Strategie legali per contrastare il rischio di discriminazioni algoritmiche nella gestione algoritmica delle risorse umane

The doctoral thesis aims to systematically analyse legal strategies suitable for addressing the discriminatory aspects of algorithmic management systems within the European labour law, taking into consideration both the current legal framework and its future developments, in the attempt to create a guidance to tackle algorithmic discriminations and foster inclusivity in Artificial Intelligence (AI) systems. To achieve this objective, Chapter 1 provides a detailed analysis of Algorithmic Human Resource Management form a labour law perspective, while engaging in an interdisciplinary dialogue with organisation studies. The analysis encompasses the description of the phenomenon and of the techniques used, borrowing rationale from organisational studies and computer science, as well as a systematic description of each AI-enabled HRM function, exploring the potential benefits promises and pitfalls of emerging practices. This Chapter aims to review and systematise the current state of art with regards to AI and HRM functions, while delving into the legal implications affecting workers. To address the research question, the thesis, then, reconstructs the legal framework adopting a dual approach, featuring both remedial and preventive measures within the existing and evolving regulatory sources. Chapter 2 focuses on the remedial perspectives and the investigates individual and collective protections techniques provided by the European antidiscrimination law. After providing a background on legal mobilisation studies, the study, then, draws inspiration from the litigation strategies employed by trade unions in the Italian Deliveroo case. The objective is to highlight the promises and challenges of antidiscrimination substantive and procedural law and to assess its adequacy with regards to algorithmic discriminations. Recognizing the limitations of a purely remedial approach, especially for structural issue, like those stemming from biased AI, Chapter 3 scrutinizes legal measures, within and beyond antidiscrimination law, that adopt a preventive approach. The analysis distinguishes between transparency measures and activation measures. The former encompasses the systematic reconstruction of the General Data Protection Regulation, the EU Directive on Transparent and Predictable Working Conditions, the AI Act, as well as the analysis of participatory instruments. As regards the study of activation measures, the analysis focuses on the potential deployment of affirmative actions and reasonable accommodation to avoid discriminations, mitigate biases, and foster inclusivity into algorithmic management systems.

La tesi di dottorato si propone di effettuare una ricostruzione sistematica delle strategie legali nell’ambito del diritto del lavoro europeo applicabili per contrastare gli aspetti discriminatori dei sistemi di gestione algoritmica. Tale analisi sarà condotta in una prospettiva de iure condito e de iure condendo, con l'intento di delineare delle linee guida per affrontare le discriminazioni algoritmiche e promuovere l'inclusività nei sistemi di Intelligenza Artificiale (IA). Per conseguire tale obiettivo, il Capitolo 1 analizza la Gestione Algoritmica delle Risorse Umane da una prospettiva giuridica, in dialogo interdisciplinare con gli studi organizzativi. Tale analisi comprende la descrizione del fenomeno e delle tecniche utilizzate, attingendo dalla letteratura organizzativa ed informatica, e una descrizione sistematica di ciascuna funzione di Gestione delle Risorse Umane implementata con l’IA, esplorando i potenziali vantaggi e rischi delle pratiche emergenti. Il capitolo mira a fornire una panoramica aggiornata dello stato dell'arte in merito all'IA e alle funzioni di Gestione delle Risorse Umane e ad approfondire le sue implicazioni legali per i lavoratori. Al fine di rispondere alla domanda di ricerca, la tesi adotta un approccio duale nella ricostruzione del quadro legale, che prende in considerazione le misure sia rimediali che preventive del quadro regolatorio esistente e in fieri. Il Capitolo 2 si concentra sulla prospettiva rimediale ed esamina gli strumenti processuali, individuali e collettivi, forniti dal diritto antidiscriminatorio europeo. Dopo una contestualizzazione degli studi di legal mobilisation, l’analisi trae ispirazione dal caso italiano Deliveroo con l’obiettivo di evidenziare gli aspetti positivi e negativi del diritto antidiscriminatorio sostanziale e processuale nell'affrontare le discriminazioni e valutarne l’adeguatezza rispetto alle discriminazioni algoritmiche. Riconoscendo i limiti di un approccio puramente rimediale, specialmente per questioni strutturali, come quelle derivanti dai bias dell’IA, il Capitolo 3 esamina le fonti giuridiche che adottano un approccio preventivo, non limitandosi al diritto antidiscriminatorio. L’analisi distingue tra misure di trasparenza e misure di “proattività”. Le prime includono l’indagine sul Regolamento Generale sulla Protezione dei Dati, sulla Direttiva dell'UE sulle Condizioni di Lavoro Trasparenti e Prevedibili, sul Regolamento sull’IA, così come l'analisi degli strumenti partecipativi nel contesto lavorativo. Per quanto riguarda lo studio delle misure di proattività, l'analisi si concentra sul potenziale impiego delle azioni positive e degli accomodamenti ragionevoli per evitare discriminazioni, mitigare pregiudizi e favorire l'inclusività nei sistemi di gestione algoritmica.