Sostenibilità sociale e IA: equità nei sistemi di ranking

La tesi analizza il legame tra intelligenza artificiale e sostenibilità digitale, con focus sulla dimensione sociale (equità, inclusione e parità di genere) nei processi mediati da piattaforme digitali. Nel quadro teorico-normativo, il lavoro evidenzia come la sostenibilità tenda a configurarsi come “dimostrabile”, richiedendo trasparenza, tracciabilità e accountability, e discute perché tali principi debbano tradursi in pratiche di governance verificabili quando sistemi algoritmici incidono sulla distribuzione della visibilità e, indirettamente, sull’accesso alle opportunità. Sul piano empirico, la ricerca conduce un audit osservativo esterno (black-box) su LinkedIn per osservare la distribuzione della visibilità nei risultati di ricerca. L’analisi considera quattro query professionali, Data Analyst, Software Engineer, Product Manager e HR Manager, con tre repliche temporali e un filtro geografico costante sull’Italia, combinando l’osservazione della composizione dei risultati con una lettura descrittiva delle headline e con la valutazione della visibilità posizionale tramite Disparate Impact. I risultati mostrano differenze di rappresentanza tra domini professionali e indicano che la fascia di massima visibilità (top-10) non replica sempre la composizione del bacino immediatamente visibile (top-20): in 6 osservazioni su 12 il Disparate Impact risulta inferiore a 0,8, con ricorrenze soprattutto per HR Manager e, in parte, Product Manager. Pur senza attribuzioni causali sul funzionamento interno della piattaforma, l’audit evidenzia la rilevanza di un monitoraggio strutturato della visibilità in chiave di governance e accountability.