ChatGPT ti chiama "esperto" se hai un nome maschile e "bellezza" se ne hai uno femminile. I CV con nomi di donna ricevono il 30% di risposte in meno. E la Silicon Valley si riempie la bocca di diversità mentre finanzia startup femminili con le briciole. Benvenute nel futuro: è sessista quanto il passato, solo più efficiente.
I numeri che la Silicon Valley non vuole farvi leggere
Partiamo dai fatti, perché i fatti sono ostinati. Nel settore tech globale, le donne rappresentano appena il 26,7% della forza lavoro. Nell'intelligenza artificiale la situazione peggiora: solo il 22% dei professionisti AI è donna. Tra i CTO delle aziende Fortune 500? L'8%. Zero donne alla guida delle Big Five — Google, Apple, Meta, Amazon, Microsoft. Nemmeno una.
Ma il dato più inquietante riguarda chi resta: il 50% delle donne abbandona il tech prima dei 35 anni, il doppio del tasso maschile. Non perché non siano capaci — perché il sistema le espelle. Il 72% riporta sessismo e "bro culture". Il 57% soffre di burnout, contro il 36% dei colleghi uomini. E il 43% pensa di licenziarsi almeno una volta a settimana.
L'AI non è neutrale: è un maschio bianco della Silicon Valley
"L'intelligenza artificiale impara dai dati, e i dati sono pieni di stereotipi" — non lo dice una femminista radicale, ma
Iscriviti alla newsletter per ricevere i migliori articoli direttamente nella tua inbox.
Intelligenza Artificiale
Sora chiude dopo sei mesi, $2.1M e un miliardo bruciato con Disney: l'autopsia
Sora chiude: sei mesi, $2.1M di revenue, $15M/giorno di costi. Disney ghostata, deepfake fuori controllo. Ma Open-Sora gira sul tuo homelab.
l'ONU
. Il problema è strutturale: se addestri un algoritmo su decenni di storia lavorativa in cui gli uomini dominavano, l'algoritmo imparerà che "programmatore" è maschio e "infermiera" è femmina. E lo farà con una precisione chirurgica.
Stanford ha testato ChatGPT con prompt legati alle professioni: il modello ha usato pronomi maschili l'83% delle volte per "programmatore" e pronomi femminili il 91% per "infermiera". Anche quando gli ricercatori chiedevano esplicitamente di evitare il bias di genere, il modello continuava a preferire pronomi maschili nel 68% dei casi. Tradotto: l'AI non riesce a smettere di essere sessista nemmeno quando glielo ordini.
Nelle lettere di raccomandazione generate dall'AI, gli uomini vengono descritti come "esperti" con "integrità". Le donne? "Bellezze" e "delizie". Non è un errore — è il riflesso perfetto di come il mondo ci ha sempre trattate.
Il curriculum giusto, il nome sbagliato
Se pensate che almeno il processo di selezione automatizzato sia più equo di un recruiter con i suoi pregiudizi inconsci, ripensateci. I dati raccontano una storia diversa: i CV con nomi femminili ricevono il 30% in meno di callback per i ruoli ingegneristici. Non curriculum diversi — gli stessi curriculum, con nomi diversi.
Amazon lo sa bene: nel 2018 ha dovuto abbandonare il proprio strumento di recruiting AI perché penalizzava sistematicamente i curriculum femminili. L'algoritmo aveva imparato dai dati storici di assunzione — prevalentemente maschili — e ne aveva concluso che "maschio" fosse sinonimo di "candidato ideale".
C'è poi la "trappola del gap": gli algoritmi addestrati a premiare carriere lineari di 30 anni penalizzano automaticamente chi ha pause lavorative — leggi: chi ha avuto figli. E non è finita: il 38% delle donne racconta di essere stata interrogata sui propri piani familiari durante i colloqui. L'AI non fa domande illegali, però declassa silenziosamente chi ha un buco nel CV. Più elegante, stesso risultato.
Due virgola tre: la percentuale della vergogna
Se i numeri del workforce sono deprimenti, quelli del venture capital sono un insulto. Negli ultimi trent'anni, le startup fondate esclusivamente da donne hanno ricevuto in media il 2,3% dei fondi di venture capital. Non il 23%. Il 2,3%. Per ogni 100 euro investiti dalla Silicon Valley, alle donne ne arrivano poco più di 2.
E chi riesce ad avviare un'azienda si scontra comunque con il divario salariale: le CEO donne di startup guadagnano in media 133.000 dollari contro i 153.000 dei colleghi maschi. Nel tech più in generale, le donne guadagnano 84 centesimi per ogni dollaro maschile. Le donne latine? 54 centesimi. Le donne nere? 63. La meritocrazia è un mito, e i numeri lo dimostrano senza appello.
Il 62% delle offerte di lavoro nel tech propone salari più alti ai candidati maschi. E quando il 65% dei recruiter ammette di avere bias inconsci di genere, la domanda non è più "esiste il sessismo nel tech?" — è "perché fingiamo il contrario?"
L'amplificatore: quando il pregiudizio diventa scalabile
Il vero pericolo dell'AI non è che replica i pregiudizi umani — è che li amplifica su scala industriale. Un recruiter sessista può valutare 50 CV al giorno. Un algoritmo sessista ne valuta 50.000. E lo fa senza rimorsi, senza consapevolezza, senza possibilità di autocorrezione.
I test sui modelli linguistici sono impietosi. GPT-2 mostra pregiudizi di genere nel 69% dei casi e riduce le parole associate al femminile del 43%. Tutti i modelli testati — GPT-2, LLaMA, Cohere, ChatGPT — esprimono sentimenti più negativi verso le donne che verso gli uomini. Il 51% dei contenuti generati dall'AI ritrae le donne in modo più negativo rispetto ai testi scritti da esseri umani.
Pensate alla sanità: i sistemi AI diagnostici tendono a concentrarsi sui sintomi maschili, portando a diagnosi sbagliate o trattamenti inadeguati per le pazienti donne. O alla finanza, dove gli algoritmi di credit scoring penalizzano chi non ha un profilo lavorativo "standard" — ancora una volta, le donne. L'AI non discrimina solo nel tech: discrimina ovunque venga applicata.
"Non ci sono abbastanza candidate": la bugia più comoda del tech
Ogni volta che si solleva il problema, la risposta della Silicon Valley è sempre la stessa: "È un problema di pipeline. Non ci sono abbastanza donne che studiano informatica." Peccato che le donne ottengano il 57% delle lauree universitarie e che il 50% dei laureati STEM sia donna. Il problema non è la pipeline — è il rubinetto che si chiude dopo.
Nel 1985, il 37% delle lauree in informatica andava a donne. Oggi? Il 20%. Il settore non è diventato più inclusivo — è regredito. L'interesse delle ragazze per l'informatica crolla dopo i 15 anni, e non perché l'informatica sia "roba da maschi", ma perché il messaggio culturale è chiarissimo: non siete benvenute. Harvey Mudd College ha dimostrato che si può fare il contrario — in un decennio ha portato le studentesse di informatica dal 10% al 50% — ma servono volontà e risorse. Due cose che la maggior parte delle aziende tech preferisce investire altrove.
Qualcosa si muove (ma non basta)
Non tutto è perduto. La California dal 2026 obbliga le aziende che usano strumenti AI per le assunzioni a garantire la revisione umana dei risultati algoritmici. Il Colorado AI Act, in vigore da giugno, impone ai developer di strumenti AI di hiring di prevenire attivamente la discriminazione algoritmica. E il blind hiring sta dimostrando che, quando togli il nome dal CV, il talento femminile emerge naturalmente.
Anche l'ONU e l'UNESCO si sono mosse, pubblicando studi allarmanti sul sessismo nei modelli generativi e chiedendo dataset più diversificati, team di sviluppo misti e framework etici. Il problema è che le raccomandazioni non bastano quando il 77% dei dirigenti maschi si considera "alleato delle donne" mentre solo il 45% delle dirigenti donne è d'accordo. C'è un gap di percezione grosso come una voragine.
Il dato che fa sperare? 9 donne su 10 che hanno lasciato il tech tornerebbero se le condizioni migliorassero. Non hanno perso la passione — hanno perso la pazienza. E la differenza è enorme, perché significa che il talento c'è, è solo stato cacciato via.
Il verdetto
L'intelligenza artificiale non è il futuro dell'uguaglianza — è la fotocopia digitale delle disuguaglianze di sempre, solo più veloce, più scalabile e più difficile da contestare. La Silicon Valley ha trasformato il sessismo in codice, l'ha ottimizzato e l'ha venduto come innovazione.
Servono leggi, serve trasparenza, serve che il 22% di donne nell'AI diventi il 50%. Ma soprattutto serve smettere di fingere che il problema sia la "pipeline" quando il problema è un'industria costruita da uomini, per uomini, che ha insegnato alle macchine a ragionare esattamente come loro.
Margaret Hamilton ha scritto il codice che ha portato l'uomo sulla Luna. Sessant'anni dopo, quel codice discriminerebbe il suo curriculum.
