Artikkelinnhold
KortversjonenVis merVis mindreCopilot begynte å vise nettsøkene bak svar og ga administratorer en egen policy for nettsøk.
- Copilot begynte å vise nettsøkene bak svar og ga administratorer en egen policy for nettsøk.
- Power BI viste en disposisjon med feltene Copilot brukte til å opprette rapportsider.
- Forskning på menneske–KI-samarbeid advarte mot å anta at kombinasjonen alltid slår beste menneske eller beste KI alene.
Kildene bak svaret ble synligere
Microsofts oktoberoversikt beskrev at Copilot skulle vise hvilke nettsøk som var utledet fra brukerens spørsmål i kildedelen. Administratorer fikk samtidig en egen policy for å tillate eller stanse nettsøk uavhengig av andre tilkoblede opplevelser. For prosjektteam ga dette et bedre grunnlag for å skille virksomhetsinnhold fra informasjon hentet på nettet.
Loop kunne oppsummere lengre dokumenter, og Outlook kunne forberede møter ved å samle relevant kontekst. Funksjonene reduserte arbeid med innsamling, men flyttet også kontrollpunktet: den som brukte sammendraget måtte se hvilke dokumenter og søk som faktisk lå bak, særlig når resultatet ble brukt i en beslutning eller delt videre.
Kontrollen av nettsøk var også et arkitekturvalg. Hvis nettinnhold var nødvendig for markeds- eller prosjektanalyse, måtte teamet dokumentere når det ble brukt og hva som fortsatt kom fra interne kilder. Hvis nettsøk var slått av, måtte brukerne forstå at et tilsynelatende oppdatert svar kunne være begrenset til innholdet Copilot faktisk hadde tilgang til.
Power BI viste hva rapportforslaget bygget på
Power BI-oppdateringen 15. oktober videreutviklet rapportoppretting med Copilot. Før en side ble laget, kunne Copilot stille oppfølgingsspørsmål og foreslå felt og måltall. Etterpå viste chatten en disposisjon over innholdet og datafeltene som var brukt. Dette ga rapportforfatteren et mer konkret kontrollgrunnlag enn et ferdig diagram alene.
Oppdateringen varslet også at raske målforslag med Copilot ble erstattet av Fabric Copilot i DAX-spørringsvisningen. Forvaltning av analysearbeid måtte derfor dekke både funksjonsendringer og begrepskvalitet. Et foreslått mål kunne være syntaktisk gyldig, men fortsatt bruke feil tidsperiode, filter eller forretningsdefinisjon.
Dette ga en konkret oppgave til analyseansvarlig: opprette en liten katalog over sentrale mål med definisjon, datakilde, eier og godkjent bruk. Når Copilot foreslo et felt eller et mål, kunne forfatteren sammenligne forslaget med katalogen. Avvik ble da et synlig kvalitetsspørsmål, ikke en skjult detalj i en ferdig rapportside.
Samarbeid ga ikke automatisk bedre resultater
En metaanalyse i Nature Human Behaviour, publisert 28. oktober, undersøkte når kombinasjoner av mennesker og KI ga bedre resultater. Hovedbildet var at kombinasjonen ikke systematisk overgikk den beste av partene alene, og at utfallet varierte med oppgaven og samhandlingsdesignet. Det utfordret en enkel antakelse om at et ekstra KI-ledd alltid forbedret arbeidet.
Et prosjekt kunne bruke oktoberfunksjonene til en sporbar arbeidsform: lagre spørsmål og kilder, kontrollere rapportens felt, og la en navngitt fagperson godkjenne konklusjonen. Målet var ikke flest mulig Copilot-handlinger, men færre beslutninger med ukjent grunnlag. Denne forskjellen burde inn i både prosjektmål, opplæring og måling av gevinst. Teamet burde også avtale når kildene skulle oppdateres, slik at et gammelt nettgrunnlag eller en utdatert rapportdefinisjon ikke ble videreført i nye leveranser.
Kilder
Microsoft Community Hub: What's New in Microsoft 365 Copilot | October 2024, 31. oktober 2024.
Microsoft Power BI Blog: Power BI October 2024 Feature Summary, 15. oktober 2024.
Nature Human Behaviour: When combinations of humans and AI are useful, 28. oktober 2024.
Forrester: With Agentic AI, Generative AI Is Evolving From Words To Actions, 8. august 2024.
Til diskusjon
Hvilken beslutning trenger først en synlig kjede fra spørsmål via kilde og datafelt til godkjent konklusjon?









