P141 | INTELLIGENZA ARTIFICIALE NEI LUOGHI DI LAVORO: CRITERI OPERATIVI PER LA VALUTAZIONE DEL RISCHIO PSICOSOCIALE NEL DVR
Giornale Italiano di Medicina del Lavoro ed Ergonomia · 2026
DOI: 10.4081/gimle.1095 ↗Kurz gefasst
Fachartikel in der Zeitschrift Giornale Italiano di Medicina del Lavoro ed Ergonomia, 2026. Die Arbeit nennt 3 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
Introduzione. La crescente diffusione dell’intelligenza artificiale (IA) nei contesti lavorativi sta modificando profondamente l’organizzazione del lavoro e l’interazione uomo-macchina. Tali cambiamenti possono influenzare diversi fattori psicosociali, tra cui autonomia decisionale, carico cognitivo e percezione di sicurezza lavorativa. Tuttavia, l’attuale quadro normativo italiano in materia di salute e sicurezza sul lavoro non considera esplicitamente i rischi psicosociali emergenti associati all’utilizzo di sistemi di IA nei processi lavorativi.Obiettivi. Lo studio ha lo scopo di analizzare il potenziale impatto dell’utilizzo di sistemi di intelligenza artificiale sui fattori di rischio psicosociale nei luoghi di lavoro e valutare se gli attuali modelli di valutazione dello stress lavoro-correlato previsti dalla normativa italiana risultino adeguati a intercettare tali rischi emergenti.Metodi. È stata condotta una revisione narrativa della letteratura scientifica in ambito occupazionale e organizzativo mediante consultazione di database biomedici internazionali, selezionando studi recenti relativi a intelligenza artificiale, organizzazione del lavoro, salute mentale e rischio psicosociale. Parallelamente è stata effettuata un’analisi del quadro normativo italiano, con particolare riferimento al D.Lgs. 81/2008 e alla metodologia INAIL per la valutazione dello stress lavorocorrelato, confrontando le evidenze scientifiche con gli indicatori attualmente utilizzati.Risultati e conclusioni. La letteratura scientifica evidenzia che l’introduzione di sistemi di intelligenza artificiale nei luoghi di lavoro può influenzare significativamente diversi determinanti del rischio psicosociale. In particolare, emergono associazioni con aumento della percezione di insicurezza occupazionale, riduzione dell’autonomia decisionale, incremento del carico cognitivo e maggiore richiesta di attenzione nella supervisione degli output generati dagli algoritmi. L’adozione di sistemi di monitoraggio delle prestazioni e di gestione algoritmica delle attività lavorative risulta inoltre correlata a livelli più elevati di stress lavorativo, pressione temporale e riduzione del controllo sul lavoro. L’analisi del quadro normativo nazionale mostra che, sebbene il D.Lgs. 81/2008 preveda l’obbligo di valutazione dello stress lavorocorrelato, gli strumenti attualmente utilizzati non includono indicatori specifici relativi all’interazione uomoalgoritmo o alle dinamiche organizzative introdotte dall’IA. Ne deriva una parziale inadeguatezza degli attuali modelli di valutazione nel riconoscere e intercettare i rischi psicosociali emergenti. Alla luce delle evidenze disponibili, si evidenzia la necessità di aggiornare i modelli di valutazione dei rischi psicosociali, integrando specifici indicatori legati all’uso dell’intelligenza artificiale, al fine di garantire una più efficace tutela della salute mentale dei lavoratori e un’adeguata integrazione dell’innovazione tecnologica nei sistemi di prevenzione aziendale.
Zitieren
APA
(2026). P141 | INTELLIGENZA ARTIFICIALE NEI LUOGHI DI LAVORO: CRITERI OPERATIVI PER LA VALUTAZIONE DEL RISCHIO PSICOSOCIALE NEL DVR. Giornale Italiano di Medicina del Lavoro ed Ergonomia. https://doi.org/10.4081/gimle.1095
Vancouver
P141 | INTELLIGENZA ARTIFICIALE NEI LUOGHI DI LAVORO: CRITERI OPERATIVI PER LA VALUTAZIONE DEL RISCHIO PSICOSOCIALE NEL DVR. Giornale Italiano di Medicina del Lavoro ed Ergonomia. 2026. doi:10.4081/gimle.1095
BibTeX
@article{euvimed2026,
title = {P141 | INTELLIGENZA ARTIFICIALE NEI LUOGHI DI LAVORO: CRITERI OPERATIVI PER LA VALUTAZIONE DEL RISCHIO PSICOSOCIALE NEL DVR},
journal = {Giornale Italiano di Medicina del Lavoro ed Ergonomia},
year = {2026},
doi = {10.4081/gimle.1095}
}
EUVIMED