I numeri descrivono un campione con una prevalenza netta di donne tra i 30 e i 49 anni, residenti principalmente nel Nord e nel Centro Italia. Gli uomini, numericamente ridotti, sono mediamente più anziani e concentrati in ruoli apicali. In questo contesto, l'intelligenza artificiale non è più un'ipotesi ma una realtà consolidata: la maggior parte dei rispondenti la considera una trasformazione strutturale che investe sia la vita professionale che quella privata.

L’uso della tecnologia appare trasversale. Non si registrano differenze sostanziali nella frequenza d’utilizzo tra chi ha una formazione STEM e chi no, sebbene cambino le modalità: mentre in generale prevalgono gli strumenti di generazione di contenuti e automazione, in ambito STEM l’IA è meno usata per la produttività generica. 

Un dato di fatto rilevante riguarda la fiducia: chi utilizza l’IA quotidianamente esprime maggiore sicurezza verso l’equità e l’etica dei sistemi aziendali.

Sul fronte delle competenze e della gestione, i dati evidenziano alcuni punti critici:

• Formazione discontinua: nonostante l'ampia partecipazione a webinar e corsi, manca un aggiornamento costante. In ambito STEM, a un’alta adesione iniziale segue un calo della formazione continua.
  
  

• Consapevolezza dei bias: esiste una chiara attenzione al rischio che gli algoritmi replichino distorsioni storiche nei dati, specialmente nei processi di selezione.
  
  

• Gap di percezione nello STEM: il divario tra uomini e donne sulla capacità dell’IA di contrastare gli stereotipi supera i 20 punti percentuali.

La governance dell’innovazione segue una logica prevalentemente top-down, con decisioni guidate dall’Alta Direzione. Il coinvolgimento dei dipendenti resta limitato: nelle aree STEM, le risposte positive sulla partecipazione scendono dal 37,7% al 26,8%. 

Questa mancanza di coinvolgimento si riflette sulla trasparenza percepita, che tra le donne STEM cala di 8,6 punti percentuali, e sulla fiducia nell'integrazione dei temi di inclusione (DE&I), che scende dal 44,1% al 33,3%.

L’intensità delle emozioni negative legate all’IA è superiore tra la popolazione femminile, anche nei settori tecnologici. La preoccupazione principale riguarda la velocità di adozione, percepita come un fattore di pressione che potrebbe aumentare le aspettative aziendali a danno della qualità del lavoro.

Per garantire un utilizzo responsabile, il campione indica priorità strategiche precise: audit dei dataset, trasparenza algoritmica e modelli di supervisione umana costante (human-in-the-loop). 

Emerge infine la necessità di una formazione diffusa e di un accompagnamento che gestisca le differenze generazionali, ritenuti essenziali per evitare che l’IA rafforzi gli squilibri di genere anziché ridurli.

Scopri chi ha partecipato 👉