistono senza contraddirsi, perché misurano cose diverse su orizzonti diversi: il guadagno di decisione si vede subito, nel trimestre in cui lo strumento entra in funzione; il costo sulla salute, quando c'è, si accumula più lentamente e non compare nello stesso rendiconto. Non è negazione, è semplicemente un problema di tempistica della misura — ma il risultato pratico è lo stesso: il dato sulla salute resta noto e ignorato, non assente.

Chi ha risposto, e chi non era nella stanza

C'è un secondo dettaglio che la stessa metodologia dell'indagine OECD rivela, quasi per caso. Chi ha risposto alle domande non sono i lavoratori sottoposti alla gestione algoritmica: sono i middle manager che l'hanno introdotta o la gestiscono. Il 27% che segnala una protezione insufficiente della salute non sta riportando la propria esperienza di essere monitorato — sta riportando una preoccupazione professionale su qualcun altro. È un dato di seconda mano, per quanto onesto, e strutturalmente più tenero verso l'organizzazione di quanto lo sarebbe una rilevazione diretta su chi il controllo lo subisce ogni giorno.

La ricerca accademica, dal suo lato, sta arrivando in ritardo su questo stesso punto. Un'analisi bibliometrica pubblicata su Cogent Business & Management nell'aprile 2026, condotta su 295 articoli peer-reviewed indicizzati Scopus, mappa il campo della governance algoritmica e dell'esperienza dei dipendenti — equità, autonomia, fiducia, benessere, riconoscimento. Il quadro che emerge è che la letteratura si è formata quasi tutta studiando il lavoro su piattaforma e il gig work, e solo di recente ha iniziato a spostarsi verso le organizzazioni tradizionali, con una crescita evidente delle parole chiave legate a benessere e autonomia dei dipendenti. In altre parole: gli strumenti si sono diffusi nelle aziende ordinarie prima che la ricerca su lavoratori ordinari li seguisse. Il ritardo non è solo temporale, è anche di popolazione studiata.

Quando l'automazione fa bene: la condizione mancante

Nessuna delle fonti qui citate descrive un caso in cui il costo psicologico sia stato stimato prima della decisione di adottare lo strumento, né una rilevazione del clima condotta da un soggetto indipendente da chi decide gli aumenti, né un canale attraverso cui un lavoratore possa contestare una valutazione algoritmica che lo riguarda e ottenere una risposta. Se un'azienda, italiana o no, pubblicasse questi tre elementi insieme a un tasso di adozione, sarebbe un caso da nominare per come si fa bene — e questo pezzo lo farebbe senza riserve. Per ora, nei dati disponibili, non c'è.

Quello che resta fuori da ogni numero qui riportato è chi ha lasciato il lavoro — o non l'ha mai preso — perché non tollerava di essere misurato in quel modo. Non è nel campione dei 338 lavoratori cinesi intervistati, perché quello studio ha raggiunto solo chi era ancora dentro. Non è nei 6.047 manager OECD, perché quella survey ha interrogato chi decide il sistema, non chi lo subisce. E non è nelle statistiche di adozione per paese, che contano le aziende che hanno introdotto lo strumento, non le persone che a quel punto hanno smesso di rispondere ai sondaggi interni sul benessere. Il conto completo di questa trasformazione — quello che includerebbe anche chi non c'è più — resta, in ogni fonte disponibile oggi, un dato che nessuno ha ancora raccolto.