L’IA può contribuire ad accelerare il raggiungimento di numerosi obiettivi di sostenibilità, ma il suo sviluppo pone anche sfide e rischi concreti nelle tre dimensioni ESG: sono dunque necessarie un’adeguata valutazione e un’analisi approfondita sulle possibili conseguenze per l’ambiente e le persone. È questo il punto di partenza del paper IA e finanza sostenibile, che abbiamo presentato nell’ambito delle Settimane dell’investimento sostenibile e responsabile (Settimane SRI). Il progetto è nato da un gruppo di lavoro condotto dal Forum con i propri soci, per approfondire come la finanza sostenibile può contribuire a orientare lo sviluppo e l’utilizzo dell’IA in modo coerente con gli obiettivi ambientali e con la tutela dei diritti umani.

Le sfide sono numerose. A livello di governance, la cornice normativa globale è ancora frammentata: come in altri casi, anche in questo c’è un’evidente asimmetria temporale tra la velocità delle innovazioni tecnologiche e i tempi più lunghi richiesti dalla normativa. Sul fronte ambientale i principali rischi riguardano l’enorme consumo di energia, acqua e suolo legato ai data center e le ripercussioni negative sulla biodiversità. Non sono meno rilevanti gli impatti sociali, che vanno dal deskilling dei lavoratori all’amplificazione delle disuguaglianze fino alla disinformazione, con minacce dirette per la democrazia. Il modo in cui riusciremo a gestire queste sfide determinerà il ruolo dell’IA nel processo di transizione verso un modello economico sostenibile: facilitatrice o forza contraria. In quest’analisi ci concentreremo sui principali rischi di tipo sociale.

Automation bias

Se utilizzata in modo acritico, l’IA può favorire fenomeni di automation bias, cioè la tendenza a fidarsi eccessivamente dei risultati prodotti dalle macchine, come se fossero più “oggettivi” rispetto a quelli generati dagli esseri umani. In realtà, è noto il problema dei bias incorporati negli algoritmi, che sono “addestrati” sui dati disponibili, generati nel tempo dalle persone e, dunque, permeati dei loro stereotipi. Non solo: per le sue enormi capacità di calcolo e di elaborazione delle informazioni, l’IA può amplificare gli impatti delle discriminazioni già presenti nei diversi contesti, soprattutto se le vengono delegate decisioni delicate come la selezione del personale o la determinazione delle retribuzioni. Se i modelli di IA non sono adeguatamente “corretti” rispetto ai bias incorporati possono dunque danneggiare categorie già discriminate.

L’IA e la trasformazione del lavoro

L’IA può liberare risorse da attività a basso valore aggiunto, consentendo alle persone di dedicare più tempo a compiti che richiedono creatività, spirito critico, capacità relazionali e di pianificazione strategica, con potenziali effetti positivi in termini di produttività. Tuttavia, diversi studi evidenziano come sia dirimente la capacità delle organizzazioni di accompagnare l’introduzione dell’IA con investimenti nelle competenze e nella formazione continua. Altrettanto determinante è la giusta selezione delle attività da delegare all’IA, in modo da scongiurare fenomeni di deskilling e perdita di competenze cognitive.

Un’altra criticità che merita attenzione è il persistente divario di genere nei profili professionali legati all’IA: a livello globale – per quanto riguarda i ruoli di maggior rilievo – la presenza femminile si attesta intorno al 22%. Inoltre, per quanto riguarda le opportunità di accesso al mercato del lavoro, l’integrazione dell’IA è associata a un rallentamento delle assunzioni nelle posizioni junior, soprattutto negli ambiti più esposti all’IA generativa, come i settori legale e finanziario. In Italia, il 77% delle aziende ritiene che nei prossimi cinque anni l’IA porterà alla scomparsa di metà delle posizioni entry-level.

La catena del valore dell’IA

Un altro aspetto che riguarda lavoratrici e lavoratori rimanda alla complessa catena del valore dell’IA, composta da attività di raccolta e classificazione dei dati, moderazione dei contenuti e controllo della qualità dei modelli, spesso svolte da persone localizzate nei paesi del Sud Globale. Si tratta di attività essenziali per l’addestramento dei modelli, ma frequentemente caratterizzate da bassi salari, limitate tutele contrattuali e condizioni di lavoro poco visibili agli utilizzatori finali delle tecnologie.

Impatti sulle comunità locali

La rapida espansione dei data center comporta, inoltre, impatti significativi sulle comunità locali. In diversi paesi, Italia compresa, si stanno moltiplicando contestazioni e proteste da parte della cittadinanza, e diverse amministrazioni, come lo stato di New York, stanno intervenendo per limitare l'espansione dei data center nei propri territori.

Tra gli aspetti maggiormente discussi ci sono la concentrazione di nuovi inquinanti, la presenza di generatori diesel di emergenza con stoccaggio di sostanze pericolose, gli effetti delle infrastrutture in termini di aumento delle temperature, con possibili ricadute sul microclima urbano e sulla vivibilità delle aree circostanti. Infine, la crescente diffusione dei data center pone interrogativi sulla competizione nell’accesso alle risorse tra diversi utilizzi sociali, rendendo necessario bilanciare obiettivi di innovazione tecnologica, interesse pubblico e benessere delle comunità.

Il caso della Danimarca è emblematico: ad agosto 2026 il governo danese ha proposto una legge che, in presenza di una rete elettrica satura, dà priorità ai servizi considerati essenziali (per esempio, consumi domestici delle famiglie, ospedali, trasporti e sviluppo delle rinnovabili), rinviando le autorizzazioni per i grandi data center.

Integrare l’IA nei servizi sanitari

Se da un lato i data center possono rappresentare un rischio concreto per la salute pubblica, dall’altro l’IA può contribuire a migliorare l’efficacia dei servizi sanitari e l’accesso alle cure, offrendo supporto alle decisioni cliniche, strumenti di analisi diagnostica e applicazioni per il monitoraggio dei pazienti. Le ricerche sul tema mostrano però che l’intelligenza artificiale appare efficace solo quando integra, senza sostituire, l’intervento umano.

Altre opportunità nel settore sanitario e sociale riguardano l’accessibilità e l’inclusione. Le tecnologie di IA possono, infatti, favorire l’autonomia delle persone con disabilità attraverso strumenti di tecnologia assistiva sempre più evoluti, aprendo scenari innovativi per l’autonomia, l’apprendimento personalizzato e la piena partecipazione alla vita comunitaria.

Il contributo della finanza sostenibile

Nel paper, l’analisi delle diverse criticità si accompagna a indicazioni concrete per gli operatori finanziari sostenibili, per gestire al meglio questi aspetti. In primo luogo, attraverso iniziative di engagement, gli operatori finanziari possono incoraggiare le aziende a dotarsi di linee guida e/o di un codice etico per mitigare i bias. Inoltre, nelle loro analisi, possono tenere conto delle implicazioni per la parità di genere insite nei processi di transizione digitale, sia internamente sia rispetto alle aziende investite, finanziate o assicurate.

Gli operatori possono anche rafforzare la due diligence lungo la catena del valore, estendendola a fornitori di dati, modelli e servizi di IA e prendendo in considerazione gli impatti su diritti umani, qualità dei dati, sicurezza informatica e condizioni di lavoro lungo la catena del valore nei processi di investimento, finanziamento o assicurazione. Infine, per garantire una transizione digitale socialmente sostenibile, gli operatori finanziari possono dialogare con le aziende investite e fare advocacy con le istituzioni pubbliche chiedendo maggiore trasparenza e coinvolgimento degli stakeholder locali nelle fasi di pianificazione e progettazione dei data center.

In copertina: foto di Note Thanun, Unsplash