Com verificar l’ús segur de Microsoft Copilot 30 dies després d’una formació

Una formació en Microsoft Copilot pot despertar interès i augmentar l’activitat inicial, però obrir l’eina no equival a incorporar-la correctament a la feina. Trenta dies després, la pregunta útil per a una empresa no és només quantes persones l’han utilitzada, sinó si saben aplicar-la en una tasca habitual, contrastar-ne les respostes, respectar els límits d’informació i revisar el resultat abans d’utilitzar-lo.

La manera més proporcionada de comprovar-ho és una prova breu per perfils, basada en una tasca freqüent i en materials preparats amb aquesta finalitat. No es tracta de vigilar converses ni d’exigir que totes les persones utilitzin Copilot de la mateixa manera. Es tracta de reunir evidències suficients per decidir quina pràctica cal consolidar, quin risc cal aclarir i on cal reforç.

El problema: confondre l’activitat amb una transferència real al lloc de treball

Els informes d’adopció i ús poden ser útils per saber si Copilot és present en la feina quotidiana. Tanmateix, l’activitat per si sola no acredita que una síntesi sigui correcta, que un esborrany respongui al procés intern o que una persona hagi comprovat una afirmació abans de reenviar-la. La conclusió operativa és clara: convé combinar els senyals d’ús amb una mostra de tasques revisades segons criteris de qualitat definits per l’empresa. [4]

La transferència al lloc de treball s’observa quan una persona aplica una pràctica apresa en una situació recognoscible: aporta context a la seva petició, identifica les fonts rellevants, detecta una mancança, corregeix una resposta i sap quan ha d’escalar el cas a una altra persona. Aquesta comprovació ha de valorar el criteri professional de qui utilitza l’eina, no premiar el text més llarg ni la petició més complexa.

• Ús: l’eina apareix en les tasques previstes.
• Qualitat: el resultat compleix requisits concrets de contingut i format.
• Transferència: la persona incorpora comprovacions i límits a la seva manera habitual de treballar.

Triar una tasca per perfil i preparar un entorn segur

Seleccioneu una tasca repetible, de risc baix o moderat, que representi una feina real. Per exemple, vendes pot preparar un correu de seguiment a partir d’una reunió fictícia; administració pot resumir una política interna i extreure’n accions; operacions pot ordenar notes simulades d’una incidència; i un comandament pot estructurar decisions, responsables i dubtes d’una reunió. Microsoft recomana orientar la capacitació dels empleats en IA a tasques i escenaris habituals de cada rol, en comptes de partir únicament de funcions genèriques de l’eina. [6]

Prepareu un paquet de prova amb instruccions, documents ficticis, anonimitzats o expressament aprovats, i una definició del resultat esperat. També ha d’indicar quina informació no es pot introduir, quines accions no ha d’executar Copilot i quines situacions requereixen revisió o escalat humà. Eviteu utilitzar aquesta prova per a decisions sobre persones, pagaments, canvis irreversibles o informació sensible si no hi ha un procés clar d’autorització i revisió.

• Context de la tasca i destinatari del resultat.
• Materials permesos i fonts que s’han de comprovar.
• Límits de dades, permisos i accions no delegables a la IA.

Dissenyar una prova breu que mesuri la feina, no només el prompt

La prova pot consistir en una única tasca de 15 a 30 minuts, segons la complexitat habitual del lloc de treball, seguida d’una breu autoavaluació. La persona lliura la petició utilitzada, el resultat final revisat i una nota sobre què ha canviat, què ha comprovat i què no delegaria. L’objectiu no és imposar una fórmula única per escriure instruccions, sinó fer visible el raonament aplicat abans d’utilitzar la resposta en un context professional.

Un exemple hipotètic: una responsable comercial rep el resum d’una reunió fictícia, una fitxa de producte i unes notes amb informació incompleta. Pot demanar a Copilot un esborrany de correu de seguiment, però hauria de comprovar que els compromisos atribuïts al client apareixen realment a les fonts, marcar els dubtes pendents i eliminar qualsevol afirmació no sustentada. L’avaluador revisa aquest procés, no la capacitat de l’eina per redactar per si sola.

• Lliurar una evidència del resultat final, no un historial complet d’activitat.
• Demanar una autoavaluació de tres preguntes: què ha estat útil, què s’ha corregit i què no es delegaria.
• Permetre que la persona expliqui els límits o les incidències detectades durant la tasca.

Aplicar una rúbrica comuna de cinc criteris observables

Una rúbrica senzilla de zero a dos punts per criteri ajuda diferents responsables a avaluar de manera coherent. Pot puntuar l’objectiu i el context, l’ús de fonts, la qualitat operativa, la seguretat i els permisos, i la revisió humana. Amb aquesta escala, zero significa que l’aspecte no apareix o és inadequat; un, que és present de manera parcial; i dos, que respon al criteri definit per a la tasca. Abans d’aplicar-la, convé acordar exemples interns del que es considera suficient.

En el criteri de permisos, no avalueu només si el resultat sembla correcte. Microsoft 365 Copilot treballa dins dels permisos existents de cada usuari, i els controls d’accés, les etiquetes de confidencialitat i les polítiques de protecció influeixen en el contingut que pot descobrir, consultar o resumir. Per això, la prova ha d’utilitzar materials permesos i demanar a la persona que identifiqui si una font, un destinatari o una dada requereixen una comprovació addicional. [2] [3]

• Objectiu i context: la tasca, el destinatari, el to i el resultat sol·licitat estan delimitats.
• Ús de fonts: s’identifiquen documents d’origen i possibles mancances.
• Qualitat operativa: la resposta és útil per al procés definit, no només fluida en la redacció.

Revisar la mostra, documentar les troballes i tancar el cicle

No cal revisar cada interacció individual. Una mostra puntual per perfil, valorada per una persona responsable funcional o designada, sol aportar informació més útil i menys invasiva. Registreu la tasca avaluada, la rúbrica, els errors recurrents, els dubtes i les decisions preses. NIST planteja documentar mètodes, mètriques, conjunts de prova i resultats d’avaluació, així com mantenir supervisió humana i recollir feedback per revisar l’ús de sistemes d’IA en el seu context. [1]

Amb els resultats, empreneu una acció concreta i limitada: repetiu un exercici per lloc de treball, actualitzeu la guia de comprovacions, aclareixeu quines fonts es consideren vàlides, corregiu permisos o retireu un cas d’ús que no encaixi. Si l’organització ja disposa d’un indicador operatiu fiable, el pot observar juntament amb la revisió de qualitat, tot anotant altres canvis que hi puguin influir. No atribuïu una variació automàticament a Copilot o a la formació. La meta és millorar decisions i pràctiques d’ús, no demostrar un retorn predeterminat. [4]

• Conservar una síntesi de troballes per rol, sense convertir-la en vigilància permanent.
• Prioritzar correccions de procés, permisos o materials abans d’ampliar-ne l’ús.
• Programar un reforç pràctic quan apareguin patrons repetits de dubte o error.

Preguntes freqüents

N’hi ha prou de revisar els informes d’ús de Microsoft Copilot?

No. Poden mostrar activitat, adopció o feedback, però no proven per si mateixos que una resposta sigui correcta, adequada per al procés o revisada abans d’utilitzar-se. Combineu-los amb una mostra de tasques i una rúbrica.

Qui hauria de revisar la prova pràctica?

El més habitual és que hi participi la persona responsable del procés o algú designat que conegui la tasca i els criteris de qualitat. Quan sorgeixin dubtes sobre l’accés a informació o el tractament de dades, hi han d’intervenir les persones responsables internes corresponents.

Què cal fer si una persona obté una puntuació baixa?

Utilitzeu-ho com a senyal de reforç, no com a diagnòstic aïllat de l’acompliment professional. Reviseu quin criteri ha fallat: pot necessitar pràctica per contrastar fonts, una guia més clara, materials millors o un aclariment sobre permisos i revisió humana. Una formació pràctica en IA pot convertir aquestes troballes en exercicis específics per a