AIメッセージチェッカーにできること、そして送る前に自分でできる7つの確認

「AIメッセージチェッカー」を検索したなら、おそらくもうメッセージ自体はできあがっています。入力欄にそのまま置かれていて、もう6回は読み返して、はっきりおかしいところは見当たりません。ただ何かが引っかかる。冷たすぎるのか、書きすぎなのか、あるいは自分でも指させないかたちで身構えているのか。

AIメッセージチェッカーは、すでに書いたメッセージを読み込み、その言い回しが送信前にどう伝わりそうかを教えてくれます。中には、そのあと書き直しまでしてくれるものもあります。でも大事なのは診断のほうで、たいていのツールが飛ばしてしまうのもここです。

私はSubtextを共同創業しました。まさにこの瞬間のためにつくられたアプリなので、このカテゴリーについて中立ではありません。私が役に立てるとしたら、もっと狭い問いのほうです。ソフトウェアはメッセージについて実際に何を教えられて、何は自分で決めるしかないのか。以下の研究にまつわる主張には、すべて出典へのリンクをつけています。

メッセージチェッカーがチェックできること、超えてはいけない一線

チェッカーが分析できるのは、目の前にある言葉そのものです。言い回しがフォーマルかカジュアルか、率直か遠回しか、温かいか距離があるか。ある一文が、相手の動機をまるで事実であるかのように断定していないか。二行の断りの中に、謝罪が三つも入り込んでいないか。

できないのは、誰かが心の中で本当は何を感じているかを確かめることです。

二語だけの下書きを例にとります。「わかった。好きにすれば」。チェッカーは「わかった」が素っ気なく、「好きにすれば」が突き放すように読める、と妥当に指摘できます。でも、それを書いた人が実際に怒っている、とまでは断定できません。このふたつはまったく別の主張で、トーン検知まわりのマーケティングの多くは、それを断りもせずに行き来しています。この点についての根拠は、AIがトーンについて何を知っていて何を知らないかを扱った別の記事でまとめました。

そもそも、これから送るメッセージに必要なのは、心を読む力ではありません。必要なのは第三者の目で、それは自分の下書きに対しては自分では持てないものだからです。

自分の下書きを読み返しても意味がない理由

Kruger、Epley、Parker、Ngは2005年に、これをめぐる5つの実験¹を行いました。この論文は、実際に読まれる回数よりも、引用される回数のほうがずっと多いものです。

5つのうち最大の実験では、学生154組に、皮肉、真剣さ、怒り、悲しみのいずれかを伝えるつもりの文をペアで書かせ、相手が意図したトーンを言い当てられるかどうかを予測させました。書き手は88.8パーセント当たると予想していました。実際に当たったのは70.4パーセントでした。

このギャップこそが発見であり、著者たちは、それが何を意味しないかについて慎重です。第1実験での正答率は84パーセントで、著者たちは「このデータから、人はメールで皮肉をうまく伝えられないと示唆するのは誤解を招く」と書いています。それが何を意味するのかについての著者たちのまとめはこうです。「人がどれだけ有能であっても、自分が思っているほど有能ではない」。

書き手にとって、これをさらに厄介にする細部が3つあります。友人同士は見知らぬ相手同士より正確というわけではなく、過信の度合いも同じくらいで、よく知っている相手に書いても、このギャップは縮まりません。絵文字もこのギャップを縮めません。同じ論文の中で報告された追加実験は、書き手が絵文字を使えるかどうかを操作し、「過信の度合いは、絵文字を使ったグループと使わなかったグループとで変わらなかった」ことを見つけています。そして、よく出回っている「人は56パーセントの確率でトーンを正しく読み取る」という主張は、本文中の数値ではなく、グラフを読み取った値です。この論文がその条件について実際に印刷しているのは、29組のあいだで偶然と見分けがつかない正答率です。この56という数字は、繰り返す価値がありません。

ステップに入る前に、正直な限界をひとつ。これは2005年に行われた、メールについての研究です。著者たち自身は、このメカニズムがチャットやインスタントメッセージにも広がるはずだと予想し、そう書いてもいますが、誰もそれを今どきのテキストメッセージで検証し直してはいません。このメカニズム自体は十分に裏づけられたものとして扱い、正確なパーセンテージのほうはメールに属するものとして扱ってください。

あなたのメッセージが確実に伝えるもの、途中で失われるもの

もっとも役に立つ現代の数字を出しているのはHoltgraves²です。書き手は、22種類の感情のうちひとつを、その名前を出さずに伝えるテキストメッセージを書きました。読み手が自由回答でその感情を言い当てられたのは20.1パーセント、選択式では46.3パーセントでした。外れた場合でも、ポジティブかネガティブかという方向性自体は、自由回答の研究で84.5パーセント、選択式の研究で90.6パーセント、正しく捉えられていました。

ここから、書き手への教訓がひとつ導けます。読み手はほぼ確実に、何かがおかしいと気づきます。ただ、その理由についてはたいてい読み違えます。だから、チェックが狙うべきなのは感情を隠すことではなく、読み手がより悪い理由で埋めてしまう余地、つまり曖昧さのほうです。

Byronの枠組み³は、この目減りがどちらの方向に起きるかを予測しています。ポジティブなメールはニュートラルに、ニュートラルなメールはネガティブに届きやすい、というものです。これは実験ではなく理論的な論文なので、そのつもりで受け取ってください。自然だと感じるより一段階だけ温かく書けば、相手にはちょうど自然な温度で届きます。

7つのステップでチェックする

ある文章が「大丈夫かどうか」を判定する、検証済みの科学的なテストは存在しません。ここから紹介するのは、自分の下書きから距離を取るための方法です。1分もかからず、アプリも必要ありません。

1. 自分が意図したものを補わずに読む

いちばん重みのある一文を選び、誰が書いたのか知らないつもりで読んでみます。

「まあ、とりあえず好きにしてくれていいよ」。それが本心だったかどうかは、あなたにはわかります。でも読み手にはわかりません。「まあ」は気乗りのなさを示すことがあります。「とりあえず」は苛立ちを足すことがあります。「好きにして」は、決定から手を引いているように読めることがあります。

そのどの読み方も、自動的に正しいわけではありません。ただ、読み手にはそう読める余地がある、それこそがチェックする意味そのものです。

2. 謝罪と、言い切らない言葉を数える

これは私が下書きの中でいちばんよく見かける欠点で、このふたつにはどちらも根拠があります。

Freedman、Burgoon、Ferrell、Pennebaker、Beer⁴は、合わせて参加者およそ1,880人規模の複数の研究で、断りの言葉に謝罪をくっつけると、実際に許す気持ちは増えないまま傷つき方は大きくなり、「許すよ」と言わせるプレッシャーが生まれることを見つけました。謝罪つきの断りは、行動課題の中でより多くの攻撃性も引き出しました。「いい断り方」を書くよう頼まれた人の約39パーセントは、頼まれもしないのに自分から謝罪を入れていて、つまり逆効果な行動のほうが、実は人気者でもあるということです。この根拠は断りや辞退の場面に限られたもので、それ以上広げるつもりはありません。

言い切らない言葉については、Givi、Kirk、Grossman、Sedikides⁵が6つの実験(うち5つは事前登録)を行い、招待に対してはっきりした断りではなく、ためらいがちな「たぶん」で返信する場面を調べました。招待された側は、招待した側が「たぶん」をどれだけ好むかを過大評価していました。なぜなら、「たぶん」が招待した側にどれだけ強く軽んじられたと感じさせるかを、過小評価していたからです。この説明のなかで、立ち止まって考える価値があるのはここです。「たぶん」は受け取る側よりも、それを送る側自身に都合がいいのであって、動機づけられた推論がその先を埋めます。この根拠は招待についてのものなので、すでに決めていることを不確かさに見せかけて包む場面に当てはめるのは、彼らの発見というより私自身の拡張です。

実務的には、「ごめん」「お邪魔してごめん」「迷惑じゃないといいんだけど」を全部数えてみてください。残していいのは多くてもひとつで、しかも自分が実際にしたことについて謝っている場合だけです。次に「たぶん」「もしかしたら」「様子を見てみる」「確認してから連絡する」を探します。中には正直な不確かさを表していて、残すべきものもあります。切るべきなのは、書いていてほっとした、と感じたものです。

この数え上げは、Subtextが下書きに対して最初に行うことでもあります。理由はFreedmanの数字が示唆する通りで、とっさに付け加えた謝罪こそ、読み返しても自分ではいちばん気づきにくいものだからです。

3. 相手ではなく自分の話になっている一文を見つける

一文ずつ読みながら、それが誰のためになっているのかを問います。「ずっと連絡しようと思ってて、それができてなくて本当に申し訳なく思ってる」は、相手にあなたを安心させる役目を負わせながら、自分の罪悪感を処理しているだけです。告白の服を着た、お願いごとです。

このステップは、研究上の発見ではなく私自身の推論です。この実験をした人はいません。それでもここに入れたのは、何千もの下書きを読んできた中でいちばん信頼できると感じたパターンだからで、しかもこれは研究がちゃんと裏づけていることのすぐ隣にあります。許しを求める謝罪と、代償を認める謝罪は別の行為であり、相手にとって何か意味があるのは後者だけです。

たいていの場合、直し方は削除です。ときには、その一文を文末に移すだけでも変わります。そこでは、本題ではなく脚注として読まれるようになるからです。

4. お願いごとの中に、判断まで混ざっていないか確認する

「木曜までに教えてもらえますか?」と「今度こそ、ちゃんと教えてくれますか?」を比べてみてください。

どちらもお願いです。ただ、二つ目は相手の過去の行動にまでコメントしています。それが意図的なこともあり、ときにはそうあるべきこともあります。でももっと多いのは、打っている最中にイライラしていて、そのイライラが座る場所を見つけただけ、というケースです。

実際にその仕事をしているのは、たいてい小さな一語です。「ちゃんと」「また」「やっと」「今度こそ」。こうした言葉を狙って探してください。

5. 説明が乗っ取っていないか確認する

説明は役に立つものですが、いつのまにか弁明に変わっていきます。いちばん起きやすいのは、謝罪、キャンセル、意見の食い違いの場面です。最初は何が起きたかを書き、次になぜそれが起きたかを書き、最後になぜ自分の反応が正当だったかを書く。読み終える頃には、あなたは謝罪を送ったつもりでも、相手は弁護側の主張を受け取っています。

一度、説明の部分を消して、何が残るか見てみてください。お願いはまだ明確ですか。認めるべきことはまだそこにありますか。断りはまだ断りのままですか。説明を抜いたらメッセージが崩れてしまうなら、その説明は本来背負うべきではないものまで背負っていたことになります。

6. 何かを付け加えているのか、それとも返信を求めているだけなのか確認する

Lew、Walther、Pang、Shin⁶は、返信の速さと会話の「コンティンジェンシー」、つまりメッセージが直前のやりとりにどれだけ直接応じているかを、掛け合わせて調べました。全体としては、直前の内容に応じた返信のほうが、汎用的な返信より高く評価されました。ただし、速さの効果はこのコンティンジェンシーしだいでした。速い返信が効果を持ったのは、それが同時に直前の内容に応じている場合だけで、速いけれど汎用的で台本じみて聞こえる返信は、4つの条件の中で最悪の評価となり、遅くて汎用的な返信よりも悪かったのです。コンティンジェンシーは遅さを和らげるものではありませんでした。むしろ、速さが何かの役に立つための前提条件そのものだったのです。

つまり、会話に応じているメッセージは中身で評価され、返信を促すだけのメッセージは、自分が当然もらえるはずだと感じている何かを催促するものとして評価されます。「?」や「もしもし?」はその純粋なかたちです。「一応、これ見てもらえたか確認なんだけど」は、もっと上等な服を着ているだけで、やっていることはまったく同じです。

手早いテストとしては、最後の一行を消してみてください。それでもメッセージがまだ何かを言えているなら、その最後の一行は催促にすぎなかったということなので、消したままにしていいでしょう。

7. わざと間違ったトーンで声に出して読む

ここに挙げたステップの中で、実験が直接裏づけているのはこれだけで、結果もふだん耳にするアドバイスよりずっと具体的です。

Krugerの論文の第4実験¹では、学生54人がメールで送るための皮肉な文と真剣な文を打ち込み、それぞれをテープレコーダーに向かって声に出して読んでから、相手がどれだけうまく読み取れるかを予測しました。半分は、それぞれの文を意図した通りのトーンで読みました。残り半分は正反対のトーンで読み、皮肉な文を真顔で、真剣な文を皮肉っぽく読みました。

後者のグループでは、過信が消えました。論文自身の言葉を借りれば、「この現象学的操作は、参加者の過信を完全に消し去った」とのことです。前者のグループ、つまり自分の言葉を意図した通りのトーンで読んだほうは、それ以前の研究の参加者たちとまったく同じだけ、狂ったままでした。

つまり、自分の下書きを意図した通りのトーンで声に出して読んでも、何の効果もないということで、これは世間でよく聞くこのアドバイスの標準版にとっては、なかなか具合の悪い話です。かわりに、自分がいちばん恐れているトーンで声に出して読んでください。平坦に言ってみる。冷たく言ってみる。相手にイライラしているかのように言ってみる。それでも耐えられるなら、送ってください。口に出した瞬間に別のメッセージになってしまうなら、その読み方はずっと文章の中に潜んでいて、あなたには見えていなかっただけです。

実験ひとつ、54人、メールについて。それでも、このページの中でいちばん根拠のしっかりした項目です。そしてこれは、Subtextが下書きを読むときにやっていることに、いちばん近い説明でもあります。あなたの頭の中にある声とは違う声で、あなたの言葉を一度通してみること。

そのあと、受け取る側になって一度読む

メッセージがどう読まれるかは、それを手にしている相手しだいで、その相手もまた過信しています。同じKrugerの研究では、メールの読み手は89.3パーセントの確率で、送り手が意図したトーンを正しく言い当てたと信じていましたが、実際に当たっていたのは62.8パーセントでした¹。相手があなたのメッセージをどう意味づけようと、それを裏づけ確認することはありません。

相手が誰であるかによって、確率は変わります。Sillars and Zorn⁷は、職場のメールにおける「ネガティブ強調バイアス」を記録していて、受け取った側は関係のない第三者の観察者よりもメッセージを否定的に評価し、しかもメッセージの実際の中身にはあまり縛られていませんでした。この効果は、コミュニケーションの空気が悪い環境や、組織階層の下位にいる人ほど強く出ました。Kingsbury and Coplan⁸は、社会不安の高い読み手ほど曖昧なテキストをより否定的に解釈することを、215人と353人のサンプルで見つけています。

だから、自分より立場が下の人や、これまでピリピリしていた相手、不安を抱えている相手にメッセージを送るなら、下書きに対して考えられるいちばん厳しい読み方は、被害妄想ではなく、むしろ十分にありうる読み方です。その相手になったつもりで、その状態のままメッセージを読み、それでも耐えられるか確かめてください。

はっきり言っておく価値があります。世間で広まっているバージョンは行き過ぎているからです。この根拠が示しているのは、誰もが何でも最悪の読み方をデフォルトにしている、ということではありません。示しているのは、否定的な解釈が、誰が読んでいるか、そのときの関係性がどうであるかによって予測できる、ということです。

メッセージチェッカーか、メッセージ書き直しツールか

このふたつは、裏側では似たようなモデルの上で動いていることもあります。ただ、役に立つ瞬間が起きるタイミングが違います。

「わかった。好きにすれば」に話を戻します。書き直しツールなら、「了解、都合のいいほうでお願いします」といった文を返してくるかもしれません。たしかに滑らかにはなりますが、それは別のメッセージです。もしかしたら、あなたは苛立っていて、その一部を残したいのかもしれません。先にチェックしておけば、それを消すかどうか決める前に、その効果を自分の目で確かめられます。

ChatGPTは送信前にメッセージをチェックできるか

正しい頼み方をすれば、できます。よくある失敗パターンは、汎用アシスタントが簡単なほうの問題を解いてしまい、何も教えないまま書き直しを渡してくることです。

このふたつを、はっきり分けて頼んでください。

これを受け取る側の立場で読んでください。まだ書き直さないでください。私が意図しているより冷たく、身構えて、あるいは強く響きそうなフレーズを教えて、それぞれがなぜそう読めるのか説明してください。

そのうえで下書きを貼りつけ、相手との関係性や直前のやりとりが意味を左右するなら、それも書き添えてください。

たまに送る難しいメッセージなら、これでうまくいきます。専用のチェッカーが省いてくれるのは、この下準備の部分で、これが大事なのはとりわけ、丁寧なプロンプトを組み立てる力がいちばん必要なまさにその瞬間に、いちばんその力を持てないからです。

あなたのスマホがすでにやっていること

Apple IntelligenceのWriting Toolsは、選択したテキストを書き直し、「フレンドリー」「プロフェッショナル」「簡潔」の3種類に加えて、もっと具体的な指示を出せる「変更内容を記述」欄も用意しています⁹。GoogleのMagic Composeは、対応端末のGoogleメッセージの中で、返信候補を提案したり、下書きをさまざまなスタイルに書き直したりしてくれます¹⁰。SamsungのWriting Assistは、対応するGalaxyスマートフォンの上で、文章の生成、文体の変更、スペルと文法のチェックを行います¹¹。Grammarlyは検知の分野でいちばん先まで踏み込んでいて、そのトーンチェッカーは、語彙の選び方、言い回し、句読点、大文字表記を分析すると説明しています¹²。

これらはすべて、自分が何を求めているかがわかっているときには優秀です。「これはフォーマルすぎるから、もっとカジュアルに」という要求はすでに解決済みの問題で、しかも、すでに持っているハードウェアの上で無料で使えます。

難しいのは「これのどこがおかしいのかわからない、大丈夫そうかな」というバージョンのほうです。この問いのところで、チェックすることと変えることは、もう同じ仕事ではなくなります。

Subtextはこのチェックをどう行っているか

Subtextは、いま書いているメッセージそのものから出発し、何かを変えるかどうかを決める前に、それがどう伝わりそうかを示します。ゼロから書いてもいいですし、下書きを貼りつけても、会話のスクリーンショットを文脈として追加してもかまいません。

分析は下書きのトーンと明確さを読み取り、わかりにくい、きつい、受け身、誤解されやすいと受け取られかねない言い回しに印をつけます。そこから、代わりの言い回しを選んでもいいですし、「短く」「温かく」「もっとカジュアルに」「自信を加える」をタップしてもよく、あなたの声を保ったまま書き直してくれます¹³。

スクリーンショットは、また別の役割を果たします。返信がやりとり全体になじむように、会話の文脈を補うのです。ここは正確に言っておく価値があります。トリガーと感情の分析が動くのは、あくまであなた自身の下書きに対してです。相手が送ってきたもののスクリーンショットは、あなたの返信のための文脈であって、相手が心の中で本当は何を感じているかの証拠ではありません。このツールを含め、どんなツールもスクリーンショットからそれを確定することはできません。

私が大事にしているのは、この順番です。下書きを読む。自分の意図とは違うふうに伝わりそうな部分を確認する。そのうえで、何かを変える必要があるかどうかを決める。時には、いちばん役に立つ結果が「そのメッセージはもともと大丈夫だった」ということもあります。

Subtextは無料で始められます。iPhoneとAndroidに対応しています。

このチェックでは見つからないもの

3つの限界があり、これらはここまでのステップよりも重要です。

このチェックは構造的なものです。謝罪、言い切らない言葉、催促、判断の混入、自分本位の一文を見つけ出します。でも、あなたが言おうとしていること自体が正しいか、公正か、言う価値があるかについては、何の意見も持ちません。言葉選びが完璧なメッセージでも、本当に大事な部分ではすべて間違っている、ということはありえます。

読み手は、自分自身の心の天気を持ち込みます。51組のカップルを対象にした2025年の事前登録研究¹⁴は、人はパートナーのメッセージを読むとき、部分的には自分自身のいまの気分を投影していることを見つけました。あなたの下書きの中には、それをコントロールできるものは何もありません。

そして、このチェックは、問題が言い回しにあるという前提に立っています。でも、そうでないこともあります。同じメッセージを9回も書き直していたり、相手が怒っているかどうかを確かめるためだけに3通もフォローアップを送っていたりするなら、負荷がかかっているのはもう言い回しではありません。私はメッセージ不安についての研究と、曖昧なメッセージから怒りを読み取ってしまうことについての研究を、それぞれ別の記事にまとめています。どちらも、よりよい下書きよりずっと役に立つはずです。それが日々を左右するほど根強いものなら、アプリをつくっている人間が書いた記事より、医師やセラピストのほうが、頼るべき相手です。

よくある質問

AIメッセージチェッカーとは何か すでに書いたメッセージを分析し、その言い回しが送信前にどう伝わりそうかを示すツールです。ツールによっては、トーン、明確さ、フォーマル度、曖昧さ、誤解されやすい言い回しまで扱います。中には、そのあと書き直しまで提供するものもあります。

AIは、自分のメッセージが失礼に聞こえるかどうかわかるか ぶっきらぼう、素っ気ない、非難がましいと妥当に読める言い回しを特定することはできます。ただ、ある特定の人がそれを失礼だと感じると保証することはできません。役に立つチェッカーは、ひとつのラベルを渡すだけでなく、その読み方を生み出した具体的な言い回しを名指してくれます。

メッセージチェッカーは、トーンチェッカーと同じものか 重なる部分はあります。トーンチェッカーは通常、フォーマル、自信がある、非難がましいといった、文章の性質に名前をつけます。メッセージチェッカーは、それに加えて、明確さや具体的な言い回し、会話の文脈まで見ることができます。

AIは、テキストから相手がどう感じているかわかるか 言葉を分析し、もっともらしい読み方を示すことはできます。ただ、テキストだけでは、書いた人の心の中の感情状態を確定することはできません。相手が本当は何を感じているかについての自信満々な主張は、言葉が裏づけられる範囲を超えています。

メッセージチェッカーと、AIテキスティングアプリの違いは何か 「AIテキスティングアプリ」は、マッチングアプリ向けの返信生成ツール、文章入力キーボード、チャットボット、自動返信ツールまで含む幅広い言葉です。メッセージチェッカーの役目はもっと狭く、すでに書いたものを、送信前に分析することです。

---

私がどこかの研究を読み違えていると思ったら、あるいは私が見落としている関連研究をご存じでしたら、LinkedInで教えてください。

Samet Durgunは、メッセージの感情的なトーンを捉えて、あなた自身の声で書き直すアプリSubtextの共同創業者です。ベルリン在住。

出典

リンクはすべて、一次情報が存在する場合はそこへ直接向かっています。番号は登場順です。あるステップが根拠ではなく推論に基づいている場合は、近くにある研究の権威を借りるのではなく、そのことをこの記事の中ではっきり書いています。引用はすべて原文どおりです。

1. Kruger, J., Epley, N., Parker, J., & Ng, Z.-W. (2005). Egocentrism over e-mail: Can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936. 5つの実験。実験1 N = 12、実験2 N = 60、実験3 N = 308(154組)、実験4 N = 54、実験5 N = 58。イリノイ大学理事会およびNSF助成金SES-0241544の助成を受けた。よく引用される56パーセントという数字は、本文中の数値ではなく実験2の図1を読み取った値である。doi.org
2. Holtgraves, T. (2022). Implicit communication of emotions via written text messages. Computers in Human Behavior Reports, 7, 100219. N = 136およびN = 167。doi.org
3. Byron, K. (2008). Carrying too heavy a load? The communication and miscommunication of emotion by email. Academy of Management Review, 33(2), 309-327. 理論的な論文で、サンプルはなし。doi.org
4. Freedman, G., Burgoon, E. M., Ferrell, J. D., Pennebaker, J. W., & Beer, J. S. (2017). When Saying Sorry May Not Help: The Impact of Apologies on Social Rejections. Frontiers in Psychology, 8, 1375. 合計N約1,880人。所見は拒絶の場面に特有のもの。doi.org
5. Givi, J., Kirk, C. P., Grossman, D. M., & Sedikides, C. (2025). Maybe don’t say “maybe”: How and why invitees fail to realize that they should not respond to invitations with a “maybe”. Journal of Experimental Social Psychology, 121, 104814. 6つの実験、うち5つは事前登録。所見は招待の場面に特有のもの。doi.org
6. Lew, Z., Walther, J. B., Pang, A., & Shin, W. (2018). Interactivity in Online Chat: Conversational Contingency and Response Latency in Computer-Mediated Communication. Journal of Computer-Mediated Communication, 23(4), 201-221. N = 131、被験者間2×2デザイン。doi.org
7. Sillars, A., & Zorn, T. E. (2021). Hypernegative Interpretation of Negatively Perceived Email at Work. Management Communication Quarterly, 35(2), 171-200. doi.org
8. Kingsbury, M., & Coplan, R. J. (2016). RU mad @ me? Social anxiety and interpretation of ambiguous text messages. Computers in Human Behavior, 54, 368-379. N = 215およびN = 353。doi.org
9. Apple Support。Use Writing Tools with Apple Intelligence on iPhone。support.apple.com
10. Google Messages Help。Draft messages with Magic Compose。support.google.com
11. Samsung Support。Use Writing Assist on Galaxy phones and tablets。samsung.com
12. Grammarly。Writing Tone Detector and Tone Suggestions。grammarly.com
13. Subtext。subtext.it、2026年8月確認。
14. Steinebach, P., Stein, M., & Schnell, K. (2025). Messenger-based assessment of empathic accuracy in couples’ smartphone communication. BMC Psychology, 13, 147. N = 102(51組)。募集人数は事前登録した目標に届かなかった。doi.org