非ネイティブの英語が丁寧かどうか、アプリで確認できる？

この記事の土台になった研究の大半では、ネイティブの読み手がぶっきらぼうだと感じたメールは、誤りの有無ではなく、直接さと和らげ表現の有無で判断されていました。そのため、文法チェッカーは、英語が母語でない書き手に、メッセージが丁寧に聞こえるかどうかを教えてくれません。スペルや文法の誤りを変えて比べた実験は一つだけで、その誤りが生んだ悪い印象の大半は、送り手が別の文化圏の人だと読み手が知ると和らぎました（後述します）。ぶっきらぼうなメールを際立たせていたのは、依頼があまりに直接的で、まわりに和らげの言葉がなく、挨拶も結びもなく、頼みごとをしているという自覚が見えないことでした。こうした癖は第一言語に左右されることが多く、スペルや主語と動詞の一致を調べるものには見えません。

人が手に取るツールの多くは、文法、流暢さ、フォーマルさを確認します。トーンを読むツールは、それより少数です。どのツールも、あなたが伝えない限り、誰に宛てて書いているのか、頼みごとがどれだけ大きいのか、その相手の文化で何が丁寧とされるのかを知りません。研究が被害の大半をその最後の層に置いています。「自分の英語のメッセージは自然で丁寧に聞こえるか」という問いの答えは、二つに分かれます。前半は、依頼を和らげる決まった言い回しで、これは確認でき、学べます。後半は、この読み手が、この関係のなかで、あなたの言葉を意図どおりに受け取るかどうかです。これは見積もることしかできず、ツールも、あなたと一緒でなければ見積もれません。

私はトーンチェッカーのSubtextを共同創業しているので、最後の三つのセクションの書かれ方には利害があります。Subtextについて主張するのは、そこだけです。それより前の内容はすべて、私自身が開いた資料に基づいています。出典の一覧に書いたとおり、要旨や研究を説明するページしか開けなかったものもあります。

正しい英語のメッセージが、それでも失礼に読まれるのはなぜか

文法が完璧でも、メッセージは失敗することがあります。英語の丁寧さは、ほとんどが依頼のまわりの言葉に宿っているからです。Economidou-Kogetsidisは、英語で授業が行われるキプロスの大学で、ギリシャ系キプロス人の大学生が教員に送った依頼メールを、複数の学期にわたって集めて調べました¹。メールには、とくに情報を求める依頼で目立つ強い直接さ（原文は「significant directness」）、和らげ表現の欠如（「an absence of lexical/phrasal downgraders」）、挨拶や結びの省略、そして著者が不適切または受け入れがたいと判断した呼びかけの形が見られました。彼女の主張は、こうしたメールが失礼に読まれうるのは、教員に応じるかどうかの選択肢を残さず、頼むことが相手の負担になる点も認めていないように見えるからだ、というものです。原文は「they appear to give the faculty no choice in complying with the request and fail to acknowledge the imposition involved」です¹。論文のタイトルは、データに出てきた一文「Please answer me as soon as possible」そのままで、このパターンが7語に収まっています。書き手は礼儀正しくしたくて、pleaseという語も使っています。それでも、読み手に期限を突きつける一文になっています。

ダウングレーダー（downgrader）とは、圧を下げる小さな言葉のことです。「I was wondering whether」「if you have a moment」「would it be at all possible」などがそうです。英語のネイティブの書き手は、こうした言葉に手を伸ばしがちです。直接的に言うことが丁寧さの基本になっている言語から来た書き手は、これを飛ばして、代わりにpleaseを足すことがあります。Wikipediaの依頼4,353件を調べた2013年の研究では、各依頼を米国の評価者5人が評価しました。Danescu-Niculescu-Mizilほかは、文の途中にあるpleaseは丁寧さの尺度で平均+0.49、「Please」で始まる依頼は平均-0.30だったと報告しています²。著者らは、文頭のpleaseを、不誠実に見えうる直接的な方略と解釈しています。この研究は書き手の第一言語を報告していません。つまり、文頭のpleaseを米国の評価者がどう聞くかはわかっても、誰がそれを書くのかはわかりません。

ネイティブも直接的に書きますが、和らげる手段をより多く持っています

直接さはネイティブの書き手にも珍しくなく、両者を分けるのは、どれだけ和らげの言葉を足すかです。Biesenbach-Lucasは、米国の大学で、英語のネイティブと非ネイティブの大学院生が教授に送った依頼メールを比べました³。分析したのは、TESOLの大学院生が一人の教授に6学期にわたって送った533通で、内訳はネイティブが382通、非ネイティブが151通、非ネイティブの書き手は全員がアジア出身でした。どちらのグループも、従来の発話行為研究で見つかっていた慣習的な間接形よりも、直接的な依頼やほのめかしを多く書いていたので、この傾向は学習者に限ったものではありません。ただし、ネイティブのほうが、教授に宛てた丁寧なメールを作る手段を多く持っていました（原文は「demonstrate greater resources in creating e-polite messages to their professors than nonnative speakers」）³。和らげる手段をより多く持ち、より多く使っていたということです。二つのグループの人数は同じではありません。研究は、教授が一人だけであること、非ネイティブの標本が狭いこと（全員がアジアの言語背景で、全員が一つの学位課程）を限界として挙げています。つまり、一つの場面を描いたものであり、問いに決着をつけるものではありません。

ネイティブの読み手が実際に問題にすること

ネイティブの読み手は、文だけでなく送り手も判断し、文法よりも言葉づかいの水準のほうを厳しく見ます。後の知覚研究で、Economidou-Kogetsidisは、直接的で和らげのない同じ学生メールを、ギリシャ系キプロス人の学習者と、英語ネイティブの講師の両方に見せました⁴。二つのグループは、何が適切かについて「significantly mismatching perceptions」を持っていました。ほとんどの場合、ネイティブの講師は同じメールを、「significantly more abrupt, less polite and as not adequately acknowledging the imposition involved」と評価し、送り手の人柄についても、学習者より「significantly less favorably」に評価しました⁴。

Hendriksは、オランダ人学習者が書いた依頼メールを英語ネイティブが読む二つのオンライン実験を行い、和らげの言葉を変えて比べました。わかりやすさと送り手の人柄を評価したのは、1つ目の実験で110人、2つ目で158人です⁵。和らげの言葉が足りないことは、送り手の人柄に対する参加者の評価に悪影響を与えました（原文は「had a negative effect on participants’ evaluation of the personality of the sender of the e-mail」）⁵。メッセージの内容はどちらでも理解されていました。影響が出たのは送り手の感じのよさで、きっかけは一つの言い回しでした。差は小さく、5段階の尺度で約3分の1ポイントでした。

同じ筆頭著者による2023年の研究は、この不利益がさらに限られていることを示しました。同僚からの依頼メールの4つの版のうち一つを、オランダ人120人とイギリス人131人に読んでもらったものです⁶。そっけない版（「Can you send me…」）は、送り手を偉そうに見せました。ところが、オランダ人の書き手のそっけないメールは、より権威があると評価され、応じてもらえる度合いも高く、イギリス人の書き手のそっけないメールは、有能さが低いと評価されました。著者たちは、和らげの言葉を省くことは「may have a limited but important impact」だと述べています。

読み手は、トーンより文法のほうを許しやすい

読み手は、そっけないトーンより文法の誤りのほうを許しやすく、VignovicとThompsonは、送り手が別の文化の人だと知ることで、どの程度許してもらえるのかを検証しました⁷。読み手は、スペルや文法の誤りのあるメッセージか、エチケットの規範を破るメッセージ（著者は、会話的なトーンを欠く短いメッセージと定義しました）を読んだあと、送り手の誠実性、知性、協調性、信頼できるかどうかなどを判断しました。文法の誤りは悪い印象を生みましたが、その大半は、送り手が別の文化の人だと読み手が知ると和らぎました。エチケット違反は違いました。悪い印象は「were not significantly mitigated by knowledge that the e-mail sender was from a foreign culture」でした⁷。読み手は、英語が第二言語だと知れば、文法の誤りをおおむね大目に見てくれます。同じようには、そっけないトーンを大目に見てくれません。論文はこれを帰属の問題として説明しています。文法の誤りは状況のせいにされ、そっけないトーンは人のせいにされる、という整理です。

言い回しの問題と状況の問題

Thomasは、なぜ一部は確認でき、一部は確認できないのかを説明する線を引きました⁸。彼女は、「what is meant by what is said」を理解できないことを、語用論的失敗（pragmatic failure）と呼び、これを二つに分けました。語用言語学的失敗（pragmalinguistic failure）は、「highly conventionalized usage which can be taught quite straightforwardly as ‘part of the grammar’」の問題です。社会語用論的失敗（sociopragmatic failure）は、「is much more difficult to deal with, since it involves the student’s system of beliefs as much as his/her knowledge of the language」とされます⁸。

実際には、前者は、足りない「I was wondering if」や、「please answer me as soon as possible」のような言い方です。言い回しの問題なので、ツールや表現集で拾えます。後者は、上級の同僚に一行で頼むなら和らげはまったく要らない、と判断してしまうことです。第一言語ではそうだからです。これはどんな言い回しでも直せません。言葉は間違っておらず、状況の読み違いだからです。

学習者は、この二種類の誤りの気づき方も、住んでいる場所によって違います。Bardovi-HarligとDörnyeiは、英語学習者に、文法的に誤っている発話と、文脈的に不適切な発話を判定してもらいました⁹。英語が話されている国で英語を学んでいる学習者は、語用論上の誤りを文法の誤りより重大だと評価しました。自国で英語を学んでいる学習者は、文法の誤りのほうを重大だと評価しました⁹。したがって、自国で英語を学んだ学習者は、文法の誤りのほうをより悪いものと位置づけがちですが、上で見た研究では、ネイティブの読み手は直接さと和らげのほうにより強く反応していました。

指導と習熟度の向上が助けになること

指導も習熟度の向上も、決まった言い回しには効きますが、差をすべて埋めてはくれません。Usó-Juanは、スペイン語話者の外国語としての英語学習者が3人の教員に送った、実際に書かれた依頼メール110通を、ストラテジー指導の前後で集め、指導のあとのほうが依頼が適切になっていたと報告しています¹⁰。要旨が報告しているのは前後の比較で、対照群も遅れてのテストも触れられていないので、言い回しは教えられることはわかっても、その効果が続くかどうかはわかりません。Qin、Jia、Renは、英語を話す教員32人と、第一言語が中国語、フランス語、スペイン語の学習者121人による依頼メール306通を分析しました¹¹。学習者の第一言語は、書き方に有意な影響を与えていました。習熟度の高い学習者は、より間接的な依頼の方略を使っていましたが、書く場面に応じて使い分けるだけの語用論的な力は、まだ育っていませんでした。上級の学習者は、より多く間接的な依頼を使いながら、状況に合わせた調整はまだできていません。これはThomasの二つ目の類型に似ています⁸。

自分では聞き取れないのはなぜか

自分のメッセージを読み返しても、これには気づけないかもしれません。理由は二つあります。一つ目は一般的なもので、そのメッセージ、失礼に聞こえていないか？で扱いました。Krugerほかは、メールでのトーンについて5つの実験を行い、人はメールでの伝達を、実際よりうまくできていると思いがちだ、という結果を示唆しています。4つ目と5つ目の実験は、その原因が、書き手が文を自分の意図したとおりに「聞いて」しまい、受け手には違って聞こえるかもしれないと気づきにくくなることにあると示唆しています¹²。日常のテキストメッセージ（受け手347人、送り手171人）と、仕事や教育のメール（受け手361人、送り手61人）を調べた2025年の研究では、ポジティブかネガティブかというトーンの読み違いは見つかりませんでした¹³。この研究が評価したのは、ポジティブかネガティブかというトーンで、丁寧さではないので、このセクションの問いは未解決のままです。二つ目の理由は、ここまでの研究からの推論であって、研究の結果ではなく、第二言語で書くときに特有のものです。あなたの頭の中で響いている声は、第一言語の丁寧さのルールで読んでいます。ギリシャ語やオランダ語で完全に礼儀正しい依頼は、英語になっても、あなたには礼儀正しく聞こえます。判断しているのが、同じ耳だからです。

だから、二つ目のEconomidou-Kogetsidisの研究で、認識の差がこれほど大きいのです⁴。学習者は、自分たちと同じ種類のメールを適切だと評価しました。自分たちが育った基準では、実際にそうだったからです。講師はそれをぶっきらぼうだと評価しました。講師の基準では、実際にそうだったからです。どちらのグループも、それぞれの基準では、メールを正確に読んでいました。

つまり、自分の英語が丁寧に聞こえるかを問うことは、期待をこちらから確認できない読み手に、どう聞こえるかを問うことです。そのために、第二の読み手がいます。同じ溝の読み手側、つまり受け取ったメッセージが何を言おうとしていたのかを読み解く話は、そのメッセージ、どういう意味？にあります。

文法と流暢さのツールは何を確認するのか、各社の言葉で

大手の文章作成ツールは、おもに正確さと流暢さを約束していて、フォーマルさを約束するものもあります。以下の説明は、どれもそのツール自身のページを引用しているので、私が機能を推測したものはありません。

LanguageToolのホームページは、「grammatical errors and spelling mistakes across languages」を調べるチェッカーだと説明し、「masters more than 30 languages and dialects」と述べ、言い換えツールが「to be more formal, fluent, simple or concise」に書き換えると案内しています¹⁴。製品メニューには、チェッカーが「helps you find the right tone」とあります。丁寧さを検出するとは、ページのどこにも書かれていません。

DeepL Writeは、自社のブログによると、英語、ドイツ語、フランス語、スペイン語、イタリア語、ポルトガル語、中国語（簡体字）、日本語、韓国語に対応し、少なくともフランス語とスペイン語では、その投稿の時点で、スタイル（Business、Academic、Simple、Casual）とトーン（Friendly、Diplomatic、Confident、Enthusiastic）を選べます¹⁵。どちらもあなたが適用する設定で、下書きが外交的だったかどうかをツールが検出するわけではありません。

Wordtuneは、「Switch between casual and formal tones with the click of a button」と約束し、「can only write in English」と述べ、翻訳機能が「will make you sound like a native-English speaker with just a click」だと謳っています¹⁶。最初の二つは確かめられます。三つ目は宣伝文句です。

QuillBotの言い換えツールは、自社のブログによると、無料のモードが二つ（StandardとFluency）、有料ユーザー向けのプリセットモードが九つあり、「in over 25 languages」で使え、「in a first, second, or third language」で書く人向けとされています¹⁷。ここでも、モードはあなたがツールに与える指示です。

四つとも、文をより流暢に、よりフォーマルにすることはできます。フォーマルと丁寧は同じではなく、上の研究が扱っているのはその違いです。フォーマルでも、読み手に選択肢を残さない文は、2011年の論文がタイトルを取ったメールと同じ種類のものです。

トーンのツールは何を確認するのか

送る前にトーンを読むと主張するツールが二つ、そこに向けて書き直すツールが一つあり、その主張は、あなたの問いより範囲が狭いものです。四つ目のQuillBotは、言い換えのあとにトーンをスコア化します。

Grammarlyのトーンのページには、テキスト全体のトーンを示すラベルが並んでいます。「Formal」「Confident」「Accusatory」「Worried」などで、英語以外の言語について、限界について、そして読み手が誰なのかについては、何の記述もありません¹⁸。検出器が何を読んでいるのかは、AIによるトーン検出で扱っています。メッセージ向けに作られた読み手との比較は、SubtextとGrammarlyの比較にあります。

Tonelyは、App Storeの掲載ページで、「the world’s first On device Ethical AI-powered iMessage extension and keyboard designed to help you understand how your words may come across before you press send」と名乗り、処理はすべて端末内で行われ、対応言語は英語のみで、ダウンロードは無料、サブスクリプションは月$9.99または年$99.99です¹⁹。端末内で処理するのはプライバシーの面で強みですが、英語のみというのは、第一言語でもメッセージを送る人には限界です。

ConfiTextのホームページは、「rewrites your messages so they come across clear, confident, and exactly how you meant them」と述べています²⁰。対応言語は挙げておらず、書き直す前に、メッセージがどう届くかを読むという主張もしていません。

QuillBotのヘルプページ（最終更新は2026年6月10日）は、プレミアムのトーン設定が「help you see how the tone of your text changes after paraphrasing」だと説明しています²¹。パネルには、元の文と言い換えた文が、五つの尺度で示されます。「Casual to Formal」「Unfriendly to Friendly」「Wordy to Concise」「Complex to Simple」「Unclear to Clear」です。これらはテキストそのものを採点するもので、ページには、丁寧さや、読み手がどう判断するかについての記述はありません。

プログラムに丁寧さを評価できるのか？

英語の依頼の丁寧さを、一つのサイトの中なら人間に近い精度で評価できますが、サイトをまたぐ場合や言語をまたぐ場合には、まだ人間に及びません。Danescu-Niculescu-Mizilほかは、注釈つきの依頼コーパスから丁寧さの分類器を作り、間接さ、敬意、非人称化に当たる特徴を使って、「achieves close to human performance and is effective across domains」と報告しました²。土台は、この引用より狭いものです。2013年の論文では、米国の注釈者5人が、英語の依頼10,957件（Wikipediaが4,353件、Stack Exchangeが6,604件）をそれぞれ評価し、各セットで最も丁寧な4分の1と最も丁寧でない4分の1だけでテストしました。一つのサイトの中では、分類器の精度はWikipediaで83.79%、Stack Exchangeで78.19%で、人間の精度はそれぞれ86.72%と80.89%でした。

Wikipediaで学習してStack Exchangeでテストすると、精度は67.53%で、人間は80.89%でした。逆方向では75.43%に対して、人間は86.72%でした。SrinivasanとChoiがTyDiP、類型的に多様な9言語のそれぞれに500件の注釈つき例を持つ丁寧さのデータセットを作ったとき、多言語モデルは、英語での学習を、著者たちの判断では他の言語にもそれなりにうまく引き継ぎましたが、「yet fall short of estimated human accuracy significantly」でした²²。同じ論文は、英語の丁寧さの方略が、他の言語に置き換えても効果を保つのか、フォーマルさと丁寧さは一致するのかも調べています。どちらも、毎回そうなるわけではありません。

トーンツールは、非ネイティブの書き手の英語を判定できるのか？

あなたの英語のトーンの読み取りは見積もりです。上で引いた二つの分類器の研究は、依頼が第二言語の書き手によるものかどうかを報告していないからです。トーンを読む上記のツールは、中身がどうであれ、この種の仕事をしています。公表されている根拠が示すのは、これまで試されたモデルは英語が得意で、他の言語では人間に測定可能なほど及ばないこと、そして英語の文を丁寧にする方略が、一対一では他の言語に移らないことです。モデルが最も得意なところでも、モデル化しているのは一般的な読み手です。

いちばん近い検証は、トーンの検証ではなく、隣り合った根拠です。Liangらは、2023年に、AI生成テキストの検出器7つを、人間が書いたTOEFLのエッセイ91本と、米国の8年生の作文88本に使いました²³。検出器は8年生の作文にはほぼ完璧でしたが、TOEFLのエッセイの半分超をAIが書いたものと誤判定し、平均の偽陽性率は61.3%でした。これはトーンのツールについては何も語っていません。それでも、自分の英語にトーンのスコアがついて不安なときは、受け取る人になったつもりでメッセージを読み返すのが、どんな場合でも賢明な備えです。

どのツールにも確認できないこと

どのツールも、研究が最も重要だと言っていることを知りません。つまり、誰が読むのかを、あなたが伝えた範囲を超えては知らないのです。上で挙げた知覚研究はどれも、メッセージを一定にして、読み手を変えることで結果を出しました。同じメールが、学習者には問題なく、講師にはぶっきらぼうに映りました⁴。同じ文法の誤りは、読み手が送り手の背景を知っていれば軽く、知らなければ重く判断されました⁷。ツールが見ているのはメッセージです。その講師も、頼みごとがどれほど重いかも、見えていません。

この読み手との関係なら、飾りのない依頼が許されるか。この人への二行のメッセージが、効率的に読まれるか、冷たく読まれるか。負担が小さいから謝罪を省いてよいか。これらはすべて状況についての信念で、またThomasの二つ目の類型になります⁸。ツールは、その文が直接的だと教えてくれます。ただ、直接的でよかったのかは教えられず、この分野にもその確実さはありません。書き直しのツールも同じ限界を持っています。多くは新しい文章を返すだけで、読み手がどう受け取るかは伝えないからで、AIメッセージ書き直しツールのレビューが、主要な種類のアプリを通じてそれを確認しています。

ツールにできるのは、下書きをあなた以外の人として読むことです。依頼に和らげがないこと、メッセージに挨拶がないこと、意図せず期限を突きつけている行があることに気づけます。それで拾えるのは一つ目の類型、決まった言い回しで、Thomasはこれを「fairly easy to overcome」と言いました⁸。第二言語で書く人にとって、簡単な修正のほとんどはこれに当たり、自分の耳がいちばん苦手な部分でもあります。

送る前に、自分で英語を確認するにはどうすればいいか？

まず、依頼の形を見てください。読み手が断れる余地を残していますか。2011年の研究の知見は、メールが「give the faculty no choice」だと、失礼に読まれうるということでした¹。「Could you send it when you have a chance」は残しています。「Send it by Friday」は残していませんし、文頭の「Please」も確実な解決策ではありません。Wikipediaの研究で、「Please」で始まる依頼は、米国の評価者の丁寧さの尺度で平均-0.30でした²。

依頼の読まれ方を実際に変える和らげを使ってください。Hendriksの実験では、「can」を「could」に替えても何も変わらず、「I was wondering if」が、より感じのよい送り手と結びついた唯一の修飾語で、差はわずかでした。「possibly」を足しても違いは出ませんでした⁵。

頼んでいることを認めてください。「I know you’re busy」のように、頼んでいると自覚していることを示す一節があれば、知覚研究の講師たちが足りないと感じたことを補えます⁴。

最初のメッセージには、挨拶と結びを残してください。その欠如は、2011年の研究が、失礼に読まれたメールに見つけた特徴の一つでした¹。続いているチャットで求められることはありませんが、上の立場の人への最初のメールは、その有無まで読まれます。

期限に気をつけてください。「As soon as possible」は、あの論文のタイトルになった言い回しでした¹。急いでいないなら、そう書いてください。

そのうえで、自分が苛立っているつもりで読んでください。理由は、自分のメッセージが失礼に聞こえるか自分ではわからない理由の記事にあります。Krugerほかの4つ目の実験では、54人の学生が自分の文を声に出して読みました。半数は意図したトーンで、残りの半数は逆のトーンです。そして、意図と逆のトーンで読んだ半数だけが、相手が解読してくれる度合いを過大に見積もるのをやめました¹²。実験は一つで、皮肉についてのものなので、備えとして受け止めてください。

Subtextが、送る前の下書きで確認すること

私が共同創業したアプリのSubtextは、圧をかける言い方や、要求が強すぎる言い方といった問題に名前をつけます。これは、Thomasの区分の一つ目、決まった言い回しの失敗の一部と重なります。和らげの言葉や挨拶が足りないかどうかを確認するという根拠は、私は見つけられませんでした。Subtextは17以上の言語で使えます。何を返すのかは、アプリのバックエンドのプロンプトを読んで確認しました。画面上の印のつき方はアプリが表示するとおりで、データの扱いはプライバシーポリシーに書かれているとおりです。下書きごとにアプリが何を返すのかは、Subtextアプリとは何かに詳しく書きました。

送る前のメッセージについて、Subtextは下書きの問題を最大三つ、深刻なものから順に挙げ、問題のある言葉に印をつけ、中心にある感情を読み取り、最大三つのバージョンを出します。各バージョンには、意図したとおりに届く見込みを表す「送って大丈夫」のスコアがつき、バッジで表示されます。問題ごとに短い説明がつき、言い回しを指している場合は、あなた自身の言葉を引用します。圧をかける、要求が強すぎる、見下す、ロボットっぽいトーン、などが含まれます。各バージョンは、指摘された点を直しつつ、あなたの意味と言葉づかいを保ち、スコアが高くても低くても、なぜ伝わるのか、何が誤解されうるのかを一文で添えます。Subtextは有料で、最初に数回の無料分析があります。

Subtextは、誰に宛てて書くのかを尋ねるのか？

Subtextは、読み手について尋ねることができます。プロンプトは、メッセージを「the way a native speaker of its language would hear it」で読むよう指示しています。日本語、韓国語、トルコ語、ドイツ語のように、丁寧さが文法に組み込まれている言語では、相手との関係を尋ね、答えがないまま下書きを書かなければならない場合は、より丁寧なレベルで書きます。英語は文法で丁寧さを示さないので、このルールは英語の下書きには当てはまりません。どの言語でも、下書きが相手に反論する内容（断り、境界線、対決）で、誰宛てなのかがわからない場合、Subtextは下書きを作る前に宛先を尋ねます。ふだんのメッセージは、すぐに下書きを出します。この読み手が、この関係のなかで、あなたの言葉をどう受け取るかは、やはりあなた次第で、これはThomasの二つ目の類型です。ここで引いた研究は、Subtextも、上のどのツールも、第二言語で書かれた英語で試していません。ですから、私が述べているのは、プロンプトにそう動くと書かれている内容です。

Subtextは、受け取ったメッセージをどう扱うのか

受け取ったメッセージについては、相手があなたに何を求めているかを一行にまとめた要約と、やるべきことを2つから5つ、頼めば返信案も出します。送り手のトーンにラベルはつけないので、トーンの読み取りが働くのは、あなた自身の下書きだけです。

読み手について、Subtextが知っているのは、あなたが伝えた範囲だけです。あなたの分野の慣習も、上司が短いメッセージを好むかどうかも知りません。圧をかける依頼や要求の強い依頼は、決まった言い回しの失敗の一つとして指摘できます。冷たくならずに、きっぱり伝える仕事のメッセージのとおりです。第二の読み手として使い、それでも受け取る人になったつもりでメッセージを読み返してください。

Subtextは、あなたが送ったテキストを、プライバシーポリシーに名前の挙がっている事業者に送るので、テキストは端末の外に出ます。送ったものが、AIモデルの学習に使われることはなく、ポリシーによれば、それらの事業者も学習に使えません²⁴。会話は、最後に使ってから5日後に、ピン留めした場合は90日後に、Subtextのサーバーから削除されます。事業者側については、ポリシーによると、Anthropicは入力と出力を30日以内に削除し、フラグが立ったリクエストは最長2年、関連する安全性スコアは最長7年保持することがあります。Deepgram（音声の文字起こし）は、Subtext側のオプトアウトを設定したうえで、文字起こしに必要な間だけ音声を保持します。OpenAIは、読み上げのリクエストを最長30日保持します。Subtextは、そのいずれとも、データを一切保持しない契約を結んでいません²⁴。AIライティングアシスタント13種のポリシーを調べた記事は、事業者側の保持についても詳しく書いています。そこでは、上のツールのいくつかが、貼り付けたテキストを初期設定で学習に使うことがわかりました。個人アカウントのGrammarlyとQuillBot、そしてDeepL Writeの無料プランなどです。ブラウザでSubtextを試すブラウザでSubtextを試す

出典

登場順に番号を振っています。DOIはすべてCrossrefで照合し、ページはすべて2026年10月4日と5日に開きました。Subtextのプライバシーポリシーは2026年10月10日にもう一度開き、出典12と13は同日に追加して確認しました。

Economidou-Kogetsidis, M. (2011). “Please answer me as soon as possible”: Pragmatic failure in non-native speakers’ e-mail requests to faculty. Journal of Pragmatics, 43(13), 3193 to 3215.
Danescu-Niculescu-Mizil, C., Sudhof, M., Jurafsky, D., Leskovec, J., Potts, C. (2013). A computational approach to politeness with application to social factors. Proceedings of the 51st Annual Meeting of the Association for Computational Linguistics. 米国の注釈者5人がそれぞれ評価した、依頼10,957件のコーパス。NSF、ARO、DARPAほかの助成と企業の支援を受けている。
Biesenbach-Lucas, S. (2007). Students writing emails to faculty: An examination of e-politeness among native and non-native speakers of English. Language Learning & Technology, 11(2), 59 to 81. 一人の教授に6学期にわたって送られた533通（ネイティブ382通、非ネイティブ151通）。資金提供の記載なし。
Economidou-Kogetsidis, M. (2016). Variation in evaluations of the (im)politeness of emails from L2 learners and perceptions of the personality of their senders. Journal of Pragmatics, 106, 1 to 19.
Hendriks, B. (2010). An experimental study of native speaker perceptions of non-native request modification in e-mails in English. Intercultural Pragmatics, 7(2), 221 to 255. オンライン実験2回、英語ネイティブの評価者110人と158人。資金提供の記載なし。
Hendriks, B., van Meurs, F., Kakisina, B. (2023). The effects of L1 and L2 writers’ varying politeness modification in English emails on L1 and L2 readers. Journal of Pragmatics, 204, 33 to 49. オランダ人120人とイギリス人131人の参加者。資金提供の記載なし。
Vignovic, J. A., Thompson, L. F. (2010). Computer-mediated cross-cultural collaboration: Attributing communication errors to the person versus the situation. Journal of Applied Psychology, 95(2), 265 to 276. 標本サイズは要旨に書かれていない。私が開けたのは要旨だけだった。
Thomas, J. (1983). Cross-cultural pragmatic failure. Applied Linguistics, 4(2), 91 to 112.
Bardovi-Harlig, K., Dörnyei, Z. (1998). Do language learners recognize pragmatic violations? Pragmatic versus grammatical awareness in instructed L2 learning. TESOL Quarterly, 32(2), 233 to 262. この結果は、追試であるNiezgoda and Röver (2001)（Pragmatics in Language Teaching、Cambridge University Press）のページに書かれているとおりに引用している。 https://www.cambridge.org/core/books/pragmatics-in-language-teaching/pragmatic-and-grammatical-awareness-a-function-of-the-learning-environment/D2CE5D9EF68666879682B8BD3162C55D
Usó-Juan, E. (2022). Exploring the role of strategy instruction on learners’ ability to write authentic email requests to faculty. Language Teaching Research, 26(2), 213 to 237. 指導の前後の110通。Crossrefによると、スペインのMinisterio de Ciencia e Innovacion、Universitat Jaume I、Generalitat Valencianaの助成を受けている。私が読めたのは要旨だけ。
Qin, W., Jia, R., Ren, W. (2024). Pragmatic competence in an email writing task: Influences of situation, L1 background, and L2 proficiency. Written Communication, 41(4), 726 to 755. 英語を話す教員32人と学習者121人による306通。Crossrefによると、上海教育科学研究院（C2023155）の助成を受けている。私が読めたのは要旨だけ。
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 to 936. 5つの実験。声に出して読む4つ目の実験は、イリノイ大学の学生54人。イリノイ大学評議員会の助成とNSFの助成SES-0241544を受けている。DOIは2026年10月10日にCrossrefで照合した。出版社のページが読み込めなかったため、要旨と4つ目の実験は論文の全文コピーで読んだ。
Pollmann, M. M. H., Roos, C. A. (2025). “I get u”. People correctly interpret the tone of text messages and emails. Computers in Human Behavior Reports, 18, 100689. 研究1はテキストメッセージで、受け手347人と送り手171人。研究2は仕事や教育のメールで、受け手361人と送り手61人。評価しているのはポジティブかネガティブかというトーンだけ。Crossrefに資金提供者の記載はない。DOIは2026年10月10日にCrossrefで照合した。出版社のページが開かなかったため、要旨はOpenAlex経由で読んだ。
LanguageTool. Free AI Grammar Checker. 2026年10月4日に確認。
DeepL. DeepL Write: your AI-powered writing assistant speaks French and Spanish. 2026年10月4日に確認。https://www.deepl.com/blog/deepl-write-welcomes-french-spanish
Wordtune. Express yourself with confidence. 2026年10月4日に確認。
QuillBot. QuillBot’s Paraphraser: The Best AI Paraphrasing Tool. 2026年10月4日に確認。
Grammarly. Writing Tone Detector and Tone Suggestions. 2026年10月4日に確認。
Tonely AI Ltd. Tonely AI, App Store listing. 2026年10月4日に確認。
ConfiText. AI Texting Assistant. 2026年10月4日に確認。
QuillBot. How can I check and use Tone settings in Quillbot? 最終更新は2026年6月10日。2026年10月5日に確認。
Srinivasan, A., Choi, E. (2022). TyDiP: A dataset for politeness classification in nine typologically diverse languages. Findings of the Association for Computational Linguistics: EMNLP 2022.
Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., Zou, J. (2023). GPT detectors are biased against non-native English writers. Patterns, 4(7), 100779. TOEFLのエッセイ91本と、米国の8年生の作文88本。NSF、NIH、Silicon Valley Foundation、Chan Zuckerberg Initiativeの助成を受けている。
Subtext, Terms, privacy and your account. プライバシーポリシーの最終更新は2026年7月26日。2026年10月10日に確認。