ETD

• ai act
• bias algoritmico
• caso studio amazon
• intelligenza artificiale
• mediazione sociotecnica
• risorse umane

This thesis aims to investigate the pervasiveness of Artificial Intelligence (AI) in Human Resource management, analyzing its impact not only in terms of efficiency but as a complex socio-technical mediation that redefines visibility regimes, perceptions of equity, and criteria of organizational justice. Far from being neutral tools, algorithmic systems act as architectures that deeply influence work psychology, shifting the axis of evaluation from human subjectivity to the legitimacy of professional judgment.
The analysis is structured through a theoretical-critical path that, starting from basic technologies (foundation models) and Deep Learning, leads to concrete applications in the field of recruiting and selection. It examines the tension between automation and human oversight in light of the new European regulatory framework (AI Act)

Il presente elaborato di tesi magistrale si propone di indagare l’impiego dei sistemi di intelligenza artificiale nei processi di gestione delle risorse umane, analizzandone l’impatto non soltanto come evoluzione tecnica orientata all’efficienza dei processi, ma come mediazione sociotecnica capace di incidere sui criteri di visibilità, sulle percezioni di equità e sulle forme di responsabilità organizzativa. In questa prospettiva, i sistemi algoritmici non possono essere considerati strumenti neutri, poiché intervengono sui criteri di valutazione, sulla leggibilità dei processi e sulla responsabilità del giudizio professionale. Il lavoro si articola attraverso un percorso teorico-critico che, muovendo da una sintetica descrizione delle principali architetture dell’intelligenza artificiale, del deep learning e dell’IA generativa, approda poi alle applicazioni nei processi di gestione delle risorse umane, con particolare attenzione al recruiting e alla selezione del personale. Anche alla luce del quadro normativo delineato dal Regolamento (UE) 2024/1689 (AI Act), l’elaborato esamina il rapporto tra la promessa di oggettività dei sistemi di screening automatizzato e il rischio di opacità decisionale. In questa prospettiva, il caso Amazon consente di osservare in chiave applicativa la tesi sostenuta. L’analisi delle criticità emerse nei sistemi di reclutamento algoritmico mostra come alcuni bias possano riflettere asimmetrie consolidate nei dati storici, evidenziando come la tecnologia non sia neutra rispetto al contesto organizzativo in cui viene progettata e utilizzata. L’elaborato discute quindi la necessità di evitare una supervisione umana meramente formale, richiamando i problemi della trasparenza algoritmica e della spiegabilità dei processi. Tra gli aspetti centrali emergono la necessità di prevedere presidi organizzativi strutturati, protocolli di audit, monitoraggio dei bias e definizione chiara delle responsabilità. Nel complesso, le conclusioni delineano il ruolo del professionista HR nel presidiare anche la mediazione tra efficienza algoritmica, equità procedurale e dignità della persona. In questa prospettiva, l’automazione non riduce certamente la responsabilità organizzativa, ma la rende più esigente, richiedendo una governance orientata alla trasparenza, alla giustizia organizzativa e alla tutela della qualità del giudizio professionale.