gestione ambientale

Cos’è la teoria delle reti 

In questi giorni la macchina produttiva del Paese sta scaldando i motori per la ripartenza dopo un mese di quarantena. I comitati scientifici invitano alla prudenza, per scongiurare il più possibile un ritorno dei contagi che sarebbe deleterio se non fatale per la nostra già debole economia. L’attenzione dei governatori, sia a livello locale che nazionale, è incentrata sul trovare soluzioni che consentano ai lavoratori di riprendere il loro posto in azienda, ed offrano nel contempo le garanzie che non vi siano possibilità di nuovi contagi. Nei prossimi giorni verranno senz’altro proposti protocolli che porteranno ad organizzare il lavoro in primis e la vita quotidiana poi, in questa direzione. Oltre alle varie soluzioni tecniche di prevenzione che verranno attuate, risulterà senz’altro strategico evitare con il massimo grado di efficacia che l’eventuale presenza di persone infette possa provocare un innesco di focolai, con conseguente ripresa dell’epidemia. In questo ambito risulta prioritario essere efficienti nell’isolare i casi infetti. Quindi l’efficienza dovrà riguardare:

  •       L’individuazione della persona infetta (diagnosi)
  •       L’isolamento dell’infetto e delle persone che vi sono venute a stretto contatto (tracciamento).

Non entreremo nel merito delle metodologie e tecnologie che verranno adottate per questo, ma intendiamo evidenziare come questo sia essenziale nella lotta alla ripresa di una diffusione, spiegandolo ancora una volta con la modellazione matematica delle epidemie.

Nei modelli classici di diffusione delle epidemie (leggi anche modello SIR e derivati in R0 e  matematica delle epidemie) si parte dal presupposto semplificativo che il tasso contagio sia un valore medio dei contatti fra suscettibili (S) e infettivi (I). Questo corrisponde ad assumere che le persone, mediamente, si comportino, per le possibilità di contagio, tutte allo stesso modo. Il “tasso netto di riproduzione” R0 di un’infezione (che indica il numero medio di persone che ciascun individuo infetto può contagiare durante il periodo in cui è infettivo) che ne deriva dipende, nel modello, dalle caratteristiche di contagio e di guarigione (o rimozione degli infettivi) della malattia, ma non dai comportamenti della popolazione.

Una interpretazione più raffinata del fenomeno di diffusione si ottiene ricorrendo a modelli matematici più complessi. Fra questi prendiamo in considerazione quelli basati sulla teoria delle reti (network theory models). In questi modelli le persone vengono identificate da nodi connessi fra loro, dove ciascuna connessione sta ad individuare la relazione diretta che una persona può avere con un’altra. Questi stessi modelli possono descrivere reti di natura diversa, come ad esempio Internet (server/router collegati fisicamente fra loro), aeroporti e traffico aereo, abitazioni connesse alla rete di distribuzione dell’energia elettrica, le persone in contatto sui social, e così via.

Nel caso dell’utilizzo del modello per analizzare la diffusione delle epidemie sono rilevanti, quali parametri della rete, il numero di connessioni di ciascun nodo k, ed il coefficiente di trasmissibilità T. Il primo dipende dalla natura delle relazioni che vi sono fra le persone, e varia da nodo a nodo, mentre il secondo dipende in maniera intrinseca dalla malattia e indica con quale facilità avviene il contagio fra una persona e l’altra.

esempio reti

Esempi di 3 reti con gli stessi identici nodi, con lo stesso numero medio [k] di connessioni pari a 2: nella prima rete tutti i nodi hanno 2 connessioni, nella seconda i nodi hanno 1,2 o 3 connessioni, nella terza il numero di connessioni ha maggiore variabilità, ma il valor medio è ancora 2.

La risoluzione matematica della propagazione dell’epidemia in una rete casuale è stata studiata con la teoria della percolazione (cioè il lento movimento di un fluido attraverso un materiale poroso) [1].

In una rete complessa potremo individuare un valore medio di connessioni, indicato con ‹k› mentre il valore ‹k2›–‹k› è la varianza della distribuzione dei valori di k attorno al valor medio ‹k›.

Un risultato rilevante della teoria è che il tasso di riproduzione di base R0 è:

formula r0

Risulta quindi che reti con lo stesso numero di nodi, lo stesso valore medio di connessioni di ciascun nodo ‹k›, saranno caratterizzate da coefficienti R0 diversi se la distribuzione dei valori di k ha varianze diverse. Una rete che presenta una variabilità maggiore dei valori di k ha una varianza maggiore rispetto al valore medio ‹k› , risulta avere un R0 maggiore ed è quindi è più vulnerabile all’epidemia.

Un esempio illustrativo è riportato in figura (fonte: [2]):

fattore trasmissibilità

A parità di fattore di trasmissibilità T, la rete a destra ha una vulnerabilità, ovvero un tasso di riproduzione, più del doppio rispetto alla prima.

Questo risultato è estremamente interessante. Si pensi infatti alla rete come alla rappresentazione della struttura sociale di una popolazione, in cui un individuo entra in contatto con gli altri in base alle sue relazioni: familiari, colleghi di lavoro, amici, compagni di sport, individui appartenenti agli stessi gruppi (come la parrocchia, il centro ricreativo ecc.). I gruppi potranno essere collegati gli uni agli altri proprio attraverso l’appartenenza della stessa persona a più gruppi. I gradi di connessione tra i nodi in una rete saranno quindi distribuiti in modo assai variabile.

Una struttura sociale con ampia variabilità dei gradi di connessione risulta essere altamente vulnerabile ad un’epidemia. Osservando i grafici delle reti forse questo poteva apparire scontato. L’analisi matematica conferma questo dato.

Il distaccamento sociale e il ripristino delle attività quotidiane

In questi modelli risulta evidente come il distaccamento sociale, che comporta quindi la riduzione dei rami fra ciascun nodo e quindi la riduzione sia del valore medio ‹k› che della sua varianza, risulti essere la forma più efficace per il contenimento della diffusione del contagio.

Per quanto riguarda invece le strategie da adottare al ripristino delle attività e della “quotidianità”, i modelli offrono l’opportunità di valutarne l’efficacia qualora consentano di:

  • isolare (mettere in quarantena) persone (infette o prossime a persone infette)
  • sospendere alcune tipologie di contatti per proteggere dei gruppi (vengono immediatamente in mente le persone confinate nelle RSA, negli ospedali, ecc.)
  • individuare, una volta disponibile il vaccino, le persone da vaccinare per prime anche con lo scopo di proteggere il resto della popolazione.

VAX! come capire il fenomeno attraverso un gioco

Tali modelli possono essere anche ben compresi dal lato pratico attraverso un gioco: VAX! È un gioco on line sulla prevenzione delle epidemie. Nel gioco (consigliamo di provarlo, dopo aver letto le semplici regole), prima della partenza dell’epidemia si possono eliminare alcuni nodi dalla rete somministrando un vaccino.

vax gioco online

 Immagine di una rete del gioco online VAX! https://vax.herokuapp.com/game

In tal modo si spezzano i legami fra alcuni rami della rete. Successivamente parte l’epidemia e l’unica arma a disposizione è quelle di mettere in quarantena un individuo alla volta (si mettono in quarantena individui sani, generalmente prossimi ai contagiati, per evitare la propagazione del virus). Si comprende così quali possono essere i nodi strategici su cui agire per contenere la diffusione dell’epidemia e salvare il maggior numero di individui possibile.

Capire le diverse dinamiche a livello regionale

L’apprendimento della dinamica con cui si diffonde l’epidemia nella rete può anche fornire una chiave di interpretazione della differenza degli effetti dell’epidemia tra una regione e l’altra nel nostro Paese. Ne facciamo un cenno qualitativo. Pensiamo ad esempio alla Lombardia, caratterizzata da elevata densità di popolazione (con 10 milioni di persone, sono presenti quasi 1/6 della popolazione nazionale). La rete che descrive gli individui è senz’altro caratterizzata da elevata variabilità dei valori di connessione. Citiamo alcuni aspetti rilevanti che portano ad evidenziare questa variabilità:

  • molte persone vivono in grandi palazzi, in aree densamente popolate, quindi possono avere molti contatti;
  • ci sono alcuni milioni di lavoratori che si recano in aziende con centinaia o migliaia di lavoratori ciascuna, con uniformità di orario (si pensi all’ingresso negli spogliatoi negli orari di inizio/fine turno, alla pausa in mensa). Anche in tal caso i contatti (le connessioni) sono molteplici;
  • i mezzi di trasporto, soprattutto per recarsi al posto di lavoro (metropolitana a Milano, tram, autobus e mezzi pubblici in tutte le province), sono affollati, creando peraltro connessioni di un individuo (nodo) con gruppi diversi;
  • analogo discorso ai mezzi di trasporto vale per i locali pubblici.

Si possono analizzare con gli stessi criteri le regioni del Sud. Prendiamo ad esempio la Campania, che ha una densità di popolazione simile (circa 420 abitanti/km2), ma una struttura di contatti sicuramente diversa:

  • i grandi palazzi sono prevalentemente presenti nelle città di provincia, mentre sono meno presenti nelle periferie;
  • il numero e la concentrazione di aziende con centinaia di lavoratori sono sensibilmente inferiori;
  • i mezzi di trasporto sono meno utilizzati ed affollati rispetto a quelli lombardi mentre per la frequentazione di locali pubblici le differenze potrebbero essere meno marcate

Naturalmente nello sviluppo della diffusione dell’epidemia al sud un ruolo determinante lo ha giocato il ritardo con cui si sono avuti i primi contagi e la quasi simultanea applicazione delle norme di contenimento governative. Tuttavia il numero complessivo attuale di contagi (la Campania ne ha circa 1/15 della Lombardia) trova una parziale spiegazione anche nella struttura della rete dei contatti fra le persone, che per quanto suddetto quella della Lombardia presenta sia un valore medio ‹k› più elevato e una variabilità nei gradi di connessione ‹k2›-‹k› di ciascuna persona molto maggiore rispetto a quella della Campania. Il noto tasso netto di riproduzione R0 della struttura sociale lombarda è sicuramente più alto di quello della struttura sociale campana.

Ing. Pierosvaldo Savi – HSE Manager NordPas

Bibliografia.

[1] Lauren Ancel Meyers – Contact network epidemiology: bond percolation applied to infectious disease prediction and control; Bulletin of The American Mathematical Society – January 2007

 

[2] Lauren Ancel Meyers, University of Texas at Austin & Santa Fe Institute – Preventing the next pandemic – 2019 Stanislaw Ulam Memorial Lectures, Lecture 1 –

https://www.youtube.com/watch?v=vwVDJVbw10k&feature=youtu.be

gestione ambientale

R0 e matematica delle epidemie sono chiavi fondamentali nel processo decisionale e nella definizione delle strategie governative

La quarantena forzata che ognuno di noi sta vivendo in questo periodo di emergenza Coronavirus sta largamente favorendo la fruizione della rete e la presenza sui social dove, tra l’altro, siamo inondati di statistiche, grafici e previsioni sull’andamento dell’epidemia. Questo mondo di numeri, se ben interpretato, può aiutarci a capire la correlazione tra lo stato di avanzamento dei contagi e la necessità di intraprendere azioni, comportamenti e strategie – anche dolorose – per far finire tutto questo con il danno minore possibile. L’interpretazione di questi numeri passa, ovviamente, attraverso la matematica e nello specifico quella che viene ormai individuata come “matematica delle epidemie”, disciplina che fa innanzitutto riferimento alla possibilità di usare gli strumenti matematici per creare dei modelli in grado di descrivere in modo quantitativo la diffusione dei contagi all’interno di una data popolazione. In rete si trovano trattazioni esaustive sul tema, con approfondite descrizioni matematiche ad opera di illustri autori che fanno dello studio dei modelli la loro professione. Vorrei utilizzare lo spazio di questo breve articolo per entrare nell’essenza di questi modelli e del significato di R0 e aiutare a comprenderne l’utilità nel processo decisionale di deliberare le norme che ci obbligano oggi a modificare i nostri comportamenti.

 

parametro R0
Maggiore è R0, maggiore è il nr di contagi (omino VIOLA) per ciascun infettivo (omino GIALLO)

 

Il modello SIR

Un modello per lo studio della diffusione di un’epidemia in una popolazione, che oggi viene largamente utilizzato e che costituisce poi la base di ragionamento per sistemi più complessi, è il cosiddetto modello SIR, elaborato dagli scozzesi Kermack e McKendrick a partire dal 1927. Il modello parte dalla semplice idea di base di suddividere la popolazione costituita da un numero N di individui in tre gruppi:

  •          I suscettibili (indicati con S), cioè individui sani che potrebbero contrarre la malattia;
  •           Gli infettivi (indicati con I), che hanno contratto l’infezione e che sono quindi veicolo della malattia;
  •          I rimossi (“recovered” nel testo originale – indicati con R) che sono complessivamente i guariti, i deceduti e quelli messi in isolamento, che non possono quindi infettare un individuo suscettibile.

Si pongono alcune ipotesi semplificative (come spesso accade nei modelli matematici, si parte da situazioni semplificate per addivenire ad un primo risultato e applicare successivamente, per gradi, la rimozione delle semplificazioni), e precisamente:

  1. durante l’epidemia la popolazione non si riproduce, cioè non vi sono nuove nascite;
  2. durante l’epidemia la causa principale di morte è la malattia epidemica stessa;
  3. la popolazione è isolata, cioè non vi sono entrate o uscite rispetto all’esterno;
  4. la malattia non ha un periodo di incubazione;
  5. dopo la guarigione si acquisisce immediatamente l’immunità;
  6. tutti gli individui infetti sono ugualmente contagiosi, indipendentemente dal tempo trascorso dal contagio

Alcune di queste ipotesi sembrano molto restrittive (soprattutto la c), considerati gli ingenti movimenti di persone, sia sul piano nazionale che su quello internazionale, e la d), in quanto per il COVID-19 il periodo di incubazione può durare fino a 14 giorni; inoltre la e) non è dimostrata); ad ogni modo  è possibile ottenere una descrizione in termini matematici dell’andamento nel tempo delle tre classi di individui che sia attendibile rispetto a quanto si osserva fisicamente nella realtà. Per comprenderla, accenneremo brevemente alla costruzione del modello.

Si suppone che i suscettibili in un certo istante, S(t) entrino in contatto con gli infettivi I(t) in modo del tutto casuale e che la riduzione dei suscettibili (e quindi del loro passaggio a infettivi) sia proporzionale al prodotto S(t)*I(t) secondo un coefficiente di proporzionalità β.

La variazione degli infettivi sarà invece data dall’ incremento dovuto al passaggio da suscettibili e infettivi secondo quanto detto sopra, a cui andranno sottratti quelli che sono guariti, deceduti o sono stati messi in isolamento. In uno schema a blocchi:

beta e gamma

Il numero R(t) dei rimossi si suppone proporzionale al numero di infettivi S(t) secondo il coefficiente γ.

La traduzione in termini matematici delle variazioni delle grandezze sopra descritte porta alla stesura di un sistema di tre equazioni differenziali, che in questa trattazione soprassediamo.

La risoluzione di queste equazioni permette di evidenziare che i possibili sviluppi dell’epidemia sono regolati dal rapporto

γ fra il tasso di rimozione e il tasso di contagio. Innanzitutto si rileva che esiste un numero di suscettibili ST  che agisce da spartiacque fra l’esplosione o meno dell’epidemia. Questo valore è pari esattamente al rapporto suddetto ed è chiamato rapporto di soglia:

ST = γ/β

e sta ad indicare che se il numero S iniziale di suscettibili è minore del valore Sallora l’epidemia non si sviluppa e il numero degli infettivi diminuisce fino ad annullarsi. Se invece il numero iniziale di suscettibili S è maggiore di Sil numero iniziale di infettivi cresce, raggiungerà un massimo e poi l’epidemia comincerà ad attenuarsi fino all’ estinzione. A discapito, ovviamente, della popolazione dei suscettibili S, che si sarà ridimensionata. Per una migliore interpretazione del ruolo giocato dai due parametri γ e β è conveniente introdurre il parametro R0, del quale si è ampiamente parlato anche in trasmissioni televisive. Avendo indicato con il N il numero di individui all’inizio dell’epidemia (un attimo prima di rilevare la presenza di infettivi), si indica con R0 il numero:

R0 = N*β/γ

Questo numero assume il significato di “tasso netto di riproduzione” di un’infezione e indica il numero medio di persone che ciascun individuo infetto può contagiare durante il periodo in cui è infettivo, nell’ipotesi che tutta la popolazione sia ancora suscettibile.

Per le stesse considerazioni fatte in relazione all’effetto soglia, risulta che:

se R0 > 1 l’epidemia si scatena

se R0 < 1 l’epidemia regredisce e si estingue senza diffusione.

Nei due casi, lo sviluppo nel tempo del numero degli infettivi assume, qualitativamente l’andamento illustrato nel grafico:

curva beta e gamma

I due parametri β e γ dipendono sia dalla natura del virus che provoca l’epidemia, sia dai comportamenti della popolazione

Nel caso del Coronavirus, secondo stime dell’OMS sui primi dati disponibili dello sviluppo dell’epidemia in Cina, Rpuò avere valori variabili da 1,4 a 2,5. Sembra poco, ma gli sforzi da compier per ridurre il parametro e ricondurre la dinamica degli infettivi a seguire la curva inferiore del grafico anziché quella superiore sono notevoli.

Poiché Rdipende da γ e β, oltre che dal numero di individui inizialmente suscettibili (N), è ovvio chiedersi come si possa intervenire per modificare i parametri. Le strategie possibili sono:

  1. diminuire N, cioè la popolazione potenzialmente suscettibile all’istante 0, quello in cui comincia a svilupparsi l’epidemia. Questo si può ottenere con l’introduzione di un vaccino, che toglierebbe appunto possibilità al virus di contagiare persone. Questa strada, a detta degli scienziati, purtroppo è ancora lunga (stime 12-18 mesi) nonostante ci sia un intenso sforzo di ricerca a livello globale, con cooperazione fra i Paesi;
  2. aumentare γ, cioè aumentare il tasso di rimozione degli infettivi. Questo può essere ottenuto con
    1. terapie più efficaci, che possano migliorare la guarigione. Queste sono in continua evoluzione e ci si augura che giungano in tal senso risultati importanti;
    2. miglioramento della capacità di individuazione degli infettivi e loro istantaneo isolamento. In questo modo vengono sottratti individui al gruppo degli infettivi che possono entrare in contatto con i suscettibili. Questo è uno degli interventi adottati nel modello Corea del Sud, dove sono stati largamente incentivati i tamponi ed i metodi – anche con le moderne tecnologie informatiche – per individuare anche gli infettivi asintomatici;
  3. diminuire β, cioè ridurre le occasioni di contagio attraverso diverse strategie:
  • migliorare l’educazione igienico-sanitaria, in modo da esporre le singole persone ad una probabilità ridotta di entrare in contatto con il virus;
  • ridurre al massimo la possibilità di incontro fra le persone, limitando quindi la possibilità che un infettivo possa contagiare un suscettibile;
  • utilizzare dispositivi di protezione individuale (mascherine) che fungano da barriera al diffondersi del virus attraverso le vie aeree (da parte degli individui infettivi) e alla possibilità di assorbimento da parte di suscettibili sani.

Si coglie quindi l’utilità degli interventi che stanno adottando gli organi governativi per tentare di ridurre la trasmissione e diffusione del virus

Allo stato attuale il valore di R0 stimato su base nazionale è di circa 1,20 (dato al 09/04/2020), come si può vedere dal grafico qui riportato (fonte: https://covstat.it/). Purtroppo è ancora alto.

Questo testimonia che siamo ancora in una fase di crescita dell’epidemia, anche se il tasso dei contagi giornalieri è inferiore rispetto all’inizio. Se consideriamo gli sforzi che stiamo facendo per trovarci comunque ancora in presenza di un parametro che indica la diffusione e non la contrazione del virus, si comprende come sia necessario non abbassare la guardia e prevedere strategie ulteriori. La strada da percorrere è ancora lunga.

In questo, emerge che i modelli matematici rappresentano un utile strumento a disposizione di chi governa come supporto nel processo decisionale di adottare strategie di lotta all’epidemia. L’utilizzo principale non riguarda quello di stimare in modo assoluto i valori delle varie grandezze in gioco, comunque affetti da margini di errore (numero di contagiati, di rimossi, ovvero valore dei parametri γ, β, R0), quanto quello di poter mettere a confronto scenari diversi e valutarne le prestazioni in termini di contenimento della diffusione dell’epidemia. I politici che devono prendere le decisioni in questo contesto di emergenza devono tenere in considerazione diversi aspetti, tra i quali ve ne sono alcuni che presentano anche interessi conflittuali come:

  • la tutela della salute
  • la necessità di garantire i beni primari per la popolazione
  • la necessità di mantenere un equilibrio sociale
  • la necessità di mantenere in piedi l’economia

Le strategie possibili volte a modificare i comportamenti (come quelle già intraprese chiusura delle scuole, delle aziende, divieti di assembramenti, obbligo di rimanere a casa, obbligo di usare le mascherine, e quelle che saranno necessarie verso la graduale ripresa della vita ed attività quotidiane) dovranno essere individuate con il supporto della comunità scientifica, del punto di vista degli economisti e delle varie parti interessate in causa. La loro incisività, l’entità della popolazione su cui agiranno, potranno consentire in ultima analisi in maniera più o meno significativa la riduzione di R0, e quindi anche la possibilità di successo all’ uscita da questo stato di emergenza. La stima dei risultati attesi, ottenibile con i modelli matematici, è un ulteriore supporto al politico che, guidato dai principi costituzionali e valutati gli interessi in gioco per il Paese nel suo complesso, dovrà decidere la deliberazione di provvedimenti, anche draconiani, che consentano di rendere efficaci le strategie individuate.

 

Ing. Pierosvaldo Savi – HSE Manager Nord Pas

sicurezza cantieri salute

E’ stata introdotta già nel 2017 l’informativa che regolamenta il cosiddetto SMART WORKING (o lavoro agile)

Allo scopo di incrementare la competitività e agevolare la conciliazione dei tempi di  vita  e  di lavoro, la legge 81 del 22 maggio 2017 ha promosso il lavoro agile  quale modalità di esecuzione  del rapporto di lavoro subordinato  – stabilito  mediante  accordo  tra  le parti – anche con forme di organizzazione per fasi, cicli e  obiettivi e senza precisi vincoli di orario  o  di  luogo  di  lavoro,  con  il possibile  utilizzo  di  strumenti  tecnologici  per  lo  svolgimento dell’attività lavorativa. La prestazione lavorativa viene  eseguita, in parte all’interno di locali aziendali e in parte all’esterno senza una  postazione  fissa,  entro  i  soli  limiti  di  durata   massima dell’orario di lavoro  giornaliero  e  settimanale,  derivanti  dalla legge e dalla contrattazione collettiva.”

L’emergenza COVID-19 ha accelerato e incentivato l’utilizzo dello SMART WORKING

L’emergenza che si è venuta a creare con la diffusione del Coronavirus nel nostro Paese ha dato una reale incentivazione a questa forma di lavoro, tanto da farla divenire una modalità del tutto comune fra chi opera nel campo dei servizi, nel campo delle libere professioni e comunque in tutte le attività che normalmente vengono svolte in ufficio.

La art. 15 del tu sulla sicurezza Legge 81/2017, all’art. 22, richiama la Sicurezza sul lavoro, ribadendo che “il datore di lavoro garantisce la  salute  e  la  sicurezza  del lavoratore che svolge la prestazione in modalità di lavoro agile e a tal fine consegna al lavoratore e al  rappresentante  dei  lavoratori per la sicurezza, con cadenza almeno annuale, un’informativa  scritta nella quale sono individuati i rischi generali e i  rischi  specifici connessi alla particolare modalità di  esecuzione  del  rapporto  di lavoro.

Viene inoltre ribadito, al comma 2 dello stesso articolo, che “il lavoratore è tenuto a cooperare all’attuazione delle  misure di prevenzione predisposte dal datore di lavoro  per  fronteggiare  i rischi connessi  all’esecuzione  della  prestazione  all’esterno  dei locali aziendali.

smart working

 

C’è però un quesito fondamentale che si sta facendo spazio nella realtà:

Qual è la differenza tra SMART WORKING  e TELELAVORO?

 Le 2 attività hanno regolamentazioni diverse ed è pertanto importante distinguerle e capire qual è il reale caso aziendale per rispondere adeguatamente.

Smart working e telelavoro: le due differenti modalità lavorative hanno sicuramente dei punti di contatto ma anche notevoli differenze. Le differenze partono dalla normativa e dalla natura CONTRATTUALE.

Per Smart Working, o lavoro agile, si intende una modalità lavorativa di rapporto di lavoro subordinato in cui c’è un’assenza di vincoli a livello di orario e di spazio.

L’organizzazione avviene per fasi, cicli e obiettivi ed è stabilita con un accordo tra dipendente e datore di lavoro.

Il termine inglese “smart” si riferisce all’obiettivo migliorare produttività del lavoratore grazie alla conciliazione dei tempi di vita e lavoro.

La legge che regola il lavoro agile in Italia è la numero 81 del 2017.

La flessibilità organizzativa e la volontarietà delle parti che sottoscrivono l’accordo individuale sono i due punti cardine.

L’utilizzo di mezzi adatti a svolgere parte del lavoro anche in altri luoghi diversi dalla sede ordinaria è un altro requisito fondamentale e comune anche alla pratica del telelavoro, che è possibile solamente con strumenti che permettono di lavorare da remoto quali pc, tablet, smartphone ecc.

Altri dettagli sono contenuti negli articoli 18-24 della medesima legge.

Tra questi possiamo citare:

  • la responsabilità del datore di lavoro sulla sicurezza del lavoratore;
  • le regole per gli accordi tra le parti;
  • la parità di trattamento economico e normativo tra chi lavora in modalità agile e chi svolge le sue mansioni esclusivamente all’interno dell’azienda;
  • il potere di controllo del datore di lavoro sulla prestazione resa dal lavoratore;
  • l’obbligo per il datore di lavoro di presentazione dell’informativa scritta nella quale sono individuati i rischi generali e i rischi specifici connessi alla particolare modalità di esecuzione del rapporto di lavoro;
  • le regole sulla copertura assicurativa del lavoratore.

La differenza principale tra lavoro agile e telelavoro è che il secondo presuppone che il lavoratore abbia una postazione fissa che però si trova in un luogo diverso dall’azienda.

Si può riscontrare una maggiore rigidità che si traduce non solo sul piano spaziale, ma anche su quello temporale: nel caso del telelavoro gli orari sono più rigidi e, di norma, ricalcano quelli stabiliti per il personale che svolge le stesse mansioni all’interno dell’azienda (e anche in questo caso è necessario un accordo scritto delle parti, lavoratore e datore di lavoro).

Per il Telelavoro ricorriamo al D.Lgs. 81/08

  1. A  tutti  i  lavoratori  subordinati  che  effettuano  una  prestazione  continuativa  di  lavoro  a  distanza,  mediante collegamento informatico e telematico, compresi quelli di cui al decreto del Presidente della Repubblica 8 marzo 1999,  n.  70 (N) ,  e  di  cui  all’Accordo-Quadro  Europeo  sul telelavoro  concluso  il  16  luglio  2002,  si  applicano  le disposizioni di cui al Titolo VII (videoterminali), indipendentemente dall’ambito in cui si svolge la prestazione stessa. Nell’ipotesi in cui il datore di lavoro fornisca attrezzature proprie, o per il tramite di terzi, tali attrezzature devono essere conformi alle  disposizioni  di  cui  al  Titolo  III.  I  lavoratori  a  distanza  sono  informati  dal  datore  di  lavoro  circa  le  politiche aziendali in materia di salute e sicurezza sul lavoro, in particolare in ordine alle esigenze relative ai videoterminali ed  applicano  correttamente  le  Direttive  aziendali  di  sicurezza.  Al  fine  di  verificare  la  corretta  attuazione  della normativa  in  materia  di  tutela  della  salute  e  sicurezza  da  parte  del  lavoratore  a  distanza,  il  datore  di  lavoro,  le rappresentanze dei lavoratori e le autorità competenti hanno accesso al luogo in cui viene svolto il lavoro nei limiti della  normativa  nazionale  e  dei  contratti  collettivi,  dovendo  tale  accesso  essere  subordinato  al  preavviso  e  al consenso  del  lavoratore  qualora  la  prestazione  sia  svolta  presso  il  suo  domicilio.  Il  lavoratore  a  distanza  può chiedere ispezioni. Il datore di lavoro garantisce l’adozione di misure dirette a prevenire l’isolamento del lavoratore a distanza rispetto agli altri lavoratori interni all’azienda, permettendogli di incontrarsi con  i colleghi e di accedere alle informazioni dell’azienda, nel rispetto di regolamenti o accordi aziendali.

Chiarita la differenza tra SMART WORKING e TELELAVORO è facile ottemperare agli

OBBLIGHI NORMATIVI IN MATERIA DI SICUREZZA

  • Smart Working: il datore di lavoro deve elaborare e consegnare un’informativa sui rischi presenti e le misure di prevenzione e protezione che il lavoratore deve adottare
  • Telelavoro: è necessaria la verifica da parte del DL dell’idoneità dei luoghi di lavoro e delle attrezzature (che sono in un posto fisso) alle norme di sicurezza e aggiornamento del documento di valutazione dei rischi.

Relativamente all’INFORMATIVA SMART WORKING di seguito si riporta una tabella riepilogativa al fine di indicare in quali dei diversi scenari lavorativi dovranno trovare applicazione le informazioni contenute nei campi dell’informativa stessa.

fasi informativa smart working

I Tecnici Nord Pas sono a disposizione per valutare tutti i rischi per la salute e sicurezza dei lavoratori, compresi quelli che svolgono attività di smart working e supportare il datore di lavoro nella predisposizione dell’informativa di cui all’art.22 della legge 81/2017. Inoltre, attraverso l’utilizzo di Q-81 HSE WEB APP, e in particolare del modulo “Distribuzione Checklist” è possibile distribuire ai lavoratori che non si trovano presso la sede aziendale questionari ed interviste strutturate potenzialmente utili per la redazione dell’informativa stessa.

Richiedi maggiori informazioni ai nostri esperti.