La neuroinclusione che si smentisce da sola: quando è l’Intelligenza Artificiale a valutarti

Negli ultimi anni la neuroinclusione è diventata una voce credibile in tante strategie di HR aziendale: se ne parla nei colloqui, entra nei documenti, produce persino risultati misurabili — l'avevo raccontato in «La neuroinclusione aumenta la produttività in azienda» (14 luglio 2026). Poi succede una cosa curiosa. La stessa impresa che apre le porte a chi ha un cervello atipico, fa giudicare questo cervello atipico a un software che di atipico non sa nulla.

A mettere a fuoco il problema, in un'analisi pubblicata a luglio 2026 su Employee Benefit News, è Rita Ramakrishnan: executive coach, fondatrice della società di consulenza Iksana, ex responsabile del personale della startup Cadre e oggi consulente HR per aziende in crescita. L'analisi non racconta un singolo caso di cronaca, ma qualcosa di più insidioso perché inizia a diffondersi davvero: il numero di piattaforme di performance management che hanno integrato l'intelligenza artificiale (AI) è ormai impressionante, e quasi tutte condividono lo stesso difetto di nascita. Sono tarate su una baseline comportamentale neurotipica.

Tradotto: il modello ha imparato che "buona performance" somiglia a un profilo preciso — contatto visivo, ritmo, stile comunicativo. E lo ha imparato dai dati con cui è stato nutrito, che spesso sono poveri. È proprio un fornitore di questi servizi ad avere ammesso a Rita Ramakrishnan che gli input erano «in larga parte neurotipici». Un'azienda di sua conoscenza, ad esempio, aveva addestrato la propria AI sul solo personale interno, «non esattamente quella che si definisce una fonte ricca». Il risultato è che chi devia da quel profilo, magari perché autistico, non viene letto come diverso. Viene considerato sotto la media. Un tratto neurologico che diventa un difetto di rendimento.

La contraddizione è tutta qui, e non è teorica. Da un lato le grandi organizzazioni investono come mai prima in intelligenza artificiale: secondo l'AI & Data Leadership Executive Benchmark Survey 2026 — che raccoglie le risposte dei responsabili dati e AI di circa 110 tra Fortune 1000 e grandi marchi globali — il 91% sta aumentando la spesa, che per il 99% è ormai una priorità. Ed è un investimento che entra anche nei sistemi che misurano le persone. Dall'altro, secondo il report Gallup Neurodiversity in the Workplace del 2025, il 37% dei lavoratori neurodivergenti non dichiara la propria condizione per paura dello stigma. Mettendo insieme i due dati, lo scenario è netto: uno strumento cieco alla neurodivergenza valuta persone che, per prudenza, restano invisibili. La buona volontà scritta nelle policy viene annullata dall'infrastruttura che dovrebbe applicarla.

Il ragionamento di Rita Ramakrishnan, allora, non fa una piega: continuare pure a investire in AI, ma senza trattarla come una scatola magica. E, prima di adottarla, fermarsi su due domande di buon senso — su quali dati è addestrato il modello? E cosa stiamo misurando davvero?

Perché troppo spesso si finisce per misurare l'output (quanto e come una persona appare) invece dell'impatto (cosa produce davvero per l'organizzazione). Spostare quel metro non è un favore ai neurodivergenti: è definire meglio la performance per tutti.

Resta il paradosso di fondo, che vale la pena tenere in mente ben oltre il caso ADHD o autismo. Dichiarare l'inclusione è facile e conviene. Costruire strumenti capaci di riconoscere ciò che si dice di voler includere è un'altra cosa — richiede lavoro, dati diversi, e la disponibilità a rimettere in discussione cosa chiamiamo "normale". Finché il secondo passo manca, la neuroinclusione rischia di essere una facciata gentile davanti a un giudice che non è stato istruito a vederla.

Se ti occupi di risorse umane, e D&I in azienda, e vuoi passare dalle policy ai fatti, se vuoi, puoi dare un'occhiata ai progetti che possiamo sviluppare assieme.