Oltre la leva retributiva: il peso del merit gap nell'insoddisfazione clinica attraverso l'intelligenza artificiale

Il contributo affronta la crisi di retention nel Servizio Sanitario Nazionale (SSN) muovendo da un duplice gap. Sul piano teorico, la letteratura sulla giustizia organizzativa e sulla violazione del contratto psicologico raramente pone in rapporto gerarchico esplicito il riconoscimento del merito non monetario rispetto alla leva retributiva; sul piano metodologico, gli studi quantitativi adottano in prevalenza modelli di regressione lineare che non catturano né effetti soglia né segmentazioni latenti dei profili motivazionali. Per merit gap si intende la discrepanza percepita fra l'impegno profuso e il riconoscimento simbolico, di carriera e di sviluppo ricevuto (di tipo non monetario), declinazione specifica della giustizia distributiva à la Greenberg (1987) e Colquitt (2001). La ricerca si fonda su un survey condotto nel 2023 (N = 730 professionisti del SSN) e adotta una pipeline mixed-method sequenziale articolata in tre fasi: clustering k-means per la tassonomia motivazionale; random forest e classification and regression trees (CART) per la mappatura non lineare dei predittori dell'insoddisfazione e l'estrazione di regole con soglia critica; path analysis nel quadro Structural Equation Modeling (SEM) per la validazione confermativa. L'analisi identifica tre archetipi (ottimisti pragmatici, mission-driven, quiet quitter) e mostra che il merit gap opera come fattore strutturale a soglia, mentre la retribuzione si comporta come fattore igienico (Herzberg, 1968). L'evidenza è coerente con una rilettura del contratto psicologico (Rousseau, 1989) e suggerisce l'adozione di un Ethical Control System (ECS) come strumento di governance del clima organizzativo. Le implicazioni manageriali riguardano la differenziazione delle politiche di retention a seconda dell’archetipo. I principali limiti sono la natura cross-sectional dei dati e l'impiego di misure single-item; la ricerca futura dovrà estendere il modello in chiave longitudinale e includere scale multi-item per consentire procedure di validazione confermativa.