La condanna di Amazon France Logistique da parte della CNIL, alla fine del 2024, per aver utilizzato un sistema di sorveglianza «eccessivamente invasivo» delle prestazioni dei dipendenti, e il successivo annullamento di tale decisione da parte del Consiglio di Stato, il 23 dicembre 2025, ricordano il ruolo ormai centrale degli algoritmi nell’organizzazione del lavoro.
Questa controversia giuridica ricorda anche che la tecnologia sul lavoro non è mai un dato di fatto, o un fattore esogeno che si impone nei luoghi di lavoro perché sarebbe più efficiente, ma piuttosto il prodotto di negoziazioni, conflitti e compromessi tra gli attori dell’azienda. Infine, ricorda la responsabilità del datore di lavoro nel cambiamento tecnologico sul lavoro. In altre parole, l’intelligenza artificiale (IA) non è altro che uno strumento nelle mani dei dirigenti e la sua introduzione sul lavoro non è affatto inevitabile, ma può incontrare resistenze e opposizioni in ogni fase della sua implementazione.
Numerosi studi sono stati dedicati al modo in cui la gestione algoritmica sta trasformando l’organizzazione del lavoro, sia nelle piattaforme digitali che nelle aziende convenzionali. Questa forma di controllo sulla manodopera è stata descritta come una rottura nella storia dei “sistemi di controllo[1]” della manodopera, ovvero nel modo in cui vengono esercitati la direzione, la valutazione e la disciplina sul lavoro. Pertanto, un “controllo algoritmico” succederebbe ad altre forme di controllo, dove ci si troverebbe di fronte a una nuova modalità di gestione “algocratica[2]” della manodopera.
Tuttavia, questa analisi potrebbe dare l’impressione di un’autonomia dei sistemi di gestione algoritmica o di attribuire loro un’efficacia indipendente dall’intervento umano, come si evince dall’espressione “il mio capo è un algoritmo”, presente sia nei media che nei lavori scientifici[3].
Esistono quindi diversi rischi nel considerare la gestione algoritmica come una rottura nei modi di gestione della forza lavoro e come una forza indipendente. Ciò equivale a esagerarne la novità. Infatti, la caratteristica propria della gestione è quella di cercare di agire sul comportamento dei lavoratori, poiché si tratta dell’“arte di ottenere dagli altri che le cose vengano fatte[4]”. Con la gestione algoritmica, le informazioni codificate sulle abitudini di consumo degli utenti o dei dipendenti (la loro localizzazione, l’uso di strumenti connessi, i loro dati biometrici, ecc.) consentono di prendere decisioni sull’organizzazione del lavoro, ma senza trasformare la natura o la funzione della gestione.
https://www.asterios.it/catalogo/le-ombre-del-lavoro-sfruttato
In secondo luogo, questa prospettiva riproduce le affermazioni sull’onnipotenza delle aziende tecnologiche e dei loro strumenti, il che contribuisce paradossalmente a rafforzare l’immaginario della Silicon Valley. Come sottolinea Sébastien Broca, le analisi critiche delle nuove tecnologie possono finire per dare credito agli attori che pretendono di combattere, proprio perché riprendono a loro conto le «utopie del capitale[5]». Infine, affermare che “il nostro capo è un algoritmo” equivale a sollevare i datori di lavoro in carne e ossa dalle loro responsabilità. Questa tecnologia è spesso slegata dalle scelte – economiche, sociali e politiche – che la rendono possibile, come dimostra la decisione del Consiglio di Stato che convalida l’uso della sorveglianza digitale dei dipendenti di Amazon.
Piuttosto che meravigliarsi o farsi prendere dal panico di fronte alla gestione algoritmica sul lavoro, è necessario un cambiamento di metodo. Invece di studiare ciò di cui l’IA è capace, occorre partire da ciò di cui non è capace[6]. A questo proposito, è possibile identificare tre fattori che limitano la gestione algoritmica sul lavoro. I fattori istituzionali, ovvero le risorse dei lavoratori, attraverso i sindacati e la contrattazione collettiva. I fattori organizzativi, ovvero il tipo di lavoro svolto in azienda. Infine, i fattori di mercato, ovvero il posto dell’azienda nella catena del valore. Per mostrare i limiti della gestione algoritmica, mi baserò sul caso della logistica, proprio perché è un ambiente in cui la gestione algoritmica è molto presente e che è già stato oggetto di numerosi studi.
Per comprendere le specificità della gestione algoritmica, la letteratura si basa sull’idea che esistono diversi modi per rendere più produttiva la forza lavoro[7]. Il lavoro esiste solo in potenza, quindi è necessario trasformarlo in lavoro effettivo. Questa è la sfida del controllo e della direzione della forza lavoro.
Il controllo non è lo stesso in ogni momento e in ogni luogo, quindi può assumere diverse forme, a seconda di fattori quali la concorrenza e le reazioni dei lavoratori alle forme di controllo. Si può distinguere il “controllo semplice”, in cui i dirigenti esercitano il loro potere in modo aperto, arbitrario e personale. In questo caso, il datore di lavoro interviene nel processo lavorativo, assume e licenzia direttamente, con una supervisione continua e un lavoro di gruppo o in squadra, da cui deriva la figura dei capisquadra che licenziano, valutano, disciplinano e organizzano il lavoro.
https://www.asterios.it/catalogo/lavoro
Al «controllo diretto» succede il «controllo tecnico», in cui il potere sui dipendenti è integrato nel processo fisico di lavoro, all’interno delle macchine e delle altre attrezzature. Questo controllo si è sviluppato soprattutto nelle industrie di serie. La catena di montaggio è tipica di questo sistema: impone il suo ritmo di lavoro a tutta la fabbrica. Crea una «necessità tecnologica», in cui il lavoratore perde il controllo sul ritmo di lavoro. Allo stesso tempo, la resistenza al controllo tecnico sotto forma di scioperi dei colletti blu ha spinto i datori di lavoro a cercare nuove soluzioni. I sindacati sono stati integrati e hanno iniziato a gestire, insieme al datore di lavoro, la valutazione, la gestione e la disciplina della manodopera. In alcune aziende, ciò ha assunto la forma di un nuovo sistema di controllo.
Nel “controllo burocratico”, il controllo è integrato nei rapporti sociali dell’azienda. La sua caratteristica distintiva è l’istituzionalizzazione della gerarchia. La norma sostituisce il potere del caposquadra. Il lavoro è organizzato e diretto da un insieme di regole e procedure. Il lavoro di ciascun dipendente è formalizzato da criteri associati alla postazione di lavoro, anziché da ordini specifici, e il controllo è spersonalizzato. Successivamente è emerso il “controllo algoritmico”, che mobilita i dati digitali disponibili in massa per dirigere, valutare e disciplinare i lavoratori.
In termini di direzione, la gestione algoritmica implica dettare in che modo, in quale ordine e a quale velocità svolgere i compiti. A tal fine, un algoritmo guida un lavoratore sulla base di dati preesistenti, proponendogli un output preselezionato, con l’obiettivo di favorire alcuni comportamenti a scapito di altri. Nei magazzini logistici, la conoscenza dell’inventario è fondamentale perché il livello di complessità del sistema di stoccaggio è troppo elevato per poter essere memorizzato da un essere umano, con migliaia di referenze. Per questo motivo, i gesti e le merci vengono trasformati in informazioni e lo stoccaggio delle merci sugli scaffali viene digitalizzato. Questo processo è stato analizzato come una “espropriazione” della conoscenza pratica che i lavoratori hanno della loro attività[8]. L’ambiente in cui lavorano diventa opaco ai loro occhi, ma trasparente per il management, favorendo così un’asimmetria informativa tra i due.
Per organizzare e dirigere il lavoro, i lavoratori spesso utilizzano strumenti portatili, sotto forma di tablet, scanner o cuffie, che comunicano loro le istruzioni. Questi strumenti dettano l’attività in tempo reale, mentre gli strumenti portatili raccolgono dati sul loro ritmo di lavoro, come la velocità di picking, gli errori, le pause, ecc[9]. Queste informazioni vengono poi centralizzate ed elaborate da algoritmi sulla base di variabili quali la posizione, la distanza o la velocità, al fine di pianificare le operazioni in modo più ottimale per l’azienda.
https://www.asterios.it/catalogo/la-fabbrica
La valutazione dei lavoratori non riguarda solo la produttività sul lavoro, ma anche la loro sorveglianza. Il problema della valutazione è che è soggetta a discriminazioni, soprattutto quando sono i clienti a valutare i lavoratori. Ciò contribuisce a dissolvere la responsabilità, poiché i clienti non possono essere ritenuti responsabili, a differenza dei manager umani. Nella logistica, i dati raccolti dagli strumenti indossabili vengono utilizzati per valutare i lavoratori. Gli algoritmi calcolano la produttività giornaliera dei lavoratori per confrontarla su una determinata scala. I manager hanno accesso ai dati relativi alle prestazioni giornaliere dei lavoratori e possono intervenire se il loro ritmo di lavoro diminuisce e non stanno raggiungendo gli obiettivi giornalieri.
Uno dei principali mezzi con cui i lavoratori vengono disciplinati attraverso gli algoritmi sono i licenziamenti. Negli Stati Uniti, presso Amazon, gli scanner indossati dai lavoratori consentono di misurare le loro prestazioni, gli errori o il time off task. Se le loro prestazioni sono scarse, se commettono troppi errori o se il loro tempo fuori dal compito è troppo elevato, possono essere licenziati[10]. Un sistema simile esiste anche in Francia, come ricorda la sentenza della CNIL, che consente di misurare le “interruzioni dell’attività e porta il dipendente a dover potenzialmente giustificare ogni pausa o interruzione”.
A prima vista, il quadro sopra descritto ha connotazioni orwelliane. Tuttavia, la gestione algoritmica non è uno strumento disincarnato, applicabile invariabilmente a tutte le organizzazioni del lavoro con la stessa efficacia. Infatti, i luoghi di lavoro non sono “panopticons”, dove i lavoratori sarebbero in balia di un caposquadra algoritmico che impedirebbe ogni forma di resistenza. Piuttosto, questa tecnologia viene adottata in funzione delle istituzioni, dei processi e dei mercati esistenti, e in ogni fase dell’implementazione dei sistemi di IA (progettazione del sistema, acquisizione dei dati, utilizzo) possono esserci degli ostacoli.
A differenza delle piattaforme digitali come Uber o Deliveroo, la gestione algoritmica viene implementata in luoghi convenzionali e si aggiunge alle organizzazioni già esistenti. Per questo motivo, anche quando non esiste una contrattazione collettiva sulla tecnologia, spesso la sola esistenza dei sindacati influenza l’implementazione delle tecnologie[11]. La gestione algoritmica è all’origine di un’asimmetria informativa tra i lavoratori e la direzione. Tuttavia, i lavoratori stessi devono contribuire alla costituzione di questi sistemi, in particolare durante le fasi di progettazione, il che crea spazi di resistenza, quando non sono i rappresentanti dei lavoratori a negoziare l’implementazione di questi strumenti. Infine, anche se alla fine la giustizia ha dato ragione ad Amazon France Logistique, le diverse normative possono essere una leva d’azione nelle mani dei sindacati per rallentare o fermare alcune tecnologie.
https://www.asterios.it/catalogo/fine-del-lavoro-come-la-fine-della-storia
Affinché la gestione algoritmica sia efficace, è necessario che l’ambiente sia digitalizzato, che i dati siano prodotti, disponibili e poi raccolti. Tuttavia, non tutte le attività sono facilmente quantificabili. A differenza delle attività di picking nella preparazione degli ordini, le attività che coinvolgono più di un lavoratore alla volta sono più difficili da quantificare. Esistono anche fattori strutturali che limitano l’implementazione delle tecnologie digitali nei magazzini. Nella logistica, dove esiste una pressione costante sui costi a causa di un ambiente economico competitivo, le aziende sono spesso riluttanti a investire in tecnologie costose. Le tecnologie già esistenti devono essere redditizie prima che l’azienda investa in nuovi strumenti. Infine, le aziende raramente sono proprietarie dei magazzini che occupano, il che limita anche gli investimenti in costi fissi.
L’ultimo fattore che limita l’implementazione dei sistemi di gestione algoritmica è la posizione dell’azienda nel mercato logistico. I lavori critici sulla gestione algoritmica si sono concentrati principalmente sulle grandi aziende transnazionali. Tuttavia, queste ultime, pur occupando una posizione importante nel settore e influenzando il lavoro delle altre aziende, impiegano solo una parte della forza lavoro. Esistono rapporti di subappalto tra grandi aziende transnazionali come Amazon e third-party logistics che si occupano in tutto o in parte della preparazione degli ordini o del monitoraggio dei pacchi.
Si osserva sempre più spesso un funzionamento misto nell’e-commerce, dove le grandi aziende subappaltano parte della loro attività di preparazione degli ordini, principalmente a causa delle pressioni sui costi, in particolare sul costo del lavoro[12]. Si ha quindi una configurazione in cui, da un lato, committenti come Amazon mettono in atto una gestione algoritmica invasiva[13], ma dall’altro lato, presso i subappaltatori, le pressioni sui costi impediscono di investire in tecnologie digitali per la gestione della manodopera. La gestione della manodopera che si riscontra in queste piccole imprese di logistica nell’e-commerce continua ad assomigliare al “controllo diretto” descritto sopra, dove la manodopera precaria e mal retribuita lavora in un ambiente low tech ed è assunta su base stagionale per far fronte alle variazioni della domanda.
https://www.asterios.it/catalogo/addio-al-lavoro
La critica alla tecnologia sta tornando alla ribalta di fronte all’ondata di IA nelle nostre vite in generale e nel mondo del lavoro in particolare. Si tratta senza dubbio di un fatto positivo, nella misura in cui la tecnologia è stata a lungo depoliticizzata, collocata dalla parte delle “forze produttive”: poiché sarebbero neutre, basterebbe che cambiassero proprietario per essere messe al servizio dell’interesse generale. Oggi questa critica ha posto al centro delle sue preoccupazioni la gestione algoritmica. In essa vede un capo inflessibile, con cui non si può negoziare, sordo alle richieste dei dipendenti.
Tuttavia, questa lettura del cambiamento tecnologico finisce per contribuire all’hype che circonda l’IA. Inoltre, alcuni autori costruiscono un’intera carriera, se non un business model, sulla base di discorsi tecno-critici che esagerano il pericolo o l’efficacia di alcune tecnologie. Non si tratta di minimizzare il pericolo che l’IA rappresenta per il mondo del lavoro, ma affinché una critica alla tecnologia sia efficace, occorre innanzitutto considerare i limiti di tale tecnologia, il che a sua volta consente di vedere meglio quali sono le leve d’azione delle popolazioni vittime dell’hype che circonda l’IA.
Oggi esistono numerosi limiti alla gestione algoritmica, anche nella logistica, che è un settore particolarmente adatto all’implementazione di questa tecnologia. Questi limiti si riscontrano nelle istituzioni, nei processi e nei mercati. Lo storico David Noble spiegava nel 1983 che la questione della tecnologia assumeva la forma di una guerra in cui solo una delle due parti era armata[14]. Se la parte disarmata crede in anticipo alla propria sconfitta a causa dell’onnipotenza del nemico, si può già dichiarare che la guerra è persa.
Note
[1] Richard Edwards, Contested terrain: The transformation of the workplace in the twentieth century, Basic Books, 1979.
[2] Aneesh Aneesh, « Global Labor : Algocratic modes of organization », Sociological Theory, vol. 27, n° 4, 2009.
[3] Jeremias Adams-Prassl, « What if Your Boss Was an Algorithm? The Rise of Artificial Intelligence at Work », Comparative Labor Law & Policy Journal, vol. 41, n° 1, 2019.
[4] Marie-Anne Dujarier, Le management désincarné. Enquête sur les nouveaux cadres du travail, La Découverte, 2017.
[5] Sébastien Broca, Pris dans la toile. De l’utopie d’internet au capitalisme numérique, Seuil, 2025.
[6] Hubert Dreyfus, What computers still can’t do. A Critique of Artificial Reason, MIT Press, 1992.
[7] Alex J. Wood, Algorithmic Management: Consequences for Work Organisation and Working Conditions, Commissione europea, 2021.
[8] Alessandro Delfanti, « Machinic dispossession and augmented despotism: Digital work in an Amazon warehouse », New Media & Society, vol. 23, n°1, 2021.
[9] Annarosa Pesole, Uma Rani, Ignacio Gonzalez Vazquez, Algorithmic Management practices in regular workplaces: case studies in logistics and healthcare, Ufficio delle pubblicazioni dell’Unione europea, Lussemburgo, 2024.
[10] Jake Alimahomed-Wilson ed Ellen Reese, «Surveilling Amazon’s warehouse workers: racism, retaliation, and worker resistance amid the pandemic», Work in the Global Economy, vol. 1, 2021.
[11] Martin Krzywdzinski, Daniel Schneiß, Andrea Sperling, « Between control and participation : The politics of algorithmic management », New Technology, Work and Employment, vol. 40, 2025.
[12] Ad esempio, negli Stati Uniti, il 48% delle aziende di logistica utilizza un metodo “misto” di integrazione verticale e subappalto della preparazione degli ordini. Cfr. Beth Gutelius e Theodore Nik, “The e-commerce labour regime: Amazon and beyond”, Work Organisation, Labour & Globalisation, vol. 19, n. 2, 2025.
[13] Kendra Briken e Phil Taylor, “Fulfilling the ‘British way’: beyond constrained choice – Amazon workers’ lived experiences of workfare”, Industrial Relations Journal, vol. 49, 2018.
[14] David Noble, Le progrès sans le peuple. Ce que les nouvelles technologies font au travail, Agone, 2016.
_____________________
Juan Sebastián Carbonell è Sociologo e Ricercatore post-dottorato all’Università di Liegi.
