Cómo verificar el uso seguro de Microsoft Copilot 30 días después de una formación

Una formación en Microsoft Copilot puede despertar interés y aumentar la actividad inicial, pero abrir la herramienta no equivale a incorporarla correctamente al trabajo. Treinta días después, la pregunta útil para una empresa no es solo cuántas personas la han utilizado, sino si saben aplicarla en una tarea habitual, contrastar sus respuestas, respetar los límites de información y revisar el resultado antes de usarlo.

La forma más proporcionada de comprobarlo es una prueba breve por perfiles, basada en una tarea frecuente y en materiales preparados para ese fin. No se trata de vigilar conversaciones ni de exigir que todas las personas usen Copilot del mismo modo. Se trata de reunir evidencias suficientes para decidir qué práctica consolidar, qué riesgo aclarar y dónde hace falta refuerzo.

El problema: confundir actividad con una transferencia real al puesto

Los informes de adopción y uso pueden ser útiles para saber si Copilot está presente en el trabajo cotidiano. Sin embargo, la actividad por sí sola no acredita que una síntesis sea correcta, que un borrador responda al proceso interno o que una persona haya comprobado una afirmación antes de reenviarla. La conclusión operativa es clara: las señales de uso conviene combinarlas con una muestra de tareas revisadas según criterios de calidad definidos por la empresa. [4]

La transferencia al puesto se observa cuando una persona aplica una práctica aprendida en una situación reconocible: aporta contexto a su petición, identifica las fuentes relevantes, detecta una laguna, corrige una salida y sabe cuándo elevar el caso a otra persona. Esta comprobación debe valorar el criterio profesional de quien usa la herramienta, no premiar el texto más largo ni la petición más compleja.

• Uso: la herramienta aparece en las tareas previstas.
• Calidad: el resultado cumple requisitos concretos de contenido y formato.
• Transferencia: la persona incorpora comprobaciones y límites a su forma habitual de trabajar.

Elegir una tarea por perfil y preparar un entorno seguro

Seleccione una tarea repetible, de riesgo bajo o moderado, que represente un trabajo real. Por ejemplo, ventas puede preparar un correo de seguimiento a partir de una reunión ficticia; administración puede resumir una política interna y extraer acciones; operaciones puede ordenar notas simuladas de una incidencia; y un mando puede estructurar decisiones, responsables y dudas de una reunión. Microsoft recomienda orientar la habilitación de empleados en IA a tareas y escenarios habituales de cada rol, en lugar de partir únicamente de funciones genéricas de la herramienta. [6]

Prepare un paquete de prueba con instrucciones, documentos ficticios, anonimizados o expresamente aprobados, y una definición del resultado esperado. También debe indicar qué información no se puede introducir, qué acciones no debe ejecutar Copilot y qué situaciones requieren revisión o escalado humano. Evite usar esta prueba para decisiones sobre personas, pagos, cambios irreversibles o información sensible si no existe un proceso claro de autorización y revisión.

• Contexto de la tarea y destinatario del resultado.
• Materiales permitidos y fuentes que deben comprobarse.
• Límites de datos, permisos y acciones no delegables a la IA.

Diseñar una prueba breve que mida el trabajo, no solo el prompt

La prueba puede consistir en una única tarea de 15 a 30 minutos, según la complejidad habitual del puesto, seguida de una breve autoevaluación. La persona entrega la petición utilizada, el resultado final revisado y una nota sobre qué cambió, qué comprobó y qué no delegaría. El objetivo no es imponer una fórmula única para escribir instrucciones, sino hacer visible el razonamiento aplicado antes de usar la salida en un contexto profesional.

Un ejemplo hipotético: una responsable comercial recibe el resumen de una reunión ficticia, una ficha de producto y unas notas con información incompleta. Puede pedir a Copilot un borrador de correo de seguimiento, pero debería comprobar que los compromisos atribuidos al cliente aparecen realmente en las fuentes, marcar las dudas pendientes y eliminar cualquier afirmación no sustentada. El evaluador revisa ese proceso, no la capacidad de la herramienta para redactar por sí sola.

• Entregar una evidencia del resultado final, no un historial completo de actividad.
• Pedir una autoevaluación de tres preguntas: qué fue útil, qué se corrigió y qué no se delegaría.
• Permitir que la persona explique límites o incidencias detectadas durante la tarea.

Aplicar una rúbrica común de cinco criterios observables

Una rúbrica sencilla de cero a dos puntos por criterio ayuda a que distintos responsables evalúen de forma consistente. Puede puntuar objetivo y contexto, uso de fuentes, calidad operativa, seguridad y permisos, y revisión humana. Con esta escala, cero significa que el aspecto no aparece o es inadecuado; uno, que está presente de forma parcial; y dos, que responde al criterio definido para la tarea. Antes de aplicarla, conviene acordar ejemplos internos de lo que se considera suficiente.

En el criterio de permisos, no evalúe solo si el resultado parece correcto. Microsoft 365 Copilot trabaja dentro de los permisos existentes de cada usuario, y los controles de acceso, las etiquetas de confidencialidad y las políticas de protección influyen en el contenido que puede descubrir, consultar o resumir. Por ello, la prueba debe usar materiales permitidos y pedir a la persona que identifique si una fuente, un destinatario o un dato requieren una comprobación adicional. [2] [3]

• Objetivo y contexto: tarea, destinatario, tono y resultado solicitado están delimitados.
• Uso de fuentes: se identifican documentos de origen y posibles lagunas.
• Calidad operativa: la salida es útil para el proceso definido, no solo fluida en su redacción.

Revisar la muestra, documentar hallazgos y cerrar el ciclo

No es necesario revisar cada interacción individual. Una muestra puntual por perfil, valorada por un responsable funcional o una persona designada, suele aportar información más útil y menos invasiva. Registre la tarea evaluada, la rúbrica, los errores recurrentes, las dudas y las decisiones tomadas. NIST plantea documentar métodos, métricas, conjuntos de prueba y resultados de evaluación, así como mantener supervisión humana y recoger feedback para revisar el uso de sistemas de IA en su contexto. [1]

Con los resultados, tome una acción concreta y limitada: repetir un ejercicio por puesto, actualizar la guía de comprobaciones, aclarar qué fuentes se consideran válidas, corregir permisos o retirar un caso de uso que no encaje. Si la organización ya cuenta con un indicador operativo fiable, puede observarlo junto a la revisión de calidad, anotando otros cambios que puedan influir. No atribuya una variación automáticamente a Copilot o a la formación. La meta es mejorar decisiones y prácticas de uso, no demostrar un retorno predeterminado. [4]

• Conservar una síntesis de hallazgos por rol, sin convertirla en vigilancia permanente.
• Priorizar correcciones de proceso, permisos o materiales antes de ampliar el uso.
• Programar un refuerzo práctico cuando aparezcan patrones repetidos de duda o error.

Preguntas frecuentes

¿Basta con revisar los informes de uso de Microsoft Copilot?

No. Pueden mostrar actividad, adopción o feedback, pero no prueban por sí mismos que una salida sea correcta, adecuada para el proceso o revisada antes de utilizarse. Combínelos con una muestra de tareas y una rúbrica.

¿Quién debería revisar la prueba práctica?

Lo habitual es que participe la persona responsable del proceso o alguien designado que conozca la tarea y los criterios de calidad. Cuando surjan dudas sobre acceso a información o tratamiento de datos, deben intervenir los responsables internos correspondientes.

¿Qué hacer si una persona obtiene una puntuación baja?

Úselo como señal de refuerzo, no como diagnóstico aislado del desempeño profesional. Revise qué criterio falló: puede necesitar práctica para contrastar fuentes, una guía más clara, materiales mejores o una aclaración sobre permisos y revisión humana. Una formación práctica en IA puede convertir esos hallazgos en ejercicios específicos por rol.