Programkort: Microsoft Copilot (for organisasjoner)

Hva er et program- eller plattformkort?

Microsofts program- og plattformkort er ment å hjelpe deg med å forstå hvordan vår teknologi for kunstig intelligens fungerer, valgene appeiere kan ta som påvirker applikasjonsytelse og atferd, og viktigheten av å vurdere hele applikasjonen, inkludert teknologien, menneskene og miljøet. Programkort opprettes for KI-programmer og plattformkort opprettes for KI-plattformtjenester. Disse ressursene kan støtte utvikling eller distribusjon av dine egne programmer og kan deles med brukere eller interessenter som påvirkes av dem.

Som en del av forpliktelsen til ansvarlig kunstig intelligens, følger Microsoft seks kjerneprinsipper: rettferdighet, pålitelighet og trygghet, personvern og sikkerhet, inkludering, åpenhet og ansvarlighet. Disse prinsippene er innebygd i Ansvarlig KI-Standarden, som veileder team i utforming, bygging og testing av programmer for kunstig intelligens. Program- og plattformkort spiller en nøkkelrolle i operasjonaliseringen av disse prinsippene ved å tilby åpenhet rundt funksjoner, tiltenkt bruk og begrensninger. For ytterligere innsikt oppfordres leserne til å utforske Microsofts gjennomsiktighetsrapport for ansvarlig KI og enten reglene for god oppførsel for Microsoft Enterprise AI Services (for organisasjoner) eller delen Code of Conduct i Microsofts tjenesteavtale (for enkeltpersoner), som begge beskriver hvordan man kan engasjere seg i kunstig intelligens på en ansvarlig måte.

Oversikt

Microsoft Copilot er et produktivitetsverktøy drevet av kunstig intelligens som bidrar til å forbedre kreativiteten, produktiviteten og ferdighetene dine ved å bruke store språkmodeller (LLM-er) og innhold du har tilgang til. Den gir intelligent hjelp i sanntid ved å jobbe sammen med populære Microsoft 365-apper og -tjenester, for eksempel Word, Excel, PowerPoint, Outlook, Teams og mer.

På jobben kan du for eksempel få Microsoft Copilot til å oppsummere et Teams-møte du gikk glipp av. Hjemme kan du bruke Microsoft Copilot til å generere en lysbildefremvisning ved hjelp av bilder fra familieferien.

Hvis du vil ha mer informasjon for organisasjoner, kan du se Oversikt over Microsoft Copilot og Microsoft Copilot-huben. For enkeltpersoner kan du se hjelp og læring for Microsoft Copilot.

Viktige begreper

Tabellen nedenfor inneholder en ordliste over viktige begreper relatert til Microsoft Copilot.

Viktige funksjoner eller muligheter

De viktigste funksjonene og egenskapene i tabellen nedenfor beskriver hva Microsoft Copilot er utformet for å gjøre, og hvordan den yter på tvers av støttede oppgaver.

Utvidelsesmuligheter og tilpassing

Agentbygger-funksjonen i Microsoft Copilot og Copilot Studio er verktøy for å bygge sikre, skalerbare og intelligente agenter som fungerer på tvers av Microsoft 365 og bransjesystemer. Begge verktøyene lar deg opprette agenter, men de dekker ulike behov. Bruk Agentbygger-funksjonen hvis du raskt vil opprette en agent for deg selv eller et lite team, ved hjelp av naturlig språk og eksisterende innhold. Velg Copilot Studio hvis du trenger en agent for et bredere publikum, eller hvis agenten krever avanserte funksjoner som arbeidsflyter i flere trinn eller tilpassede integrasjoner. Hvis du vil ha mer informasjon, kan du se Velg mellom Microsoft Copilot og Copilot Studio for å bygge agenten ogdeklarative agenter for Microsoft Copilot.

For utviklere gir SDK for Microsoft 365-agenter verktøyene for å bygge agenter som arbeider tett med Microsoft 365-apper og -tjenester.

Tiltenkt bruk

Microsoft Copilot kan brukes i flere scenarioer på tvers av en rekke bransjer. Noen eksempler på brukstilfeller inkluderer:

• Chat og oppretting av interaksjon og samtale: Brukere kan samhandle med Microsoft Copilot Chat og generere svar hentet fra klarerte dokumenter, for eksempel intern firmadokumentasjon eller teknisk støttedokumentasjon.
• Søk: Brukere kan søke i klarerte kildedokumenter, for eksempel intern firmadokumentasjon.
• Oppsummering: Brukere kan sende innhold som skal oppsummeres for forhåndsdefinerte emner som er innebygd i programmet. Eksempler inkluderer sammendrag av Teams-chatter, e-postmeldinger, nettsider og Word-dokumenter.
• Skrivehjelp til bestemte emner: Brukere kan opprette nytt innhold eller skrive om innhold som er sendt inn av brukeren, som et skrivehjelpemiddel for forretningsinnhold eller forhåndsdefinerte emner. For eksempel utkast til e-post i Microsoft Outlook eller skriving av innhold i Microsoft Word.
• Teksting eller transkripsjon: Brukere kan transkribere lydfiler til tekst for naturlig språkforståelse eller analytiske oppgaver som oppsummering. Eksempler inkluderer Teams-møtetranskripsjoner og videoer i Microsoft Clipchamp-videospilleren.

Microsoft gir detaljert veiledning med fokus på vanlige brukstilfeller og scenarioer, for å hjelpe kunder med å få fart på innføringen av Microsoft Copilot-funksjoner i organisasjonene. Mer informasjon på Microsofts scenariobibliotek – Microsoft-innføring.

Modeller og opplæringsdata

Microsoft Copilot utnytter en rekke modeller for kunstig intelligens for å drive opplevelsen brukerne ser, for eksempel følgende eksempler:

• Generative forhåndstrente transformermodeller (GPT) levert av Microsoft (Azure OpenAI Service)
• Claude Opus- og Claude Sonnet-modeller levert av Anthropic
• GPT-modeller levert av OpenAI

Hvis du vil ha mer informasjon om dataene som brukes til å lære opp disse modellene bak Microsoft Copilot, kan du se følgende ressurser:

• Gjennomsiktighetsnotat for Azure OpenAI
• Anthropic: Modellsystemkort
• OpenAI: Hub for distribusjonssikkerhet

Microsoft Copilot bruker en kombinasjon av LLM-er til å oppsummere, forutsi og generere innhold, inkludert modeller levert av Microsoft (Azure OpenAI Service), Anthropic og OpenAI. Dette gjør at vi kan matche de spesifikke behovene til hver funksjon – for eksempel hastighet, kreativitet – til riktig modell, slik at Microsoft Copilot kan gi intelligent hjelp i sanntid som gjør det mulig for brukere å forbedre kreativiteten, produktiviteten og ferdighetene sine. Hvis du vil ha mer informasjon om LLM-ene som leveres til Microsoft av OpenAI, kan du se den offentlige dokumentasjonen på Modeller – OpenAI API.

Ytelse

I mange systemer for kunstig intelligens defineres ytelse ofte i forhold til nøyaktighet – det vil si hvor ofte systemet med kunstig intelligens tilbyr en korrekt prediksjon eller utdata. Med Microsoft Copilot kan to forskjellige brukere se på samme utdata og ha forskjellige meninger om hvor nyttig eller relevant det er, noe som betyr at ytelsen for disse systemene må defineres mer fleksibelt. Vi vurderer generelt ytelse som at applikasjonen yter som brukerne forventer.

Slik fungerer Microsoft Copilot

• Microsoft Copilot mottar en inndatamelding fra en bruker i en app, for eksempel Word eller PowerPoint. Hvis du vil ha en liste over støttede språk, kan du se Støttede språk for Microsoft Copilot.
• Microsoft Copilot behandler deretter ledeteksten, noe som forbedrer spørringens spesifisitet, for å hjelpe brukeren med å få svar som er relevante og gjennomførbare for den spesifikke oppgaven. Ledeteksten kan inkludere tekst fra inndatafiler eller annet innhold som oppdages av Microsoft Copilot ved hjelp av Microsoft Graph, og Microsoft Copilot sender denne ledeteksten til LLM-en for behandling. Microsoft Copilot har bare tilgang til data som en enkelt bruker har eksisterende tilgang til, basert på for eksempel eksisterende rollebaserte tilgangskontroller i Microsoft 365.
• Microsoft Copilot tar svaret fra LLM og etterbehandler det. Denne etterbehandlingen inkluderer andre jordingskall til Microsoft Graph, ansvarlige KI-kontroller som innholdsklassifiserere, sikkerhets-, samsvars- og personvernkontroller og kommandogenerering.
• Microsoft Copilot returnerer svaret til appen, der brukeren kan se gjennom og vurdere svaret.

Data som er lagret om brukersamhandlinger med Microsoft Copilot, er kryptert og brukes ikke til å lære opp grunnmodeller (inkludert de som brukes av Microsoft Copilot) fra modellleverandører som Microsoft (Azure Open AI Service), Anthropic eller OpenAI. Hvis du vil ha mer informasjon, kan du se Data, personvern og sikkerhet for Microsoft Copilot.

Slik genererer Microsoft Copilot svar uten nettinnhold eller organisasjonsdata

Microsoft Copilot krever ikke nettinnhold eller organisasjonsdata for å gi et svar, men denne informasjonen kan bidra til å forbedre kvaliteten, nøyaktigheten og relevansen av svaret. Når du svarer uten nett- eller organisasjonsdata, er Microsoft Copilot bare avhengig av LLM-ene sine for å forstå ledetekster og generere svar. Prosessen innebærer å analysere inndataene, utnytte modellens interne kunnskapsbase og raffinere responsen for å gjøre den kontekstuelt passende.

Begrensninger

Det er avgjørende å forstå Microsoft Copilot begrensninger for å fastslå at den brukes innenfor trygge og effektive grenser. Selv om vi oppfordrer kunder til å dra nytte av Microsoft Copilot i sine innovative løsninger eller programmer, er det viktig å merke seg at Microsoft Copilot ikke ble utformet for alle mulige scenarioer. Vi oppfordrer brukere til å referere til reglene for god oppførsel for Microsoft Enterprise AI Services (for organisasjoner) eller delen Regler for god oppførsel i Microsofts tjenesteavtale (for enkeltpersoner), samt til følgende vurderinger når du velger et brukstilfelle:

• Kompatibilitet: Selv om Microsoft Copilot er utformet for å fungere sømløst med Microsoft 365-programmer, kan det være begrensninger eller problemer med kompatibilitet i bestemte miljøer, spesielt med tredjepartsapper (ikke Microsoft) og tilpassede eller ikke-standardiserte konfigurasjoner.

• Tilpassing og fleksibilitet: Selv om Microsoft Copilot kan skreddersys, finnes det begrensninger på hvor mye den kan tilpasses til spesifikke organisatoriske behov eller arbeidsflyter. Organisasjoner kan oppleve at visse funksjoner eller svar er rigide eller ikke helt i tråd med organisatoriske krav.

• Avhengighet av Internett-tilkobling: Microsoft Copilot er avhengig av Internett-tilkobling for å fungere. Eventuelle avbrudd i tilkoblingen kan påvirke tilgjengeligheten og ytelsen til tjenesten.

• Brukeropplæring og implementering: Effektiv bruk av Microsoft Copilot krever at brukerne forstår egenskapene og begrensningene. Det kan være en læringskurve, og brukere må læres opp til å samhandle med og dra nytte av tjenesten på en effektiv måte.

• Ressursintensitet: Å kjøre avanserte modeller for kunstig intelligens krever betydelige databehandlingsressurser, noe som kan påvirke ytelsen, spesielt i ressursbegrensede miljøer. Brukere kan oppleve ventetid eller ytelsesproblemer i perioder med høy trafikk.

• Bias, stereotypier og ugrundig innhold: Til tross for intensiv opplæring av OpenAI og Anthropic og implementeringen av ansvarlige KI-kontroller av Microsoft på både brukerspørsmål og LLM-utdata, er KI-tjenester feilbarlige og sannsynlige. Dette gjør det utfordrende å blokkere alt upassende innhold, noe som fører til potensielle bias, stereotypier eller ubegrunnethet i AI-generert innhold. Hvis du vil ha mer informasjon om de kjente begrensningene til innhold generert av kunstig intelligens, kan du se følgende ressurser:

  • Gjennomsiktighetsnotat for Azure OpenAI
  • Anthropic: Modellsystemkort
  • OpenAI: Hub for distribusjonssikkerhet

• Språk som støttes: Microsoft Copilot støtter for øyeblikket færre språk enn Microsoft 365. Hvis språket du bruker eller ber om i ledeteksten, for øyeblikket ikke støttes, får du en feilmelding. Hvis du vil ha mer informasjon, kan du se Støttede språk for Microsoft Copilot.

• Potensiell betydelig fysisk eller psykisk skade på en person. Unngå bruk eller misbruk av systemet som kan føre til betydelig fysisk eller psykisk skade på en enkeltperson. Scenarier som diagnostiserer pasienter eller foreskriver medisiner, kan for eksempel forårsake betydelig skade.

• Følgeinnvirkning på livsmuligheter eller juridisk status. Unngå bruk eller misbruk av systemet som kan ha en konsekvensinnvirkning på livsmuligheter eller juridisk status. Eksempler inkluderer scenarioer der KI-systemet kan påvirke en persons juridiske status, juridiske rettigheter eller deres tilgang til kreditt, utdanning, sysselsetting, helsetjenester, bolig, forsikring, sosiale velferdsytelser, tjenester, muligheter eller vilkårene de leveres på.

• Domener eller bransjer med høy risiko. Vurder brukstilfeller i domener eller bransjer med høy risiko. Eksempler inkluderer, men er ikke begrenset til, medisinske eller økonomiske.

Evalueringer

Ytelses- og sikkerhetsevalueringer vurderer om AI-applikasjoner fungerer pålitelig og sikkert ved å undersøke faktorer som jording, relevans og sammenheng, samtidig som risikoene ved å generere skadelig innhold identifiseres. Følgende evalueringer ble utført med sikkerhetskomponenter som allerede er på plass, som også er beskrevet i Sikkerhetskomponenter og avbøtende tiltak.

Ytelses- og kvalitetsevalueringer

Ytelsesevalueringer for programmer med kunstig intelligens er avgjørende for å forbedre påliteligheten i virkelige programmer. Måledata som svarrelevans, nøyaktighet og jordethet bidrar til å vurdere nøyaktigheten og konsistensen til utdata generert av kunstig intelligens, slik at de støttes fakta i scenarioer med jordet innhold, er kontekstuelt passende og logisk strukturert. For Microsoft Copilot utfører vi jevnlig strenge kvalitetsevalueringer på tvers av flere måledata som relevans, nøyaktighet og jordethet.

Evalueringsmetoder for ytelse og kvalitet

Microsoft Copilot ble evaluert ved hjelp av tekst- og bildebaserte scenarioer som gjenspeiler hvordan brukere arbeider på tvers av Microsoft 365-apper. Evalueringer for beregninger som jording, svarkvalitet og siteringsrelevans brukte etablerte LLM-som-dommer-metoder. Frakoblede testsett inkluderte faktaspørringer, forståelse av flere dokumenter, sammendrag og representative organisasjonsscenarioer. Evaluatorer vurderte om svarene var faktastøttede, kontekstuelt hensiktsmessige og logisk strukturerte. Ideelle resultater gjenspeiler nøyaktig jording, tydelig resonnement og konsekvent ytelse på tvers av variasjoner av samme oppgave. Suboptimale resultater inkluderer påstander som ikke støttes, manglende eller irrelevante sitater eller inkonsekvente utdata under lignende ledetekster.

Risiko- og sikkerhetsevalueringer

Evaluering av potensielle risikoer knyttet til innhold generert av kunstig intelligens er avgjørende for å beskytte mot innholdsrisikoer med varierende alvorlighetsgrad. Dette inkluderer evaluering av et AI-systems disposisjon for å generere skadelig innhold eller testing for sårbarheter til jailbreak-angrep. Følgende er noen av risiko- og sikkerhetsevalueringene vi har utført, for Microsoft Copilot:

• Hat og urettferdighet
• Seksuell
• Vold
• Selvskading
• Beskyttet materiale
• Indirekte jailbreak
• Direkte jailbreak
• Sikkerhetsproblem med kode
• Ugrunnede attributter

Metoder for risiko- og sikkerhetsevaluering

Risiko- og sikkerhetsevalueringer brukte tekstbaserte motstridende ledetekster og automatiserte klassifiserere til å vurdere potensielle skader, inkludert hat, seksuelt innhold, vold, selvskading, lekkasje av beskyttet materiale, forsøk på jailbreak og ujordede attributter. Tester kombinerte LLM-dommerevalueringer med klassifisererbasert deteksjon og manuell testing der det var nødvendig. Ideelle resultater omadresserer eller avslår usikre forespørsler og opprettholder konsekvent grensekontroll på tvers av spørsmålsvariasjoner. Suboptimale resultater inkluderer å produsere skadelig innhold, reagere inkonsekvent på fiendtlig innspill eller vise mottakelighet for jailbreak-teknikker.

Sikkerhetskomponenter og tiltak

Etter hvert som vi identifiserte potensielle risikoer og misbruk gjennom prosesser som rødt team-testing og målte dem, utviklet vi tiltak for å redusere potensialet for skade. I listen nedenfor beskriver vi noen av disse tiltakene. Vi fortsetter å evaluere Microsoft Copilot-opplevelsene for å forbedre produktytelse og tiltak.

• Faset utgivelse, kontinuerlig evaluering. Vi er forpliktet til å lære og forbedre vår ansvarlig KI-tilnærming kontinuerlig etter hvert som teknologiene og brukeratferden vår utvikler seg. Vi gjør endringer i Microsoft Copilot regelmessig for å forbedre produktytelsen, forbedre eksisterende tiltak og implementere nye tiltak basert på hva vi har lært.

• Jording i forretningsdata. En kjent risiko med store språkmodeller er deres evne til å generere ugrundig innhold som ser riktig ut, men som ikke finnes i kildematerialet. En viktig begrensning i Microsoft Copilot er å forankre kunstig intelligens-generert innhold i relevante forretningsdata som brukeren har tilgang til basert på tillatelsene sine. Basert på ledeteksten får Microsoft Copilot for eksempel relevante forretningsdokumenter for å forankre svaret i disse dokumentene. Ved oppsummering av innhold fra ulike kilder kan imidlertid Microsoft Copilot inkludere informasjon i svaret som ikke finnes i inndatakildene. Med andre ord kan det gi ubegrunnede resultater. Brukere bør alltid være forsiktige og bruke god dømmekraft når de bruker utdata fra Microsoft Copilot. Vi har iverksatt flere tiltak for å redusere risikoen for at brukere kan stole for mye på ugrundig KI-generert innhold. Der det er mulig, inkluderer svar i Microsoft Copilot som er basert på forretningsdokumenter, referanser til kildene for brukere for å bekrefte svaret og finne ut mer. Brukere får også eksplisitt varsel om at de samhandler med et KI-system og rådes til å sjekke kildematerialet for å hjelpe dem med å bruke god dømmekraft.

• KI-baserte klassifierere og metaspørsmål for å redusere potensielle risikoer eller misbruk. Bruken av LLM-er kan produsere problematisk innhold som kan føre til skade. Eksempler kan være utdata relatert til selvskading, vold, grafisk innhold, biosikkerhetsproblemer, beskyttet materiale, unøyaktig informasjon, hatprat eller tekst som kan relateres til ulovlige aktiviteter. Klassifierere, for eksempel de som er tilgjengelige i Azure KI, innholdssikkerhet og metaspørsmål er to eksempler på tiltak som er implementert i Microsoft Copilot for å redusere risikoen for disse innholdstypene. Klassifiserere klassifiserer tekst for å flagge ulike typer potensielt skadelig innhold i ledetekster eller genererte svar. Microsoft Copilot bruker KI-baserte klassifiere og innholdsfiltre. Flagg fører til potensielle tiltak, for eksempel å ikke returnere generert innhold til brukeren eller omdirigere brukeren til et annet emne. Microsoft tilbyr visse kontroller for innholdsfiltrering for administratorer og brukere der filtrering av potensielt skadelig eller sensitivt innhold i Microsoft Copilot Chat ikke oppfyller behovene deres. Metaspørsmål innebærer å gi instruksjoner til modellen for å veilede virkemåten, inkludert slik at systemet oppfører seg i samsvar med Microsofts AI-prinsipper og brukerforventninger. Metaledeteksten kan for eksempel inneholde en linje som «kommuniser på brukerens valgte språk».

• Prompt enrichment. I noen tilfeller kan en brukers ledetekst være tvetydig. Når dette skjer, kan Microsoft Copilot bruke LLM til å bygge ut flere detaljer i ledeteksten for å sikre at brukerne får svaret de søker. Slik rask berikelse er ikke avhengig av kunnskap om brukeren eller deres tidligere søk, men i stedet av LLM.

• Brukersentrert design og brukeropplevelseintervensjoner. Brukersentrert utforming og brukeropplevelser er en viktig del av Microsofts tilnærming til ansvarlig kunstig intelligens. Målet er å forankre produktdesign i brukernes behov og forventninger. Når brukere samhandler med Microsoft Copilot for første gang, tilbyr vi ulike berøringspunkter som er utformet for å hjelpe dem med å forstå funksjonene til systemet, informere dem om at Microsoft Copilot drives av kunstig intelligens og kommunisere begrensninger.

• KI-avsløring. Microsoft Copilot gir flere kontaktpunkter for meningsfull KI-avsløring der brukere blir varslet om at de samhandler med et KI-system, samt muligheter til å finne ut mer om Microsoft Copilot. Når du for eksempel bruker Microsoft Copilot i Word-appen, gis kunstig intelligens-generert innhold sammen med varsel om at kunstig intelligens-generert innhold kan inneholde feil. Å styrke brukere med denne kunnskapen kan hjelpe dem med å unngå å stole for mye på KI-genererte utdata og lære om systemets styrker og begrensninger.

• Medieopprinnelse. For alle bilder som er opprettet med redigeringsfunksjonene i Designer fra Microsoft Copilot, har vi implementert innholdslegitimasjon, opprinnelse basert på C2PA-standarden, for å hjelpe folk med å identifisere om bilder ble redigert eller generert med kunstig intelligens. Metadata for opprinnelse kan vises på nettstedet for innholdslegitimasjon.

• Tilbakemelding og kontinuerlig evaluering. Microsoft Copilot-opplevelsen bygger på eksisterende verktøy som gjør det mulig for brukere å sende inn tilbakemeldinger om produktene våre. Brukere kan sende tilbakemelding om innhold generert av Microsoft Copilot ved hjelp av ruten som vises etter at du har valgt tommel opp- eller tommel ned-knapper på svar. Tilbakemeldinger som sendes inn av brukere, brukes til å forbedre tilbudene våre som en del av vår forpliktelse til å forbedre produktytelsen. Kundeadministratorer kan se gjennom tilbakemeldinger som er sendt inn i Administrasjonssenter for Microsoft 365. Vi forbedrer og tester også kontinuerlig ytelsen til Microsoft Copilot og bestemte tiltak som en del av vår kontinuerlige evaluering og forbedring av tjenesten. Mer informasjon på Gi tilbakemelding om Microsoft Copilot med Microsoft 365-apper.

Vår tilnærming til kartlegging, måling og styring av risiko vil fortsette å utvikle seg etter hvert som vi lærer mer, og vi gjør allerede forbedringer basert på tilbakemeldinger vi har fått fra kunder.

Anbefalte fremgangsmåter for distribusjon og implementering av Microsoft Copilot

Ansvarlig kunstig intelligens er en delt forpliktelse mellom Microsoft og kundene. Selv om Microsoft bygger systemer for kunstig intelligens med sikkerhet, rettferdighet og åpenhet i kjernen, spiller kunder en avgjørende rolle i å distribuere og bruke disse teknologiene på en ansvarlig måte i sine egne kontekster. For å støtte dette partnerskapet tilbyr vi følgende anbefalte fremgangsmåter for distribusjonere og sluttbrukere for å hjelpe kunder med å implementere ansvarlig kunstig intelligens effektivt.

Distribuerere og sluttbrukere bør:

• Utvis forsiktighet og evaluer resultater når du bruker Microsoft Copilot til konsekvensbeslutninger eller i sensitive domener: Konsekvensbeslutninger er de som kan ha en juridisk eller betydelig innvirkning på en persons tilgang til utdanning, ansettelse, finansielle tjenester, offentlige ytelser, helsetjenester, bolig, forsikring, juridiske tjenester, eller som kan føre til fysisk, psykisk eller økonomisk skade. Sensitive domener – som finansielle tjenester, helsetjenester og bolig – krever spesiell omsorg på grunn av potensialet for uforholdsmessig innvirkning på ulike grupper mennesker. Når du bruker kunstig intelligens til avgjørelser på disse områdene, må du sørge for at berørte interessenter kan forstå hvordan beslutninger tas, klage på beslutninger og oppdatere alle relevante inndata.

• Evaluer juridiske og regulatoriske vurderinger: Kunder må evaluere potensielle spesifikke juridiske og forskriftsmessige forpliktelser når de bruker KI-tjenester og -løsninger, som kanskje ikke passer for bruk i alle bransjer eller scenarioer. I tillegg er ikke KI-tjenester eller -løsninger utformet for, og kan ikke brukes, på måter som er forbudt i gjeldende vilkår for bruk og relevante regler for god oppførsel.

• Tillat referanse til nettinnhold. Hvis du lar Microsoft Copilot referere til nettinnhold, kan du forbedre kvaliteten, nøyaktigheten og relevansen til Microsoft Copilot-svar der et svar vil dra nytte av aktuell, offentlig informasjon fra nettet. Vær imidlertid oppmerksom på at når Microsoft Copilot refererer til nettinnhold, gjøres det via Bing-søk-tjenesten, og fremgangsmåter for databehandling for Bing-søk-spørringer er forskjellig fra hvordan data håndteres av Microsoft Copilot. Bruken av Bing dekkes av Microsofts tjenesteavtale mellom hver bruker og Microsoft, sammen med Microsofts personvernerklæring.

• Utvide jording i Microsoft Graph. Microsoft Copilot bruker data fra Microsoft Graph til å forankre svar i organisasjonsspesifikke data som e-postmeldinger, chatter, filer og kalendere. Ved å utvide Microsoft Graph med organisasjonsdata fra kilder som CRM-systemer eller eksterne fillagre, kan organisasjoner inkludere ytterligere kontekstspesifikk, relevant informasjon som ytterligere forbedrer rikdommen og nøyaktigheten til Microsoft Copilot-svar.

Sluttbrukerne bør:

Hvis du vil forbedre ytelsen i forhold til nøyaktigheten til Microsoft Copilot-utdata, anbefaler vi at organisasjoner vurderer følgende:

• Skriv gode ledetekster. Å skrive gode ledetekster er nøkkelen til å få bedre resultater med Microsoft Copilot. Akkurat som det finnes teknikker for å hjelpe mennesker med å kommunisere effektivt med et menneske, finnes det retningslinjer som kan hjelpe brukere med å få bedre resultater med Microsoft Copilot når de skriver spørsmål. For eksempel: Inkluder detaljer, strukturer ledetekster, gi positive instruksjoner, gjenta og generer på nytt, og se alltid gjennom og bekreft svar generert av kunstig intelligens. Hvis du vil ha mer informasjon, kan du se Få bedre resultater ved hjelp av Copilot-ledetekster.

• Utøv menneskelig tilsyn når det er aktuelt: Menneskelig tilsyn er en viktig beskyttelse når du samhandler med KI-systemer. Selv om vi kontinuerlig forbedrer systemene våre for kunstig intelligens, kan kunstig intelligens fortsatt gjøre feil. Utdataene som genereres, kan være unøyaktige, ufullstendige, partiske, feiljusterte eller irrelevante for de tiltenkte målene. Dette kan skje på grunn av ulike årsaker, for eksempel tvetydighet i inndataene eller begrensningene i de underliggende modellene. Brukere bør derfor se gjennom svarene som genereres av Microsoft Copilot, og bekrefte at de samsvarer med deres forventninger og krav.

• Vær oppmerksom på risikoen for overdreven avhengighet: For stor avhengighet av KI skjer når brukere godtar feil eller ufullstendige KI-utdata, hovedsakelig fordi feil i KI-utdata kan være vanskelig å oppdage. For sluttbrukeren kan overdreven avhengighet resultere i redusert produktivitet, tap av tillit, produktforlatelse, økonomisk tap, psykologisk skade, fysisk skade, blant andre. (for eksempel hvis en lege godtar feil KI-utdata). For Microsoft Copilot bidrar vi til å redusere denne risikoen ved å legge til ansvarsfraskrivelser for produktene våre, men brukere bør fortsatt sørge for å se gjennom nøyaktigheten til svarene.

• Vær forsiktig når du utformer agentisk kunstig intelligens i sensitive domener: Brukere bør utvise forsiktighet når de utformer og/eller distribuerer agentiske KI-systemer i sensitive domener der agenthandlinger er irreversible eller har svært stor betydning. Ytterligere forholdsregler bør også tas når du oppretter autonom agentisk kunstig intelligens, som beskrevet videre i enten reglene for god oppførsel for Microsoft Enterprise AI Services (for organisasjoner) eller delen Regler for god oppførsel i Microsofts tjenesteavtale (for enkeltpersoner).

Distribuerere bør:

Microsoft tilbyr verktøy som Microsoft Copilot-instrumentbordet for Microsoft 365-kunder og rapporter i Administrasjonssenter for Microsoft 365. Disse verktøyene er utformet for å hjelpe organisasjoner med å måle bruk, implementering og virkningen av Microsoft Copilot. Eksempel:

• Bruksrapporten for Microsoft Copilot gjør det mulig for administratorer å vise et sammendrag av hvordan brukernes innføring, oppbevaring og engasjement er med Microsoft Copilot for å administrere og optimalisere lisenser. Hvis du vil ha mer informasjon, kan du se Bruk av Microsoft Copilot.
• Microsoft Copilot-instrumentbord gir ledere, analytikere og representanter tilgang til forhåndsbygde rapporter om organisasjonsomfattende bruk av Microsoft Copilot og Copilot Chat for å måle innføring og innvirkning. Hvis du vil ha mer informasjon, kan du se Koble til Microsoft Copilot-instrumentbordet for Microsoft 365-kunder.
• Copilot Business Impact er tilgjengelig i Viva Insights gjør det mulig for analytikere å sammenligne bruken av Microsoft Copilot med forretningsmåledata for å forstå forretningsverdien. Hvis du vil ha mer informasjon, kan du se Copilot-rapport om innvirkning på virksomheten.

Mer informasjon om Microsoft Copilot

Hvis du vil ha ytterligere veiledning om ansvarlig bruk av Microsoft Copilot, anbefaler vi at du ser gjennom følgende dokumentasjon:

• Microsoft Copilot oversikt
• Data, personvern og sikkerhet for Microsoft Copilot
• Utvidelsesmuligheter for Microsoft Copilot

Mer informasjon om ansvarlig kunstig intelligens

• Microsoft AI-prinsipper
• Microsofts ansvarlige KI-ressurser
• Microsoft Azure Learning-kurs om ansvarlig kunstig intelligens