Veelgestelde vragen over verantwoordelijke AI voor Copilot in Viva Pulse

Wat is Microsoft 365 Copilot in Viva Pulse?

Microsoft 365 Copilot in Viva Pulse maakt gebruik van LLM-technologie (Large Language Model) om een samenvatting van een Viva Pulse-rapport te genereren met behulp van de rapportdetails, zoals gemiddelde scores, selecties van meerkeuzeopties en open tekstreacties. De samenvatting wordt opgenomen in de e-mail en teams ontvangt meldingen wanneer het rapport wordt gegenereerd, zodat de Pulse-auteur snel inzicht heeft in de resultaten op een hoog niveau. Auteurs kunnen de samenvatting delen met hun teamleden, wat de bevestiging van reacties en transparantie aantoont.

Hoe worden de prestaties van Copilot in Viva Pulse geëvalueerd?

De prestaties van Copilot in Viva Pulse worden geëvalueerd met behulp van deze belangrijke metrische gegevens:

• Precisie en Recall: deze metrische gegevens zijn van cruciaal belang voor het evalueren van de kwaliteit van een samenvatting die wordt gegenereerd door Copilot in Viva Pulse. Precisie kwantificeert hoeveel van de gegenereerde samenvattingen relevant zijn, terwijl recall bepaalt hoeveel van de relevante samenvattingen zijn opgehaald.

• Gebruikerstevredenheid: om de tevredenheid van gebruikers te meten, wordt feedback van gebruikersenquêtes verzameld om te beoordelen hoe tevreden gebruikers zijn met de gegenereerde samenvattingen.

• Generaliseerbaarheid: om te beoordelen hoe goed resultaten worden gegeneraliseerd in verschillende use cases, wordt Copilot in Viva Pulse getest op een diverse set gegevens en taken. Dit omvat het evalueren van systeemprestaties voor een reeks scenario's en domeinen die geen deel uitmaakten van de initiële trainingsgegevens.

Om de initiële prestaties te meten, zijn externe experts en testers uitgenodigd om beveiligingsproblemen of vooroordelen in het systeem op te sporen. Het systeem is zorgvuldig getest met behulp van de Azure AI-evaluatiehulpprogramma's van Microsoft door opzettelijk potentiële risico's en beveiligingsgaten toe te voegen om te zien hoe goed het deze verwerkt. Dit proces hielp bij het identificeren van potentiële problemen en het verbeteren van de robuustheid van het systeem. Het evaluatieproces is doorlopend, met continue updates en verbeteringen op basis van feedback van gebruikers om de nauwkeurigheid, eerlijkheid en generaliseerbaarheid van Copilot in Viva Pulse te garanderen.

Wat zijn de beperkingen van Copilot in Viva Pulse? Hoe kunnen gebruikers de impact van deze beperkingen minimaliseren wanneer ze het systeem gebruiken?

Het onderliggende model voor het Copilot in Viva Pulse-rapport wordt getraind met behulp van het GPT-4o-model. Een beperking is dat het mogelijk geen relevant rapportoverzicht biedt als het rapport onleesbare of onleesbare antwoorden bevat. Om dit probleem te verhelpen, moet u ervoor zorgen dat de antwoorden op de enquête duidelijk zijn geschreven en begrijpelijk zijn.

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

Copilot in Pulse is ontworpen met een robuust filtersysteem dat aanstootgevende taal proactief blokkeert en het genereren van suggesties in gevoelige contexten voorkomt. Het wordt voortdurend verbeterd om aanstootgevende inhoud te detecteren, aan te pakken en te verwijderen die wordt gegenereerd door Copilot in Viva Pulse, inclusief bevooroordende, discriminerende of beledigende uitvoer.

U wordt aangeraden om aanstootgevende suggesties te melden die u tegenkomt tijdens het gebruik van Copilot in Viva Pulse. 

Meer informatie:

Copilot in Viva 

De feedbackresultaten van uw Pulse weergeven en delen

Rapportoverzicht met Copilot in Viva Pulse

Gedetailleerde toegangsbeheer voor Viva Pulse (voor beheerders)