Veelgestelde vragen over verantwoordelijke AI voor Copilot in Viva Engage

Wat is Copilot in Viva Engage?

Copilot in Engage biedt toegang tot LLM-technologie (Large Language Model). Dit is een soort technologie die u kunt vragen om op taal gebaseerde taken voor u uit te voeren, net zoals u het een persoon zou kunnen vragen.

Copilot in Engage leert van uw community's, campagnes en interesses om gepersonaliseerde suggesties te doen voor wat u mogelijk wilt posten en waar u van kunt profiteren.

Wat kan Copilot in Viva Engage doen?

Copilot in Engage kan u helpen:

• Brainstorm ideeën over wat u wilt posten, waar u kunt posten en punten die u in uw bericht wilt opnemen.

• Geef een sjabloon en conceptinhoud voor een bericht op en breng wijzigingen aan om de schrijfkwaliteit en -waarde te verbeteren.

• Geef feedback en advies over uw bericht.

Wat is het beoogde gebruik van Copilot in Viva Engage?

Copilot biedt de informatie en samenwerking die u nodig hebt om Viva Engage te gebruiken om uw professionele doelen te bereiken.

Hoe is Copilot in Viva Engage geëvalueerd? Welke metrische gegevens worden gebruikt om de prestaties te meten?

We hebben de prestaties van Copilot in Engage gemeten, die wordt mogelijk gemaakt door GPT-4 met behulp van deze belangrijke metrische gegevens:

• Precisie en terugroepactie: Deze metrische gegevens waren van cruciaal belang voor het evalueren van de kwaliteit van suggesties. Precisie heeft gekwantificeerd hoeveel van de door AI gegenereerde suggesties relevant waren, terwijl recall bepaalt hoeveel van de relevante suggesties zijn opgehaald.

• Gebruikerstevredenheid: Om de tevredenheid van gebruikers te meten, hebben we gebruikersenquêtes uitgevoerd en feedback verzameld om te beoordelen hoe tevreden gebruikers waren met de hulp van het AI-systeem.

• Generaliseerbaarheid: Om te beoordelen hoe goed de resultaten van het systeem zijn gegeneraliseerd in verschillende use cases, hebben we Copilot in Engage getest op een diverse set gegevens en taken. Dit hield in dat de prestaties van het systeem moeten worden geëvalueerd voor een reeks scenario's en domeinen die geen deel uitmaakten van de initiële trainingsgegevens.

We hebben rode teamoefeningen uitgevoerd en externe experts en testers uitgenodigd om beveiligingsproblemen of vooroordelen in het systeem te vinden. Dit proces heeft ons geholpen potentiële problemen te identificeren en de robuustheid van het systeem te verbeteren. Ons evaluatieproces is doorlopend, met continue updates en verbeteringen op basis van feedback van gebruikers. Door gebruik te maken van een combinatie van interne evaluatie, feedback van gebruikers en externe tests, streven we ernaar om de nauwkeurigheid, eerlijkheid en generaliseerbaarheid van Copilot in Engage mogelijk te maken door GPT-4.

Wat zijn de beperkingen van Copilot in Viva Engage? Hoe kunnen gebruikers de impact van deze beperkingen minimaliseren bij het gebruik van het systeem?

Het onderliggende model voor Copilot wordt getraind op gegevens van vóór 2021. Het biedt geen relevante antwoorden als voor een vraag kennis van de wereld na 2021 is vereist.

Welke operationele factoren en instellingen maken effectief en verantwoord gebruik van Copilot in Viva Engage mogelijk?

Copilot in Engage is ontworpen met een robuust filtersysteem dat aanstootgevende taal proactief blokkeert en het genereren van suggesties in gevoelige contexten voorkomt. We maken het beter bij het detecteren en verwijderen van aanstootgevende inhoud die wordt gegenereerd door Copilot in Engage en het aanpakken van bevooroordende, discriminerende of beledigende uitvoer. 

We raden u aan om aanstootgevende suggesties te melden die ze tegenkomen tijdens het gebruik van Copilot in Engage.

Meer informatie

Aan de slag met Copilot in Viva Engage

Samenwerken met Copilot in Engage aan berichten en artikelen

Meer deelnemen met suggesties van Copilot in Viva Engage

Copilot instellen in Viva Engage | Microsoft Learn