Hva en KI-meldingssjekker kan sjekke, og hvordan gjøre det selv

Søkte du etter en KI-meldingssjekker, har du sannsynligvis allerede meldingen. Den ligger i tekstboksen, du har lest den seks ganger, og det er ikke noe åpenbart galt med den. Den bare føles feil. For kald, eller for mye, eller defensiv på en måte du ikke helt klarer å peke på.

En KI-meldingssjekker leser en melding du allerede har skrevet, og viser deg hvordan ordlyden kan komme til å virke før du sender den. Noen skriver om etterpå. Sjekkingen er delen som betyr noe, og det er delen de fleste verktøy hopper over.

Jeg er medgrunnlegger av Subtext, som er bygget rundt akkurat dette øyeblikket, så jeg er ikke nøytral i denne kategorien. Det jeg kan være til nytte med, er det smalere spørsmålet: hva kan programvare faktisk fortelle deg om en melding, og hva må du fortsatt avgjøre selv. Hver forskningspåstand under lenker til kilden sin.

Hva en meldingssjekker kan sjekke, og grensen den ikke bør krysse

En sjekker kan analysere språket som ligger foran den. Om ordlyden leses formell eller uformell, direkte eller indirekte, varm eller distansert. Om en frase fremstiller den andre personens motiv som et faktum. Om det finnes tre unnskyldninger inni et avslag på to linjer.

Det den ikke kan gjøre, er å bekrefte hva noen egentlig føler inni seg.

Ta et utkast på to ord: «Greit. Gjør som du vil.» En sjekker kan rimelig nok si at «Greit» er avmålt, og at «som du vil» leses som en tilbaketrekning. Den kan ikke slå fast at personen som skrev det, er sint. Det er to forskjellige påstander, og mye av markedsføringen rundt tonegjenkjenning krysser mellom dem uten å si det. Jeg har gått gjennom bevisene på det i en egen artikkel om hva KI vet og ikke vet om tone.

For en melding du er i ferd med å sende, er det uansett ikke tankelesning du trenger. Du trenger en ny leser, for du kan ikke være det for ditt eget utkast.

Hvorfor det ikke hjelper å lese sitt eget utkast om igjen

Kruger, Epley, Parker og Ng gjennomførte fem eksperimenter på dette i 2005¹, og artikkelen blir sitert langt oftere enn den blir lest.

Det største av de fem lot 154 par studenter skrive utsagn ment å formidle sarkasme, alvor, sinne eller tristhet, og deretter forutsi om partneren ville identifisere den tiltenkte tonen. Avsenderne forventet å treffe 88,8 prosent av gangene. De traff 70,4 prosent.

Gapet er selve funnet, og forfatterne er nøye med hva det ikke betyr. Treffsikkerheten i det første eksperimentet deres var 84 prosent, og de skriver at det ville være «misvisende å hevde ut fra disse dataene at folk er dårlige til å formidle sarkasme over e-post». Deres egen oppsummering av hva funnet faktisk betyr: «uansett hvor dyktige folk er, er de ikke så dyktige som de tror».

Tre detaljer gjør dette vanskeligere for en avsender. Venner var ikke mer treffsikre enn fremmede, og like overmodige, så det å skrive til noen som kjenner deg godt, lukker ikke gapet. Smilefjes lukker det heller ikke: en oppfølgingsstudie rapportert inne i den samme artikkelen manipulerte om avsendere kunne bruke dem, og fant at «overmotet ikke var forskjellig mellom dem som brukte smilefjes, og dem som ikke gjorde det». Og den mye siterte påstanden om at folk leser tone riktig 56 prosent av gangene, er en avlesning av en graf snarere enn et tall i teksten. Det artikkelen faktisk oppgir for den betingelsen, er en treffsikkerhet som ikke lar seg skille fra ren tilfeldighet, blant 29 par. De 56 prosentene er ikke verdt å gjenta.

Én ærlig begrensning før vi kommer til stegene. Dette er forskning fra 2005 på e-post. Forfatterne forventet at mekanismen skulle gjelde for chat og direktemeldinger også, og sa det uttrykkelig, men ingen har kjørt den på nytt på moderne tekstmeldinger. Behandle mekanismen som godt etablert, og de eksakte prosentene som noe som hører til e-post.

Hva meldingen din pålitelig bærer, og hva den mister

Holtgraves² gir de mest nyttige moderne tallene. Avsendere skrev tekstmeldinger som formidlet én av 22 følelser uten å navngi dem. Lesere identifiserte følelsen med fritt svar 20,1 prosent av gangene, og 46,3 prosent med flervalg. Når de tok feil, landet de likevel på riktig positiv eller negativ valens 84,5 prosent av gangene i studien med fritt svar, og 90,6 prosent i flervalgsstudien.

Det gir én instruks til en avsender. Leseren vil nesten helt sikkert registrere at noe er galt. De vil sannsynligvis bomme på hvorfor. Så sjekken er rettet mot tvetydigheten som lar dem fylle inn en verre grunn, ikke mot å skjule følelsen.

Byrons rammeverk³ forutsier retningen på tapet: positive e-poster har en tendens til å ankomme som nøytrale, og nøytrale som negative. Det er en teoriartikkel snarere enn et eksperiment, så vekt den deretter. Skriv ett hakk varmere enn det som føles naturlig, så ankommer det som naturlig.

Sjekken i sju steg

Det finnes ingen validert vitenskapelig test for om en tekst høres grei ut. Det som følger, er en måte å skape avstand til ditt eget utkast på. Det tar under et minutt og krever ingen app.

1. Les den uten å tilføre det du mente

Ta setningen som bærer mest vekt, og les den som om du ikke vet hvem som skrev den.

«Jeg antar det er bare å gjøre hva som helst som funker for deg.» Du vet om det var oppriktig ment. Det vet ikke leseren din. «Jeg antar» kan signalisere motvilje. «Bare» kan tilføre utålmodighet. «Hva som helst» kan leses som en tilbaketrekning fra beslutningen.

Ingen av disse lesningene er automatisk den riktige. De er tilgjengelige for leseren, og det er nettopp poenget med å sjekke.

2. Tell unnskyldningene og forbeholdene

Dette er den vanligste svakheten jeg ser, og begge halvdelene har belegg bak seg.

Freedman, Burgoon, Ferrell, Pennebaker og Beer⁴ fant på tvers av studier med til sammen rundt 1 880 deltakere at unnskyldninger festet til avvisninger økte såre følelser og skapte et press om å si «jeg tilgir deg», uten å øke den faktiske tilgivelsen. Unnskyldende avvisninger utløste mer aggresjon i en atferdsoppgave. Rundt 39 prosent av folk la spontant til en unnskyldning når de ble bedt om å skrive et godt avslag, så det kontraproduktive grepet er også det populære. Bevisene gjelder spesifikt avvisninger og avslag, og jeg strekker dem ikke lenger enn det.

Når det gjelder forbehold, gjennomførte Givi, Kirk, Grossman og Sedikides⁵ seks eksperimenter, fem forhåndsregistrerte, om det å svare på en invitasjon med et forsiktig «kanskje» i stedet for et rett nei. De inviterte overvurderte hvor mye den som inviterte, ville foretrekke kanskje-svaret, fordi de undervurderte hvor mye mer respektløst et kanskje faktisk føles for den som inviterer. Forklaringen deres er verdt å dvele ved: kanskje-svaret tjener personen som sender det, mer enn personen som mottar det, og motivert resonnering gjør resten. Bevisene gjelder invitasjoner, så å bruke det på en hvilken som helst beslutning du allerede har tatt og kler ut som usikkerhet, er min egen forlengelse, ikke deres funn.

Praktisk talt: tell hver unnskyld, hver «beklager at jeg forstyrrer», hver «håper dette ikke er irriterende». Behold høyst én, og bare der du faktisk unnskylder deg for noe du har gjort. Søk deretter etter kanskje, muligens, vi får se, la meg sjekke og kommer tilbake til deg. Noen er ærlig usikkerhet og skal bli stående. De som bør kuttes, er de du kjente en lettelse ved å skrive.

Denne opptellingen er også det første Subtext gjør med et utkast, av grunnen Freedman-tallene antyder: unnskyldningen du la til instinktivt, er den du minst sannsynlig legger merke til når du leser om igjen.

3. Finn setningen som handler om deg, ikke om dem

Les hver setning og spør hvem den tjener. «Jeg har tenkt å melde deg på evigheter og føler meg forferdelig for det» er deg som håndterer din egen skyldfølelse foran noen som nå må trøste deg for det. Det er en forespørsel kledd ut som en innrømmelse.

Dette steget er resonnering, ikke et funn. Ingen har kjørt eksperimentet. Jeg tar det med fordi det er det mest pålitelige mønsteret jeg har funnet etter å ha lest tusenvis av utkast, og fordi det ligger tett opptil noe forskningen faktisk dokumenterer: en unnskyldning som ber om avlastning, og en unnskyldning som erkjenner en kostnad, er to forskjellige handlinger, og bare den andre gjør noe for mottakeren.

Løsningen er som regel å slette. Av og til er det å flytte setningen til slutten, der den leses som en fotnote snarere enn som poenget.

4. Sjekk om forespørselen også bærer en vurdering

Sammenlign «Kan du gi meg beskjed innen torsdag?» med «Kan du faktisk gi meg beskjed denne gangen?»

Begge fremmer en forespørsel. Den andre kommenterer også personens tidligere oppførsel. Det kan være bevisst, og noen ganger bør det være det. Oftere kommer det fordi du var frustrert mens du skrev, og frustrasjonen fant seg et sted å sitte.

Ordet som gjør jobben, er som regel lite. Faktisk. Igjen. Endelig. Denne gangen. Se spesifikt etter dem.

5. Sjekk om forklaringen har tatt over

Forklaringer er nyttige, og de blir stille til forsvar. Det skjer oftest i unnskyldninger, avlysninger og uenigheter. Du begynner med hva som skjedde, så hvorfor det skjedde, så hvorfor reaksjonen din på det ga mening. Ved slutten har leseren mottatt et forsvarsinnlegg når du trodde du sendte en unnskyldning.

Slett forklaringen et øyeblikk og se hva som er igjen. Er forespørselen fortsatt klar? Er erkjennelsen fortsatt der? Er neiet fortsatt et nei? Kollapser meldingen uten forklaringen, bar forklaringen noe den ikke burde ha båret.

6. Spør om den tilfører noe, eller bare ber om svar

Lew, Walther, Pang og Shin⁶ krysset svartid med det de kaller samtalekontingens, altså hvor direkte en melding svarer på det som kom rett før. Kontingente svar slo generiske svar over hele linjen, men effekten av fart avhang av kontingens: et raskt svar hjalp bare når det også var kontingent, mens et raskt, men generisk svar som lød innøvd, ble vurdert som det dårligste av alle fire betingelsene, verre enn et sent generisk svar. Kontingens dempet ikke treg respons. Den var en forutsetning for at fart i det hele tatt skulle lønne seg.

Så en melding som tar tak i samtalen, blir vurdert på innholdet sitt, og en melding som bare ber om et svar, blir vurdert som et krav om noe du føler du har krav på. «?» og «hallo?» er den rene formen. «Sjekker bare at du så denne» gjør nøyaktig den samme jobben i en penere drakt.

Rask test: slett siste linje. Sier meldingen fortsatt noe, var siste linje bare en oppfordring til svar, og den kan godt forbli slettet.

7. Les den høyt i feil tone

Dette er det eneste steget her med et eksperiment direkte bak seg, og resultatet er mer spesifikt enn rådet du vanligvis hører.

I det fjerde eksperimentet i Kruger-artikkelen¹ skrev 54 studenter sarkastiske og alvorlige utsagn som skulle sendes på e-post, og leste deretter hvert av dem høyt inn på en båndopptaker før de forutså hvor godt partneren deres ville avkode det. Halvparten leste hvert utsagn i den tonen de hadde ment. Halvparten leste det i motsatt tone, og sa de sarkastiske alvorlig og de alvorlige sarkastisk.

Den andre gruppen sluttet å være overmodig. I artikkelens egne ord: «fenomenologi-manipulasjonen visket fullstendig ut deltakernes overmot». Den første gruppen, som leste sine egne ord i sin egen tiltenkte tone, forble akkurat like feilkalibrert som alle i de tidligere studiene.

Så å lese utkastet ditt høyt slik du mente det, gjør ingenting, noe som er ubehagelig for standardversjonen av dette rådet. Les det høyt i tonen du er redd for i stedet. Si det flatt. Si det kaldt. Si det som om du var irritert på personen. Overlever den det, send den. Blir den til en annen melding i munnen din, satt den lesningen i teksten hele tiden, og du klarte bare ikke å se den.

Ett eksperiment, 54 personer, på e-post. Det er likevel det best dokumenterte punktet på denne siden. Det er også den nærmeste beskrivelsen av hva Subtext gjør når den leser et utkast: en gjennomgang av ordene dine i en stemme som ikke er den i hodet ditt.

Les den så én gang som personen som mottar den

Lesningen en melding får, avhenger av hvem som holder den, og de er også overmodige. I den samme Kruger-studien trodde e-postlesere at de hadde identifisert avsenderens tiltenkte tone 89,3 prosent av gangene, og hadde rett 62,8 prosent av gangene¹. Uansett hva de bestemmer at meldingen din betydde, kommer de ikke til å dobbeltsjekke det.

Hvem de er, forskyver oddsen. Sillars og Zorn⁷ dokumenterte en negativ intensiveringsskjevhet i jobb-e-post, der mottakere vurderte meldinger mer negativt enn uinvolverte observatører gjorde, og bare i svak grad var forankret i meldingens faktiske trekk. Effekten var sterkere i dårlige kommunikasjonsklimaer og blant folk lavere i hierarkiet. Kingsbury og Coplan⁸ fant at sosialt engstelige lesere tolker tvetydige tekster mer negativt, i utvalg på 215 og 353.

Så melder du noen som er lavere i hierarkiet enn deg, noen du har hatt en anspent periode med, eller noen engstelig, er den skarpeste tilgjengelige lesningen av utkastet ditt en sannsynlig lesning, ikke en paranoid en. Les meldingen som dem, i den tilstanden, og se om den overlever.

Verdt å si rett ut, fordi den populære versjonen skyter over mål: bevisene viser ikke at alle som standard velger den verste lesningen av alt. De viser at negativ tolkning forutsies av hvem som leser, og hvordan relasjonen er akkurat da.

Meldingssjekker eller meldingsomskriver

De to kan kjøre på lignende modeller under panseret. Det nyttige øyeblikket skjer bare på et annet tidspunkt.

Tilbake til «Greit. Gjør som du vil.» En omskriver kan gi deg «Høres bra ut, kjør på med det alternativet som passer deg best.» Det er glattere, og det er en annen melding. Kanskje du er frustrert og vil at noe av det skal få bli stående. Å sjekke først lar deg se effekten før du bestemmer deg for om du vil slette den.

Kan ChatGPT sjekke en melding før du sender den

Ja, hvis du spør på riktig måte. Fallgruven er at en generell assistent løser det enkleste problemet og gir deg en omskrivning før den har fortalt deg noe som helst.

Skill de to eksplisitt fra hverandre:

Les denne som personen som mottar den. Ikke skriv den om ennå. Fortell meg hvilke fraser som kan leses som kaldere, mer defensive eller mer intense enn jeg sannsynligvis mener, og forklar hvorfor hver av dem gjør det.

Lim deretter inn utkastet, og legg til relasjonen og den forrige meldingen hvis noen av delene endrer meningen.

For en sjelden vanskelig tekst fungerer dette bra. Det en dedikert sjekker fjerner, er selve oppsettet, noe som betyr mest fordi du er dårligst i stand til å konstruere en gjennomtenkt instruks akkurat i det øyeblikket du trenger en.

Hva telefonen din allerede gjør

Apple Intelligence Writing Tools skriver om markert tekst og tilbyr Vennlig, Profesjonell og Konsis, pluss et felt for å beskrive endringen selv for alt mer spesifikt⁹. Googles Magic Compose foreslår svar og skriver om utkast i forskjellige stiler inne i Google Messages på støttede enheter¹⁰. Samsungs Writing Assist genererer tekst, endrer skrivestil og sjekker stavemåte og grammatikk på støttede Galaxy-telefoner¹¹. Grammarly går lengst inn i deteksjon, og tonesjekkeren deres sier at den analyserer ordvalg, formuleringer, tegnsetting og bruk av store bokstaver¹².

Alle disse er gode når du vet hva du vil ha. «Dette er for formelt, gjør det mer avslappet» er et løst problem, og det er gratis på maskinvare du allerede eier.

Den vanskeligere versjonen er «jeg vet ikke hva som er galt med dette, høres det greit ut». Det spørsmålet er der sjekking og endring slutter å være den samme jobben.

Hvordan Subtext gjør sjekken

Subtext starter med meldingen du skriver, og viser hvordan den kan komme til å virke før du bestemmer deg for om du vil endre noe. Du kan skrive fra bunnen av, lime inn et utkast, eller legge ved et skjermbilde av samtalen for kontekst.

Analysen leser tonen og klarheten i utkastet ditt og flagger ordlyd som kan lande som uklar, hard, passiv eller lett å mistolke. Derfra kan du ta i bruk alternativ ordlyd, eller trykke på kortere, varmere, mer avslappet, eller legg til selvsikkerhet, og den skriver om mens den beholder stemmen din¹³.

Et skjermbilde gjør en annen jobb. Det gir samtalekontekst slik at svaret passer inn i utvekslingen. Det er verdt å være presis på: trigger- og følelsesanalysen kjører på ditt eget utkast. Et skjermbilde av det noen andre sendte, er kontekst for svaret ditt, ikke bevis på hva de egentlig føler, og ingen verktøy, dette inkludert, kan slå det fast ut fra et skjermbilde.

Rekkefølgen er delen jeg bryr meg om. Les utkastet. Se hva som kan komme til å lande annerledes enn det du mente. Bestem deg deretter for om noe trenger å endres. Noen ganger er det nyttige resultatet at meldingen allerede var grei.

Subtext er gratis å starte, på iPhone og Android.

Hva ingenting av dette fanger opp

Tre begrensninger, og de betyr mer enn stegene gjør.

Sjekken er strukturell. Den finner unnskyldninger, forbehold, oppfordringer, vurderinger og setninger som tjener deg selv. Den har ingen mening om hvorvidt det du sier, er riktig, rettferdig eller verdt å si, og en velformulert melding kan være feil på alle måter som teller.

Leseren bringer med seg sitt eget vær. En forhåndsregistrert studie fra 2025 med 51 par¹⁴ fant at folk delvis leste sitt eget humør inn i partnerens meldinger. Ingenting i utkastet ditt kontrollerer det.

Og sjekken forutsetter at problemet er ordlyden. Noen ganger er det ikke det. Skriver du om den samme meldingen for niende gang, eller sender tre oppfølgere for å finne ut om noen er irritert, har ordlyden sluttet å være det som er under press. Jeg har skrevet separat om forskningen på meldingsangst og på å lese sinne inn i tvetydige meldinger, og begge deler er mer nyttig enn et bedre utkast. Er det vedvarende nok til å prege dagene dine, er en lege eller terapeut en bedre ressurs enn en artikkel skrevet av noen som lager en app.

Vanlige spørsmål

Hva er en KI-meldingssjekker? Den analyserer en melding du allerede har skrevet, og viser hvordan ordlyden kan komme til å virke før du sender den. Avhengig av verktøyet kan det dekke tone, klarhet, formalitet, tvetydighet, eller fraser som lett kan bli mistolket. Noen tilbyr også omskrivinger etterpå.

Kan KI si om meldingen min høres uhøflig ut? Den kan identifisere ordlyd som med rimelighet kan leses som brysk, avfeiende eller anklagende. Den kan ikke garantere at en bestemt person vil oppleve den som uhøflig. En nyttig sjekker peker på den spesifikke ordlyden som skapte lesningen, i stedet for å gi deg én enkelt merkelapp.

Er en meldingssjekker det samme som en tonesjekker? De overlapper. En tonesjekker navngir vanligvis egenskaper ved teksten, som formell, selvsikker eller anklagende. En meldingssjekker kan i tillegg se på klarhet, spesifikk ordlyd og samtalekontekst.

Kan KI vite hvordan noen føler seg ut fra en tekst? Den kan analysere språk og tilby plausible lesninger. En tekst alene slår ikke fast avsenderens private følelsesmessige tilstand, og selvsikre påstander om hva noen egentlig føler, går lenger enn det ordene støtter.

Hva er forskjellen på en meldingssjekker og en KI-meldingsapp? «KI-meldingsapp» er et bredt begrep som dekker svar-generatorer for dating, skrivetastaturer, chatboter og verktøy for automatiske svar. En meldingssjekker har en smalere jobb: å analysere noe du allerede har skrevet, før du sender det.

---

Tror du jeg har lest en studie feil, eller kjenner du til forskning på dette jeg har gått glipp av? Si ifra på LinkedIn.

Samet Durgun er medgrunnlegger av Subtext, en app som fanger opp den følelsesmessige tonen i meldingene dine og skriver dem om med din egen stemme. Han bor i Berlin.

Kilder

Hver lenke over går til primærkilden der en slik finnes, nummerert i den rekkefølgen de opptrer. Der et steg hviler på resonnering snarere enn bevis, sier denne artikkelen det rett ut i stedet for å låne autoritet fra en studie i nærheten. Sitatene fra studiene er oversatt så nært opptil originalordlyden som mulig.

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. Fem eksperimenter. Studie 1 N = 12, studie 2 N = 60, studie 3 N = 308 fordelt på 154 par, studie 4 N = 54, studie 5 N = 58. Finansiert av University of Illinois Board of Trustees og NSF-bevilgning SES-0241544. Det mye siterte tallet 56 prosent er en avlesning av figur 1 i studie 2, ikke et tall som står i teksten. doi.org
2. Holtgraves, T. (2022). Implicit communication of emotions via written text messages. Computers in Human Behavior Reports, 7, 100219. N = 136 og 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. Teoriartikkel, uten utvalg. 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. Samlet N omtrent 1 880; funnene gjelder spesifikt avvisninger. 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. Seks eksperimenter, fem forhåndsregistrerte. Funnene gjelder spesifikt invitasjoner. 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, 2×2-forsøksdesign mellom grupper. 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 og 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, sjekket august 2026.
14. Steinebach, P., Stein, M., & Schnell, K. (2025). Messenger-based assessment of empathic accuracy in couples’ smartphone communication. BMC Psychology, 13, 147. N = 102 fordelt på 51 par; rekrutteringen nådde ikke det forhåndsregistrerte målet. doi.org