Vad en AI-meddelandekollare kan kolla, och hur du gör det själv

Om du sökte efter en AI-meddelandekollare, har du förmodligen redan meddelandet. Det ligger i textrutan, du har läst det sex gånger, och inget är uppenbart fel med det. Det bara känns fel. För kallt, eller för mycket, eller defensivt på ett sätt du inte kan sätta fingret på.

En AI-meddelandekollare läser ett meddelande du redan har skrivit och visar hur formuleringen kan uppfattas innan du skickar det. Vissa skriver om det efteråt. Kollandet är den del som spelar roll, och det är den del de flesta verktyg hoppar över.

Jag är medgrundare till Subtext, som är byggt kring precis det här ögonblicket, så jag är inte neutral i den här kategorin. Vad Subtext-appen är, vem den är för och när du ska använda den är ett separat inlägg. Det jag kan vara till nytta med är den snävare frågan om vad mjukvara kan berätta om ett meddelande, och vad du fortfarande måste avgöra själv. Varje forskningspåstående nedan länkar till sin källa.

Vad en meddelandekollare kan kolla, och gränsen den inte bör korsa

En kollare kan analysera språket den har framför sig. Om formuleringen läses som formell eller avslappnad, direkt eller indirekt, varm eller distanserad. Om en fras framställer den andra personens motiv som ett faktum. Om det finns tre ursäkter inuti ett tvåradigt avslag.

Det den inte kan göra är att bekräfta vad någon känner inombords. Det gäller även Subtext, som flaggar vad formuleringen rimligen kan antyda, inte vad du känner.

Ta ett utkast på två ord: “Visst. Gör som du vill.” En kollare kan rimligen säga att “Visst” är avhugget och att “gör som du vill” läses som tillbakadragande. Den kan inte fastslå att personen som skrev det är arg. Det är olika påståenden, och mycket av marknadsföringen kring tondetektering rör sig mellan dem utan att säga det. Jag gick igenom evidensen om det i ett separat inlägg om vad AI vet och inte vet om ton.

För ett meddelande du är på väg att skicka är tankeläsning ändå inte det du behöver. Du behöver en andra läsare, för du kan inte vara det för ditt eget utkast.

Varför det inte fungerar att läsa om sitt eget utkast

Kruger, Epley, Parker och Ng körde fem experiment om det här 2005¹, och artikeln citeras betydligt oftare än den läses.

Det största av de fem lät 154 par studenter skriva påståenden avsedda att förmedla sarkasm, allvar, ilska eller sorg, och sedan förutspå om deras partner skulle identifiera den avsedda tonen. Avsändarna förväntade sig att träffa rätt i 88,8 procent av fallen. De träffade rätt i 70,4 procent.

Glappet är fyndet, och författarna är noga med vad det inte betyder. Träffsäkerheten i deras första experiment var 84 procent, och de skriver att det vore “missvisande att utifrån dessa data föreslå att folk är dåliga på att förmedla sarkasm via mejl”. Deras egen sammanfattning av vad glappet faktiskt betyder:

Med deras egna ord “Hur skickliga människor än är, är de inte lika skickliga som de tror.”

Kruger, Epley, Parker och Ng, 2005

Tre detaljer gör det här svårare för en avsändare. Vänner var inte mer träffsäkra än främlingar, och lika översäkra. Att skriva till någon som känner dig väl sluter alltså inte glappet. Emotikoner sluter det inte heller. En uppföljande studie rapporterad i samma artikel manipulerade om avsändarna fick använda dem eller inte, och fann att “översäkerheten skilde sig inte mellan dem som använde emotikoner och dem som inte gjorde det”. Och det ofta citerade påståendet att folk läser tonen rätt 56 procent av gångerna drar för stora växlar på ett snävt resultat. Siffran 56,0 står i figur 1 i den andra studien, och den gäller träffsäkerheten via mejl i ett binärt val mellan sarkastiskt och allvarligt bland 29 par, en träffsäkerhet som texten beskriver som omöjlig att skilja från slumpen. Det är inget allmänt mått på hur väl man läser av ton, och jag skulle inte upprepa det som ett sådant.

En begränsning innan stegen. Det här är forskning från 2005 om mejl. Författarna förväntade sig att mekanismen skulle gälla även chatt och sms och sa det uttryckligen, men ingen har kört om studien på modern sms:ning. Behandla mekanismen som väletablerad och de exakta procenttalen som hörande till mejl.

Vad ditt meddelande pålitligt bär med sig, och vad det tappar

Holtgraves² ger de mest användbara moderna siffrorna. Avsändare skrev sms som förmedlade en av 22 känslor utan att namnge dem. Läsare identifierade känslan med fritt svar i 20,1 procent av fallen, och med flervalsalternativ i 46,3 procent. När de gissade fel hamnade de ändå i rätt positiv eller negativ valens i 84,5 procent av fallen i fritextstudien och 90,6 procent i flervalsstudien.

Det ger en tydlig instruktion till en avsändare. Läsaren kommer nästan säkert att lägga märke till att något är fel. De kommer förmodligen att gissa fel på anledningen. Så kollen siktar in sig på den tvetydighet som låter dem fylla i en sämre anledning, inte på att dölja känslan.

Byrons ramverk³ förutsäger riktningen på förlusten, där positiva mejl tenderar att landa som neutrala och neutrala som negativa. Det är en teoriartikel, inte ett experiment, så väg den därefter. Skriv ett snäpp varmare än vad som känns naturligt, så landar det som naturligt.

Kollen i sju steg

Det finns inget validerat vetenskapligt test för om en text låter okej. Det som följer är ett sätt att skapa distans till ditt eget utkast. Det tar under en minut och kräver ingen app.

De sju stegen går igenom avsikt, sammanhang, själva meddelandet och en sista koll innan du skickar. Vem som läser det får ett eget avsnitt direkt efter dem.

1. Läs det utan att fylla i vad du menade

Ta meningen som väger tyngst och läs den som om du inte vet vem som skrev den.

“Jag antar att det bara är att göra vad som helst som funkar för dig.” Du vet om det var uppriktigt menat. Din läsare vet inte det. “Jag antar” kan signalera motvilja. “Bara” kan lägga till otålighet. “Vad som helst” kan läsas som att man drar sig ur beslutet.

Ingen av de tolkningarna är automatiskt den rätta. De är tillgängliga för läsaren, vilket är därför man kollar över huvud taget.

2. Räkna ursäkterna och garderingarna

Det här är den vanligaste bristen jag ser, och båda halvorna har evidens bakom sig.

Freedman, Burgoon, Ferrell, Pennebaker och Beer⁴ fann i studier med totalt omkring 1 880 deltagare att ursäkter kopplade till avvisanden ökade de sårade känslorna och skapade press att säga “jag förlåter dig” utan att öka den faktiska förlåtelsen. Ursäktande avvisanden gav mer aggression i en beteendeuppgift. Omkring 39 procent av deltagarna la spontant till en ursäkt när de ombads skriva ett bra avvisande, så det kontraproduktiva greppet är också det populära. Evidensen gäller specifikt avvisanden och nej-tack-svar, och jag tänjer inte på den längre än så.

Om garderingar körde Givi, Kirk, Grossman och Sedikides⁵ sex experiment, fem förregistrerade, om att svara på en inbjudan med ett tveksamt “kanske” i stället för ett rakt nej. De inbjudna överskattade hur mycket värden skulle föredra ett kanske, eftersom de underskattade hur mycket mer respektlöst ett kanske faktiskt känns för den som bjudit in. Jag tycker deras förklaring är den del som är värd att stanna vid. Enligt deras redogörelse gynnar kanske-svaret den som skickar det mer än den som tar emot det, och motiverat resonerande gör resten. Den evidensen gäller inbjudningar. Att tillämpa den på ett beslut du redan fattat och klätt i osäkerhet är min egen utvidgning, inte deras fynd.

I praktiken, räkna varje förlåt, varje “förlåt att jag stör”, varje “jag hoppas det här inte är jobbigt”. Behåll som mest en, och bara där du ber om ursäkt för något du faktiskt gjort. Leta sedan efter kanske, möjligen, vi får se, jag kollar och återkommer. En del är verklig osäkerhet och får stå kvar. De som ska bort är de du kände dig lättad över att skriva.

Den här räkningen är också det första Subtext gör med ett utkast, eftersom Freedmans siffror antyder att ursäkten du la till instinktivt är den du minst sannolikt lägger märke till vid en omläsning.

3. Hitta meningen som handlar om dig snarare än dem

Läs varje mening och fråga vem den tjänar. “Jag har tänkt höra av mig i evigheter och mår så dåligt över det” är dig som hanterar din egen skuldkänsla inför någon som nu måste trösta dig för det. Det är en begäran klädd i en bekännelses kläder.

Det här steget vilar enbart på resonemang. Ingen har kört experimentet. Jag tar med det för att det är det mest tillförlitliga mönster jag har hittat efter att ha läst tusentals utkast, och för att det ligger nära något forskningen faktiskt dokumenterar: en ursäkt som ber om avlösning och en ursäkt som erkänner en kostnad är olika handlingar, och bara den andra gör något för mottagaren.

Lösningen är oftast att stryka meningen. Ibland handlar det om att flytta den till slutet, där den läses som en fotnot och slutar vara poängen.

4. Kolla om begäran också bär på ett omdöme

Jämför “Kan du höra av dig senast torsdag?” med “Kan du snälla faktiskt höra av dig den här gången?”

Båda gör en begäran. Den andra kommenterar också personens tidigare beteende. Det kan vara medvetet, och ibland bör det vara det. Oftare dyker det upp för att du var frustrerad medan du skrev, och frustrationen hittade en plats att slå sig ner på.

Ordet som gör jobbet är oftast litet. Faktiskt. Igen. Äntligen. Den här gången. Leta efter just dem.

5. Kolla om förklaringen har tagit över

Förklaringar är användbara, och de förvandlas i tysthet till försvarstal. Det händer mest i ursäkter, avbokningar och meningsskiljaktigheter. Du börjar med vad som hände, sedan varför det hände, sedan varför din reaktion på det var rimlig. I slutänden har läsaren fått ett försvarstal när du trodde att du skickade en ursäkt.

Stryk förklaringen för ett ögonblick och titta på vad som blir kvar. Är begäran fortfarande tydlig? Finns erkännandet fortfarande kvar? Är nejet fortfarande ett nej? Om meddelandet kollapsar utan förklaringen, bar förklaringen på något den inte borde ha burit.

6. Fråga om det tillför något eller bara ber om ett svar

Lew, Walther, Pang och Shin⁶ korsade svarslatens med samtalskontingens, det vill säga hur direkt ett meddelande knyter an till det som sagts innan. Kontingenta svar presterade bättre än generiska överlag, men effekten av snabbhet berodde på kontingensen. Ett snabbt svar hjälpte bara när det också var kontingent, medan ett snabbt men generiskt, manusartat svar bedömdes som det sämsta av alla fyra villkoren, sämre än ett långsamt generiskt svar. Kontingens var en förutsättning för att snabbhet överhuvudtaget skulle löna sig, och den mildrade inte långsamhet.

Så ett meddelande som knyter an till samtalet bedöms utifrån sitt innehåll, och ett meddelande som bara ber om ett svar bedöms som ett krav på något du känner att du har rätt till. “?” och “hallå?” är renodlade former av det. “Ville bara kolla att du sett det här” gör exakt samma jobb i en finare kappa.

Ett snabbtest är att stryka sista raden. Om meddelandet fortfarande säger något, var sista raden en påstötning och kan förbli struken.

7. Läs det högt i fel ton

Det här är det enda steget här med ett experiment direkt bakom sig, och resultatet är mer specifikt än rådet du oftast hör.

I det fjärde experimentet i Kruger-artikeln¹ skrev 54 studenter sarkastiska och allvarliga påståenden avsedda att skickas via mejl, och läste sedan in vart och ett på en bandspelare innan de förutspådde hur väl deras partner skulle avkoda det. Hälften läste varje påstående i den ton de hade avsett. Hälften läste den i motsatt ton, sa de sarkastiska allvarligt och de allvarliga sarkastiskt.

Den andra gruppen slutade vara översäkra. I artikelns egna ord: “fenomenologimanipulationen utplånade helt deltagarnas översäkerhet”. Den första gruppen, som läste påståendena i den ton de hade avsett, förblev översäker, liksom deltagarna i de tidigare studierna.

Att läsa upp ditt utkast på det sätt du menade det gör alltså ingen skillnad, vilket är besvärande för standardversionen av det här rådet. Läs det högt i den ton du är rädd för i stället. Säg det platt. Säg det kallt. Säg det som om du var irriterad på personen. Om det överlever det, skicka det. Om det blir ett annat meddelande i din mun, satt den läsningen i texten hela tiden och du kunde bara inte se den.

Ett experiment, 54 personer, om mejl. Det är ändå det bäst underbyggda inslaget på den här sidan. Det är också den närmaste beskrivningen av vad Subtext gör när den läser ett utkast, vilket är en genomgång av dina ord i en röst som inte är den i ditt huvud.

Läs det sedan en gång som personen som tar emot det

Läsningen ett meddelande får beror på vem som håller i det, och de är också översäkra. I den tredje Kruger-studien, den största, trodde mejlläsare att de hade identifierat avsändarens avsedda ton i 89,3 procent av fallen, och hade rätt i 62,8 procent av fallen¹. Vad de än bestämmer att ditt meddelande betydde kommer de inte att kolla.

Vem de är förskjuter oddsen. Sillars och Zorn⁷ dokumenterade en negativ intensifieringsbias i arbetsmejl, där mottagare bedömde meddelanden mer negativt än oinvolverade observatörer och bara var svagt förankrade i meddelandets faktiska egenskaper. Effekten var starkare i dåliga kommunikationsklimat och bland personer längre ner i hierarkin. Kingsbury och Coplan⁸ fann att läsare med social ångest tolkar tvetydiga texter mer negativt, i urval på 215 och 353.

Så om du skriver till någon som är underställd dig, eller någon du har haft en spänd relation till, eller någon ängslig, är den skarpaste tillgängliga läsningen av ditt utkast en trolig läsning snarare än en paranoid läsning. Läs meddelandet som dem, i det tillståndet, och se om det överlever.

Den populära versionen skjuter över målet, så det vill jag säga rakt ut. Evidensen visar inte att alla per automatik väljer den värsta tolkningen av allt. Den visar att negativ tolkning förutsägs av vem som läser och hur relationen ser ut just då.

Fyra exempel till

Fyra till, i olika register, kollade på samma sätt. Inget av dem har en studie bakom sig, precis som tvåordsutkastet och torsdagsexemplet ovan. De är redaktionella bedömningar, inte fynd.

En vän bokar om för tredje gången och du svarar: “Visst, när som helst funkar, inga problem.” “Visst” och “inga problem” läses som enkelt medgivande på egen hand. Staplat på en tredje ombokning kan samma ord också läsas som att du sväljer besväret medan du tyst räknar, och din vän har inget sätt att avgöra vilket du menar. “Den här veckan funkar inte för mig nu, men låt oss hitta en tid som faktiskt håller nästa vecka” säger samma sak utan att be dem gissa.

Du har en deadline klockan 17 och skickar “Kan vi synka om det här när du får en chans?” Det läses som att det inte är bråttom för den som tar emot det, när det du menade var idag, helst inom en timme. “När du får en chans” lämnar tidpunkten åt läsaren att räkna ut. “Kan vi prata idag? Jag måste skicka min uppdatering klockan 17 och saknar det du har” namnger deadlinen rakt ut.

Ett avslag formulerat som “Jag är så ledsen, jag tror verkligen inte att jag kan ta det här just nu, men säg till om något ändras så ska jag försöka hjälpa till på något sätt” är precis det steg två letar efter. Ursäkten, garderingen i “jag tror verkligen inte” och “säg till om något ändras” öppnar alla en dörr avsändaren menade att stänga, och läsaren lämnas att gissa om nejet är på riktigt. “Jag kan inte ta det här. Fråga mig igen nästa månad om det fortfarande är aktuellt” är samma beslut, sagt en gång, utan något kvar att leta efter.

Ett kort “K” kan läsas som upprört, eller som någon som skriver med en hand i trappan, och ett vanligt förstautkast som svar är “Förlåt om jag gjorde något fel, säg bara till så fixar jag det.” Det ber om ursäkt för en förseelse du inte har identifierat och lämnar över jobbet att namnge den till läsaren. Ett kort svar från någon du redan har en spänd relation till är ett mer sannolikt varningstecken än samma svar från någon neutral, men det är fortfarande en gissning, inte ett faktum. “Ditt senaste sms kändes lite kort för mig. Är det ett bra tillfälle att prata, eller passar det bättre senare?” gör om gissningen till en fråga.

Meddelandekollare eller meddelandeomskrivare

De två kan köra på liknande modeller under huven. Subtext är byggt för att göra båda, i en fast ordning. Det läser utkastet och visar först vad det hittar, och erbjuder sedan omskrivna versioner direkt under, i samma svar, eller säger att utkastet redan är bra. Det användbara ögonblicket infaller vid en annan punkt.

Tillbaka till “Visst. Gör som du vill.” En omskrivare kan ge dig “Låter bra, kör på det alternativ som passar dig bäst.” Det är mjukare, och det är ett annat meddelande. Kanske är du frustrerad och vill att något av det ska finnas kvar. Att kolla först låter dig se effekten innan du bestämmer om du ska stryka den.

Kan ChatGPT kolla ett meddelande innan du skickar det

Ja, om du frågar på rätt sätt. Fällan är att en generell assistent löser det enklare problemet och ger dig en omskrivning innan den har berättat något alls.

Separera de två explicit:

Läs det här som personen som tar emot det. Skriv inte om det än. Berätta vilka fraser som kan läsas som kallare, mer defensiva eller mer intensiva än jag förmodligen menar, och förklara varför var och en gör det.

Klistra sedan in utkastet, och lägg till relationen och föregående meddelande om något av det ändrar betydelsen.

För ett enstaka svårt sms fungerar det bra. Det Subtext tar bort är själva förarbetet, vilket spelar roll framför allt för att du är som minst kapabel att formulera en genomtänkt prompt exakt i det ögonblick du behöver en.

Vad din telefon redan gör

Apple Intelligence Writing Tools skriver om markerad text och erbjuder Vänlig, Professionell och Kortfattad, plus en ruta för “beskriv din ändring” när du vill ha något mer specifikt⁹. Googles Magic Compose föreslår svar och skriver om utkast i olika stilar inuti Google Messages på enheter som stöder det¹⁰. Samsungs Writing Assist genererar text, ändrar skrivstil och kollar stavning och grammatik på Galaxy-telefoner som stöder det¹¹. Grammarly går längst in i detektering, och dess tonkollare uppger att den analyserar ordval, formulering, skiljetecken och versalanvändning¹².

Alla de här är bra när du vet vad du vill ha. “Det här är för formellt, gör det mer avslappnat” är ett löst problem, och det är gratis på hårdvara du redan äger.

Den svårare versionen är “jag vet inte vad som är fel med det här, låter det okej”. Den frågan är där kollande och ändrande slutar vara samma jobb. Det är också därför de flesta tonkollare aldrig kollar din ton: de hoppar rakt till ändringen.

Så gör Subtext kollen

Subtext utgår från meddelandet du håller på att skriva och visar hur det kan uppfattas innan du bestämmer om du vill ändra något. Du kan skriva från grunden, klistra in ett utkast, eller lägga till en skärmbild av konversationen för sammanhang.

Analysen läser ditt utkasts ton och tydlighet och flaggar formuleringar som kan landa som otydliga, hårda, passiva eller lätta att missförstå. Nedanför erbjuder den alternativa formuleringar, och du kan trycka på kortare, varmare, mer avslappnad, eller lägg till självförtroende, och den skriver om medan din röst bevaras¹³.

En skärmbild gör ett annat jobb. Den ger konversationssammanhang så att svaret passar utbytet. Där vill jag vara precis. Trigger- och känsloanalysen körs på ditt eget utkast. En skärmbild av vad någon annan skickat är sammanhang för ditt svar, inte bevis för vad den personen känner inombords, och inget verktyg, det här inkluderat, kan fastslå det utifrån en skärmbild.

Ordningen är det jag bryr mig om. Läs utkastet. Se vad som kan landa annorlunda än vad du menade. Bestäm sedan om något behöver ändras. Ibland är det användbara resultatet att meddelandet redan var bra som det var.

Prova Subtext i webbläsarenHämta appenProva Subtext i webbläsaren

Vad inget av det här fångar upp

Tre begränsningar, och de spelar större roll än stegen gör.

Kollen är strukturell. Den hittar ursäkter, garderingar, påstötningar, omdömen och meningar som egentligen handlar om dig själv. Den har ingen uppfattning om huruvida det du säger är korrekt, rättvist eller värt att säga, och ett välformulerat meddelande kan vara fel på precis alla sätt som räknas.

Läsaren bär med sig sitt eget väder. En förregistrerad studie från 2025 med 51 par¹⁴ fann att folk delvis läste in sitt eget aktuella humör i partnerns meddelanden. Inget i ditt utkast styr det.

Och kollen förutsätter att problemet är formuleringen. Ibland är det inte det. Om du skriver om samma meddelande för nionde gången, eller skickar tre uppföljare för att ta reda på om någon är sur, har formuleringen slutat vara det som är under press. Jag har skrivit separat om forskningen kring sms-ångest och om att läsa in ilska i tvetydiga meddelanden, och båda är mer användbara än ett bättre utkast. Om det är ihållande nog för att forma dina dagar, är en läkare eller terapeut en bättre resurs än en artikel skriven av någon som gör en app.

Vanliga frågor

Vad är en AI-meddelandekollare? Den analyserar ett meddelande du redan har skrivit och visar hur formuleringen kan uppfattas innan du skickar det. Beroende på verktyget kan det täcka ton, tydlighet, formalitetsgrad, tvetydighet, eller fraser som riskerar att missförstås. Vissa erbjuder också omskrivningar efteråt.

Kan AI avgöra om mitt meddelande låter oförskämt? Den kan identifiera formuleringar som rimligen kan läsas som burdusa, avfärdande eller anklagande. Den kan inte garantera att en specifik person kommer att tycka det är oförskämt. En bra kollare pekar ut den konkreta formuleringen som gav upphov till tolkningen, i stället för att bara ge dig en etikett.

Är en meddelandekollare samma sak som en tonkollare? De överlappar. En tonkollare namnger vanligtvis egenskaper i texten, som formell, självsäker eller anklagande. En meddelandekollare kan också titta på tydlighet, specifika formuleringar och konversationssammanhang.

Kan AI veta hur någon känner sig utifrån ett sms? Den kan analysera språk och erbjuda troliga tolkningar. Ett sms ensamt fastslår inte avsändarens privata känslotillstånd, och självsäkra påståenden om vad någon egentligen känner går längre än vad orden faktiskt stöder.

Vad är skillnaden mellan en meddelandekollare och en AI-sms-app? “AI-sms-app” är ett brett begrepp som täcker dejtingappars svarsgeneratorer, skrivtangentbord, chattbottar och automatiska svarsverktyg. En meddelandekollare har ett snävare jobb. Den analyserar något du redan skrivit, innan du skickar det.

---

Tycker du att jag har läst en studie fel, eller känner du till forskning om det här som jag har missat? Säg till på LinkedIn.

Samet Durgun är medgrundare till Subtext, en app som fångar den känslomässiga tonen i dina meddelanden och skriver om dem med dina egna ord. Han bor i Berlin.

Källor

Varje länk går till primärkällan där en sådan finns, numrerad i den ordning de förekommer. Där ett steg vilar på resonemang snarare än evidens säger det här inlägget det rakt ut i stället för att låna auktoritet från en näraliggande studie. Citaten är ordagranna.

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 experiment. Studie 1 N = 12, studie 2 N = 60, studie 3 N = 308 i 154 par, studie 4 N = 54, studie 5 N = 58. Finansierad av University of Illinois Board of Trustees och NSF-anslag SES-0241544. Den ofta citerade siffran 56 procent är träffsäkerheten för mejl som den står i figur 1 i studie 2, inte en siffra i texten, och gäller ett binärt val mellan sarkastiskt och allvarligt bland 29 analyserade par, inte ett allmänt mått på hur väl man läser av ton.
2. Holtgraves, T. (2022). Implicit communication of emotions via written text messages. Computers in Human Behavior Reports, 7, 100219. N = 136 och N = 167.
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. Teoriartikel, inget urval.
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. Sammanlagt N cirka 1 880; fynden gäller specifikt avvisanden.
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. Sex experiment, fem förregistrerade. Fynden gäller specifikt inbjudningar.
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-mellangruppsdesign.
7. Sillars, A., & Zorn, T. E. (2021). Hypernegative Interpretation of Negatively Perceived Email at Work. Management Communication Quarterly, 35(2), 171-200.
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 och N = 353.
9. Apple Support. Use Writing Tools with Apple Intelligence on iPhone.
10. Google Messages Help. Draft messages with Magic Compose.
11. Samsung Support. Use Writing Assist on Galaxy phones and tablets.
12. Grammarly. Writing Tone Detector and Tone Suggestions.
13. Subtext. subtext.it, kontrollerad augusti 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 i 51 par; rekryteringen nådde inte det förregistrerade målet.