https://hdl.handle.net/10807/1 2026-10-08T09:28:52Z 2026-10-08T09:28:52Z https://hdl.handle.net/10807/348576 2026-10-08T09:24:30Z 2026-01-01T00:00:00Z

Titolo: Intelligenza artificiale e gestione delle risorse umane. La prospettiva delle PMI Autori: Franca Cantoni Abstract: Negli ultimi due decenni, i sistemi organizzativi sono stati attraversati da tra- sformazioni profonde riconducibili all’intreccio tra digitalizzazione, globalizza- zione dei mercati e crescente complessità istituzionale. In tale contesto, la gestione delle risorse umane (GRU) è stata progressivamente ridefinita da funzione preva- lentemente amministrativa a architettura strategica di orchestrazione del capitale umano, chiamata a mediare tra esigenze di efficienza, adattabilità e sostenibilità organizzativa. Questa evoluzione si inserisce in un più ampio ripensamento delle organizza- zioni, sempre più interpretate come sistemi complessi adattivi nei quali la creazione di valore emerge da processi dinamici di interazione tra attori, risorse e contesti. In tale prospettiva, il capitale umano non rappresenta semplicemente un fattore produt- tivo, ma un asset generativo e idiosincratico la cui valorizzazione dipende dalla ca- pacità dell’organizzazione di sviluppare e integrare competenze distintive nel tempo. La centralità di tali dinamiche risulta particolarmente evidente nel contesto delle piccole e medie imprese (PMI), che costituiscono l’ossatura del sistema produttivo europeo. In queste realtà, la limitata formalizzazione dei processi e l’elevata interdi- pendenza tra attori amplificano il ruolo delle persone quale leva critica di continuità operativa e di vantaggio competitivo. Tuttavia, tali imprese si confrontano con vin- coli strutturali che rendono più complessa l’adozione di modelli avanzati di GRU e l’integrazione di tecnologie emergenti. È proprio in questo spazio di tensione che si inserisce l’emergere dell’intelligenza artificiale (IA) come tecnologia abilitante di una nuova generazione di pratiche di GRU. L’introduzione di sistemi basati su machine learning, predictive analytics e data-driven decision making sta ridefinendo i processi organizzativi lungo l’intero ciclo di vita delle risorse umane: dal reclutamento e selezione, sempre più orientati a logiche di analisi su larga scala, ai processi di onboarding e formazione, che evol- vono verso modelli di apprendimento continuo e personalizzato; dalla gestione delle performance, caratterizzata da metriche intelligenti e adattive, fino ai sistemi di ta- lent management e alle dimensioni di engagement e benessere organizzativo. Parallelamente, la diffusione delle pratiche di people analytics ha rafforzato la prospettiva secondo cui i processi possano essere sempre più supportati da modelli predittivi capaci di identificare pattern comportamentali e anticipare dinamiche or- ganizzative. In questa direzione, l’IA viene frequentemente interpretata come uno XX Introduzione strumento in grado di incrementare la razionalità decisionale e di favorire un approc- cio evidence-based alla gestione delle persone. Tuttavia, una lettura puramente tecnicistica di tale evoluzione risulta riduttiva. La tradizione degli studi organizzativi ha da tempo evidenziato come i processi decisio- nali siano intrinsecamente caratterizzati da razionalità limitata, ambiguità e costru- zione sociale del significato. In tale prospettiva, le decisioni di GRU non possono essere ricondotte esclusivamente a logiche computazionali, in quanto implicano di- mensioni relazionali, simboliche ed etiche difficilmente formalizzabili. Inoltre, contributi più recenti sottolineano come la gestione delle persone richieda l’integrazione di forme di intelligenza eterogenee, tra cui l’intelligenza emotiva, la capacità di sensemaking organizzativo e la riflessività etica nei processi decisionali. Tali dimensioni risultano particolarmente rilevanti in contesti ad alta complessità, nei quali le decisioni non possono essere completamente automatizzate senza ri- schiare effetti distorsivi o disfunzionali. Alla luce di tali considerazioni, la gestione delle risorse umane si configura come un dominio caratterizzato dalla coesistenza di diverse forme di razionalità: una ra- zionalità analitico-computazionale, potenziata dall’intelligenza artificiale; una razio- nalità relazionale ed emotiva, radicata nelle interazioni tra individui; una razionalità interpretativa, necessaria per attribuire significato ai contesti organizzativi; e una ra- zionalità etico-riflessiva, fondamentale per orientare le decisioni in presenza di im- plicazioni normative e valoriali. Il presente volume si colloca all’interno di questo dibattito emergente, propo- nendo di superare la dicotomia tra sostituzione e complementarità tra uomo e tecno- logia. In particolare, esso adotta una prospettiva fondata sul concetto di configura- zione cognitiva dei processi di GRU, secondo cui ciascuna leva della gestione delle risorse umane può essere interpretata come un insieme di processi eterogenei, carat- terizzati da specifiche combinazioni di requisiti cognitivi e decisionali. In questa prospettiva, il contributo del volume si articola su due livelli. Sul piano teorico, esso propone un framework interpretativo volto a comprendere come e in quali condizioni le diverse forme di intelligenza – umana e artificiale – possano essere allo- cate nei processi organizzativi, in linea con gli approcci della resource-based view e delle dynamic capabilities. Sul piano empirico, il volume offre un’analisi contestualiz- zata delle principali leve di GRU nel contesto delle PMI, evidenziando opportunità, limiti e condizioni di implementazione sostenibile delle tecnologie di IA. I capitoli che compongono l’opera seguono una logica sistemica, coprendo l’in- tero ciclo di vita delle risorse umane e mettendo in luce, per ciascuna leva, le trasfor- mazioni in atto e le implicazioni organizzative. In tal senso, il volume si propone non solo come contributo al dibattito accademico, ma anche come guida per practitioner e policy maker chiamati a progettare organizzazioni capaci di operare in contesti complessi e data-driven. In ultima analisi, il lavoro intende spostare l’attenzione dal tema della sostitu- zione tecnologica verso una questione più fondamentale: la progettazione di sistemi organizzativi nei quali l’integrazione tra intelligenza umana e artificiale diventi prin- Introduzione XXI cipio generativo di valore, apprendimento e sostenibilità, ridefinendo il ruolo stesso della funzione di GRU quale snodo critico tra tecnologia, persone e organizzazione. Il volume si articola lungo le principali leve della gestione delle risorse umane, analizzate secondo una prospettiva evolutiva che ne evidenzia la progressiva trasfor- mazione alla luce dell’integrazione tra intelligenza umana e intelligenza artificiale. Tale articolazione riflette una lettura sistemica del ciclo di vita della risorsa umana all’interno dell’organizzazione, consentendo di cogliere le interdipendenze tra i di- versi processi e di evidenziare come le tecnologie intelligenti stiano contribuendo a ridefinirne logiche, strumenti e modalità decisionali. In questa cornice, il primo capitolo si concentra sui processi di reclutamento e selezione, analizzando il passaggio da approcci tradizionali, spesso caratterizzati da informalità e da un forte radicamento nelle reti relazionali tipiche delle PMI, a mo- delli progressivamente supportati da algoritmi e strumenti di intelligenza artificiale. L’attenzione è rivolta in particolare alla ridefinizione dei criteri di valutazione e alla crescente rilevanza di sistemi automatizzati di screening, nonché al tema, cruciale, della complementarità tra decisione umana e decisione algoritmica. Il secondo capitolo approfondisce i processi di onboarding e formazione, inter- pretati non più come attività meramente amministrative, ma come leve strategiche per l’integrazione e lo sviluppo delle risorse. In tale prospettiva, viene evidenziato come l’intelligenza artificiale possa abilitare percorsi di apprendimento personaliz- zati, favorire una maggiore efficacia dei processi di socializzazione organizzativa e contribuire al miglioramento dei livelli di retention, in particolare nei contesti carat- terizzati da risorse limitate. Il terzo capitolo si focalizza sulla gestione della performance e del feedback, met- tendo in luce l’evoluzione dei sistemi di performance management da modelli basati su indicatori statici e retrospettivi a configurazioni dinamiche e predittive, fondate su logiche data-driven. In questo ambito, l’impiego di tecniche di machine learning e di analisi avanzata dei dati consente di sviluppare metriche più adattive e di sup- portare processi decisionali maggiormente informati e tempestivi. Il quarto capitolo affronta il tema dello sviluppo, della carriera e del talent mana- gement, evidenziando il passaggio da approcci tradizionali, spesso reattivi e generali- sti, a modelli orientati alla previsione e alla personalizzazione. L’intelligenza artificiale emerge in questo contesto come strumento abilitante per l’identificazione degli skill gap, l’anticipazione dei fabbisogni di competenze e la progettazione di percorsi di svi- luppo coerenti con le traiettorie evolutive dell’organizzazione e degli individui. Il quinto capitolo analizza le dimensioni dell’engagement, del clima e del benes- sere organizzativo, ponendo l’accento sulla possibilità di adottare approcci sempre più predittivi e proattivi nella gestione delle dinamiche interne. L’utilizzo di stru- menti di intelligenza artificiale consente infatti di monitorare in modo continuo e sistematico il clima organizzativo e di individuare precocemente segnali di criticità, pur mantenendo centrale il ruolo delle relazioni interpersonali e della leadership nella costruzione di contesti lavorativi sostenibili. Il sesto capitolo affronta le tematiche della diversity, dell’inclusion e della corpo- XXII Introduzione rate social responsibility, collocandole all’interno di una visione più ampia della so- stenibilità organizzativa. In tale ambito, la funzione HR è interpretata come attore chiave nei processi di cambiamento culturale, mentre l’introduzione dell’intelligenza artificiale solleva questioni rilevanti in termini di equità, trasparenza e responsabilità, rendendo necessaria l’adozione di adeguati meccanismi di governance etica. Infine, il settimo capitolo propone un framework interpretativo volto a compren- dere come le diverse forme di intelligenza – analitico-predittiva, relazionale-emo- tiva, contestuale-interpretativa e riflessivo-etica – si combinino nei processi di ge- stione delle risorse umane, influenzando il ruolo e il grado di impiego dell’intelli- genza artificiale. Superando la logica della sostituzione tecnologica, l’analisi eviden- zia come l’orchestrazione tra IA e intelligenza umana si configuri come una comple- mentarità funzionale, variabile in base alla natura cognitiva dei processi. Attraverso un modello articolato in sequenze analitiche, il capitolo interpreta la GRU come un sistema socio-tecnico in cui la progettazione dei processi implica scelte consapevoli di allocazione tra capacità umane e supporto algoritmico. Ne deriva una visione della funzione HR come architetto dell’integrazione cognitiva tra persone e tecnologie, orientata a garantire efficacia decisionale, coerenza strategica ed equilibrio etico nell’uso dell’IA. Nel loro insieme, i capitoli contribuiscono a delineare una visione integrata della gestione delle risorse umane, nella quale l’innovazione tecnologica non si configura come elemento sostitutivo, ma come leva di potenziamento e ridefinizione delle pra- tiche organizzative, richiedendo una continua ricomposizione tra dimensione anali- tico-computazionale e dimensione relazionale ed interpretativa.

2026-01-01T00:00:00Z https://hdl.handle.net/10807/348556 2026-10-08T08:01:36Z 2026-01-01T00:00:00Z

Titolo: The Case of Unaccompanied Foreign Minors in Italy. Between Ethnoracial Constraints and Sociocultural Strategies of Resistance Autori: Chiara Ferrari; Alessandra Barzaghi; Marta Visioli Abstract: Unaccompanied foreign minors (UAMs) in Italy occupy a precarious and racialised social position, often framed through logics of control and emergency rather than rights, protection and inclusion. Within a reception system characterised by institutional constraints, legal uncertainty and ethnoracial hierarchies, their educational and biographical trajectories are frequently shaped by limited opportunities and standardised interventions. Drawing on a broader qualitative study based on 52 interviews with UAMs across Italy, this article focuses on three biographical cases to explore how young migrants navigate and respond to such constraints. Adopting the concept of bounded agency, the analysis shows that agency does not emerge in opposition to structural limitations but through their negotiation. The three cases illustrate different configurations of agency, including adaptation, strategic compliance, distancing and resistance, as minors seek to pursue educational aspirations, secure recognition and maintain control over their trajectories. By foregrounding young people’s own perspectives, the article challenges deficit-oriented representations of UAMs and contributes to debates on migration, youth transitions and agency by highlighting the situated and relational character of action under conditions of constraint.

2026-01-01T00:00:00Z https://hdl.handle.net/10807/348296 2026-10-08T08:34:43Z 2026-09-21T00:00:00Z

Titolo: STRATEGIC BEHAVIOR AND ECONOMIC DYNAMICS IN ICT MARKETS: AN AGENT-BASED FRAMEWORK Autori: Wang, Zhongli Abstract: Capitolo 1: L'avanzamento delle tecnologie dell'informazione e della comunicazione (TIC) e la tendenza alla digitalizzazione hanno alimentato in modo significativo la crescita delle applicazioni software. Tali applicazioni si distinguono dai beni tradizionali per la loro dipendenza dai sistemi informativi, per la natura immateriale dei prodotti e per il ruolo cruciale delle licenze. Il prezzo e la disponibilità di queste applicazioni variano a livello internazionale a causa delle diverse restrizioni locali sui dati. In questo studio, ci proponiamo di comprendere in che modo il livello di restrizione sui dati influenzi la distribuzione geografica delle attività economiche nel corso del tempo. Per analizzare l'impatto dei livelli di restrizione sui dati nel mercato del software, adottiamo un approccio basato sulla teoria dei giochi e un approccio basato sugli agenti, coinvolgendo attori quali imprese, consumatori e governi. Il nostro modello prende in considerazione le interazioni tra proprietari e sviluppatori di software, il processo di scelta dei diversi consumatori, le strategie dei proprietari del software e le fluttuazioni dei prezzi. I nostri esperimenti computazionali indicano che l'intensità delle restrizioni sui dati può influenzare il processo di formazione dei prezzi. Suggeriamo che i governi delle diverse regioni collaborino per ridurre al minimo la regolamentazione dei dati nel mercato pubblico del software e che le imprese comprendano meglio le preferenze dei consumatori, affinché le relative politiche possano portare benefici sia ai consumatori che alle aziende locali. Capitolo 2: La teoria tradizionale dell'organizzazione industriale interpreta spesso gli investimenti in ricerca e sviluppo (R&S) come un motore di innovazione e progresso tecnologico. Al contrario, questo studio si concentra su una dimensione diversa ma altrettanto cruciale della R&S: l'investimento materiale nella capacità produttiva e di erogazione dei servizi, fattore che determina la capacità di un'impresa di offrire servizi di alta qualità. In molti mercati delle TIC, la redditività non è limitata dalla mancanza di innovazione, bensì dai vincoli infrastrutturali e dal grado di utilizzo della capacità. Quando le imprese superano la propria capacità di servizio ottimale, la qualità del prodotto si deteriora e la soddisfazione dei consumatori diminuisce. Inoltre, il comportamento dei consumatori è sempre più influenzato dalle interazioni nelle comunità digitali e dagli effetti di rete, fattori in grado di amplificare o attenuare il valore di mercato di tali investimenti materiali. Per analizzare questi meccanismi, sviluppiamo un modello ad agenti che simula la competizione tra imprese del settore delle TIC; queste scelgono strategicamente i propri livelli di capacità interagendo con consumatori inseriti in una rete sociale. Il modello mostra come effetti di rete, congestione e adeguamenti della capacità plasmino congiuntamente esiti di mercato, redditività e coinvolgimento dei consumatori. Il presente lavoro contribuisce a una comprensione più approfondita della gestione della capacità e della concorrenza guidata dagli effetti di rete nel settore dei servizi digitali. Capitolo 3: Nonostante il potenziale della modellazione basata su agenti (ABM) nell'individuare fenomeni emergenti e fornire indicazioni per le politiche economiche, la stima e la calibrazione dei parametri del modello rimangono una sfida significativa. Il presente lavoro affronta tale sfida proponendo un modello computazionale concepito per il settore delle TIC, caratterizzato dalla centralità dei comportamenti strategici delle imprese e degli effetti di rete. Vengono applicati recenti progressi nelle tecniche di stima dei parametri — nello specifico, il metodo dei momenti simulati e i modelli surrogati basati su reti neurali — utilizzando dati finanziari di aziende statunitensi di telecomunicazioni (AT&T e T-Mobile) per calibrare e validare il modello, nonché per determinarne valori e distribuzioni dei parametri. Attraverso un confronto sistematico tra questi metodi di calibrazione, ne valutiamo l'idoneità e le implicazioni pratiche per la modellazione economica basata su agenti. L'obiettivo è accrescere il rigore metodologico nella parametrizzazione dei modelli ABM e contribuire al più ampio dibattito sul miglioramento della validità e dell'applicabilità dei modelli economici computazionali. I risultati ottenuti offrono spunti utili per superare le sfide specifiche del settore, accrescere l'affidabilità dei modelli ABM e colmare il divario tra modellazione teorica e applicazioni nel mondo reale. Abstract: Chapter 1: The advancement of Information and Communications Technologies (ICTs) and the trend towards digitalization have significantly fueled the growth of software applications. These applications are distinct from traditional goods due to their reliance on information systems, the intangible nature of products, and the critical role of licensing. The pricing and availability of these applications differ internationally due to varying local data restrictions. In this paper, we aim to answer how the level of data restriction influences the geographical distribution of economic activities over time. To decipher the impact of data restriction levels on the software market, we employ a game-theoretical approach and an agent-based approach involving entities such as firms, consumers, and governments. Our model includes the interactions between software owners and developers, the selection process of diverse consumers, the tactics of software owners, and the fluctuation of prices. Our computational experiments indicate that the intensity of data restrictions can influence the price formation process. We recommend that governments in different regions should work collaboratively to minimize data regulation in the public software market and that firms should better understand consumer preferences, so that the related policies can benefit both consumers and local businesses. Chapter 2: Traditional industrial organization theory often interprets R&D investment as a driver of innovation and technological progress. In contrast, this paper focuses on a different but equally critical dimension of R&D—the physical investment in production and service capacity, which determines a firm's ability to deliver high-quality services. In many ICT markets, profitability is not limited by the absence of innovation but by the constraints of infrastructure and capacity utilization. When firms exceed their optimal service capacity, product quality deteriorates and consumer satisfaction declines. Moreover, consumer behavior is increasingly shaped by digital community interactions and network effects, which can amplify or dampen the market value of these physical investments. To capture these mechanisms, we develop an agent-based model of competing ICT firms that strategically select their capacity levels while interacting with consumers embedded in a social network. The model uncovers how network effects, congestion, and capacity adjustments jointly shape market outcomes, profitability, and consumer engagement. This paper contributes to a deeper understanding of capacity management and network-driven competition in digital service industries. Chapter 3: Despite the potential of the agent-based modeling (ABM) to uncover emergent phenomena and provide policy insights, the estimation and calibration of model parameters remain a significant challenge. This paper addresses this challenge by proposing a computational model tailored to the ICT industry, where strategic firm behavior and network effects are central. We apply recent advances in parameter estimation—specifically the simulated method of moments and neural network-based surrogate models—using financial data from U.S. telecommunication firms (AT&T and T-Mobile) to calibrate and validate the model, and to identify parameter values and distributions. By systematically comparing these calibration methods, we assess their suitability and practical implications for agent-based economic modeling. We aim to advance the methodological rigor in ABM parameterization and contribute to the broader discussion on improving the validity and applicability of computational economic models. Our findings provide insights into overcoming industry-specific challenges, enhancing the reliability of ABMs, and bridging the gap between theoretical modeling and real-world applications.

2026-09-21T00:00:00Z https://hdl.handle.net/10807/348536 2026-10-08T00:28:28Z 2026-01-01T00:00:00Z

Titolo: Populism in the Italian Municipal Elections: the M5S experience Autori: Bordignon, Massimo; Colussi, Tommaso

2026-01-01T00:00:00Z