Virker AI-beskedværktøjer? Hvad forskningen viser

Jeg brugte et par uger på at læse alt, jeg kunne finde om AI-værktøjer, der omskriver personlige beskeder, dels fordi jeg selv bygger et, og dels fordi jeg gerne ville vide, om det, jeg tror på om dem, er sandt.

Det, jeg tror på, er det her. Giver du en svær besked til en AI, er det nyttige øjeblik ikke den polerede version, den giver tilbage. Det nyttige øjeblik er tredive sekunder tidligere, når noget fortæller dig, at den besked, du allerede har skrevet, kommer til at lande dårligt, og hvorfor.

Så jeg gik på jagt efter et værktøj, der gør det. Jeg fandt ikke et på hylderne, hvilket i grove træk er grunden til, at vi endte med at bygge Subtext. Betragt mig som inhabil derefter, og tjek kilderne selv. Så gik jeg på jagt efter forskningen i, hvad der sker, når folk lader AI skrive deres personlige beskeder, og det viste sig at være meget mere interessant end produkterne.

Det, der følger, er det, jeg fandt, med alting linket, så du kan tjekke mig.

De fleste produkter i denne kategori gør præcis det samme

Ser du bort fra antallet af downloads og sorterer de her værktøjer efter, hvad de gør, falder de sammen i fire grupper, og de fleste af dem ender samme sted.

Gruppe et er værktøjerne, der er indbygget i din telefon. Apple Intelligence Writing Tools¹ kører systemdækkende på iOS 18.1 og nyere. Du markerer tekst og får Proofread, Rewrite i tre toner (Friendly, Professional, Concise) og Compose, som sender anmodningen videre til ChatGPT. Gratis, hvis din hardware understøtter det, altså iPhone 15 Pro og opefter. Samsung Writing Assist² gør det samme på One UI, med toneskift, forslag til svar og Live Translate. Gboard³ tilføjer Smart Reply, Proofread og omformuleringsværktøjer, der kører på Gemini Nano på nyere enheder. Alt sammen gratis.

Gruppe to er assistenterne inde i selve beskedappen. Magic Compose⁴ sætter forslag til svar oven over dit tastatur i Google Messages og omskriver udkast i stilarter som Excited, Chill og, af grunde jeg ikke forstår, Shakespeare. Den sender op til tyve af dine seneste beskeder til Googles servere for at gøre det, hvilket betyder, at de beskeder ikke længere er ende-til-ende-krypterede. Google siger, at den ikke gemmer dem. Gemini i Messages er en separat ting, en chattråd hvor du skriver et udkast og derefter kopierer resultatet ind i en rigtig samtale. Den kan ikke se dine andre tråde. Hvilken af de to du har brug for, afhænger af opgaven: den bedste AI-svarapp afhænger af, om dit problem er mængde eller risiko.

Gruppe tre er dating-svar-apps. Du tager et screenshot af en samtale, appen kører OCR på det, og du får åbningsreplikker og modsvar. W Rizz koster $3.99 om ugen. PlugAI, tidligere RizzGPT, ligger omkring $4.99. Der findes dusinvis flere, og de optimerer alle sammen efter én ting, nemlig om den næste besked får et svar.

Gruppe fire er de små til svære samtaler. Det er den mest interessante gruppe og den mindst finansierede. Resolve⁵ på iOS scorer det, den kalder konflikttemperatur. Clarity Coach⁶ på Android lader dig skrive et udkast ind i et øvescenarie og fortæller dig, om det læses som vagt, for hårdt eller for forklarende, før den hjælper dig med at omskrive det. Subtext, som jeg har været med til at stifte, hører til i denne gruppe og arbejder modsat resten af kategorien. Den læser tråden og dit udkast, fortæller dig, hvordan beskeden sandsynligvis lander, og hvilke ord der gør det, og først derefter tilbyder den omskrivninger, du kan tage eller lade være med.

Læg mærke til, hvad der sker i de fleste af dem. Du giver den tekst, den giver dig anden tekst tilbage. Trinnet, hvor noget læser det, du har skrevet, og fortæller dig, hvordan den anden person sandsynligvis vil opfatte det, er sjældent, og hvor det findes, ligger det mest i arbejdssoftware. Copilot i Outlook⁷ tilbyder mailcoaching i tone, klarhed og i, hvordan modtageren kan have det med mailen, og Grammarlys Reader Reactions⁸ forudsiger, hvad en valgt læser vil tage med fra et dokument, og hvad der kan forvirre vedkommende. Ingen af dem er bygget til den besked, du er ved at sende til din søster. På den personlige side kommer Clarity Coach tættest på, og det er en øvesandkasse, så den kan ikke røre ved en besked, du faktisk er ved at sende.

Grammarly⁹ er det værktøj, jeg vil være præcis om, fordi det er tættest på at lukke dette hul. Dens tonedetektor læser dit ordvalg, formulering, tegnsætning og brug af store bogstaver og navngiver tonen. Ved lancering i 2019 dækkede den omkring fyrre af dem¹⁰, heriblandt anerkendende, selvsikker, formel, kærlig og trist. Grammarlys egen supportdokumentation er omhyggelig med begrænsningen. Detektoren identificerer den overordnede tone i din tekst¹¹ og tilbyder ikke omskrivninger på sætningsniveau. Den fortæller dig, hvilken tone der er til stede. Om din søster vil føle sig afvist af den, er et andet spørgsmål. Grammarlys nyere funktion Reader Reactions forsøger at svare på en udgave af det for en læser, du vælger, for eksempel en chef eller en kunde⁸, og jeg har ikke set en uafhængig test af, hvor godt den forudsiger rigtige læsere. Tonedetektion ligger i den gratis version, med Pro til $12 om måneden ved årlig betaling ifølge nuværende pristrackere.

Folk kunne ikke se, om AI havde skrevet teksten, og det var ikke engang tæt på

Det er det fund, der overraskede mig mest, og det er det bedst underbyggede studie i hele feltet.

Maurice Jakesch, Jeff Hancock og Mor Naaman gennemførte seks eksperimenter med 4.600 amerikanske deltagere, publiceret i PNAS i 2023¹². Folk læste selvpræsentationer fra dating-, gæstfriheds- og professionelle profiler og gættede, hvilke der var skrevet af en maskine. Præcisionen lå mellem 50 og 52 procent. I datingbetingelsen, hvor der var penge på spil for at gætte rigtigt, cirka 51,6 procent. Plat-eller-krone-territorium.

Grunden er, at vi alle bruger de samme forkerte genveje. Deltagerne tog førstepersonspronomener, sammentrækninger, omtale af familie og varme følelsesmæssige detaljer som bevis på, at et menneske havde skrevet det. De tog ren grammatik og flad formulering som bevis på, at en maskine havde. Hvert eneste af de signaler er trivielt let for en model at producere på bestilling. Heuristikkerne peger præcis den forkerte vej. En trænet klassifikator i samme studie klarede kun 58,1 procent, så det her er ikke et opmærksomhedsproblem, du kan løse ved at være mere fokuseret.

Tallet Præcisionen ved at kunne se, om en tekst er skrevet af AI eller et menneske: mellem 50 og 52 procent. Plat-eller-krone-territorium.

Seks eksperimenter · 4.600 deltagere · publiceret i PNAS i 2023 · en trænet klassifikator bygget til opgaven klarede kun 58,1 procent

Der er ét forbehold. Det studie brugte tekst fra GPT-3-æraen. Jeg har ikke set nogen teste, i noget som helst i den størrelsesorden, om tallene holder over for nutidens modeller.

Det er også en del af grunden til, at Subtext aldrig prøver at gætte, om AI skrev en besked. Den læser dit eget udkast for, hvordan det kommer til at lande hos den, der modtager det, hvilket et plat-eller-krone-gæt om forfatterskab aldrig ville kunne fortælle dig. Når formuleringen læses som en skabelon, med standardfraser og ingen stemme bag, mærker den det som robotagtig tone, hvilket handler om, hvordan ordene lyder, ikke om hvem der skrev dem.

Skaden opstår ved mistanken, ikke ved at blive taget på fersk gerning

Kan folk ikke opdage AI, kunne man forvente, at hele bekymringen fordampede. Det gør den ikke, og det er den del, der betyder noget for alle, der skriver en rigtig besked til et rigtigt menneske.

Et Cornell-ledet hold gennemførte to randomiserede eksperimenter med 1.020 deltagere, publiceret i Scientific Reports¹³. Smarte svarforslag gjorde samtaler hurtigere og mere positive, og folk vurderede hinanden som tættere og mere samarbejdsvillige. Deltagere, der mistænkte deres partner for at bruge smarte svarforslag, vurderede dog den partner markant dårligere. Mistanken gjorde skaden. Det studie målte mistanke frem for præcision, og i lyset af detektionstallene ovenfor tror jeg ikke, at de mistanker ramte de rigtige mennesker.

Et Carnegie Mellon-hold satte en mekanisme under det her i et studie fra 2025¹⁴ med 399 deltagere fordelt på to studier, og deres resultat er mere subtilt end en simpel straf. Et AI-mærkat er mere end et minuspoint. Det gør din besked til svagere bevis på, hvem du er, i begge retninger. En AI-hjulpet undskyldning læses som mindre varm, og en AI-hjulpet praleri eller bebrejdelse læses som mindre kold. Mærkatet dræner beskeden for information om, hvem du er.

Den vinkel blev hængende i mig. Uanset hvad din besked gjorde som signal, skruer mærkatet ned for lydstyrken på det.

Undtagen i én sammenhæng, hvor åbenhed ikke gjorde nogen målbar forskel

Jeg vil gerne have det studie med, der taler imod min egen produktpåstand, for at udelade det ville være uærligt.

Zoe Purcell og kolleger ved Max Planck-instituttet for menneskelig udvikling, med Jakesch atter blandt forfatterne, gennemførte to præregistrerede eksperimenter med 1.637 deltagere i tillidsspil med to spillere og økonomiske incitamenter, publiceret i iScience i november 2025¹⁵. Halvdelen kunne bruge forudsigende tekstassistance til at skrive en besked, der skulle overbevise en fremmed om at stole på dem. Resten skrev uden hjælp.

AI-assistance havde minimal effekt på tillid, og det holdt selv når brugen af AI blev oplyst. De hjulpne skribenter producerede lige så tillidsvækkende beskeder på kortere tid, så de tjente mere tillid per minut, de brugte. Sproglig analyse fandt, at deres beskeder var lidt mindre autentiske, men varmere, mere komplekse og med mere af det, forskerne kalder clout.

Forfatterne er omhyggelige med rækkevidden, og det er jeg også. Det her er en engangstransaktion mellem fremmede med penge på spil. Adfærdsmæssig tillid i en udbetalingsbeslutning er noget helt andet end din partner, der læser din sms klokken 23 og afgør, om du mente det. Men min vurdering er, at fortællingen om, at “AI ødelægger tillid”, har et reelt modeksempel i litteraturen, og det her er det.

AI skriver bedre trøstende beskeder end de fleste mennesker, lige indtil du nævner, at det var AI

To studier, samme slags resultat.

Yin, Jia og Wakslak i PNAS¹⁶ fandt, at AI-genererede svar fik folk til at føle sig mere hørt end svar fra utrænede mennesker, og at AI’en var bedre til at aflæse, hvilken følelse der var i spil. Så fortalte de modtagerne, at beskeden kom fra AI, og effekten faldt. En af forfatterne bemærkede, at de to effekter var nogenlunde lige store og stort set ophævede hinanden.

Ovsyannikova, Oldemburgo de Mello og Inzlicht¹⁷ gennemførte fire præregistrerede eksperimenter med 556 deltagere i Communications Psychology. GPT-4-svar blev vurderet som mere medfølende end menneskelige svar, inklusive svar skrevet af trænede krisetelefon-frivillige hos Distress Centres of Greater Toronto. At oplyse kilden mindskede forskellen, men lukkede den ikke.

Så maskinen er ofte bedre til ordene. Ordene er ikke det eneste, der bliver sendt med.

Grunden til, at anstrengelse betyder noget, er, at anstrengelse plejede at koste noget

Signalteori er den ramme, der fik det hele til at falde på plads for mig.

En besked gør to ting. Den bærer indhold, og den beviser, at du brugte noget på at sende den. Din tid, din opmærksomhed, og i en svær samtale din fatning. De ting er begrænsede, så at bruge dem siger noget sandt om, hvor højt du værdsætter personen. Forskning i forpligtelsessignaler¹⁸ i japanske og amerikanske stikprøver fandt, at kostbare signaler klarede sig bedre end billige, og at det at undlade at sende et forventet signal, som at glemme en mærkedag, skadede romantiske forhold langt mere end venskaber.

Sænk omkostningen ved at producere en varm, velformuleret, velstruktureret besked til stort set nul, og signalet holder op med at bære information.

Der findes nu direkte belæg for mekanismen, dog ikke fra en beskedkontekst. Et studie fra 2026 i Frontiers in Psychology¹⁹ med 618 deltagere fandt, at det at mærke indhold som AI-genereret markant reducerede den oplevede anstrengelse, mens et “lavet af et menneske”-mærkat ikke adskilte sig fra intet mærkat overhovedet. Folk antager menneskelig anstrengelse som standard, og AI-mærkatet er det, der fjerner den antagelse. Det studie brugte kortformsvideo, så overfør det til beskeder med et vist forbehold.

At outsource ordene ser ud til at svække din egen forpligtelse over for dem

Det er det fund, jeg bliver ved med at tænke på, og det handler slet ikke om modtageren.

Økonomer ved CREED i Amsterdam²⁰ gennemførte tillidsspil, hvor afsendere kunne bruge ChatGPT til at skrive en besked, der lovede gengældelse. To ting skete på samme tid. Folk med adgang til ChatGPT gav flere eksplicitte løfter. Og folk, der overhovedet åbnede ChatGPT, holdt deres løfter 25,7 procent sjældnere ved udbetalingstidspunktet, uanset om de endte med at kopiere det, den gav dem, eller ej.

Den sigende detalje er, at jo tættere den sendte besked var på ChatGPTs rå forslag, desto mindre troværdig var afsenderens senere adfærd. De, der omskrev forslaget, opførte sig bedre. Forfatterne tolker det som en følelse af ejerskab. Sig en ting med dine egne ord, og du føler dig bundet af den. Videresend en ting, en maskine skrev, og en del af dig skrev aldrig under på den. Det er også grunden til, at Subtext viser dig problemet først, før nogen erstatning, og markerer, hvor meget af din egen formulering hver version har ændret. En rettelse, du selv vælger eller skriver, er en, du har underskrevet.

Undskyldninger er der, hvor det her er blevet studeret ordentligt, og fundet er mere brugbart end “lad være”

Læser du kun ét afsnit, så læs det her, for det praktiske svar bor lige her.

Ella Glikson og Omri Asscher gennemførte tre scenariestudier om undskyldninger på arbejdspladsen, publiceret i Computers in Human Behavior²¹. At vide, at nogen havde brugt AI-værktøjer til at skrive en undskyldning, reducerede, hvor autentisk den virkede, og hvor villige folk var til at tilgive. At oplyse det selv blødgjorde ikke det. Indtil videre forudsigeligt.

Så kom den del, der ændrede min mening. Deltagere, der kun brugte ét ud af tre tilgængelige AI-værktøjer, fik slet ingen straf på autenticiteten. Forskerne tolker det som afstand. Begrænset brug af AI holder den endelige besked tæt på det, personen oprindeligt mente, og det kan folk mærke.

Et separat 3x2-eksperiment af Lim, Hong og Schneider med 464 deltagere, også i Computers in Human Behavior²², fandt, at menneskeskrevne undskyldninger blev opfattet som mere oprigtige hele vejen igennem, og at en varm tone forbedrede AI-undskyldninger uden nogensinde at lukke hullet til en menneskelig.

Et CHI-studie fra 2026²³ af Fan, Liu og Pan testede det her på romantiske beskeder, med 152 deltagere i et første studie og 704 i et andet. Jo mere af en besked AI’en havde skrevet, jo mindre virkede den som afsenderens egen, og jo mindre autentisk virkede den. En let omskrivning af tonen, som afsenderen selv godkendte, hjalp på, hvordan en undskyldning blev bedømt, men hele udkast og beskeder om grænser gav andre resultater.

Sæt de tre ved siden af hinanden, og du får noget praktisk. Straffen følger, hvor langt den færdige besked har bevæget sig væk fra det, du mente. Ikke om en maskine var i rummet. Det er samme grund til, at Subtext viser dig, hvad der skaber indtrykket, før den overhovedet tilbyder en færdig version, og fortæller dig, hvor meget af din formulering hver enkelt har ændret, fordi det er den korte afstand, der holder en undskyldning troværdig. Den bredere forskning i hvordan du undskylder over tekst findes i et separat indlæg.

De her værktøjer polerer dine værste instinkter og siger aldrig et ord

Skriv noget passiv-aggressivt, giv det til et hvilket som helst omskrivningsværktøj på din telefon, og se, hvad der sker. Du får bedre skrevet passiv aggression. Ingen advarsel, intet “er du sikker”. Værktøjets job er at gøre det, du bad om.

Der er en grund til, at modellerne hælder den vej. OpenAI trak en GPT-4o-opdatering tilbage i april 2025 og skrev offentligt²⁴, at modellen var blevet “overdrevent smigrende eller medgørlig, ofte beskrevet som smigrende”, og at den “hældede mod svar, der var overdrevent støttende, men uoprigtige”. Årsagen, de pegede på, var, at den var trænet for tungt på kortsigtet brugerfeedback, altså tommelfingre op og ned. I et opfølgende opslag²⁵ indrømmede de, at de slet ingen driftsevalueringer havde, der sporede den slags smiger.

Anthropic-forskere fandt, at det samme mønster er generelt. I et studie præsenteret på ICLR 2024²⁶ viste alle fem topmodeller tegn på smiger, og en analyse af omkring 15.000 sammenligninger af menneskelige præferencer fandt, at det at matche brugerens udtrykte holdninger var blandt de stærkeste forudsigelser for, hvilket svar folk foretrak. Træn på godkendelse, og du udvælger for enighed. Et benchmark fra 2025²⁷ målte smigrende adfærd i 58,19 procent af testtilfældene på tværs af ChatGPT-4o, Claude Sonnet og Gemini 1.5 Pro, med 78,5 procent vedholdenhed når det først startede, selvom det testede faktuelle spørgsmål og svar, ikke personlige beskeder. For personlige beskeder sammenlignede jeg ChatGPT-alternativer til at skrive og hvad de tre store gør ved dine ord.

Tænk nu over, hvad det betyder for det øjeblik, hvor du mest har brug for hjælp. Du er vred, du har skrevet noget, du kommer til at fortryde, og værktøjet, der holder dit udkast, er optimeret til at få dig til at have det godt med det.

Det øjeblik er præcis det, Subtext er bygget til, og det ubekvemme er pointen. Den siger dig, at udkastet lyder vredt i stedet for at gøre vreden lyde bedre.

Spørgsmålet, jeg ikke kan svare på

Er det bedre at sende en akavet besked, du selv skrev, eller en poleret én, du ikke gjorde?

Jeg ledte grundigt, og der findes ikke noget studie, der tester det her direkte. Ingen har randomiseret “dit eget ufuldkomne udkast” mod “et godt udkast, du ikke skrev” og fulgt, hvad der skete med forholdet bagefter. Der findes slet ikke noget longitudinelt. Ingen feltdata på par, familier eller nære venner over måneders AI-hjulpet beskedskrivning. Vi ved ikke, om folk vænner sig til syntetisk polering, eller om vanen langsomt udhuler noget.

Det, vi har, peger i én retning for nære relationer. Anstrengelse læses som omsorg, mærkater flader signalet ud, outsourcede ord ser ud til at løsne dit greb om dine egne løfter, og undskyldninger forbliver troværdige, når de holder sig tæt på det, du mente. Men resultatet fra tillidsspillet siger, at omkostningen i nogle sammenhænge var for lille til at måle, og jeg vil ikke lade som om beviserne er renere, end de er.

Så hvad ville hjælpe

Læser jeg det hele igen, synes jeg, formen på det manglende produkt står ret klart, og at den er tæt på det modsatte af, hvad kategorien bygger.

Ingen har brug for at få deres ord erstattet. Det, de har brug for, i de femten sekunder før de trykker send, er at vide, at beskeden læses koldere, end de føler, eller at det, de tror er en opklaring, læses som en liste af klager. Så retter de det selv, med deres egne ord, og anstrengelsessignalet overlever, ejerskabet overlever, og Glikson og Asschers afstand forbliver kort.

Det er den version, jeg gerne vil skal findes, og det er den, vi har bygget Subtext op omkring. Subtext tager hele tråden i stedet for sætningen, sætter navn på, hvad dit udkast sandsynligvis signalerer til personen, der er ved at læse det, og viser dig de ord, der skaber det indtryk. Hver version, den derefter tilbyder, viser, hvor meget af din formulering den har ændret, og du kan ændre en hvilken som helst af dem med Rediger manuelt, før du kopierer den, så rettelsen forbliver din. Ifølge beviserne ovenfor betyder det mere end omskrivningen, fordi straffen følger afstanden til det, du mente, og den korteste afstand er din egen sætning med ét ord ændret. Prøv Subtext i browserenPrøv Subtext i browseren

Min egen regel, for hvad den så er værd: jeg lader gerne en maskine fortælle mig, hvordan min besked lyder. Jeg lader den ikke sige undskyld til min søster på mine vegne.

Synes du, jeg har læst et studie forkert, eller kender du et værktøj, der rent faktisk diagnosticerer, før det omskriver? Sig til på LinkedIn.

Samet Durgun er medstifter af Subtext, en app der fanger den følelsesmæssige tone i dine beskeder og skriver dem om med dine egne ord. Han bor i Berlin.

Kilder

Hvert link ovenfor går til den primære kilde, hvor der findes en, nummereret i den rækkefølge de optræder i. Produktfunktioner og priser tjekket i august 2026. Hvor et tal kom fra et virksomhedsblog eller en pressemeddelelse i stedet for et studie, har jeg ladet det være ude.

Apple Support. Use Writing Tools with Apple Intelligence on iPhone.
Samsung. Use Writing assist on Galaxy phones and tablets.
Google Support. Use writing tools with Gboard.
Google Support. Draft messages with Magic Compose.
Apple App Store. Resolve: AI Conflict Coach.
Google Play. Clarity Coach.
Microsoft Support. Get email coaching with Copilot in Outlook.
Grammarly Support. Reader Reactions user guide.
Grammarly. Writing Tone Detector and Tone Suggestions.
TechCrunch (2019). Grammarly gets a tone detector to keep you out of email trouble.
Grammarly Support. How do Grammarly’s tone suggestions work?
Jakesch, M., Hancock, J. T., & Naaman, M. (2023). Human heuristics for AI-generated language are flawed. PNAS, 120(11), e2208839120.
Hohenstein, J., Kizilcec, R. F., DiFranzo, D., Aghajari, Z., Mieczkowski, H., Levy, K., Naaman, M., Hancock, J., & Jung, M. F. (2023). Artificial intelligence in communication impacts language and social relationships. Scientific Reports, 13, 5487.
Khadpe, P., Wenzel, K., Loewenstein, G., & Kaufman, G. (2025). Explaining the Reputational Risks of AI-Mediated Communication. AAAI/ACM Conference on AI, Ethics and Society.
Purcell, Z. A., Jakesch, M., Dong, M., Nussberger, A.-M., & Köbis, N. (2025). Writing with AI boosts trust-building efficiency. iScience, 28(12), 114092.
Yin, Y., Jia, N., & Wakslak, C. J. (2024). AI can help people feel heard, but an AI label diminishes this impact. PNAS, 121(14), e2319112121.
Ovsyannikova, D., Oldemburgo de Mello, V., & Inzlicht, M. (2025). Third-party evaluators perceive AI as more compassionate than expert humans. Communications Psychology, 3.
Yamaguchi, M., et al. (2015). Commitment signals in friendship and romantic relationships. Evolution and Human Behavior.
Human-made vs. AI-generated: how provenance labels drive strategic curation via perceived effort (2026). Frontiers in Psychology.
AI-Powered Promises: The Influence of ChatGPT on Trust and Trustworthiness. CREED, University of Amsterdam.
Glikson, E., & Asscher, O. (2023). AI-mediated apology in a multilingual work context. Computers in Human Behavior, 140, 107592.
Lim, J. S., Hong, N., & Schneider, E. (2025). How warm- versus competent-toned AI apologies affect trust and forgiveness through emotions and perceived sincerity. Computers in Human Behavior, 172, 108761.
Fan, G., Liu, D., & Pan, L. (2026). Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication. Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems, 1-24.
OpenAI (2025). Sycophancy in GPT-4o.
OpenAI (2025). Expanding on what we missed with sycophancy.
Sharma, M., et al. (2024). Towards Understanding Sycophancy in Language Models. ICLR 2024.
Fanous, A., et al. (2025). SycEval: Evaluating LLM Sycophancy. AAAI/ACM Conference on AI, Ethics and Society.