QUADERNI EUROPEI SUL NUOVO WELFARE

Diseguaglianze digitali: l’età nel modello di accesso e uso delle ICT in Italia

3.3. L’uso del PC: il modello di conferma

In linea con quanto già rilevato dalla letteratura nazionale che suggerisce come l’uso delle ICT sia fortemente correlato con altri fattori di benessere sociale (Sartori, 2006), la survey ha cercato di dimostrare l’intreccio che lega il divario digitale ai processi di riproduzione delle diseguaglianze sociali, focalizzando l’attenzione soprattutto sul processo lavorativo in quanto – come evidenzia Castells – per le persone di oltre 50 anni “ciò che conta sempre di più nel determinare l’accesso a internet non è tanto l’età quanto il rapporto dei singoli con il lavoro, dato che internet diventa uno strumento professionale indispensabile” (2002, p. 235).

Allo scopo di cercare di individuare le variabili che discriminano tra uso e non uso del PC, utilizzando i dati del 2006, si è proceduto con la specifica di un modello di regressione logistica. Tale tecnica di analisi multidimensionale dei dati permette di indagare una variabile categoriale, frequente all’interno delle ricerche sociali, come dipendente9 (Christensen, 1997; Hosmer and Lemeshow, 2000; Corbetta et al., 2001; De Lillo, 2007).

La prima variabile10 inserita nel modello (Tabella 4) è di tipo continuo e corrisponde all’età del rispondente. Il segno negativo del coefficiente ci indica che, all’aumentare di un anno di età, la propensione relativa all’utilizzo del computer diminuisce. L’odds ratio relativo, essendo inferiore ad uno11, conferma che alla crescita del valore dell’età diminuisce la propensione, in termini di probabilità, all’utilizzo del PC di circa 0,95 volte. La misura del titolo di studio è stata trasformata in una serie di variabili dummy, dove il valore 0 corrisponde all’assenza di una data modalità e 1 alla sua presenza12. La categoria inferiore, che comprende coloro che hanno conseguito al massimo la licenza elementare, è stata utilizzata come categoria di contrasto per tutte le altre e non è stata inserita nel modello. L’interpretazione di questa variabile secondo il coefficiente dimostra che all’aumentare del titolo di studio aumenta la propensione all’utilizzo del computer. Ricordiamo che il valore dell’odds ratio può essere interpretato come misura dell’associazione, cioè la forza della dipendenza statistica tra le variabili prese in considerazione, in questo caso il titolo di studio e l’utilizzo del PC. Se prendiamo, ad esempio, la variabile dicotomica che dichiara l’assenza o la presenza di uno titolo di studio alto (laurea/post-laurea), il valore dell’odds ratio corrispondente a 11,7 ci indica che la relazione tra la presenza di un titolo di studio alto e l’utilizzo del computer può essere considerata forte. Se facciamo la differenza con un altro titolo di studio, ad esempio la presenza di un diploma professionale, possiamo concludere che l’inclinazione all’utilizzo del PC da parte di chi possiede un titolo di studio elevato è di circa il doppio rispetto alla propensione di chi possiede un diploma professionale.

 

Tabella 4: L’uso del PC: effetto e significatività delle variabili utilizzate nel modello logistico

Fonte: Università degli Studi di Salerno, Dipartimento di Sociologia e Scienza della Politica, Laboratorio CATI, settembre 2006.

La variabile genere presenta valori pari a 0 per le donne ed 1 per gli uomini. La differenza tra l’uno o l’altro nell’utilizzo del computer risulta a vantaggio degli uomini, con un valore di odds ratio di due volte superiore rispetto alle donne. Il numero componenti del nucleo familiare rappresenta la dimensione, espressa dal numero di persone che abitano insieme, della famiglia dell’intervistato. Tale variabile dimostra che la presenza di più persone all’interno dello stesso nucleo familiare, aumenta le probabilità relative all’utilizzo del computer. L’idea, fornita dal contributo di questo indicatore, è che una rete relazionale più ampia favorisca la conoscenza e l’approccio alle nuove tecnologie in termini di alfabetizzazione e possibilità di supporto in fase di utilizzo. La proprietà o meno della casa risulta discriminare l’uso a favore dei proprietari (categoria di contrasto) rispetto agli affittuari; questo potrebbe indicare una maggiore possibilità di spesa, anche in tecnologie, per i primi rispetto ai secondi.

Per quanto riguarda lo stato occupazionale, sono state messe a confronto le categorie “occupato” e “casalinga” con quella degli “inattivi”. L’importanza del momento lavorativo, come precedentemente riportato, viene espressa in circa il doppio delle probabilità per gli occupati rispetto alle altre categorie di utilizzare la nuova tecnologia informatica. A sostegno della centralità del lavoro come forma di alfabetizzazione alle ICT, la variabile sulle competenze informatiche richieste (competenze di base, competenze intermedie, competenze elevate), in contrasto con la categoria base, rappresentata dalla non richiesta di competenze informatiche, risulta influire notevolmente sulla propensione relativa13. L’odds ratio conferma la forza di questa relazione: coloro ai quali erano richieste competenze informatiche sul posto di lavoro hanno una probabilità di utilizzare il computer da 7 a 15 volte maggiore rispetto coloro ai quali non erano richieste. Anche la provincia, infine, sembra discriminare l’utilizzo del PC: abitare a Bologna rispetto a Napoli, categoria base, aumenta la propensione all’uso della tecnologia. L’essere residente nella provincia emiliana rappresenta una propensione relativa pari al doppio rispetto all’essere residente nella provincia partenopea. Si tratta di un risultato che sottolinea come in contesti economicamente più sviluppati vi sia una maggiore propensione all’adozione delle ICT (Figura 2).

L’attendibilità del modello proposto viene confermata anche dalla percentuale di casi che vengono classificati correttamente al suo interno: l’82,8% degli intervistati risulta essere descritto in maniera adeguata grazie alle variabili selezionate.

 

Figura 2: Propensione relativa all’uso del PC: effetto delle variabili inserite nel modello logistico

 

Fonte: Università degli Studi di Salerno, Dipartimento di Sociologia e Scienza della Politica, Laboratorio CATI, settembre 2006.

 

3.4. Le implicazioni teoriche dei risultati di ricerca

Il modello di regressione logistica ha permesso di mettere in luce le variabili che discriminano l’utilizzo del computer. Non stupisce il fatto che tali variabili rappresentano le principali dimensioni della stratificazione sociale, sostenendo l’ipotesi dell’esistenza di una loro associazione nei processi di riproduzione delle diseguaglianze nei livelli e nei modi di utilizzo delle nuove tecnologie. Ciò ci spinge ad alcune riflessioni sulle teorie precedentemente discusse.

I risultati dell’analisi risultano compatibili con l’ipotesi della stratificazione. Il divario digitale rappresenta una dimensione di un più ampio sistema di diseguaglianze che si intrecciano e si rinforzano. Sull’evoluzione del divario digitale nel tempo, l’analisi offre elementi per sostenere che le diseguaglianze che stanno alla base dell’accesso al computer continuano ad esistere e sono le stesse che caratterizzano la stratificazione sociale e che determinano le aree di esclusione sociale.

Come si è cerato di dimostrare, il ruolo del lavoro, come processo di socializzazione e costruzione d’identità per l’individuo, risulta fortemente discriminante nell’uso delle nuove tecnologie. Le modifiche apportate dal sempre più diffuso impiego dei sistemi informatici nel processo lavorativo hanno tracciato importanti differenze nella richiesta di competenze informatiche. Coloro che detengono le capacità richieste sembrano appartenere alle classi sociali più elevate. La possibilità, tipica delle classi più abbienti, di intraprendere percorsi formativi migliori porta ad acquisire capacità maggiori rispetto a coloro che fanno parte delle classi più svantaggiate. Anche nel caso di capacità informatiche uguali, la persona che possiede maggiore potere economico e sociale risulta avvantaggiata. Da questa affermazione si può comprendere che non è solo il capitale economico a giocare un ruolo importante nella determinazione della stratificazione. Anche il capitale sociale e culturale, collegati a quello economico, sono fondamentali nella riproduzione delle diseguaglianze rispetto all’uso delle nuove tecnologie. Se la cultura e l’educazione sono funzionali all’affermazione delle differenze, le scelte personali, conseguenti a diversi percorsi di vita dovuti a quantità di capitali differenti, risultano riprodurre la stratificazione sociale anche all’interno del nuovo assetto sociale mediato dell’uso delle nuove tecnologie ostacolando la conoscenza delle stesse.

La popolazione adulta o anziana risulta composta da persone che hanno subito il processo di informatizzazione al suo ingresso determinando difficoltà di socializzazione nei confronti delle nuove tecnologie. Per questa ragione, risulta plausibile pensare ad un effetto coorte che ridurrà il divario, per quanto riguarda l’accesso alle ICT, con il passare degli anni. Tuttavia, l’analisi empirica ha evidenziato la presenza di diversi fattori che condizionano l’utilizzo indipendentemente dall’effetto coorte. Una fonte rilevante di diseguaglianza nell’uso deriva dal knowledge gap14, lo scarto di conoscenza creato dalla diversa formazione a cui gli individui sono sottoposti, il quale sembra favorire chi risulta essere già avvantaggiato (Tichenor, 1970).

Il dibattito teorico che ruota intorno al divario digitale all’interno di gruppi particolari, come gli anziani, potrebbe concentrarsi sull’importanza dell’inclusione elettronica come nuova forma di “libertà”, intesa in termini seniani. Se la società attuale viene rappresentata come una rete all’interno della quale viaggia l’economia, la politica e il lavoro, l’esclusione dalle nuove tecnologie diventa una fonte di diseguaglianze notevole. L’interazione tra fattori di differenziazione sociale e culturale, da un lato, e forme di “socializzazione al digitale”, dall’altro, ha dato luogo ad uno specifico tipo di pregiudizio che condiziona fortemente le rappresentazioni della tecnologia informatica e la motivazione al suo utilizzo. Le differenze nell’uso della tecnologia digitale non possono essere spiegate semplicemente in base al “capitale culturale” o “capitale sociale” degli individui. In aggiunta a questi elementi, dobbiamo tener presente l’orientamento dell’individuo nei confronti della tecnologia. Sotto questo aspetto, è indicativo che molti intervistati, alla domanda sul perché non usano i computer e internet, hanno risposto che “non gli interessa”. Si tratta, quindi, in molti casi, di una forma di auto-esclusione basata sulle affinità e preferenze dell’individuo, che vengono strutturate, verosimilmente, attraverso le esperienze e il vissuto quotidiano. In questo senso, può rivelarsi utile il concetto di habitus sviluppato da Pierre Bourdieu (1979). Con questo termine si definisce il processo di riproduzione culturale in grado di generare comportamenti regolari che condizionano la vita sociale. Secondo questo autore, la classe di appartenenza dell’individuo determina una serie di preferenze personali e comportamenti reiterati che rientrano nel concetto di habitus15. L’utilizzo delle nuove tecnologie può essere quindi determinato sulla base dell’habitus di riferimento del singolo individuo, il quale potrebbe, secondo le sue preferenze, scegliere liberamente di non utilizzarle, allargando ulteriormente il divario.

È importante sottolineare che, all’interno della ricerca presentata, chi risulta non utilizzare il computer (Tabella 5) esprime un sostanziale disinteresse o un’assenza di stimoli che probabilmente coincide con l’uscita dal marcato del lavoro. Tra coloro che dichiarano di non aver mai utilizzato un PC, il disinteresse espresso verso le nuove tecnologie potrebbe essere dovuto ad una mancanza di alfabetizzazione informatica che aumenta le barriere, intimidendo l’approccio iniziale.

 

Tabella 5: Persone di 50 anni ed oltre che non utilizzano il PC per motivazioni addotte per il mancato utilizzo (Totale casi validi: 606 su 1.061)

Fonte: Università degli Studi di Salerno, Dipartimento di Sociologia e Scienza della Politica, Laboratorio CATI, settembre 2006.

 

Se il benessere di una persona viene determinato dalla sua capacità di scelta tra diverse alternative, la libertà di quella persona, relativamente alle nuove tecnologie, si determina in base alla possibilità di partecipazione al nuovo assetto. Ma l’analisi delle capacità deve anche comprendere le motivazioni e gli orientamenti che, in questo contesto, non risultano essere neutri, semplici preferenze individuali. Al contrario, sembra che il divario digitale si crei e si riproduca, in larga misura, attraverso le preferenze degli stessi individui che, a causa delle diseguaglianze pre-esistenti e di altri fattori socio-demografici, si astengono dal partecipare. Comprendere in fondo i determinanti di questo rifiuto, particolarmente accentuato tra le persone che si trovano al di fuori del mercato del lavoro, è di grande importanza, anche al fine di predisporre politiche efficaci. Queste dovrebbero focalizzare il punto di arrivo sul diritto, non l’obbligo, proprio di ogni persona, di partecipare alla network society. Un tale diritto non può diventare effettivo se i vantaggi e le potenzialità della tecnologia digitale rimangono oscuri ad ampie fette della popolazione, o se la tecnologia stessa suscita in loro soltanto diffidenza e apprensione.

9 L’interpretazione dei coefficienti di regressione logistica risulta meno intuitiva rispetto ai coefficienti del modello di regressione lineare, in quanto il coefficiente b rappresenta in questo caso il cambiamento del logaritmo del rapporto di probabilità. In generale, l’interpretazione del modello viene fatta attraverso l’uso dell’odds ratio o rapporto di probabilità condizionato.
10 Si noti che la costruzione del modello è stata guidata dall’utilizzo del likelihood ratio test, non da valori di significatività associati alle singole variabili, in base al protocollo più diffuso nel campo della metodologia.
11 Un valore dell’odds ratio pari a 1 può essere interpretato come assenza di relazione tra variabile dipendente e indipendente.
12 Il coefficiente b in questo caso calcola la differenza del passaggio da 0 a 1, corrispondenti alle due modalità in oggetto.
13 La richiesta di competenze informatiche sul posto di lavoro è stata adottata come indicatore di una forma di socializzazione alle ICT spesso mancante per la coorte di riferimento.
14 L’introduzione delle ICT ha attivato un circolo virtuoso che interessa e privilegia chi già occupa posizioni elevate nella struttura sociale, favorendo l’allargarsi delle disparità nella dotazione di capitale culturale, con la nascita di élite dell’informazione. Gli individui in posizione sociale privilegiata, infatti, sono i primi a prendere consapevolezza dei vantaggi offerti dalle ICT e sono anche quelli che possono sostenere i costi iniziali grazie ai più elevati livelli di reddito; sono, inoltre, equipaggiati di un più ampio bagaglio educativo e culturale e riescono ad elaborare in modo efficace ed efficiente le informazioni acquisite. Grazie a capacità cognitive più sofisticate, infine, ottengono un ritorno in termini di conoscenza più elevato.
15 Ricordiamo che, per l’autore, le classi sono strutture mobili in quanto la loro determinazione dipende da diversi processi di accumulazione dei diversi capitali (quello economico, quello sociale, culturale e simbolico).


Pagine: 1 2 3 4


Tag:,