Oplà n°12 – OP un patrimonio da valorizzare

In questo numero: OPLA': Gli operai della polizza - i venditori dipendenti di Generali Italia UNA RIFLESSIONE: Intelligenza artificiale e pregiudizi di genere NUOVO MODELLO OP: Ti racconto di me - Breve film della mia vita L'ANGOLO LEGALE: Controllo a distanza - Dignita’ e riservatezza del lavoratore Fisac Generali Italia è a disposizione nelle persone di : Elisabetta De Marco - Coordinatrice nazionale Fisac Generali Italia Elisabetta Masciarelli - Coordinatrice nazionale OP Fisac Generali Italia Alessandro Nardone - Coordinamento tecnico informatico Gianluigi Ricupito - Approfondimenti legali Casella per contributi e domande: produttorigenerali@fisac.it Pagina FB Fisac: Op in movimento OPLÀ: Gli operai della polizza - i venditori dipendenti di Generali Italia Torna all'indice Il mansionario è anni ottanta, mentre il nostro lavoro oggi è digitale e in tanta parte a distanza. L’inquadramento e la retribuzione sono slegati dai compiti e dalle professionalità richieste.Il reddito risulta da anni fortemente indebolito dai tagli alle provvigioni e dai parametri nelle incentivazioni.Si lavora a tutte le ore senza attenzione alla conciliazione con i tempi di vita o al diritto alla disconnessione.Siamo ghettizzati a vita nella parte seconda del contratto.In un mercato sempre più libero solo noi abbiamo sempre più paletti.E allora mettiamoli anche noi alcuni paletti, per rispetto di noi e del nostro lavoro. Decidiamo di dire no all’indifferenza, al disimpegno, al voltare la testa dall’altra parte. Se vogliamo che le cose cambino ciascuno deve fare la sua parte. Cominciamo a dire che non ci piace che i risultati di una settimana di lavoro o di un mese siano esposti davanti a tutti perché chi si trova in difficoltà viene affossato e leso nella sua dignità. Cominciamo a dire che tutte le attività che facciamo sono lavoro e sono produttive, non solo la vendita. Cominciamo a dire no a riunioni sempre in ora di pranzo o a non rispondere a messaggi sul proprio telefono dopo cena o alle email il sabato o la domenica. Cominciamo a rispettare e far rispettare le regole sulla tutela della salute e sicurezza sul luogo di lavoro. Cominciamo a non rispondere a richieste inaccettabili su miriadi di report. Cominciamo a ricordare che il portafoglio con tanta fatica acquisito non può essere messo a rischio di desertificazione per avviare qualunque iniziativa commerciale richiesta. Cominciamo a dire che l’organizzazione del lavoro si basa prima di tutto sul rispetto, sulla fiducia e sul riconoscimento di autonomia. Quando avremo cominciato tutti a far questo potremo dire finalmente che iniziamo a farci rispettare e che non siamo più gli operai della polizza, che producono in catena di montaggio pezzi su pezzi. Noi siamo e ci sentiamo altro: consulenti assicurativi preparati e competenti che sanno e vogliono dare risposte autentiche ai clienti e poter mantenere con loro una relazione che duri nel tempo, basata sulla vera cura e non su slogan vuoti o disattesi. Siamo un patrimonio per l’azienda e per primi dobbiamo cominciare a farci percepire come tale. Elisabetta Masciarelli Coordinatrice Nazionale OP Fisac Generali Italia UNA RIFLESSIONE: Intelligenza artificiale e pregiudizi di genere Torna all'indice (in collaborazione con le Donne del Dipartimento internazione Fisac CGIL) Le tecnologie informatiche, soprattutto quelle di nuova generazione come Intelligenza Artificiale e blockchain, vengono considerati uno straordinario strumento per accelerare il raggiungimento di obiettivi di sviluppo sostenibile (vedi per esempio, Agenda 2030 per lo Sviluppo Sostenibile promossa dall’Onu), ma al contempo introducono nuove forme di esclusione e marginalizzazione. Una criticità evidenziata anche dall’Unesco in un recente rapporto su Uguaglianza di Genere ed Intelligenza Artificiale (1). Secondo i criteri definiti per la cosiddetta “IA affidabile” (trustworthy AI), sanciti in un documento della Unione Europea pubblicato ad aprile 2019, questa scollatura non è accettabile, e va fortemente contrastata. L'intelligenza artificiale (AI) viene sempre più impiegata per prendere decisioni che influenzano la maggior parte degli aspetti della nostra vita. L'uso dell'AI nelle previsioni e nel processo decisionale può ridurre la soggettività umana, ma può anche incorporare pregiudizi, producendo risultati discriminatori su larga scala e ponendo enormi rischi per la società, in particolare, nei sistemi che apprendono grazie ad algoritmi cosiddetti di machine learning. Per sfruttare il potenziale di trasformazione dell'AI è necessario affrontare il fenomeno per quello che è: un prodotto che nasce dall'elaborazione umana ed in quanto tale produce delle risposte in base agli input che vengono dati. Poiché la tecnologia è costruita dagli esseri umani, ovviamente imiterà i nostri pregiudizi. Per combattere il perpetuare degli stereotipi e dei pregiudizi è necessario esserne consapevoli ed affrontarli alle origini, perché al momento le narrazioni sui big data e la scienza dei dati sono prevalentemente bianche, maschili e tecno-eroiche. Però, rimuovere i pregiudizi dagli algoritmi può essere un meccanismo potente per affrontare questi squilibri. Molte istituzioni prendono decisioni basate su sistemi di intelligenza artificiale utilizzando l'apprendimento automatico (ML - Machine Learning), in base al quale una serie di algoritmi prende e impara da enormi quantità di dati per trovare schemi e fare previsioni. Questi sistemi, per esempio, informano quanto gli istituti finanziari di credito dovrebbero offrire ai diversi clienti, a chi il sistema sanitario deve dare la priorità per i vaccini COVID-19 e quali candidati le aziende devono chiamare per i colloqui di lavoro. Il pregiudizio di genere in questi sistemi è pervasivo e ha un impatto profondo sulla sicurezza psicologica, economica e sanitaria delle donne a breve e lungo termine, in quanto in grado di rafforzare e amplificare gli stereotipi e i pregiudizi di genere dannosi esistenti. Per comprenderci, se non inseriamo dati sulla medicina di genere, che sono già sottorappresentati, la macchina non potrà certo imparare a migliorarne la valutazione. Se poi le raccomandazioni prodotte da questi algoritmi sono successivamente utilizzate come supporto ai processi decisionali, assistiamo all’instaurarsi di un vero e proprio circolo vizioso. I pregiudizi si rafforzano sempre più, e con essi la discriminazione di genere in molti ambiti applicativi. Relativamente alla tematica della gendered innovation (innovazione di genere), il non tener conto della dimensione di genere già in fase di ricerca e sviluppo produce tecnologie inaffidabili perché poco rispondenti ai bisogni e alle aspettative di ampie fette della popolazione mondiale. Ma, come detto sopra, sono esseri umani che generano, raccolgono ed etichettano le informazioni che entrano nei set di dati-input. Gli esseri umani determinano da quali set di dati, variabili e regole gli algoritmi apprendono per fare previsioni. Entrambe queste fasi possono introdurre pregiudizi che vengono incorporati nei sistemi di intelligenza artificiale riproducendo quelli di partenza. Prendendo ad esempio il settore del credito al consumo, i primi processi utilizzavano lo stato civile e il sesso per determinare l'affidabilità creditizia. Alla fine, queste pratiche discriminatorie sono state sostituite da quelle considerate più neutre. Ma a quel punto, le donne avevano una storia finanziaria meno formale e soffrivano di discriminazioni, influenzando la loro capacità di ottenere credito. I dati che tracciano i limiti di credito degli individui catturano queste tendenze discriminatorie. I dati sono istantanee del mondo in cui viviamo e le grandi distorsioni di genere che vediamo sono in parte dovute al divario digitale di genere e a come/dove queste informazioni vengono raccolte. Ad esempio, circa 300 milioni di donne in meno degli uomini accedono a Internet da un telefono cellulare e le donne nei paesi a reddito medio e basso hanno il 20% di probabilità in meno rispetto agli uomini di possedere uno smartphone. Queste tecnologie generano dati sui loro utenti, quindi il fatto che le donne abbiano meno accesso distorce intrinsecamente le informazioni di base. Ma, anche quando i dati vengono generati, gli esseri umani che li raccolgono decidono cosa enfatizzare e come. Chi prende le decisioni che informano i sistemi di intelligenza artificiale e chi fa parte del team che li sviluppa tecinicamente determina il loro agire: la bassa presenza di donne incide sul risultato complessivo. Anche qui c'è un enorme divario di genere: solo il 22% dei professionisti nei settori dell'AI e della scienza dei dati sono donne e occupano mediamente lavori associati a uno status inferiore. E l'AI può avere un impatto negativo/positivo sul percorso professionale di una persona, in una sorta di perverso loop. Due esempi possono aiutare ad inquadrare il tema. Una piattaforma di assunzione di tecnologia online, Gild , ha sviluppato un sistema di intelligenza artificiale per aiutare i datori di lavoro a classificare le/i candidate/i per i lavori di programmazione. Gild non solo ha usato le informazioni raccolte da fonti tradizionali come i curriculum, ma ha anche utilizzato un proxy chiamato "dati sociali" (dati generati da azioni nel regno digitale) per misurare quanto la/il candidata/o fosse parte integrante della comunità digitale. In questo caso, i dati social sono stati ricavati dal tempo trascorso a condividere e sviluppare codice su piattaforme online. Ma come sappiamo troppo bene, fattori come le aspettative della società riguardo al lavoro di cura, a carico prevalentemente delle donne, si traducono in donne che hanno meno tempo per chattare online con la conseguenza che proprio noi produciamo meno di questi "dati sociali". Invece di rimuovere i pregiudizi umani, Gild ha creato un algoritmo predisposto a penalizzare le donne e classificare sistematicamente le candidate al di sotto delle controparti maschili. L’università di Bath, per andare ad un altro esempio, ha riportato che gli algoritmi che si utilizzano per interpretare il linguaggio hanno acquisito molti dei pregiudizi verificati nell’uomo dagli esperimenti di psicologia. Le parole «femmina» e «donna», per esempio vengono associate maggiormente a occupazioni «umanistiche» e legate alla cura della casa. Se a questi programmi viene chiesto di selezionare dei curriculum per un lavoro, è più probabile che scelgano quelli di maschi per un posto da ingegnere. Uno studio del Berkeley Haas Center for Equity, Gender and Leadership sulla mitigazione dei pregiudizi nell'intelligenza artificiale, ha monitorato circa 133 sistemi di AI in tutti i settori dal 1988 ad oggi, scoprendo che il 44,2% (59 sistemi) dimostra pregiudizio di genere, con il 25,7% (34 sistemi) che mostra sia pregiudizi di genere che razziali. E ancora: il rafforzamento degli stereotipi e dei pregiudizi esistenti e dannosi (nel 28,2% dei sistemi con pregiudizi di genere) è esacerbato dai cicli di feedback tra input e output dei dati. Ad esempio, il software di traduzione, che apprende da grandi quantità di testo online, ha storicamente utilizzato termini neutri rispetto al genere (come "il dottore" o "l'infermiera" in inglese) e ha restituito traduzioni di genere (come "el doctor" e " la enfermera ”, in spagnolo), rafforzando gli stereotipi dei medici uomini e delle infermiere donne. Basti ricordare l'analisi fatta dalla Dott.ssa Irene Biemmi sui libri di testo delle nostre scuole elementari, per avere ancora più chiara l'origine della discriminazione anche in forma digitale (2). Le discriminazioni più accentuate sono quelle sulle donne, soprattutto se di colore, l’omofobia, il razzismo e il classismo. Troppo spesso le macchine imparano dai loro sviluppatori ad identificare il soggetto “standard” delle nostre società con l’uomo, soprattutto bianco e privilegiato. Ma ribadisco: se ben programmato, un sistema può diventare oggettivo e anti-razzista. Per esempio, gli studi effettuati sul comportamento umano da alcune Università statunitensi hanno dimostrato che, a parità di skills, è molto più facile che una/un cittadina/o europea/o venga assunta/o rispetto ad una/o afrodiscendente, con una maggioranza netta di Europei. Togliendo la qualifica etnica, l'algoritmo liberato da ogni possibile riferimento stereotipato, ha selezionato le persone migliori per il profilo professionale, ribaltando la percentuale tra Europei (a questo punto in minoranza) e afrodiscendenti. Un potere paradossale, quello dell’AI, che rischia di cancellare importanti conquiste sociali e non stare al passo con il progresso. Abbiamo compreso perfettamente il rischio, ma anche il potenziale e quindi è necessario proporre diversità di approccio e di sistema. L'intelligenza artificiale viene sempre più utilizzata per affrontare le sfide dello sviluppo globale, inclusa la disuguaglianza di genere, e le organizzazioni della società civile stanno entrando a far parte del progetto. Ad esempio, Women’s World Banking e Mujer Financiera utilizzano il ML per sostenere l'inclusione finanziaria delle donne. È importante insistere e supportare gli sviluppatori ML per centrare le voci delle donne e degli individui non binari nello sviluppo, nella creazione e nella gestione di questi sistemi di intelligenza artificiale. Ad esempio, Digital Democracy, un'organizzazione che lavora con le comunità emarginate per difendere i loro diritti attraverso la tecnologia, ha lavorato con gruppi delle comunità locale come la Commissione delle donne vittime di violenza (KOFAVIV) per costruire un sistema sicuro per la raccolta di dati sulla violenza di genere ad Haiti. Il sistema ha permesso alle donne locali di tracciare, analizzare, mappare e condividere i dati, capaci di fornire una visione oggettiva del tema. Un altro passo importante è riconoscere e lavorare contro pratiche dannose sui dati, come delineato nel Feminist Data Manifest-No (3). E' necessario incorporare e promuovere la diversità di genere, l'equità e l'inclusione tra i team che sviluppano e gestiscono i sistemi di intelligenza artificiale, per arginare una deriva pericolosa e per sfruttarne il potenziale per un mondo più giusto. Agire assicurandosi che la diversità sia una priorità fondamentale della leadership e aggiornare le politiche, le pratiche e le strutture istituzionali per sostenere la diversità e l'inclusione. Per farlo bisogna riconoscere che i dati e gli algoritmi non sono neutri e stabilire approcci di governance sensibili al genere per un'AI responsabile immaginando anche strutture di governance etica. Queste azioni non sono esaustive, ma forniscono un punto di partenza per la creazione di un ML intelligente di genere che promuove l'equità. Facile? Assolutamente no: è una sfida titanica, ma che associa scienziate e donne di tutto il mondo. In questa direzione va il Data Feminism, cioè le pratiche di dati femministe che includono l'analisi di come funziona il potere e l'uso dei dati per sfidare strutture di potere disuguali, superando il divario di genere, valorizzando molteplici forme di conoscenza e sintetizzando diverse prospettive. Un nuovo modo di pensare alla scienza dei dati e all'etica dei dati che è informato dalle idee del femminismo interiezionale (4). La visione femminile sull’AI serve a garantire maggiormente la correttezza rispetto alla dimensione di genere non solo degli algoritmi di Machine Learning, ma anche del metodo seguito dalla scienza e dalla tecnologia in ambito AI. Un incremento della presenza femminile nel settore, sia in ambito accademico che in quello aziendale, costituisce un arricchimento, in termini di competenze e capacità. Più in generale, la diversità è il vero motore del cambiamento. Tecnologie dirompenti come quelle basate su AI, destinate a mutare profondamente il mondo, non possono prescindere dalla salvaguardia della diversità per essere accettate e veramente utili. Oggi, la scienza dei dati è una forma di potere. Combattere i pregiudizi dei dati riguarda molto più del genere. Riguarda il potere, chi lo ha e chi no, e come questi differenziali di potere possono essere sfidati e cambiati. Il momento è questo, senza sconti per chi ci vuole incapaci di scienza. (1) https://en.unesco.org/artificial-intelligence/ethics (2) https://www.ibs.it/educazione-sessista-stereotipi-di-genere-ebook-irene-biemmi/e/9788878855649 (3) https://www.manifestno.com/ (4) https://www.ibs.it/data-feminism-libro-inglese-catherine-d-ignazio-lauren-f-klein/e/9780262044004 NUOVO MODELLO OP: Ti racconto di me - Breve film della mia vita Torna all'indice Ciao sono Barbara e mi sono immaginata di raccontare un breve film della mia vita a mia suocera. Oggi lei non è più con noi ma in passato abbiamo trascorso diversi momenti insieme in cui mi piaceva raccontarmi:” Sai Maria Grazia, a Roma, dove sono nata, ho frequentato l’Istituto magistrale dove ho conseguito il Diploma ma l’impronta più importante del mio percorso scolastico ed educativo l’ho avuta dalla mia maestra elementare. Lei mi ha insegnato un grande valore l’Uguaglianza, siamo tutti uguali a prescindere dalla posizione economica ,il livello culturale e sociale delle famiglie di provenienza. Lei ha saputo valorizzare la mia creatività facendomi partecipare a dei concorsi, uno l’ho anche vinto riguardava l’amore e il rispetto per il verde. Ha scoperto aspetti del mio carattere che anche oggi mi contraddistinguono, la Generosità e l’Altruismo. Per il lavoro del mio papà sono arrivata a Lucca dove ho deciso di abbandonare l’università, avevo cominciato il mio lavoro di assicuratrice. Questo mondo mi ha affascinata subito, ogni mattina mi sveglio con l’entusiasmo di sempre consapevole di svolgere un lavoro che mi piace. L’arrivo di Luca, che oggi è un uomo e un papà, mi ha consentito di continuare a svolgerlo alle volte con grandi sacrifici ,sai la mia mamma vive e viveva anche all’epoca Roma. Grazie al mio lavoro continuo la mia formazione diventando promotore finanziario nel 2007, sai quelli che si occupano di fare investimenti finanziari, e nel 2008 un altro interessante corso il cui contenuto è già nel titolo, ViviFuturo, occuparmi oggi e per sempre del mio cliente. Nel 2014 entro in Croce Rossa, qui conosco Marco, tuo figlio, ci prendiamo per mano e cominciamo a camminare insieme. Oggi sono orgogliosa di essere diventata una Crocerossina sono sicura che se tu mi potessi vedere in uniforme o mentre presto servizio ne saresti entusiasta. Continua la mia passione per la conoscenza e mi dedico alla formazione e a tanti corsi che “mamma Generali” ci mette a disposizione.Grazie alla preparazione che ho acquisito nel tempo sono un secondo livello, ho svolto attività di specialist con ViviFuturo e per un anno ho avuto anche il mandato di Simgenia, sai quell’esame da promotore finanziario. Ora a causa di questo contesto non posso praticare uno sport a me tanto amato, l’attività aerobica in piscina, ma insieme a Marco facciamo lunghe passeggiate e aspettiamo momenti migliori anche per riprendere quello che ci appassiona entrambi, i viaggi ,conoscere nuove città e ritornare sulle Dolomiti a me tanto care da quando ero bambina. In cucina sto migliorando e con la scoperta del lievito madre faccio un ottimo pane e della pizza spettacolare, le tue nipoti ne vanno ghiotte. La casa, lo sai, è un gioiellino e la mia creatività lo si vede venendomi a trovare. Continuo con i miei lavori di maglia e uncinetto sia per me che per gli altri. Ci manchi tanto, ti voglio bene, un bacio Barbara L'ANGOLO LEGALE: Controllo a distanza - Dignita’ e riservatezza del lavoratore Torna all'indice In questi ultimi anni abbiamo assistito ad una vera rivoluzione nel mondo del lavoro, siamo entrati nella cosiddetta era digitale. Il lavoratore opera sempre più attraverso l’utilizzo di strumenti tecnologici come computer portatili, tablet, iPad, cellulari, applicazioni, software, ecc. Nel nostro caso è come se portassimo a casa dei clienti, nelle loro attività commerciali e nelle nostre abitazioni una parte significativa dell’ufficio. In altre parole lo sviluppo della tecnologia e dell’informatica applicata al lavoro ci permette di operare sempre e ovunque, l’utilizzo dei nuovi iPad ne è la prova evidente. La domanda ricorrente per molti produttori è : l’azienda può controllare a distanza la nostra attività lavorativa attraverso gli strumenti tecnologici che ci concede in dotazione? E può tale controllo essere ritenuto legittimo? Per dare delle risposte chiare e puntuali su questo tema è necessario analizzare tutti i cambiamenti normativi avvenuti in questi ultimi anni e mettere in luce la normativa di riferimento. Partiamo dal presupposto che il potere di controllo sull’attività lavorativa del dipendente è una delle facoltà connaturate al rapporto di lavoro subordinato e che lo stesso controllo consiste nel verificare che il lavoratore svolga la prestazione nel rispetto delle regole previste dalla legge, dal contratto collettivo e dal contratto individuale di lavoro. Le modalità di esercizio di tale potere, tuttavia, sono regolamentate dalla legge al fine di evitare un’eccessiva intrusione del datore di lavoro nella sfera privata e riservata del lavoratore. L’art. 4 dello Statuto dei lavoratori vieta l'uso di impianti audiovisivi e di altre apparecchiature per finalità di controllo a distanza dell'attività dei lavoratori. Gli impianti e le apparecchiature di controllo possono essere installate solo per esigenze organizzative, produttive e di sicurezza del lavoro, previo accordo con le organizzazioni sindacali o, in mancanza, previa autorizzazione dell’Ispettorato del lavoro. La materia è stata modificata dal Decreto Legislativo n. 151/2015 cosiddetto “Jobs Act”, il quale nel riformare l’art. 4 ha aggiunto altre disposizioni che tengono conto dei cambiamenti che la tecnologia ha apportato al mondo del lavoro. Vengono presi in considerazione gli strumenti che il datore assegna ai propri dipendenti per lo svolgimento della prestazione lavorativa (tablet, iPad, cellulari, computer), nonché gli strumenti di rilevazione degli accessi e delle presenze. Sottolineo l’aspetto fondamentale della riforma, cioè rendere lecito il controllo su tutti gli strumenti che consentono al lavoratore di adempiere alle mansioni e ai compiti assegnati. Per questi strumenti non è previsto l’obbligo per il datore di raggiungere una intesa sindacale o di ottenere l’autorizzazione ministeriale e, quindi, non è prevista una verifica preventiva sulla legittimità e correttezza dell’utilizzo degli strumenti stessi. Il controllo è così libero e può essere effettuato senza una esigenza organizzativa o produttiva. Tutto ciò consente al datore di lavoro di utilizzare le informazioni di lavoro raccolte e di poterle utilizzare solo per fini lavorativi e sempre nel rispetto e in ossequio ai principi della correttezza, trasparenza e necessità. A tutela del lavoratore sono previsti altri due limiti al potere di controllo: il primo è relativo alla necessità che il lavoratore venga adeguatamente informato sulle modalità con cui dovrà utilizzare gli strumenti di lavoro e sulle modalità con le quali verrà esercitato il controllo; il secondo è dettato dal rispetto delle norme in materia di privacy. Lo stesso garante per la protezione dei dati personali ha evidenziato ” l’importanza di una informativa precisa, completa ed esaustiva che permetta ai dipendenti di capire quali condotte sono ammesse e quali vietate”. L’adeguata informativa deve spiegare in modo chiaro e senza formule generiche, per esempio, che è stato installato uno strumento nel pc, a cosa serve, quali informazioni saranno raccolte, che i dati possono essere utilizzati dal datore di lavoro per migliorare la produttività e altro. Le informazioni devono essere pubblicizzate in maniera adeguata anche tramite affissioni sui luoghi di lavoro e sottoposte ad aggiornamento periodico. Il datore dovrà quindi disporre di un apposito regolamento disciplinare interno nel quale indicare ciò che è consentito e ciò che non lo è, la stessa geolocalizzazione sarà consentita solo nel caso in cui il lavoratore venga preventivamente informato sul suo utilizzo e se la funzione di localizzazione sarà ben visibile sul dispositivo dato in dotazione. Quanto sopra esposto è stato confermato anche da alcune sentenze, come ad esempio quella del Tribunale di Venezia, 23/07/2020, n.198, con la quale veniva confermato l’orientamento in base al quale “…le apparecchiature dalle quali possa derivare il controllo a distanza del lavoratore debbono essere autorizzate… l’utilizzabilità dei dati acquisiti è condizionata dall’avvenuta adeguata informazione delle modalità d’uso degli strumenti atti al controllo nei confronti dei lavoratori. Ciò detto, non è sufficiente per ritenere rispettata tale previsione la circostanza che i lavoratori fossero a conoscenza della presenza di telecamere, dovendo l’informazione essere estesa alle modalità d’uso dei dati acquisiti ivi compresa, soprattutto, la possibilità di effettuare controlli sulla prestazione lavorativa...” La stessa Corte europea diritti dell’uomo del 17/10/2019, n.1874 si esprimeva sull’argomento ritenendo lecita la videosorveglianza dei dipendenti se finalizzata alla tutela dei beni aziendali e degli interessi del datore, …”purché siano rispettati pochi e tassativi criteri (tra cui consenso informato, garanzie contro gli abusi, minima interferenza nella privacy dei lavoratori) ed i lavoratori siano stati preavvertiti di questo controllo a distanza”... Attraverso questa breve sintesi spero di essere stato di aiuto a tutti i colleghi che si sono posti delle domande sulla legittimità dei controlli a distanza operati dall’azienda. A parere di chi scrive è opportuno constatare il sempre più diffuso sviluppo della tecnologia e dell’informatica applicata al lavoro e sottolineare l’impatto conseguente sulla normativa che regola i diritti ed i doveri del datore di lavoro e del lavoratore. Lo stesso Statuto dei lavoratori si è trovato di fronte alla necessità di regolare fenomeni diversi da quelli per i quali era stato elaborato. Si impone inevitabilmente la necessità di realizzare un ragionevole contemperamento fra l’interesse del datore di lavoro (controllare l’utilizzo da parte del lavoratore dei nuovi strumenti tecnologici aziendali) e la necessità di proteggere la dignità e la riservatezza del lavoratore medesimo. Rimango fermamente convinto che tutte le risposte a questi ed altri temi non possano mai prescindere da una attenta analisi normativa e giurisprudenziale. GIAN LUIGI RICUPITO