Mentre Pint of Science porta la scienza nei pub di 28 città italiane, una community di divulgatrici lancia l’allarme: i sistemi su cui costruiamo il futuro nascono già pieni di pregiudizi. E a pagarne il prezzo, due volte, sono le donne.
Dal 18 al 20 maggio, per tre sere, novanta pub in ventotto città italiane si sono trasformati in piccoli laboratori. È Pint of Science, il festival che porta i ricercatori a raccontare il proprio lavoro davanti a una birra, e tra i temi più gettonati di quest’anno c’è proprio lei, l’intelligenza artificiale. Scena conviviale, accessibile, democratica. Eppure, fuori dal pub, lo scenario è molto meno egualitario: nelle stanze dove si scrive davvero il codice dell’IA, le donne sono una netta minoranza.
A dirlo con un numero è la community GenS – Generazione Stem, un gruppo di divulgatrici che da anni porta nelle scuole spettacoli teatrali sulle scienziate dimenticate dai libri di storia. Citando l’ultima indagine dell’Organizzazione Internazionale del Lavoro, la founder Alessandra Cravetto ricorda che il 70% degli sviluppatori di software per l’IA è uomo. Solo tre progettisti su dieci di modelli linguistici e chatbot sono donne. E questo, avverte, “si riflette nelle analisi e nelle risposte del sistema”.
Non è una questione di galateo statistico. Un sistema di intelligenza artificiale impara dai dati che gli vengono forniti e dalle priorità di chi lo costruisce. Se a progettarlo, addestrarlo e collaudarlo è quasi sempre lo stesso tipo di persona, i suoi punti ciechi diventano i punti ciechi della macchina. È così che un algoritmo di selezione del personale può imparare a penalizzare i curriculum femminili, che un software di riconoscimento vocale fatica a capire le voci delle donne, che un traduttore automatico trasforma “the doctor” in “il dottore” e “the nurse” in “l’infermiera”. Il pregiudizio non è un errore del codice: è il codice che assorbe il pregiudizio di chi lo ha pensato.
Il problema diventa ancora più serio quando si guarda al lavoro. Sempre l’ILO, in un rapporto di inizio 2026, ha calcolato che le occupazioni a prevalenza femminile sono esposte all’automazione molto più di quelle maschili: il 29% contro il 16%. E nella fascia di massima esposizione il divario è abissale: il 16% dei lavori “da donne” rischia grosso, contro appena il 3% di quelli “da uomini”. La ragione è semplice e ingiusta insieme. Le donne sono sovrarappresentate proprio nelle mansioni che l’IA generativa sa già imitare: segreteria, gestione documentale, amministrazione, customer care. Lavori spesso invisibili, spesso sottopagati, che tengono in piedi famiglie e uffici e che oggi sono i primi della lista a rischiare di sparire.
Si crea così un cortocircuito perverso. Le donne subiscono di più la trasformazione del lavoro guidata dall’IA, ma sono escluse dalle stanze in cui quella stessa IA viene progettata. Sono oggetto della tecnologia, raramente soggetto. E le radici di questo squilibrio affondano molto prima del mercato del lavoro: stanno a scuola, nell’orientamento, negli stereotipi. In Italia le laureate in discipline STEM sono circa il 18%, contro una media europea del 26%. Secondo i dati di Save the Children, tra i 25 e i 34 anni ha una laurea scientifica il 37% dei ragazzi e solo il 16,8% delle ragazze. Meno della metà. Non perché siano meno portate — nessuno studio serio lo ha mai dimostrato — ma perché crescono in un contesto che continua a suggerire loro, in mille modi sottili, che la matematica e il codice “non fanno per loro”.
Eppure la storia della scienza racconta l’opposto. La prima persona a scrivere un algoritmo destinato a una macchina fu una donna, Ada Lovelace, quasi due secoli fa. La più antica università del mondo ancora attiva fu fondata da una donna, Fatima al-Fihri, nel IX secolo. Nomi che pochi conoscono, proprio perché la scienza che a scuola ci hanno raccontato era già stata, in partenza, scritta al maschile.
La proposta di GenS non è punitiva ma costruttiva: usare l’IA come strumento e non subirla come nemico, partendo dalle scuole, dall’orientamento, dall’abbattimento degli stereotipi. Perché riequilibrare il rapporto di genere tra chi costruisce gli algoritmi non è una battaglia di quote rosa. È la condizione per non consegnare alle prossime generazioni un futuro in cui la disuguaglianza, anziché essere combattuta, viene scritta direttamente nel codice — e quindi resa automatica, invisibile, infinitamente replicabile. L’algoritmo, oggi, ha un genere. La vera domanda è se siamo disposti a lasciare che lo conservi.
Foto di ThisisEngineering su Unsplash
BOX DI APPROFONDIMENTO
Chi prova a cambiare le cose
Se il problema nasce da chi costruisce gli algoritmi, la soluzione passa da chi prova a riequilibrare quelle stanze. Qualcosa, in effetti, si muove — anche se siamo lontani dalla parità.
Sul fronte delle imprese, il colosso Microsoft ha lanciato insieme alla piattaforma Founderz il corso gratuito AI Skills 4 Women, pensato per avvicinare le donne alle competenze dell’intelligenza artificiale. In Italia, dove le società puramente di IA con politiche di genere strutturate sono ancora rare, cresce però l’imprenditoria femminile in campo tecnologico: secondo Unioncamere, nel 2024 le startup innovative guidate da donne sono aumentate del 175,5% nel Mezzogiorno, con un picco del +337,7% in Campania.
Accanto alle aziende, una rete di organizzazioni lavora dal basso. Women in AI e AI4ALL offrono mentorship e formazione tecnica alle giovani a inizio carriera; l’UNESCO ha creato la piattaforma di esperte Women4Ethical AI per vigilare sulla diversità lungo tutto il ciclo di vita dei sistemi intelligenti; in Italia, oltre alla community GenS – Generazione Stem, esiste Women Lead AI, il primo bootcamp nazionale di IA generativa riservato alle donne.
C’è infine uno strumento di sistema: la certificazione di parità di genere UNI/PdR 125:2022, che misura le aziende su sei aree — dalla retribuzione alla governance, dalla crescita di carriera alla genitorialità. A oggi l’hanno ottenuta oltre 12.300 imprese italiane, per un totale di 2,7 milioni di lavoratori, di cui il 43% donne. Non riguarda solo l’informatica, ma è il modo più concreto con cui anche una software house può dimostrare, numeri alla mano, che la parità non è uno slogan.
Nessuna di queste iniziative, da sola, riscrive il codice. Ma tutte insieme indicano una direzione: portare più donne dove l’IA si progetta, non solo dove la si subisce.