Ja, det kan I godt. Alligevel anbefaler jeg fiktive data. På alle mine kurser arbejder deltagerne i en fiktiv virksomhed eller kommune, og på firmakurser bygger jeg den fiktive udgave op om jeres egne skabeloner og opgaver. Så ligner øvelserne jeres hverdag, uden at nogen skal tage rigtige sager med.
Jeg underviser kommuner og virksomheder i Copilot, og spørgsmålet om egne data kommer op på næsten hvert formøde. Her får du mit svar. Jeg viser også, hvordan jeg bygger de fiktive cases, og hvornår egne data kan give mening.
Sådan ser en fiktiv case ud
Min fiktive kommune hedder Fjordby Kommune. Den har 61.400 indbyggere, et byråd med 25 medlemmer og fire forvaltninger. Der er notater, udvalgssager, håndbøger og Excel-ark, som ligner dem, en medarbejder i en kommune sidder med hver dag. Alle medarbejdere og ledere i filerne er opdigtede.
Alle filer er tydeligt mærket med, at kommunen er fiktiv. Der er ingen mailadresser, ingen rigtige domæner og ingen postnumre, for et opdigtet postnummer peger let på en rigtig by. Borgere optræder kun som tal eller som anonyme sagsnumre.
På mine faste kurser bruger jeg andre cases efter samme princip. På Copilot Chat-kurset er det et fiktivt kaffefirma. På Copilot Studio-kurset bygger deltagerne en agent til IT-helpdesken i en fiktiv ingeniørvirksomhed.
Tre grunde til, at fiktive data virker bedre
Ingen persondata
Filerne indeholder ingen oplysninger om virkelige personer. Deltagerne kan uploade dem, dele skærm og arbejde i grupper uden at bekymre sig om persondata. De kan også tage filerne med hjem og øve sig videre efter kurset.
Fejl, jeg selv har lagt ind
Det er den vigtigste grund. I en fiktiv kommune kan jeg bygge fejl ind med vilje: En oversigt, hvor nogle rækker har den forkerte farve. Et svar, der gælder det forkerte år. Et beløb i teksten, der ikke passer med tabellen. Jeg har facit, så vi kan se, om Copilot fandt dem alle.
Mindst én fil er helt uden fejl. Den er med som kontrol: Deltagernes tjekliste skal ikke finde noget i den. Finder Copilot alligevel fejl, har vi et konkret eksempel at tale ud fra, når deltagerne skal lære at tjekke et svar.
Med rigtige data kender ingen facit. Finder Copilot ingen fejl, ved I ikke, om der er nogen.
Ingen forveksling med jeres rigtige tal
Arbejder I med jeres rigtige tal, kan et øvelsestal ende i et rigtigt dokument. Et tal fra Fjordby kan ikke forveksles med jeres eget. Samtidig bliver øvelsen ikke til en diskussion om jeres egen økonomi eller en konkret sag, og tiden går til metoden.
Sådan bygger jeg casen
- En casebibel. Ét dokument med alle fakta om den fiktive organisation: Indbyggertal, forvaltninger, personer, hovedtal og regler. Afviger en fil fra biblen, er det filen, der er forkert, med undtagelse af de fejl, jeg har lagt ind med vilje.
- Jeres materiale som forlæg. Til et firmakursus beder jeg om eksempler på jeres skabeloner, sagstyper og typiske opgaver. Den fiktive udgave følger samme opbygning, så øvelserne ligner jeres hverdag.
- Fejl med facit. Hver indbygget fejl står med forklaring i en fil til underviseren, så vi kan gennemgå dem sammen bagefter.
- Ét design og ét byggescript. Det samme script laver alle Word-, Excel- og PDF-filer. De har samme logo, skrift og layout og ligner dokumenter fra én og samme organisation.
Er Copilot ikke sikker nok til vores egne data?
Med en arbejdskonto er Copilot Chat dækket af Microsofts enterprise data protection. Prompts og svar bliver ikke brugt til at træne de grundlæggende AI-modeller (foundation models), og jeres adgangsrettigheder gælder også i Copilot. Hvilke kontroller I får, afhænger af jeres abonnement. Det er et godt grundlag for at bruge Copilot i jeres daglige arbejde.
Enterprise data protection dækker kun Microsofts håndtering af jeres data. På et kursus deler deltagerne skærm, arbejder i grupper og lægger filer i en fælles mappe. Rigtige sager kan blive vist for kolleger, der ikke skal se dem, og filerne kan blive liggende efter kurset.
Det stærkeste argument for egne data
Nogle deltagere synes, det er federe at arbejde med deres egne opgaver. Det forstår jeg godt: Det føles mere relevant, og resultatet kan bruges med det samme. Vi kan godt bygge et kursus på jeres egne data, hvis I ønsker det. Det kræver mere forberedelse:
- Oprydning: Alle filer skal gennemgås for persondata og fortrolige oplysninger, før de kan bruges på et kursus.
- Forskellig adgang: Deltagerne har ikke adgang til de samme filer, så en fælles øvelse bliver svær at gennemføre.
- Intet facit: Ingen ved, hvilke fejl der gemmer sig, så I kan ikke se, om Copilot fandt dem.
- Fokus på indholdet: Rigtige sager trækker samtalen over i selve sagen, og metoden kommer i anden række.
Fiktive data har også en pris. Det tager tid at bygge en god case, og en tynd case føles som legetøj. Ligger øvelserne for langt fra hverdagen, kan deltagerne ikke se, hvad de skal bruge dem til. Derfor bygger jeg casen ud fra jeres eget materiale, når kurset er skræddersyet.
Min anbefaling: Lær metoden i en fiktiv case
Start med en fiktiv case, der ligner jeres hverdag så meget som muligt. Når deltagerne har prøvet metoden på filer med kendt facit, kan de bagefter bruge den på deres egne opgaver, i eget tempo og med de adgange, de selv har. Vil I have egne opgaver med på selve kurset, så læg dem sidst på dagen, og vælg opgaver uden persondata.
Du finder Microsofts beskrivelse af databeskyttelsen her: Enterprise data protection in Microsoft Copilot and Microsoft Copilot Chat.
På siden med vores firmakurser kan du se, hvilke kurser vi kan skræddersy, så øvelserne bygger på jeres egne skabeloner og opgaver.
