Programkort: Microsoft Copilot (för organisationer)

Vad är ett program- eller plattformskort?

Microsofts program- och plattformskort är avsedda att hjälpa dig att förstå hur vår AI-teknik fungerar, vilka val programägare kan göra som påverkar programmets prestanda och beteende samt vikten av att ta hänsyn till hela programmet, inklusive teknik, människor och miljö. Programkort skapas för AI-applikationer och plattformskort skapas för AI-plattformstjänster. Dessa resurser kan stödja utveckling eller distribution av dina egna program och kan delas med användare eller intressenter som påverkas av dem.

Som en del av sitt engagemang för ansvarsfull AI följer Microsoft sex grundläggande principer: rättvisa, tillförlitlighet och säkerhet, sekretess och säkerhet, inkludering, transparens och ansvarstagande. Dessa principer är inbäddade i Ansvarsfull AI-standard, som vägleder team i att utforma, bygga och testa AI-program. Program- och plattformskort spelar en viktig roll när det gäller att operationalisera dessa principer genom att erbjuda transparens kring funktioner, avsedda användningsområden och begränsningar. För ytterligare insikter uppmuntras läsarna att utforska Microsofts rapport om ansvarsfull AI-transparens och antingen Microsoft Enterprise AI Services regler för uppförande (för organisationer) eller avsnittet om regler för uppförande i Villkor för Microsoft-tjänster (för enskilda personer), som båda beskriver hur man interagerar med AI på ett ansvarsfullt sätt.

Översikt

Microsoft Copilot är ett AI-drivet produktivitetsverktyg som hjälper dig att förbättra din kreativitet, produktivitet och färdigheter genom att använda stora språkmodeller (LLM) och innehåll som du har åtkomst till. Det ger intelligent hjälp i realtid genom att arbeta tillsammans med populära Microsoft 365-appar och -tjänster, till exempel Word, Excel, PowerPoint, Outlook, Teams med mera.

På jobbet kan du till exempel låta Microsoft Copilot sammanfatta ett Teams-möte som du missat. Hemma kan du använda Microsoft Copilot för att skapa ett bildspel med foton från familjesemestern.

Mer information för organisationer finns i översikten över Microsoft Copilot och Microsoft Copilot Hub. För enskilda, se Microsoft Copilot hjälp och utbildning.

Viktiga begrepp

Följande tabell innehåller en ordlista med viktiga termer relaterade till Microsoft Copilot.

Viktiga funktioner

De viktigaste funktionerna i följande tabell beskriver vad Microsoft Copilot är utformat för att göra och hur det presterar för uppgifter som stöds.

Utökningsbarhet och anpassning

Funktionen Agent Builder i Microsoft Copilot och Copilot Studio är verktyg för att skapa säkra, skalbara och intelligenta agenter som fungerar i Microsoft 365 och verksamhetsspecifika system. Båda verktygen låter dig skapa agenter, men de tjänar olika behov. Använd funktionen Agentverktyget om du snabbt vill skapa en agent åt dig själv eller ett litet team, med hjälp av naturligt språk och befintligt innehåll. Välj Copilot Studio om du behöver en agent för en bredare målgrupp eller om agenten kräver avancerade funktioner som arbetsflöden i flera steg eller anpassade integreringar. Mer information finns i Välj mellan Microsoft Copilot och Copilot Studio för att skapa din agent och deklarativa agenter för Microsoft Copilot.

För utvecklare tillhandahåller SDK för Microsoft 365-agenter verktyg för att skapa agenter som arbetar nära Microsoft 365 appar och tjänster.

Avsedd användning

Microsoft Copilot kan användas i flera scenarier i en mängd olika branscher. Några exempel på användningsfall är:

• Interaktion och skapande av Chat och konversationer: Användare kan interagera med Microsoft Copilot Chat och generera svar från betrodda dokument, till exempel intern företagsdokumentation eller teknisk supportdokumentation.
• Sök: Användare kan söka i dokument med betrodda källor, till exempel interna företagsdokument.
• Sammanfattning: Användare kan skicka innehåll som ska sammanfattas för fördefinierade ämnen som är inbyggda i programmet. Exemplen innefattar sammanfattning av Teams-chattar, e-postmeddelanden, webbsidor och Word-dokument.
• Skrivhjälp om specifika ämnen: Användare kan skapa nytt innehåll eller skriva om innehåll som skickats in av användaren som skrivhjälpmedel för affärsinnehåll eller fördefinierade ämnen. Det kan till exempel vara att skapa e-postmeddelanden i Outlook eller skriva innehåll i Microsoft Word.
• Textning eller transkription: Användare kan transkribera ljudfiler till text för naturlig språkförståelse eller analytiska uppgifter som sammanfattning. Exemplen omfattar Teams mötestranskriptioner och videor i videospelaren Microsoft Clipchamp.

Microsoft ger detaljerad vägledning med fokus på vanliga användningsfall och scenarier för att hjälpa kunder att påskynda införandet av Microsoft Copilot funktioner i sina organisationer. Mer information finns i Microsoft Scenariobibliotek – Microsoft Adoption.

Modeller och träningsdata

Microsoft Copilot använder en mängd olika AI-modeller för att driva den upplevelse som användarna ser, till exempel följande exempel:

• Generativa förutbildade transformatormodeller (GPT) som tillhandahålls av Microsoft (Azure OpenAI Service)
• Claude Opus och Claude Sonnet-modeller från Anthropic
• GPT-modeller som tillhandahålls av OpenAI

Mer information om de data som används för att träna dessa modeller bakom Microsoft Copilot finns i följande resurser:

• Transparensmeddelande för Azure OpenAI
• Anthropic: Modellsystemkort
• OpenAI: Deployment Safety Hub

Microsoft Copilot använder en kombination av LLM:er för att sammanfatta, förutsäga och generera innehåll, inklusive modeller som tillhandahålls av Microsoft (Azure OpenAI Service), Anthropic och OpenAI. På så sätt kan vi matcha de specifika behoven för varje funktion, till exempel hastighet, kreativitet, till rätt modell, så att Microsoft Copilot kan tillhandahålla intelligent hjälp i realtid som gör det möjligt för användare att förbättra sin kreativitet, produktivitet och färdigheter. Mer information om de LLM:er som tillhandahålls till Microsoft av OpenAI finns i deras offentliga dokumentation på Modeller – OpenAI API.

Prestanda

I många AI-system definieras prestanda ofta i förhållande till noggrannhet, det vill säga hur ofta AI-systemet erbjuder en korrekt förutsägelse eller utdata. Med Microsoft Copilot kan två olika användare titta på samma utdata och ha olika åsikter om hur användbart eller relevant det är, vilket innebär att prestanda för dessa system måste definieras mer flexibelt. Vi anser i stort sett att prestanda innebär att programmet fungerar som användarna förväntar sig.

Så här fungerar Microsoft Copilot

• Microsoft Copilot får en indataprompt från en användare i en app, till exempel Word eller PowerPoint. En lista över språk som stöds finns i Språk som stöds för Microsoft Copilot.
• Microsoft Copilot bearbetar sedan prompten, vilket förbättrar promptens specificitet, för att hjälpa användaren att få svar som är relevanta och användbara för deras specifika uppgift. Prompten kan innehålla text från indatafiler eller annat innehåll som identifieras av Microsoft Copilot med Microsoft Graph, och Microsoft Copilot skickar den här prompten till LLM för bearbetning. Microsoft Copilot kommer bara åt data som en enskild användare har befintlig åtkomst till, baserat på till exempel befintliga Microsoft 365 rollbaserade åtkomstkontroller.
• Microsoft Copilot tar svaret från LLM och efterbearbetar det. Den här efterbearbetningen omfattar andra grundningsanrop till Microsoft Graph, ansvarsfulla AI-kontroller som innehållsklassificerare, säkerhets-, efterlevnads- och sekretesskontroller och kommandogenerering.
• Microsoft Copilot returnerar svaret till appen, där användaren kan granska och utvärdera svaret.

Data som lagras om användarinteraktioner med Microsoft Copilot krypteras och används inte för att träna grundmodeller (inklusive de som används av Microsoft Copilot) från modellleverantörer som Microsoft (Azure Open AI Service), Anthropic eller OpenAI. Mer information finns i Data, sekretess och säkerhet för Microsoft Copilot.

Hur Microsoft Copilot genererar svar utan webbinnehåll eller organisationsdata

Microsoft Copilot kräver inte webbinnehåll eller organisationsdata för att ge ett svar, men den informationen kan bidra till att förbättra kvaliteten, noggrannheten och relevansen för svaret. När du svarar utan webb- eller organisationsdata förlitar sig Microsoft Copilot endast på sina LLM: er för att förstå uppmaningar och generera svar. Processen innebär att analysera indata, utnyttja modellens interna kunskapsbas och förfina svaret för att göra det kontextuellt lämpligt.

Begränsningar

Att förstå Microsoft Copilots begränsningar är avgörande för att avgöra att den används inom säkra och effektiva gränser. Vi uppmuntrar kunderna att utnyttja Microsoft Copilot i sina innovativa lösningar eller program, men det är viktigt att notera att Microsoft Copilot inte har utformats för alla möjliga scenarier. Vi rekommenderar att användarna läser Regler för uppförande för Microsoft Enterprise AI Services (för organisationer) eller avsnittet om regler för uppförande i Villkor för Microsoft-tjänster (för enskilda personer) samt följande överväganden när de väljer ett användningsfall:

• Kompatibilitet: Microsoft Copilot är utformat för att fungera sömlöst med Microsoft 365 program, men det kan finnas begränsningar eller problem med kompatibilitet i vissa miljöer, särskilt med appar från tredje part (icke-Microsoft) och anpassade eller icke-standardkonfigurationer.

• Anpassning och flexibilitet: Även om Microsoft Copilot kan skräddarsys finns det begränsningar för hur mycket det kan anpassas för att passa specifika organisationsbehov eller arbetsflöden. Organisationer kan tycka att vissa funktioner eller svar är strikta eller inte helt anpassade till organisationens krav.

• Beroende av internetanslutning: Microsoft Copilot förlitar sig på internetanslutning för att fungera. Avbrott i anslutningen kan påverka tjänstens tillgänglighet och prestanda.

• Användarutbildning och införande: Effektiv användning av Microsoft Copilot kräver att användarna förstår dess funktioner och begränsningar. Det kan finnas en inlärningskurva och användarna måste utbildas för att effektivt interagera med och dra nytta av tjänsten.

• Resursintensitet: Att köra avancerade AI-modeller kräver betydande beräkningsresurser, vilket kan påverka prestanda, särskilt i resursbegränsade miljöer. Användare kan uppleva problem med svarstider eller prestanda vid hög belastning.

• Fördomar, stereotyper och ogrundat innehåll: Trots intensiv utbildning av OpenAI och Anthropic och implementeringen av ansvarsfulla AI-kontroller av Microsoft på både användaruppmaningar och LLM-utgångar är AI-tjänster felbara och probabilistiska. Detta gör det svårt att fullständigt blockera allt olämpligt innehåll, vilket leder till potentiella fördomar, stereotyper eller ogrundad i AI-genererat innehåll. Mer information om kända begränsningar för AI-genererat innehåll finns i följande resurser:

  • Transparensmeddelande för Azure OpenAI
  • Anthropic: Modellsystemkort
  • OpenAI: Deployment Safety Hub

• Språk som stöds: För närvarande stöder Microsoft Copilot färre språk än Microsoft 365. Om språket du använder eller begär i uppmaningen för närvarande inte stöds får du ett felmeddelande. Mer information finns i Språk som stöds för Microsoft Copilot.

• Potentiellt betydande fysisk eller psykisk skada på en individ. Undvik användning eller missbruk av systemet som kan leda till betydande fysisk eller psykisk skada på en individ. Scenarier som diagnostiserar patienter eller ordinerar läkemedel kan till exempel orsaka betydande skada.

• Följdpåverkan på livsmöjligheter eller rättslig status. Undvik användning eller missbruk av systemet som kan ha en följdinverkan på livsmöjligheter eller juridisk status. Exempel är scenarier där AI-systemet kan påverka en individs juridiska status, juridiska rättigheter eller deras tillgång till kredit, utbildning, sysselsättning, hälso- och sjukvård, bostäder, försäkringar, sociala förmåner, tjänster, möjligheter eller de villkor på vilka de tillhandahålls.

• Domäner eller branscher med höga insatser. Överväg noggrant användningsfall i domäner eller branscher med höga insatser. Exempel inkluderar, men är inte begränsade till, medicinska eller ekonomiska.

Utvärderingar

Prestanda- och säkerhetsutvärderingar bedömer om AI-program fungerar tillförlitligt och säkert genom att undersöka faktorer som grund, relevans och samstämmighet samtidigt som man identifierar riskerna med att generera skadligt innehåll. Följande utvärderingar genomfördes med säkerhetskomponenter som redan fanns på plats, vilka också beskrivs i Säkerhetskomponenter och begränsning.

Prestations- och kvalitetsutvärderingar

Prestandautvärderingar för AI-program är viktiga för att förbättra deras tillförlitlighet i verkliga program. Mått som svarsrelevans, noggrannhet och grundlighet hjälper till att bedöma noggrannheten och konsekvensen hos AI-genererade utdata, så att de stöds faktiskt i scenarier med grundat innehåll, är kontextuellt lämpliga och logiskt strukturerade. För Microsoft Copilot genomför vi regelbundet noggranna kvalitetsutvärderingar över flera mått som relevans, noggrannhet och grundande.

Metoder för prestations- och kvalitetsutvärdering

Microsoft Copilot utvärderades med text- och bildbaserade scenarier som återspeglar hur användare arbetar i Microsoft 365-appar. Utvärderingar för mätvärden som grundadhet, svarskvalitet och citeringsrelevans använde etablerade LLM-som-bedömningsmetoder. Offlinetestuppsättningarna inkluderade faktafrågor, förståelse av flera dokument, sammanfattning och representativa företagsscenarier. Utvärderarna bedömde om svaren var faktamässigt underbyggda, kontextuellt lämpliga och logiskt strukturerade. Idealiska resultat återspeglar korrekt förankring, tydligt resonemang och konsekvent prestanda i olika varianter av samma uppgift. Icke-optimala resultat inkluderar påståenden som inte stöds, saknade eller irrelevanta citat eller inkonsekventa utdata under liknande uppmaningar.

Risk- och säkerhetsbedömningar

Det är viktigt att utvärdera potentiella risker som är associerade med AI-genererat innehåll för att skydda mot innehållsrisker med varierande allvarlighetsgrad. Detta omfattar utvärdering av ett AI-systems benägenhet att generera skadligt innehåll eller testa för sårbarheter för jailbreak-attacker. För Microsoft Copilot är följande några av de risk- och säkerhetsutvärderingar som vi har genomfört:

• Hat och orättvisor
• Sexuell
• Våld
• Självskadebeteende
• Skyddat material
• Indirekt jailbreak
• Direkt jailbreak
• Sårbarhet i kod
• Ojordade attribut

Metoder för risk- och säkerhetsutvärdering

Risk- och säkerhetsutvärderingar använde textbaserade kontradiktoriska uppmaningar och automatiserade klassificerare för att bedöma potentiella skador, inklusive hat, sexuellt innehåll, våld, självskadebeteende, läckage av skyddat material, jailbreak-försök och ogrundade attribut. Testerna kombinerade LLM-domarutvärderingar med klassificerarbaserad detektion och manuell testning där det behövdes. Idealiska resultat: omdirigera eller avvisa osäkra begäranden och upprätthåll konsekvent gränslagring över promptvariationer. Icke-optimala resultat är att producera skadligt innehåll, svara inkonsekvent på fientliga indata eller uppvisa känslighet för jailbreak-tekniker.

Säkerhetskomponenter och riskreducerande åtgärder

När vi identifierade potentiella risker och missbruk genom processer som testning av röda team och mätte dem, utvecklade vi lösningar för att minska risken för skada. I följande lista beskriver vi några av dessa lösningar. Vi fortsätter att utvärdera Microsoft Copilot upplevelser för att förbättra produktprestanda och lösningar.

• Stegvis release, kontinuerlig utvärdering. Vi är fast beslutna att ständigt lära oss och förbättra vår ansvarsfulla AI-strategi i takt med att våra tekniker och användarbeteenden utvecklas. Vi gör ändringar i Microsoft Copilot regelbundet för att förbättra produktprestanda, förbättra befintliga lösningar och implementera nya lösningar som svar på våra lärdomar.

• Grundning i affärsdata. En känd risk med stora språkmodeller är deras förmåga att generera ojordat innehåll som verkar korrekt men som inte finns i källmaterial. En viktig begränsning i Microsoft Copilot är att grunda AI-genererat innehåll i relevanta affärsdata som användaren har åtkomst till baserat på deras behörigheter. Baserat på prompten får Microsoft Copilot till exempel relevanta affärsdokument för att grunda svaret i dessa dokument. Men när du sammanfattar innehåll från olika källor kan Microsoft Copilot inkludera information i svaret som inte finns i dess indatakällor. Med andra ord kan det ge ogrundade resultat. Användare bör alltid vara försiktiga och använda sitt bästa omdöme när de använder utdata från Microsoft Copilot. Vi har vidtagit flera åtgärder för att minska risken för att användare förlitar sig för mycket på ogrundat AI-genererat innehåll. Om möjligt innehåller svar i Microsoft Copilot som baseras på affärsdokument referenser till källorna för användare att verifiera svaret och lära sig mer. Användarna får också ett uttryckligt meddelande om att de interagerar med ett AI-system och uppmanas att kontrollera källmaterialet för att hjälpa dem att använda sitt bästa omdöme.

• AI-baserade klassificerare och metaprompting för att minimera potentiella risker eller missbruk. Användningen av LLM:er kan ge upphov till problematiskt innehåll som kan leda till skada. Exempel kan vara utdata som rör självskadebeteende, våld, grafiskt innehåll, biosäkerhetsproblem, skyddat material, felaktig information, hatpropaganda eller text som kan relatera till olaglig verksamhet. Klassificerare som de som är tillgängliga i Azure AI Innehållsäkerhet och metaprompting är två exempel på lösningar som har implementerats i Microsoft Copilot för att minska risken för den här typen av innehåll. Klassificerare klassificerar text för att flagga olika typer av potentiellt skadligt innehåll i prompter eller genererade svar. Microsoft Copilot använder AI-baserade klassificerare och innehållsfilter. Flaggor leder till potentiella lösningar, till exempel att inte returnera genererat innehåll till användaren eller avleda användaren till ett annat ämne. Microsoft erbjuder vissa innehållsfiltreringskontroller för administratörer och användare där filtrering av potentiellt skadligt eller känsligt innehåll i Microsoft Copilot Chat inte uppfyller deras behov. Metaprompting innebär att ge instruktioner till modellen för att styra dess beteende, bland annat så att systemet beter sig i enlighet med Microsofts AI-principer och användarnas förväntningar. Metaprompten kan till exempel innehålla en rad som "kommunicera på användarens valda språk".

• Snabb berikning. I vissa fall kan en användares uppmaning vara tvetydig. När detta händer kan Microsoft Copilot använda LLM för att skapa mer information i prompten för att säkerställa att användarna får det svar de söker. Sådan snabb berikning förlitar sig inte på någon kunskap om användaren eller deras tidigare sökningar, utan i stället på LLM.

• Användarcentrerad design och användarupplevelseinterventioner. Användarcentrerad design och användarupplevelser är en viktig aspekt av Microsofts strategi för ansvarsfull AI. Målet är att förankra produktdesign i användarnas behov och förväntningar. När användare interagerar med Microsoft Copilot för första gången erbjuder vi olika kontaktpunkter som är utformade för att hjälpa dem att förstå systemets funktioner, avslöja för dem att Microsoft Copilot drivs av AI och kommunicera begränsningar.

• AI-avslöjande. Microsoft Copilot tillhandahåller flera kontaktpunkter för meningsfull AI-avslöjande där användare meddelas att de interagerar med ett AI-system samt möjligheter att lära sig mer om Microsoft Copilot. När du till exempel använder Microsoft Copilot i Word -appen ges AI-genererat innehåll tillsammans med meddelande om att AI-genererat innehåll kan innehålla fel. Genom att ge användarna den här kunskapen kan de undvika att förlita sig för mycket på AI-genererade utdata och lära sig mer om systemets styrkor och begränsningar.

• Mediernas proveniens. För alla bilder som skapats med Designers redigeringsfunktioner inifrån Microsoft Copilot har vi implementerat autentiseringsuppgifter för innehåll, härkomst baserat på C2PA-standarden, för att hjälpa människor att identifiera om bilder redigerades eller genererades med AI. Metadata om proveniens kan visas på webbplatsen Innehållsreferenser.

• Feedback och löpande utvärdering. Microsoft Copilot bygger på befintliga verktyg som gör att användare kan skicka feedback om våra produkter. Användare kan skicka feedback om innehåll som genereras av Microsoft Copilot med hjälp av fönstret som visas när du väljer knapparna tummen upp eller tummen ned i svar. Feedback från användare används för att förbättra våra erbjudanden som en del av vårt åtagande att förbättra produktens prestanda. Kundadministratörer kan granska feedback som skickats i Administrationscenter för Microsoft 365. Vi förbättrar och testar också kontinuerligt prestandan för Microsoft Copilot och specifika minskningar som en del av vår pågående utvärdering och förbättring av tjänsten. Läs mer i Ge feedback om Microsoft Copilot med Microsoft 365-applikationer.

Vår metod för att kartlägga, mäta och hantera risker kommer att fortsätta att utvecklas i takt med att vi lär oss mer, och vi gör redan förbättringar baserat på feedback vi har fått från kunder.

Metodtips för att distribuera och införa Microsoft Copilot

Ansvarsfull AI är ett delat åtagande mellan Microsoft och dess kunder. Microsoft skapar AI-system med säkerhet, rättvisa och transparens i centrum, men kunderna spelar en viktig roll när det gäller att distribuera och använda dessa tekniker på ett ansvarsfullt sätt i sina egna kontexter. För att stödja det här partnerskapet erbjuder vi följande metodtips för distribuerare och slutanvändare för att hjälpa kunder att implementera ansvarsfull AI effektivt.

Distribuerare och slutanvändare bör:

• Var försiktig och utvärdera resultaten när du använder Microsoft Copilot för följdbeslut eller i känsliga domäner: Följdbeslut är sådana som kan ha en juridisk eller betydande inverkan på en persons tillgång till utbildning, sysselsättning, finansiella tjänster, statliga förmåner, sjukvård, bostäder, försäkring, juridiska tjänster eller som kan leda till fysisk, psykisk eller ekonomisk skada. Känsliga områden – t.ex. finansiella tjänster, hälso- och sjukvård och bostäder – kräver särskild försiktighet på grund av risken för oproportionerlig inverkan på olika grupper av människor. När du använder AI för beslut inom dessa områden bör du se till att berörda intressenter kan förstå hur beslut fattas, överklaga beslut och uppdatera relevanta indata.

• Utvärdera juridiska och regelmässiga överväganden: Kunder måste utvärdera potentiella specifika juridiska och regelmässiga skyldigheter när de använder AI-tjänster och -lösningar, som kanske inte är lämpliga att använda i alla branscher eller scenarier. Dessutom är AI-tjänster eller -lösningar inte utformade för och får inte användas på sätt som är förbjudna enligt tillämpliga användningsvillkor och relevanta regler för uppförande.

• Tillåt referering av webbinnehåll. Att tillåta Microsoft Copilot att referera till webbinnehåll kan förbättra kvaliteten, noggrannheten och relevansen för Microsoft Copilot svar där ett svar skulle dra nytta av aktuell, offentlig information från webben. Observera dock att när Microsoft Copilot refererar till webbinnehåll gör det det via tjänsten Bing-sökning, och datahanteringsmetoder för Bing-sökning frågor skiljer sig från hur data hanteras av Microsoft Copilot. Användningen av Bing omfattas av Villkor för Microsoft-tjänster mellan varje användare och Microsoft, tillsammans med Microsofts sekretesspolicy.

• Utöka förankring i Microsoft Graph. Microsoft Copilot använder data från Microsoft Graph för att grunda svar i organisationsspecifika data som e-post, chattar, filer och kalendrar. Genom att utöka Microsoft Graph med organisationsdata från källor som CRM-system eller externa fillagringsplatser kan organisationer inkludera ytterligare kontextspecifik, relevant information som ytterligare förbättrar rikedomen och noggrannheten i Microsoft Copilot svar.

Slutanvändarna bör:

För att förbättra prestandan i förhållande till noggrannheten för Microsoft Copilot utdata rekommenderar vi att organisationer överväger följande:

• Skriv bra prompter. Att skriva bra uppmaningar är nyckeln till att få bättre resultat med Microsoft Copilot. Precis som det finns tekniker för att hjälpa människor att kommunicera effektivt med en människa finns det riktlinjer som kan hjälpa användare att få bättre resultat med Microsoft Copilot när de skriver frågor. Till exempel: inkludera information, strukturfrågor, ge positiva instruktioner, iterera och återskapa och granska och verifiera alltid AI-genererade svar. Mer information finns i Få bättre resultat med Copilot-frågor.

• Utöva mänsklig tillsyn när så är lämpligt: Mänsklig tillsyn är ett viktigt skydd när du interagerar med AI-system. Även om vi kontinuerligt förbättrar våra AI-system kan AI fortfarande göra misstag. De utdata som genereras kan vara felaktiga, ofullständiga, partiska, felanpassade eller irrelevanta för dina avsedda mål. Detta kan inträffa på grund av olika orsaker, till exempel tvetydighet i indata eller begränsningar i de underliggande modellerna. Därför bör användarna granska svaren som genereras av Microsoft Copilot och verifiera att de matchar deras förväntningar och krav.

• Var medveten om risken för att förlita dig för mycket: Övertro på AI uppstår när användare accepterar felaktiga eller ofullständiga AI-utdata, främst på grund av att misstag i AI-utdata kan vara svåra att upptäcka. För slutanvändaren kan övertro bland annat leda till minskad produktivitet, förlorat förtroende, övergivna produkter, ekonomisk förlust, psykisk skada och fysisk skada. (En läkare accepterar till exempel en felaktig AI-utdata). För Microsoft Copilot hjälper vi till att minska den här risken genom att lägga till ansvarsfriskrivningar i våra produkter, men användarna bör fortfarande se till att granska svarens korrekthet.

• Var försiktig när du utformar agentisk AI i känsliga domäner: Användare bör vara försiktiga när de utformar och/eller distribuerar agentiska AI-system i känsliga domäner där agentåtgärder är oåterkalleliga eller mycket betydelsefulla. Ytterligare försiktighetsåtgärder bör också vidtas när du skapar autonom agentisk AI enligt beskrivningen ytterligare i antingen Microsoft Enterprise AI Services regler för uppförande (för organisationer) eller avsnittet regler för uppförande i Villkor för Microsoft-tjänster (för enskilda personer).

Distribuerare bör:

Microsoft tillhandahåller verktyg som Microsoft Copilot-instrumentpanelen för Microsoft 365-kunder och rapporter i Administrationscenter för Microsoft 365. De här verktygen är utformade för att hjälpa organisationer att mäta användning, införande och effekten av Microsoft Copilot. Till exempel:

• Microsoft Copilot användningsrapport gör det möjligt för administratörer att visa en sammanfattning av hur användarnas införande, kvarhållning och engagemang är med Microsoft Copilot för att hantera och optimera licenser. Mer information finns i Användning av Microsoft Copilot.
• Microsoft Copilot Instrumentpanel ger ledare, analytiker och ombud tillgång till fördefinierade rapporter om organisationsomfattande användning av Microsoft Copilot och Copilot Chat för att mäta införande och påverkan. Mer information finns i Ansluta till Microsoft Copilot-instrumentpanelen för Microsoft 365 kunder.
• Copilot Business Impact är tillgängligt i Viva Insights gör det möjligt för analytiker att jämföra användningen av Microsoft Copilot mot affärsmått för att förstå affärsvärde. Mer information finns i Copilot-rapporten om affärspåverkan.

Mer information om Microsoft Copilot

För ytterligare vägledning om ansvarsfull användning av Microsoft Copilot rekommenderar vi följande dokumentation:

• Översikt över Microsoft Copilot
• Data, sekretess och säkerhet för Microsoft Copilot
• Utökningsbarhet för Microsoft Copilot

Läs mer om ansvarsfull AI

• Microsoft AI principer
• Microsofts ansvarsfulla AI-resurser
• Microsoft Azure Learning-kurser om ansvarsfull AI