Microsoft 365 Copilot es un sistema de permisos, no solo GPT-4 en Office

Microsoft presentó Microsoft 365 Copilot el 16 de marzo de 2023 como una capa de IA para Word, Excel, PowerPoint, Outlook y Teams. El titular fácil era que GPT-4 llegaba a Office. La arquitectura anunciada decía algo más importante: el modelo se combinaría con Microsoft Graph, las aplicaciones y los datos de trabajo autorizados. Esa combinación cambia la pregunta de compra. Una empresa no debe evaluar solo si el modelo redacta bien, sino qué información recupera, bajo qué identidad, qué acción puede ejecutar y quién responde cuando una salida convincente es falsa.

El producto no es el modelo

En su anuncio original, Microsoft describió un motor de orquestación que une grandes modelos de lenguaje, entre ellos GPT-4, con Microsoft 365 y Graph. Business Chat podía consultar calendario, correos, chats, documentos, reuniones y contactos para preparar una respuesta contextual. Dentro de cada aplicación, Copilot prometía redactar en Word, analizar en Excel, crear presentaciones, resumir hilos y recoger decisiones.

Son al menos cinco componentes: modelo, recuperador de información, sistema de permisos, interfaz y aplicación que recibe el resultado. Un fallo puede nacer en cualquiera. El modelo puede inventar; el recuperador puede elegir una versión antigua; un permiso heredado puede exponer un archivo que nadie recordaba compartido; la interfaz puede ocultar la procedencia; el usuario puede aceptar un borrador sin revisar. Medir únicamente la precisión de GPT-4 no mide el producto que trabaja sobre datos empresariales.

«Basado en tus datos» tiene dos caras

Conectar el modelo al trabajo interno reduce una limitación: GPT-4 no conoce por sí solo la última propuesta, la reunión de esa mañana ni las cifras de una hoja privada. Recuperar material pertinente permite fundamentar una respuesta. Pero el mismo acceso amplía el impacto de un error. Un resumen puede mezclar proyectos, una presentación puede incorporar una cifra obsoleta y un correo puede revelar un dato correcto al destinatario equivocado.

Microsoft afirmó que los modelos de Copilot no se entrenarían con los datos o instrucciones del inquilino y que el sistema mostraría solo información a la que el usuario ya tuviera acceso. Son compromisos relevantes, pero no sustituyen una auditoría interna. «Puede acceder porque el empleado puede» describe el máximo heredado, no demuestra que cada permiso siga siendo necesario. Una carpeta compartida años atrás o un grupo demasiado amplio puede ser legalmente accesible y operacionalmente inapropiado para una síntesis instantánea.

Antes del piloto, hacer un mapa de información

La organización necesita saber qué repositorios entran, quién es dueño de cada uno, qué clases de sensibilidad contienen y cuánto tiempo conservan material. Después debe revisar grupos, enlaces compartidos y accesos excepcionales. El objetivo no es limpiar todo el archivo corporativo antes de probar IA, sino delimitar una zona inicial donde los permisos y la calidad documental sean comprensibles.

Un buen piloto empieza con un proceso y una colección, no con «todos los empleados y todos los documentos». Puede limitarse, por ejemplo, a resumir actas aprobadas dentro de un equipo. Quedan fuera borradores legales, expedientes de personal, secretos comerciales y comunicaciones con privilegio. Esa lista negativa debe escribirse antes de la demostración, cuando el entusiasmo todavía no ha convertido cada restricción en un obstáculo.

La fuente debe viajar con la respuesta

Microsoft dijo que Copilot señalaría limitaciones, enlazaría fuentes y pediría revisar y verificar. Es una elección esencial: una respuesta empresarial útil debe permitir abrir el documento exacto, ver fecha, autor y fragmento utilizado. Un nombre de archivo sin versión no basta. Tampoco una colección de enlaces al final si no puede saberse qué afirmación salió de cada uno.

La trazabilidad permite tres comprobaciones distintas. Procedencia: ¿de dónde salió el dato? Vigencia: ¿es la versión válida para esta decisión? Autoridad: ¿ese documento tiene rango para fijar la política o era una nota informal? El modelo puede resumir correctamente un texto equivocado para el contexto. La revisión no debe preguntar solo «¿lo dijo bien?», sino «¿eligió el documento que podía responder?».

Cada aplicación exige un umbral distinto

Un borrador de Word es reversible: se revisa antes de circular. Un análisis de Excel puede alimentar un presupuesto; una fórmula o filtro incorrecto tiene consecuencias mayores. Un resumen de Teams puede atribuir un acuerdo que nadie tomó. Un correo de Outlook puede abandonar la organización con un clic. Llamar a todo «asistencia de productividad» esconde diferencias de severidad y reversibilidad.

Conviene clasificar funciones en tres niveles. En el primero, generar o resumir sin publicar: el humano valida siempre. En el segundo, modificar contenido compartido: se exige comparación con fuentes y registro. En el tercero, comunicar fuera, cambiar permisos o activar un proceso: hace falta una aprobación separada y visible.

La revisión humana necesita un contrato

«El usuario tiene el control» no especifica qué debe revisar ni cuánto tiempo dispone. Si Copilot produce diez veces más texto, una persona puede convertirse en sello de goma. Cada flujo necesita un contrato de revisión: campos críticos, fuente que debe abrirse, tolerancia de error, rol autorizado y registro de aprobación. El sistema debe abstenerse o escalar cuando falte evidencia, no compensarla con lenguaje fluido.

La presentación de GPT-4 de OpenAI reconocía que el modelo seguía lejos de ser perfecto en factualidad, control y cumplimiento de guardas. Conectar contexto no elimina esas limitaciones. Puede reducir respuestas sin base si recupera el documento correcto, pero también proporciona material privado con el que formular un error más específico y creíble. La revisión debe diseñarse alrededor del daño posible, no de la media del modelo.

Evaluar el sistema completo

Las pruebas deben usar tareas reales con respuestas conocidas. Para cada caso se registra si recuperó la fuente correcta, respetó permisos, distinguió versiones, citó el fragmento, produjo un resultado factual y se abstuvo ante información insuficiente. También hacen falta pruebas adversas: documentos con instrucciones dentro, nombres similares, archivos revocados, cifras contradictorias y destinatarios externos. Una media global puede ocultar un único fallo de acceso de alta gravedad.

El marco de riesgo de IA de NIST, publicado en enero de 2023, ofrece una disciplina útil: gobernar, mapear el contexto, medir y gestionar durante el ciclo de vida. Aplicado a Copilot, significa asignar dueño, describir afectados y daño, probar antes de ampliar, monitorizar incidentes y disponer de retirada. La evaluación no termina cuando el piloto «gusta»; cambia cuando aparecen nuevos repositorios, funciones o grupos.

De los principios a los controles

Microsoft ya había publicado en 2022 materiales de su Responsible AI Standard. La guía vincula transparencia y fiabilidad con diseño de interfaz, planificación de fallos, evaluación desagregada, documentación de datos y supervisión humana. Es una pista útil para compradores: pedir pruebas de que esos principios aparecen en controles del producto, no conformarse con que figuren en una página corporativa.

Un expediente mínimo de adopción incluye arquitectura de datos, permisos efectivos, política de retención, conjunto de evaluación, registro de fuentes, incidentes, responsables y criterio de suspensión. También debe distinguir afirmaciones del proveedor de comprobaciones del cliente. Si una propiedad no puede verificarse todavía, se etiqueta como limitación y se reduce el alcance; no se rellena con confianza.

La productividad comienza por reducir incertidumbre

Ahorrar minutos al redactar es valioso, pero una revisión más larga, una filtración o una decisión basada en una versión incorrecta puede borrar el beneficio. La métrica debe ser tiempo hasta resultado aprobado, no tiempo hasta primer borrador. Junto a ella van correcciones, fuentes abiertas, escalados, incidentes y tareas que no deberían haberse automatizado. El control también es productividad cuando evita rehacer.

La capacidad transferible es evaluar cualquier copiloto de oficina como una cadena de seis contratos: identidad, datos, recuperación, permisos, acción y revisión. Para cada uno hay que declarar dueño, prueba y respuesta al fallo. Microsoft 365 Copilot mostró que el valor no estaba simplemente en colocar GPT-4 junto a un documento, sino en conectarlo al contexto correcto sin convertir accesos antiguos y texto persuasivo en decisiones automáticas.