La ricerca, condotta attraverso esperimenti di audit, ha evidenziato come l'intelligenza artificiale (IA) possa rafforzare i pregiudizi di genere in diverse fasi del processo di selezione, dalla stesura del curriculum alla preselezione. I risultati mostrano che i grandi modelli di linguaggio (LLM) penalizzano le donne nelle professioni dove sono minoranza e gli uomini in quelle dove sono minoranza, riflettendo le disuguaglianze strutturali del mercato del lavoro.
I risultati dello studio
Lo studio ha rilevato che i bias di genere influenzano sia le valutazioni che le raccomandazioni salariali. Ad esempio, in professioni con meno del 10% di donne, la probabilità che una candidata superi il primo filtro è inferiore del 4,8% rispetto ai candidati maschi. Inoltre, le differenze nelle valutazioni salariali raccomandate sono di circa l'1,6%, che si traduce in una differenza di circa 79 dollari al mese su uno stipendio di 5.000 dollari.
Carlos Carrasco Farré, professore adjunto del Dipartimento di Dati, Analisi, Tecnologia e Intelligenza Artificiale della Scuola di Business ESADE, ha commentato che l'IA funziona come uno specchio del mercato del lavoro, penalizzando le minoranze di genere nelle diverse professioni. Ha anche sottolineato che chiedere all'IA di essere neutrale non risolve il problema e che favorire le donne può portare a una sovracorrezione.
Implicazioni e limitazioni
Josep Curto, direttore accademico del Master in Business Intelligence e Big Data presso la Universitat Oberta de Catalunya (UOC) e professore adjunto presso l'IE Business School, ha evidenziato che lo studio è di alta qualità scientifica e fornisce una visione olistica dei bias di genere nell'IA. Tuttavia, ha anche segnalato alcune limitazioni, come il fatto che lo studio sia stato condotto esclusivamente in inglese e con dati occupazionali degli Stati Uniti.
Curto ha inoltre notato che i risultati salariali sono sensibili a come viene indicato il genere e al modello specifico utilizzato. Ad esempio, GPT 5.4 ha mostrato comportamenti atipici rispetto agli altri modelli quando sono stati utilizzati nomi propri. Inoltre, le versioni più recenti dei modelli non mostrano una riduzione del bias; in alcuni casi, il bias è addirittura maggiore.
Raccomandazioni per le aziende
Le implicazioni di questo studio sono significative per le aziende che utilizzano l'IA nei processi di selezione. È fondamentale che le aziende siano consapevoli dei bias che possono essere introdotti dall'IA e adottino misure per mitigarli. Questo potrebbe includere l'uso di modelli di IA più recenti e avanzati, la supervisione umana dei processi di selezione e l'adozione di politiche di diversità e inclusione.
Prospettive future
Mentre l'IA continua a evolversi, è essenziale che la ricerca continui a esplorare i suoi impatti sul mercato del lavoro. Studi come questo forniscono preziose informazioni su come l'IA può riprodurre e amplificare le disuguaglianze esistenti, sottolineando la necessità di un approccio critico e proattivo nell'uso di queste tecnologie.
In conclusione, mentre l'IA offre potenti strumenti per migliorare l'efficienza dei processi di selezione, è cruciale riconoscere e affrontare i suoi potenziali bias. Solo attraverso un uso consapevole e responsabile dell'IA possiamo sperare di creare un mercato del lavoro più equo e inclusivo.
