Gestione algoritmica e lavoro da remoto: un’analisi sociotecnica dei profili degli smart workers

This chapter examines algorithmic management in remote work from a socio-technical perspective, treating worker profiling not merely as a technical classification problem but as an organizational device that can reshape autonomy, control, transparency, and work-related well-being. Drawing on the literature on algorithmic management, the chapter discusses how digital data, performance metrics, monitoring systems, and Human Resources Analytics may transform the everyday experience of smart workers, creating new opportunities for coordination while also raising risks of opacity, work intensification, and reduced individual agency. Empirically, the chapter applies cluster analysis to a national sample of smart workers in Italy, using the classificatory logic of algorithms as an object of critical reflection rather than as a mere optimization technique. The analysis identifies distinct profiles of smart workers based on the interplay between techno-overload, work-life balance, work engagement, and organizational engagement. The resulting typology helps interpret different configurations of digital pressure, involvement, and sustainability in remote work. The chapter shows that the effectiveness of digital transformation cannot be assessed only in terms of productive efficiency, but must also include workers’ well-being, organizational trust, the transparency of decision-making processes, and the socio-technical governance of digital tools.

Il capitolo analizza la gestione algoritmica del lavoro da remoto in una prospettiva socio-tecnica, considerando la profilazione dei lavoratori non soltanto come problema tecnico di classificazione, ma come dispositivo organizzativo capace di ridefinire autonomia, controllo, trasparenza e benessere lavorativo. A partire dalla letteratura sull’algorithmic management, il contributo discute il modo in cui dati digitali, metriche di performance, sistemi di monitoraggio e strumenti di Human Resources Analytics possono trasformare l’esperienza quotidiana degli smart workers, generando opportunità di coordinamento ma anche rischi di opacità, intensificazione del lavoro e riduzione dell’agency individuale. Sul piano empirico, il capitolo utilizza una cluster analysis su un campione nazionale di lavoratori agili in Italia, assumendo la logica classificatoria degli algoritmi come oggetto di riflessione critica e non come mera tecnica di ottimizzazione. L’analisi individua profili distinti di smart workers sulla base dell’intreccio tra techno-overload, work-life balance, work engagement ed engagement organizzativo. Ne emerge una tipologia che consente di leggere le diverse configurazioni di pressione digitale, coinvolgimento e sostenibilità del lavoro agile. Il capitolo mostra così che l’efficacia della trasformazione digitale non può essere valutata solo in termini di efficienza produttiva, ma deve includere il benessere dei lavoratori, la fiducia organizzativa, la trasparenza dei processi decisionali e la governance socio-tecnica degli strumenti digitali.