Ofte stillede spørgsmål om Ansvarlig AI til Copilot i Viva Pulse

Hvad er Microsoft 365 Copilot i Viva Pulse?

Microsoft 365 Copilot i Viva Pulse bruger LLM-teknologi (large language model) til at generere en oversigt over en Viva Pulse-rapport ved hjælp af rapportdetaljerne, f.eks. gennemsnitlige resultater, valg af flere valgmuligheder og åbne tekstsvar. Oversigten er inkluderet i mail- og Teams-meddelelser, når rapporten genereres, så Pulse-forfatteren hurtigt kan forstå sine resultater på et højt niveau. Forfattere kan dele oversigten med deres teammedlemmer og vise anerkendelse af svar og gennemsigtighed.

Hvordan evalueres ydeevnen af Copilot i Viva Pulse?

Ydeevnen for Copilot i Viva Pulse evalueres ved hjælp af disse nøgletal:

• Præcision og Genkald: Disse målepunkter er afgørende for at evaluere kvaliteten af en oversigt, der genereres af Copilot i Viva Pulse. Præcisionen kvantificerer, hvor mange af de genererede opsummeringer der er relevante, mens tilbagekaldelse bestemmer, hvor mange af de relevante opsummeringer der blev hentet.

• Brugertilfredshed: For at måle brugertilfredshed indsamles feedback fra brugerundersøgelser for at vurdere, hvor tilfredse brugere er med de genererede oversigter.

• Generaliserbarhed: For at vurdere, hvor godt resultaterne generaliseres på tværs af forskellige use cases, testes Copilot i Viva Pulse på et varieret sæt data og opgaver. Dette indebærer evaluering af systemets ydeevne på en række scenarier og domæner, der ikke var en del af de indledende træningsdata.

Eksterne eksperter og testere blev inviteret til at finde sårbarheder eller bias i systemet for at hjælpe med at måle den indledende ydeevne. Systemet blev omhyggeligt testet ved hjælp af Microsofts Azure AI-evalueringsværktøjer ved bevidst at tilføje potentielle risici og sikkerhedshuller for at se, hvor godt det håndterer dem. Denne proces hjalp med at identificere potentielle problemer og forbedre systemets robusthed. Evalueringsprocessen er i gang med løbende opdateringer og forbedringer baseret på brugerfeedback for at sikre nøjagtigheden, retfærdigheden og generalisering af Copilot i Viva Pulse.

Hvad er begrænsningerne ved Copilot i Viva Pulse? Hvordan kan brugerne minimere virkningen af disse begrænsninger, når de bruger systemet?

Den underliggende model, der udvider Copilot i Viva Pulse-rapportoversigten, er uddannet ved hjælp af GPT-4o-modellen. En begrænsning er, at den muligvis ikke giver en relevant rapportoversigt, hvis rapporten indeholder ulæselige eller ulæselige svar. For at afhjælpe dette problem skal du sørge for, at undersøgelsessvar er klart skrevet og forståelige.

Hvilke driftsmæssige faktorer og indstillinger giver mulighed for effektiv og ansvarlig brug af Copilot i Viva Pulse?

Copilot i Pulse er designet med et robust filtersystem, der proaktivt blokerer stødende sprog og forhindrer generering af forslag i følsomme sammenhænge. Det forbedres kontinuerligt for at registrere, adressere og fjerne stødende indhold, der genereres af Copilot i Viva Pulse, herunder forudindtaget, diskriminerende eller krænkende output.

Du opfordres til at rapportere stødende forslag, du støder på, når du bruger Copilot i Viva Pulse. 

Få mere at vide:

Copilot i Viva 

Få vist og del dine Pulse-feedbackresultater

Rapportoversigt ved hjælp af Copilot i Viva Pulse

Granular access controls for Viva Pulse (for administratorer)