fix(ms-ai-architect): G7 idx-26g lukket — og §9.12s egen korpusmaaling var tatt over feil populasjon

Header **Status:** GA -> GA / Preview (Responsible AI scorecard). Begge kildesidene
bekreftet ordrett ved live fetch: 'currently in public preview ... provided without a
service-level agreement, and we don't recommend it for production workloads'. Begge
titlene sier '(preview)'. Formen valgt etter aa ha sjekket alle seks korpusfilene i
X / Preview (Y)-familien: parentesen navngir alltid det som ER i preview, aldri
GA-flaten.

DE TO BESLUTNINGENE VAR UAVHENGIGE, OG ENTRYEN BUNTET DEM. Banneret staar paa
concept-siden, som ALLEREDE er filas Kilder #1 - saa preview-faktumet trengte ingen
ny kilde. Bare de sju segmentene trengte how-to-siden. Delt opp i ratifiseringen slik
at en kildebeslutning ikke gated en status-retting.

STEMPELET RE-DATERT BEVISST 2026-08-04 -> 2026-08-09. En setning skrevet i dag under
et fem dager gammelt verifiseringsstempel er nettopp idx-26h-defekten ('stempelet var
FEIL DA DET BLE SATT, ikke foreldet') - denne gangen forfattet av editen selv.
Re-datering paastaar hele §1, saa hele §1 ble re-maalt mot begge live-sidene.

TREDJE LOCATOR, IKKE NAVNGITT AV ENTRYEN (ankere er en NEDRE grense, tiende gang):
Kilder #1 sa 'Status: GA (public preview for some features)' to linjer under sin egen
tittel som slutter paa '(preview)'. Banneret dekker hele funksjonen -> falskt, ikke
bare upresist.

Kilde #9 lagt til, 9-15 renummerert 10-16, Total kilder 15 -> 16. Trygt paa maaling:
grep over linje 1-794 gav NULL prosa-kryssreferanser til kildenummer. Formen bevarer
ogsaa telle-paastandens referent (teller entries, 16 entries / 9 URL-er), mens
'andre URL under #1' ville gitt 16 URL-er mot 15 entries - klassen idx-26j nettopp
bokfoerte.

RETTELSE: §9.12 (og idx-26j locator 5, og STATE) maalte **Status:** over ALLE 434
forekomster under skills/*/references/ - som blander header-feltet paa linje 4 med 47
SEKSJONSNIVAA-linjer i filkropper. To felt, to referenter, ett tall. Header-feltet
alene (FNR<=10): 387 forekomster / 389 filer, 69 distinkte. GA 249 (ikke 252),
Preview 1 (ikke 2), Komplett 1 (ikke 2). To-vokabular-funnet OVERLEVER rettelsen.
Konsekvensen gjoer det ikke: 'setter konvensjonen for 389 filer ved uhell' er FALSK -
69 distinkte verdier, ~44 singletons, 35+ sammensatte GA/Preview-former. En sann
sammensatt verdi SLUTTER SEG TIL etablert praksis. Paastanden som staar er smalere:
fila hadde alt valgt produkttilgjengelighets-aksen, og editen gjorde dens valgte akse
sann.

Bokfoert, ikke reparert: idx-26k (denne filas fottekst, 3+2+1=6 - samme klasse som
idx-26j locator 1, som BEKREFTER som maalt det 26j bare kunne kalle sannsynlig) +
idx-26j re-scopet (locator 5 er ikke lenger blokkert paa korpusbeslutning; formen er
naa presedens). **Last updated:** urort - verifisert at null av elleve tidligere
ratifiserte korpus-editer rorte feltet.

Koe: 8 aapne / 11 resolved. Suite 1047/1047.

[skip-docs]

skills/ms-ai-governance/references/responsible-ai/stakeholder-communication-ai-decisions.md

@@ -1,7 +1,7 @@
 # Stakeholder Communication - Explaining AI Decisions to Non-Technical Audiences
 
 **Last updated:** 2026-06-29
-**Status:** GA
+**Status:** GA / Preview (Responsible AI scorecard)
 **Category:** Responsible AI & Governance
 **Type:** reference
 **Source:** https://learn.microsoft.com/azure/machine-learning/concept-responsible-ai
@@ -49,6 +49,8 @@ Hver gruppe krever tilpasset kommunikasjon: ledere trenger risikovurdering, slut
 
 **Primært bruksområde**: Azure Machine Learning
 
+**Tilgjengelighet**: Scorecard-en er i public preview. Preview-versjonen leveres uten SLA, og Microsoft anbefaler den ikke for production workloads. Enkelte funksjoner kan mangle støtte eller ha begrenset funksjonalitet.
+
 **Formål**:
 - Bygge bro mellom tekniske verktøy og etiske/regulatoriske krav
 - Muliggjøre multi-stakeholder alignment i ML-livssyklusen
@@ -82,7 +84,7 @@ Business Stakeholder: Vurderer om modellen møter forretningskrav → Go/No-go b
 - ✅ Dokumentasjon som kan deles med juridisk og compliance
 - ✅ Grunnlag for deployment-godkjenning
 
-*Confidence: Verified (MCP microsoft-learn, 2026-08-04)*
+*Confidence: Verified (MCP microsoft-learn, 2026-08-09)*
 
 ---
 
@@ -798,7 +800,7 @@ Hvis noen av disse mangler: **IKKE deploy før de er på plass.** AI uten stakeh
 
 1. **Share Responsible AI insights using the Responsible AI scorecard (preview)**
    - https://learn.microsoft.com/en-us/azure/machine-learning/concept-responsible-ai-scorecard?view=azureml-api-2
-   - Status: GA (public preview for some features)
+   - Status: Public preview — leveres uten SLA, ikke anbefalt for production workloads
    - Verifisert: 2026-02
 
 2. **What is Responsible AI?**
@@ -836,37 +838,42 @@ Hvis noen av disse mangler: **IKKE deploy før de er på plass.** AI uten stakeh
    - Status: GA
    - Verifisert: 2026-02
 
+9. **Use Responsible AI scorecard (preview) in Azure Machine Learning**
+   - https://learn.microsoft.com/azure/machine-learning/how-to-responsible-ai-scorecard
+   - Status: Public preview — leveres uten SLA, ikke anbefalt for production workloads
+   - Verifisert: 2026-08-09
+
 ### Baseline Sources (modellkunnskap)
 
-9. **EU AI Act** (via EØS-avtalen, relevant for Norge)
-   - Confidence: High (publicly available regulation)
+10. **EU AI Act** (via EØS-avtalen, relevant for Norge)
+    - Confidence: High (publicly available regulation)
 
-10. **NIST AI Risk Management Framework**
+11. **NIST AI Risk Management Framework**
     - Confidence: High (US standard, widely referenced)
 
-11. **Norsk offentlig sektor AI governance** (DFØ, Datatilsynet)
+12. **Norsk offentlig sektor AI governance** (DFØ, Datatilsynet)
     - Confidence: Medium (basert på generell kunnskap om norske myndigheters krav)
 
-12. **Power Platform CoE Starter Kit**
+13. **Power Platform CoE Starter Kit**
     - Confidence: High (open-source, dokumentert av Microsoft)
 
 ### Code Samples (fra MCP microsoft_code_sample_search)
 
-13. **MLflow GenAI evaluation scorers**
+14. **MLflow GenAI evaluation scorers**
     - Eksempler på å evaluere AI-responder med custom judges
     - Relevant for: Quality assessment og stakeholder-rapportering
 
-14. **Azure AI tracing with OpenTelemetry**
+15. **Azure AI tracing with OpenTelemetry**
     - Eksempler på å logge AI interactions med feedback
     - Relevant for: Audit trail og user feedback loops
 
-15. **Azure AI Evaluation SDK**
+16. **Azure AI Evaluation SDK**
     - Eksempler på å bruke built-in evaluators (RelevanceEvaluator, ViolenceEvaluator)
     - Relevant for: Safety og quality metrics for stakeholders
 
 ---
 
-**Total kilder**: 15 (8 verified fra MCP, 7 baseline/code samples)
+**Total kilder**: 16 (9 verified fra MCP, 7 baseline/code samples)
 
 **MCP calls gjennomført**: 5 (3 docs_search, 2 docs_fetch, 1 code_sample_search)