Inclusion impact index : algoritmo e piattaforma web per la valutazione quantitativa della parità di genere in contesto aziendale

Unfortunately, nowadays our society is still characterized by various forms of discrimination, often originating from both conscious and unconscious biases, which act against minorities and the weakest part of the population. Women are particularly affected by these phenomena and, due to often latent prejudices, see themselves offering unjustified unequal opportunities and treatments to the benefit of the male counterpart, especially within the professional and working environment. As evidence of this, during 2018 the gender pay gap, which measures the difference in the economic compensation received for equal work, was estimated by Eurostat to be of approximately 16.3% for the Italian labour market. Scholars and international institutions agree in affirming that the change must start from the bottom up, involving all economic entities in active paths of empowerment and acquiring a greater and more pervasive awareness of the dimensions of the phenomenon within their own structures. Hence the recent introduction, in several European countries, of sustainability reporting obligations for all companies with a certain size. In this context, this thesis aims to propose a new platform, entirely based on web technologies, which can assist companies in assessing their performance in the field of diversity and inclusion (D&I) promotion and protection. The project was born from the fruitful collaboration between Politecnico di Milano and Valore D, the largest Italian association operating for the enhancement of female employment, and led to the creation of the Inclusion Impact Index® web portal (http://iii.valored.it) (now a registered trademark). The platform allows the over 190 companies associated with the consortium, after completing an accurate survey, to obtain a fully detailed report about inclusion of gender differences in their own context, identifying critical aspects and suggesting possible actions for improvement. The possibility is also given to compare the results obtained with those of similar realities, aggregated anonymously. The first part of the thesis will be devoted to an in-depth study of the phenomenon of gender discrimination and to the presentation of the analysis tools already internationally available to companies. Subsequently, the architecture of the application developed in this work will be introduced, using the tools for the documentation of complex information systems and software engineering principles. The last part of the thesis will be devoted to the presentation of the most innovative contribution of this work, that is the scoring algorithm used to process the input data to quantitatively evaluate the company D&I condition, thus leading to the computation of the Inclusion Impact Index (III). Finally, we will proceed to analyse the data collected during the first months of the platform's life, to propose and test an innovative method based on unsupervised machine learning techniques (clustering) which showed good results in the configuration of the III parameters and which, in the future, will be able to yield significant contributions in improving the reliability of the algorithm, as more data are gathered. Over the entire presentation of the work, we will highlight the most innovative contributions that this thesis brought to the emerging context of automated D&I assessment.

La nostra società è purtroppo ancora caratterizzata da innumerevoli forme di discriminazione verso le minoranze e le fasce più deboli della popolazione. Particolarmente colpite da questi fenomeni sono le donne che, a causa di pregiudizi spesso latenti ed inconsci, si vedono offrire opportunità e trattamenti ingiustificatamente diseguali a vantaggio della controparte maschile, specie per quanto riguarda l'ambiente professionale e lavorativo. A testimonianza di ciò, nel corso del 2018 il divario salariale di genere, che misura la differenza nel compenso economico percepito a parità di mansione, è stato stimato dall'Eurostat attorno al 16,3% per il mercato lavorativo italiano. Gli studiosi e le istituzioni internazionali sono concordi nell'affermare che il cambiamento debba partire dal basso, coinvolgendo tutte le entità economiche in percorsi attivi di responsabilizzazione e acquisizione di una maggiore consapevolezza sulle dimensioni del fenomeno all'interno delle proprie strutture. Da qui l'introduzione recente, in diversi paesi europei, degli obblighi di rendicontazione di sostenibilità per tutte le imprese di una certa dimensione economica. In tale contesto, questa tesi mira a proporre una nuova piattaforma, interamente basata su tecnologie web, che possa coadiuvare le imprese nel compito di valutare le proprie performance nell'ambito della tutela della diversità e inclusione (D&I). Il progetto è nato dalla proficua collaborazione tra il Politecnico di Milano e Valore D, la più grande realtà italiana operante per la valorizzazione dell'occupazione femminile, ed ha portato alla nascita del portale web Inclusion Impact Index ® (http://iii.valored.it) (ora marchio registrato). La piattaforma consente alle oltre 190 imprese associate al consorzio, dopo aver compilato un accurato sondaggio, di ottenere in maniera totalmente automatica un report dettagliato sulla situazione di inclusione delle diversità di genere nel proprio contesto lavorativo, individuando gli aspetti critici e suggerendo possibili miglioramenti. Viene fornita inoltre la possibilità di confrontare i risultati ottenuti con quelli di realtà similari, aggregati in maniera anonima. Allo scopo di presentare la piattaforma e il relativo algoritmo di valutazione, la prima parte della tesi sarà dedicata all'approfondimento del fenomeno delle discriminazioni di genere e degli strumenti di analisi già disposizione delle imprese a livello internazionale. Successivamente, si passerà ad illustrare nel dettaglio l'architettura dell'applicativo sviluppato nel corso di questo lavoro, seguendo i canoni della documentazione di sistemi informativi complessi e dell'ingegneria del software. L'ultima parte sarà invece dedicata alla presentazione della struttura dell'algoritmo di elaborazione dei dati di input forniti dalle imprese, il componente a maggior valore aggiunto di tutto il sistema. Infine, passeremo ad analizzare i dati reali raccolti nel corso dei primi mesi di vita della piattaforma, fino a proporre e a testare un innovativo metodo basato sulle tecniche di machine learning non supervisionato (clustering) che ha evidenziato buoni risultati nella configurazione dei parametri dell'elaborazione e che in futuro potrà apportare un significativo contributo al miglioramento dell'affidabilità dell'algoritmo. Nel corso dell'intero percorso verrà dato ampio risalto ai contributi di maggior innovatività che riteniamo di aver apportato al settore dei sistemi automatizzati di valutazione della D&I.