Algorithmic management, poteri datoriali e oneri della prova: alla ricerca della verità materiale che si cela dietro l’algoritmo

Autori

  • Giovanni Gaudio Università Ca' Foscari di Venezia

DOI:

https://doi.org/10.6092/issn.2421-2695/11955

Parole chiave:

workforce analytics, privacy protection, GDPR, burden of proof, discrimination, gig economy

Abstract

La tecnologia sta cambiando le modalità con cui le imprese gestiscono il proprio personale. Numerosi datori di lavoro hanno infatti iniziato a spogliarsi dell’esercizio completamente umano dei propri poteri, demandandolo, in tutto o in parte, a macchine più o meno intelligenti. Dati raccolti tramite pratiche di workforce analytics fungono da carburante per rifornire il serbatoio di strumenti di algorithmic management, capaci di assumere decisioni automatizzate che impattano sulla forza lavoro. Fermi i vantaggi in termini di maggiore produttività del lavoro, il ricorso alla tecnologia non è però sempre esente da rischi. Tant’è che è già accaduto, anche nel campo della gestione delle risorse umane, che gli algoritmi si siano dimostrati decisori tutt’altro che imparziali. Questo problema è spesso esacerbato dalla scarsa trasparenza che contraddistingue larga parte dei processi decisionali automatizzati. Anche per questa ragione, è stato sottolineato come le pratiche di workforce analytics e algorithmic management possano comportare un’estensione delle prerogative datoriali senza precedenti. È stato altresì sostenuto, soprattutto nella discussione sul tema a livello internazionale, che ciò richiederebbe un aggiornamento, se non un ripensamento, della disciplina giuslavoristica che, allo stato, potrebbe rivelarsi inadeguata a far fronte alla rivoluzione tecnologica in atto. Lo scopo di questo elaborato è dunque quello di comprendere se il diritto del lavoro italiano possegga già anticorpi regolativi idonei a impedire indebiti abusi dei poteri datoriali potenzialmente derivanti dal sempre più ampio ricorso all’algorithmic management. Più nello specifico, si cercherà di dimostrare come le regole in materia di onere della prova e quelle che attribuiscono ampi poteri istruttori al giudice del lavoro, soprattutto se combinate con i diritti di informazione e accesso contenuti nel GDPR, siano idonee ad alleviare i problemi di trasparenza decisionale e i rischi di indebite estensioni dei poteri datoriali connessi all’uso sempre più massiccio delle pratiche di algorithmic management. Infine, si sottolineerà come vi siano plurime ragioni per argomentare a favore di un esercizio più incisivo dei poteri istruttori del giudice del lavoro, guidato e allo stesso tempo limitato dal criterio di prossimità alla fonte di prova. Ciò favorirebbe infatti la ricerca della verità materiale che si cela dietro l’algoritmo, così rendendo il diritto del lavoro italiano ancor meglio equipaggiato per far fronte alle sfide lanciate dalla rivoluzione tecnologica in atto.

Riferimenti bibliografici

Adams-Prassl J., What if Your Boss was an Algorithm?, in CLL&PJ, 2019, 41, 1.

Aloisi A. - De Stefano V., Il tuo capo è un algoritmo. Contro il lavoro disumano, Laterza, 2020.

Aloisi A. - Gramano E., Artificial Intelligence is Watching You at Work: Digital Surveillance, Employee Monitoring, and Regulatory Issues in the EU Context, in CLL&PJ, 2019, 41, 1, 95 ss.

Amadore N., Tribunale di Palermo: rider lavoratore subordinato, Quotidiano del lavoro, 24 novembre 2020.

Balletti E., I poteri del datore di lavoro tra legge e contratto, in Giornate di Studio AIDLaSS, Napoli, 16 e 17 giugno 2016.

Barbieri M., L’utilizzabilità delle informazioni raccolte: il Grande Fratello può attendere (forse), in P. Tullini, Controlli a distanza e tutela dei dati personali del lavoratore, Giappichelli, 2017, 183 ss.

Belisario E., Commento all’art. 15, in G.M. Riccio - G. Scorza - E. Belisario, GDPR e normativa privacy, WoltersKluwer, 2018.

Benvenuti F., L’istruzione nel processo amministrativo, Cedam, 1953.

Besso C., La vicinanza della prova, in RDP, 2015.

Biasi M., La protezione della sfera personale del lavoratore al tempo dei social media: brevi riflessioni sull’attualità dell’art. 8 dello Statuto dei Lavoratori, in LG, 2021, 1, in via di pubblicazione

Bolognesi R., Il prudente esercizio dei poteri istruttori ufficiosi da parte del giudice del lavoro, in Judicium, 2014.

Burrell J., How the machine ‘thinks’: Understanding opacity in machine learning algorithms, in Big Data & Society, 2016, 1.

Cairo L. - Villa U., I controlli a distanza a quattro anni dal Jobs Act, in LG, 2019, 7.

Caruso B., Tutela giurisdizionale, onere della prova, equità processuale. Una ricerca sul diritto del lavoro nel processo, in RGL, 1982, 1-2.

Cassano G., I controlli ex art. 4, L. n. 300/1970, in LG, 2020, 7, 778.

Cavallone B., In difesa della veriphobia (considerazioni amichevolmente polemiche su un libro recente di Michele Taruffo), in RDP, 2010, 1.

Ciccarelli R., Frank, l’algoritmo anti-sciopero. La Cgil porta in tribunale Deliveroo, ilManifesto, 18 dicembre 2019, https://ilmanifesto.it/frank-lalgoritmo-anti-sciopero-la-cgil-porta-in-tribunale-deliveroo/

Comoglio L.P., I poteri d’ufficio del giudice del lavoro, in Problemi attuali sul processo del lavoro, Giuffrè, 2006.

Comoglio L.P., Le prove civili, UTET, 2010.

Comoglio P., Nuove tecnologie e disponibilità della prova, Giappichelli, 2018.

Dagnino E., People Analytics: lavoro e tutele al tempo del management tramite big data, in LLI, 2017, I.1 ss.

Dastin J., Amazon scraps secret AI recruiting tool that showed bias against women, Reuters, 11 ottobre 2018, https://www.reuters.com/article/us-amazon-com-jobs-automation-insight-idUSKCN1MK08G

de Angelis L., L’udienza di discussione, in D. Borghesi - L. de Angelis, Il processo del lavoro e della previdenza, UTET, 2013.

De Michiel F., Questioni sull’onere della prova nel diritto del lavoro, Cedam, 2019.

De Stefano V., “Negotiating the Algorithm”: Automation, Artificial Intelligence, and Labor Protection, in CLL&PJ, 2019, 41, 1.

Del Punta R., Onere della prova e potere istruttorio del giudice: l’instabile equilibrio fra principio dispositivo e principio inquisitorio, in Problemi attuali sul processo del lavoro, Giuffrè, 2006.

Di Cerbo V., Commento all’art. 421 c.p.c., in G. Amoroso - V. Di Cerbo - A. Maresca, Il processo del lavoro, Giuffrè, 2020, 383 ss.

Dittrich L., La ricerca della verità nel processo civile: profili evolutivi in tema di prova testimoniale, consulenza tecnica e fatto notorio, in RDP, 2011, 1.

Donini A., Tecniche avanzate di analisi dei dati e protezione dei lavoratori, in DRI, 2018, 1, 222.

Drożdż A., Protection of Natural Persons with Regard to Automated Individual Decision-Making in the GDPR, Kluwer Law International, 2020.

Duggan J. - Sherman U. - Carbery R. - McDonnell A., Algorithmic management and app-work in the gig economy: A research agenda for employment relations and HRM, in HRMJ, 30.

Dzieza J., How hard will the robots make us work?, The Verge, 27 febbraio 2020, https://www.theverge.com/2020/2/27/21155254/automation-robots-unemployment-jobs-vs-human-google-amazon

Falsone M., Il sindacato e la risoluzione delle controversie: una, nessuna o centomila identità?, in GC.com, 2020.

Gamba C., Il controllo a distanza delle attività dei lavoratori e l’utilizzabilità delle prove, in LLI, 2016, 2, 1.

Gramano E., Sul licenziamento intimato per scarso rendimento, in ADL, 2017, 6, 1506 ss.

Hacker P., Teaching fairness to artificial intelligence: existing and novel strategies against algorithmic discrimination under EU law, in CMLR, 2018.

Hendrickx F., From Digits to Robots: The Privacy Autonomy Nexus in New Labor Law Machinery, in CLL&PJ, 2019, 40, 365.

Ingrao A., Data-Driven management e strategie collettive di coinvolgimento dei lavoratori per la tutela della privacy, in LLI, 2019, 2, 129 ss.

Ingrao A., Il braccialetto elettronico tra privacy e sicurezza del lavoratore, in DRI, 2019, 3, 895 ss.

Ingrao A., Il controllo a distanza sui lavoratori e la nuova disciplina privacy: una lettura integrata, Cacucci, 2018.

Jarrahi M.H. - Sutherland W., Algorithmic Management and Algorithmic Competencies: Understanding and Appropriating Algorithms in Gig Work, in N. Taylor - C. Christian-Lamb - M. Martin - B. Nardi, Information in Contemporary Society. iConference 2019. Lecture Notes in Computer Science, vol. 11420, Springer, 2019, 578 ss.

Kullmann M., Discriminating job applicants through algorithmic decision-making, in SSRN, 2019.

Lecher C., How Amazon automatically tracks and fires warehouse workers for ‘productivity’, The Verge, 25 aprile 2019, https://www.theverge.com/2019/4/25/18516004/amazon-warehouse-fulfillment-centers-productivity-firing-terminations

Lee M.K. - Kusbit D. - Metsky E. - Dabbish L., Working with Machines: The Impact of Algorithmic and Data-Driven Management on Human Workers, in Proceedings of CHI 2015, 2015, 1603-1612.

Liebman E.T., Fondamento del principio dispositivo, in RDP, 1960.

Liebman E.T., Manuale di diritto processuale civile, II, Giuffrè, 1981.

Liebman E.T., Storiografia giuridica manipolata, in RDP, 1974, 108.

Malgieri G. - Comandè G., Why a Right to Legibility of Automated Decision-Making Exists in the General Data Protection Regulation, in IDPL, 2017, 7, 4.

Mandrioli C., Diritto processuale civile, II, Giappichelli, 2009.

Mateescu A. - Nguyen A., Algorithmic Management in the Worklplace, Data & Society Research Institute, 2019, https://datasociety.net/wp-content/uploads/2019/02/DS_Algorithmic_Management_Explainer.pdf

Menegus B., Amazon’s Last Mile, Gizmodo, 16 novembre 2017, https://gizmodo.com/amazons-last-mile-1820451224

Novella M., Il rider non è un lavoratore subordinato, ma è tutelato come se lo fosse, in LLI, 2019, 5, 1.

O’Connor S., When your boss is an algorithm, Financial Times, 8 settembre 2016, https://www.ft.com/content/88fdc58e-754f-11e6-b60a-de4532d5ea35

Oostveen M., Identifiability and the applicability of data protection to big data, in IDPL, 2016, 6, 4, 299 ss.

Otto M., Workforce Analytics v Fundamental Rights Protection in the EU in the Age of Big Data, in CLL&PJ, 2019, 40, 393.

Pasquale F., The Black Box Society. The Secret Algorithms That Controls Money and Information, Harvard University Press, 2016.

Peruzzi M., La prova del licenziamento ingiustificato e discriminatorio, Giappichelli, 2018.

Pisani C., Le preclusioni nel rito del lavoro, Judicium, 2012.

Research Group on the Regulation of the Digital Economy, Technical Aspects of Artificial Intelligence: An Understanding from an Intellectual Property Law Perspective, Max Planck Institute for Innovation and Competition Research Paper, n. 13/2019.

Rosenblat A. - Stark L., Algorithmic Labor and Information Asymmetries: A Case Study of Uber’s Drivers, IJoC, 2016, 10, 3758 ss.

Saitta F., Vicinanza alla prova e codice del processo amministrativo: l’esperienza del primo lustro, in RTDPC, 2017, 3.

Sartori A., Il controllo tecnologico sui lavoratori, Giappichelli, 2020.

Sawers P., Uber drivers union asks EU court to overrule ‘robo-firing’ by algorithm, VentureBeat, 26 ottobre 2020, https://venturebeat.com/2020/10/26/uber-drivers-union-asks-eu-court-to-overrule-robo-firing-by-algorithm/

Scuffi M., Le singole misure: descrizione e sequestro, in M. Scuffi - M. Franzosi, Diritto industriale italiano, II, 2013, 1404 ss.

Silberg J. - Manyika J., Tackling bias in artificial intelligence (and in humans), McKinsey Global Institute, 6 giugno 2019, https://www.mckinsey.com/featured-insights/artificial-intelligence/tackling-bias-in-artificial-intelligence-and-in-humans

Taruffo M., L’onere come figura processuale, in RTDPC, 2012, 2, 429.

Taruffo M., La prova nel processo civile, in già diretto da A. Cicu - F. Messineo - L. Mengoni e continuato da P. Schlesinger, Trattato di diritto civile e commerciale, Giuffrè, 2012.

Taruffo M., La semplice verità, Laterza, 2009.

Taruffo M., Onere della prova [dir. proc. civ.], in Diritto on line – Treccani, 2017.

Taruffo M., Presunzioni, inversioni, prova del fatto, in RTDPC, 1992, 733 ss.

Tullini P., Il controllo a distanza attraverso gli strumenti per rendere la prestazione lavorativa. Tecnologie di controllo e tecnologie di lavoro: una distinzione possibile?, in P. Tullini, Controlli a distanza e tutela dei dati personali del lavoratore, Giappichelli, 2017.

Tullini P., Prime riflessioni dopo la sentenza di Torino sul caso Foodora, in LDE, 2018, 1.

Vallebona A., Disciplina dell’onere probatorio e disparità sostanziale delle parti del rapporto di lavoro, in ADL, 2001.

Vallebona A., Il trionfo del processo del lavoro, in MGL, 2009, 7, 566.

Vallebona A., L’inversione dell’onere della prova nel diritto del lavoro, in RTDPC, 1992.

Vallebona A., L’onere della prova nel diritto del lavoro, Cedam, 1988.

Vallebona A., L’onere probatorio circa i requisiti dimensionali per la tutela reale contro il licenziamento: le Sezioni Unite cambiano idea, in RIDL, 2006, 2, 448 ss.

Vardaro G., Tecnica, tecnologia e ideologia della tecnica nel diritto del lavoro, in PD, 1986, 1.

Wachter S. - Mittelstadt B. - Floridi L., Why a Right to Explanation of Automated Decision-Making Does Not Exist in the General Data Protection Regulation, in IDPL, 2017, 7, 2.

Wachter S. - Mittelstadt B. - Russell C., Counterfactual Explanations Without Opening the Black Box: Automated Decisions and the GDPR, in HJL&T, 2018, 31, 2, 841 ss.

Yampolskiy R.V., Unexplainability and Incomprehensibility of Artificial Intelligence, 2019, https://arxiv.org/ftp/arxiv/papers/1907/1907.03869.pdf

Zoli C., La tutela delle posizioni «strumentali» del lavoratore, Giuffrè, 1988.

Downloads

Pubblicato

2020-12-21

Come citare

Gaudio, G. (2020). Algorithmic management, poteri datoriali e oneri della prova: alla ricerca della verità materiale che si cela dietro l’algoritmo. Labour & Law Issues, 6(2), 19–71. https://doi.org/10.6092/issn.2421-2695/11955

Fascicolo

Sezione

Saggi