reportL'81,3% degli operatori dei call center britannici di telecomunicazioni e finanza è sottoposto a registrazione vocale continua, che di solito include l'analisi del sentiment. Lo afferma un'indagine condotta a novembre 2025 su oltre 700 lavoratori, pubblicata su Social Europe.
L'AI può analizzare la totalità delle chiamate, mentre in precedenza i supervisori ne ascoltavano un campione.
Alcuni lavoratori riferiscono cali inspiegabili nei punteggi dopo l'introduzione del software, e i rappresentanti sindacali in otto call center esprimono dubbi più ampi: temono che vengano valutati anche il tono e la qualità delle interazioni, e molti ipotizzano che lo strumento sia sensibile agli accenti e possa svantaggiare i lavoratori neurodiversi.
I criteri di valutazione restano inaccessibili nonostante siano determinanti: la componente variabile della retribuzione può dipendere fino al 40% dai punteggi.
La stessa ricerca rileva, però, che là dove i manager possono correggere gli errori dell'AI e i lavoratori possono contestare i punteggi, l'atteggiamento verso questi strumenti è meno negativo. La differenza, quindi, la fa chi mantiene il controllo e la consapevolezza del giudizio finale.
Il tema non riguarda solo i call center. Secondo un report di Highwire, programma di coaching della performance di Knopman Marks, il 78% dei people manager statunitensi intervistati ha usato strumenti AI negli ultimi dodici mesi per gestire feedback. Ma solo il 16% dei dipendenti è stato informato che l'AI ha avuto un ruolo nella propria valutazione.
Il risultato è che due terzi dei lavoratori dichiarano di cambiare comportamento per proteggersi: c'è chi evita un rischio ragionevole, chi rimanda il momento di chiedere aiuto, chi si sottrae a una responsabilità impegnativa, chi rinuncia a condividere un'idea, chi nasconde o minimizza un errore.
"Quando i dipendenti sospettano che uno strumento abbia influenzato la loro valutazione, e nessuno ha spiegato come, giocare sul sicuro comincia a sembrare la mossa più intelligente," ha dichiarato Liza Streiff, co-fondatrice e CEO di Highwire, a HR Dive.
Se i lavoratori nascondono o minimizzano gli errori, il manager perde proprio quelle informazioni da cui dovrebbe partire per far crescere il personale. La maggior parte dei professionisti ritiene infatti l'errore essenziale per imparare, eppure più della metà sente di non poter sbagliare senza conseguenze.
Altri dati riguardano le scelte di spesa delle aziende e l'occupazione dei più giovani. Secondo uno studio di Resumebuilder.com su 866 dirigenti aziendali statunitensi, il 54% ha dichiarato che la propria azienda ha ridotto o ridurrà le retribuzioni dei dipendenti per destinare quei fondi all'AI. Le voci più colpite sono i bonus, le stock option, gli aumenti, i benefit e i salari base.
Per Challenger, Gray & Christmas, l'AI è la prima causa di tagli nel 2026, citata in oltre 120.000 licenziamenti nei primi nove mesi dell'anno, circa il 21% del totale. Lo stesso Andy Challenger, chief revenue officer della società, precisa che i tagli sono concentrati soprattutto nel settore tecnologico.
Chi subisce la pressione maggiore sono i lavoratori più giovani. Un'analisi dello Stanford Digital Economy Lab sui dati ADP (Automatic Data Processing) di milioni di lavoratori statunitensi mostra che, nelle professioni ad alta esposizione all'AI, l'occupazione tra i lavoratori giovani (22-25 anni) è più bassa del 19% rispetto a quanto sarebbe stata se fosse cresciuta come quella dei coetanei nelle altre professioni, dal 2022. Nel 40% dei lavori più esposti all'AI, l'occupazione giovanile è scesa dell'11%; nelle categorie meno esposte è salita del 10%.
Il rischio non è solo occupazionale. Un passaggio del report "Borrowing from Tomorrow" del Coqual Global Lab, parte del nonprofit Center for Talent Innovation, riguarda proprio i compiti di chi comincia. Si segnala che quando un'azienda elimina un compito entry-level o lo affida all'AI, può eliminare anche le tappe necessarie a sviluppare un buon giudizio. "An entry-level task may be inefficient," si legge nel report. "It may also be how expertise develops."
Accostando Highwire e Coqual, sembra emergere un punto in comune: si impara a lavorare sbagliando e svolgendo compiti entry-level, e in entrambi i casi l'AI può avere un ruolo. Streiff ha inoltre spiegato a HR Dive che gli strumenti AI non sanno come una persona sia cresciuta nel corso dell'anno, e che quel contesto è il senso stesso di una valutazione.
Anche le regole guardano al giudizio umano. L'UE ha adottato l'AI Act nel 2024 e lo sta applicando gradualmente. Per le applicazioni AI ad alto rischio, come la gestione algoritmica, prevede l'obbligo di supervisione umana a partire dal 2 dicembre 2027, dopo che il Digital Omnibus ha spostato la scadenza originaria. Il Regno Unito non ha al momento una legislazione specifica sull'AI e ha scelto finora un approccio basato su principi e guidato dai singoli settori.
L'obbligo parla di supervisione umana. Resta da capire su cosa si baserà: se una parte degli errori resta nascosta e se alcuni compiti da cui si impara passano all'AI, quali informazioni avrà chi dovrà supervisionare per conoscere davvero il lavoratore che ha davanti?