Intelligenza artificiale e nuove diseguaglianze sociali nella transizione algoritmica: visibilità, lavoro e potere

The debate on the social impact of artificial intelligence has polarized between those who view it as a promise of democratization and those who perceive it as a threat to employment and human autonomy. This thesis considers both perspectives unsatisfactory, as they assume a technology that produces uniform effects across society as a whole. Instead, its guiding question is distributive: not whether artificial intelligence is inherently good or bad, but who it benefits and who it penalizes, and how it relates to the inequalities that already permeate society. The core hypothesis is that rather than creating an unprecedented fracture, AI inherits and amplifies pre-existing asymmetries. This work brings the sociological tradition of social stratification into dialogue with research on the digital divide, specifically van Dijk's multidimensional model, and elaborates the concept of algorithmic capital: the set of knowledge, skills, and dispositions required to interact with AI systems mindfully. Its unequal distribution is analyzed along three interdependent dimensions (visibility, labor, and power) and empirically examined in the Italian context using benchmark statistical data (including ISTAT and INAPP ), an exploratory survey, and five interviews with key informants from the business, education, and research sectors. The analysis of the labor market yields a counterintuitive result: with automation, exposure to AI increases alongside educational attainment, reversing the traditional digital divide paradigm. However, exposure and vulnerability do not coincide, and the actual risk of job replacement is concentrated in middle-skill positions. Based on this diagnosis, the thesis puts forward a proposal structured on four interdependent pillars: regulation (including the AI Act, deemed a necessary but insufficient framework), continuous skills training, the redistribution of the benefits generated by automation, and the strengthening of an autonomous national and European productive capacity. The ability to actively govern the AI divide, rather than passively endure it, depends on the synergy of these four elements.

Sull'impatto sociale dell'intelligenza artificiale il dibattito si è polarizzato tra chi vi riconosce una promessa di democratizzazione e chi vi legge una minaccia per il lavoro e per l'autonomia delle persone. Questa tesi considera insoddisfacenti entrambe le letture, poiché presuppongono una tecnologia che produce effetti uniformi sull'intera società. L'interrogativo che la orienta è invece distributivo: non se l'intelligenza artificiale faccia bene o male, ma chi avvantaggi e chi penalizzi, e in che rapporto stia con le diseguaglianze che già attraversano la società. L'ipotesi è che essa non apra una frattura inedita, ma riprenda e amplifichi asimmetrie preesistenti. Il lavoro mette in dialogo la tradizione sociologica sulla stratificazione e la ricerca sul divario digitale, in particolare il modello multidimensionale di van Dijk, ed elabora la categoria di capitale algoritmico, ossia l'insieme di conoscenze, competenze e disposizioni necessarie a usare i sistemi di AI in modo consapevole. La sua distribuzione diseguale viene analizzata lungo tre dimensioni interdipendenti (visibilità, il lavoro e potere) e verificata sul caso italiano attraverso dati statistici di riferimento (tra cui ISTAT e INAPP), un questionario esplorativo e cinque interviste a testimoni privilegiati provenienti dal mondo dell'impresa, della formazione e della ricerca. L'analisi del mercato del lavoro restituisce un esito controintuitivo: con l'automazione l'esposizione cresce al crescere dell'istruzione, ribaltando lo schema del divario digitale tradizionale; tuttavia, esposizione e vulnerabilità non coincidono, e il rischio reale di sostituzione si concentra sulle posizioni intermedie. Su questa diagnosi la tesi fonda una proposta strutturata su quattro pilastri interdipendenti: la regolazione (AI Act incluso, considerata cornice necessaria ma insufficiente), la formazione continua delle competenze, la redistribuzione dei benefici prodotti dall'automazione e il rafforzamento di una capacità produttiva autonoma nazionale ed europea. Da questo intreccio dipende la possibilità di governare l'AI divide anziché subirlo.