Låter mina engelska texter artiga? Vad den som inte har engelska som modersmål kan och inte kan kontrollera

I de flesta studierna bakom det här inlägget bedömdes de mejl som modersmålsläsare uppfattade som abrupta på hur direkta de var och hur mycket de mildrades, inte på fel. En grammatikkontroll kan därför inte säga till någon som skriver engelska som andraspråk om ett meddelande låter artigt. Det enda experiment som varierade stavnings- och grammatikfel fann att de flesta av de negativa intryck felen gav minskade när läsarna fick veta att avsändaren kom från en annan kultur (det tas upp nedan). Det som skilde ut de abrupta mejlen var en begäran som ställdes för direkt, utan mildrande ord runt den, utan hälsning eller avslutning och utan tecken på att skribenten visste att den bad om något. Sådana vanor formas ofta av ett första språk, och de syns inte för något som kontrollerar stavning och verbformer.

De flesta verktyg som folk väljer kontrollerar grammatik, flyt och formalitet. En mindre grupp läser ton. Inget av dem vet vem du skriver till om du inte säger det, hur stor tjänst du ber om eller vad som räknas som artigt i den personens kultur, och det sista lagret är där forskningen placerar större delen av skadan. Svaret på frågan ”låter min engelska text naturlig och artig” delar sig i två. Den första halvan är de konventionella fraser som mildrar en begäran, och dem går det att kontrollera och lära sig. Den andra halvan är om just den här läsaren, i just den här relationen, tar dina ord som du menade. Det går bara att uppskatta, och ett verktyg kan bara uppskatta det tillsammans med dig.

Jag är medgrundare till Subtext, en tonkollare, så jag har ett egenintresse i hur de tre sista avsnitten läses. Det är de enda avsnitt där jag gör påståenden om Subtext. Allt före dem kommer från källor som jag själv har öppnat, i några fall bara sammanfattningen eller en sida som beskriver studien, som källistan anger.

Varför ett korrekt engelskt meddelande ändå kan läsas som oförskämt

Ett meddelande kan vara grammatiskt felfritt och ändå misslyckas, eftersom artighet på engelska till stor del ligger i orden runt begäran. Economidou-Kogetsidis studerade mejl med förfrågningar som grekcypriotiska universitetsstudenter skickade till lärare vid ett universitet på Cypern som undervisar på engelska, insamlade under flera terminer¹. Mejlen präglades av ”significant directness”, särskilt i förfrågningar om information, ”an absence of lexical/phrasal downgraders”, utelämnade hälsningar och avslutningar samt tilltalsformer som författaren bedömde som olämpliga eller oacceptabla. Hennes argument är att sådana mejl kan läsas som oartiga eftersom ”they appear to give the faculty no choice in complying with the request and fail to acknowledge the imposition involved”¹. Artikelns titel är en av raderna i materialet, ”Please answer me as soon as possible”, och den visar mönstret i sju ord. Skribenten menar att vara hövlig, använder ordet please och skapar ändå en mening som ger läsaren en deadline.

En downgrader är ett litet ord som sänker trycket. ”I was wondering whether”, ”if you have a moment”, ”would it be at all possible”. Skribenter med engelska som modersmål tar ofta till sådana. Skribenter från språk där rakhet är det artiga förvalet kan hoppa över dem och lägga till ett please i stället. I en studie från 2013 av 4 353 begäranden på Wikipedia, där varje begäran bedömdes av fem amerikanska annotatörer, fann Danescu-Niculescu-Mizil och kollegor att ett please mitt i en mening i genomsnitt fick +0,49 på deras artighetsskala, medan en begäran som inleddes med ”Please” i genomsnitt fick -0,30². De tolkar ett inledande please som en direkt strategi som kan verka ouppriktig. Studien redovisar inte skribenternas första språk, så den visar hur amerikanska bedömare hör ett inledande please, inte vem som skriver ett.

Modersmålstalare skriver också rakt, men med fler sätt att mildra

Rakhet är vanlig även bland skribenter med engelska som modersmål, och det som skiljer grupperna åt är hur mycket mildrande de lägger till. Biesenbach-Lucas jämförde mejl med förfrågningar till professorer från studenter på avancerad nivå som hade engelska som modersmål eller inte vid ett amerikanskt universitet³. Hon analyserade 533 mejl som TESOL-studenter på avancerad nivå skickade till en enda professor under sex terminer, 382 från modersmålstalare och 151 från icke-modersmålstalare, och alla icke-modersmålstalare hade bakgrund i Asien. Båda grupperna skrev fler direkta begäranden och antydningar än de konventionellt indirekta former som hittats i äldre studier av talakter, så förskjutningen är inte begränsad till språkinlärare. Men modersmålstalarna ”demonstrate greater resources in creating e-polite messages to their professors than nonnative speakers”³. De hade fler sätt att mildra och använde dem oftare. Grupperna är olika stora. Studien anger den enda professorn och det smala urvalet av icke-modersmålstalare (alla från asiatiska språkbakgrunder, alla i samma utbildningsprogram) som begränsningar, så den beskriver en miljö och avgör inte frågan.

Vad modersmålsläsare faktiskt håller emot dig

Läsare med engelska som modersmål bedömer avsändaren lika mycket som meningen, och de dömer registret hårdare än grammatiken. I en senare studie av hur mejl uppfattas lät Economidou-Kogetsidis grekcypriotiska inlärare och engelska universitetslärare med engelska som modersmål läsa samma direkta, ommildrade studentmejl⁴. De två grupperna hade ”significantly mismatching perceptions of what is appropriate”. I de flesta fall bedömde lärarna med engelska som modersmål samma mejl som ”significantly more abrupt, less polite and as not adequately acknowledging the imposition involved”, och de bedömde avsändarens personlighet ”significantly less favorably” än inlärarna gjorde⁴.

Hendriks gjorde två onlineexperiment där personer med engelska som modersmål läste mejl med förfrågningar skrivna av nederländska inlärare, med de mildrande orden varierade. De 110 bedömarna i det första och 158 i det andra bedömde hur begripligt mejlet var och hur avsändarens personlighet framstod⁵. Att använda för få av de mildrande orden ”had a negative effect on participants’ evaluation of the personality of the sender of the e-mail”⁵. Meddelandet förstods i båda fallen. Effekten gällde hur sympatisk avsändaren verkade, den kom från en enda fras och den var liten, ungefär en tredjedels poäng på en skala med fem steg.

En studie från 2023 av samma förstaförfattare fann att straffet var ännu smalare. Den lät 120 nederländska och 131 brittiska läsare läsa en av fyra versioner av ett mejl med en begäran från en kollega⁶. Den kärva versionen (”Can you send me…”) fick avsändaren att verka mer befallande. Men en nederländsk skribents kärva mejl bedömdes också som mer auktoritärt och väckte större vilja att göra som det bad om, medan en engelsk skribents kärva mejl bedömdes som mindre kompetent. Författarna skriver att det kan ”have a limited but important impact” att utelämna mildrande ord.

Läsare förlåter grammatik lättare än ton

Läsare förlåter grammatikfel lättare än en kärv ton, och Vignovic och Thompson testade om vetskapen att avsändaren kommer från en annan kultur ger något överseende⁷. Läsare bedömde bland annat en mejlavsändares samvetsgrannhet, intelligens, vänlighet och pålitlighet efter att ha läst meddelanden med stavnings- och grammatikfel, eller meddelanden som bröt mot etikettsnormer, som författarna definierade som korta meddelanden utan samtalston. Grammatikfel gav negativa intryck, och de flesta av dem minskade när läsarna fick veta att avsändaren kom från en annan kultur. Etikettsbrotten var annorlunda. De negativa tillskrivningarna ”were not significantly mitigated by knowledge that the e-mail sender was from a foreign culture”⁷. En läsare ursäktar till stor del din grammatik när läsaren vet att engelska är ditt andraspråk. En kärv ton ursäktas inte på samma sätt. Artikeln beskriver det som en fråga om vad man tillskriver, där grammatikfel läggs på situationen och en kärv ton läggs på personen.

Frasproblem och situationsproblem

Thomas drog den gräns som förklarar varför en del av det här går att kontrollera och en del inte⁸. Oförmågan att förstå ”what is meant by what is said” kallade hon pragmatiskt misslyckande, och delade upp den i två. Pragmalingvistiskt misslyckande gäller ”highly conventionalized usage which can be taught quite straightforwardly as ‘part of the grammar’”. Sociopragmatiskt misslyckande ”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”⁸.

I praktiken är den första sorten det saknade ”I was wondering if” eller det ”please answer me as soon as possible”. Det är ett frasproblem, och ett verktyg eller en frasbok kan fånga det. Den andra sorten är att bestämma att en begäran på en rad till en senior kollega inte behöver något mildrande alls, eftersom den inte skulle behöva det på ditt första språk. Ingen fras åtgärdar det, eftersom orden är rätt och situationen blev feltolkad.

Inlärare märker också de här två sorternas fel olika beroende på var de bor. Bardovi-Harlig och Dörnyei bad engelskinlärare bedöma yttranden som antingen var grammatiskt fel eller sammanhangsmässigt olämpliga⁹. Inlärare som studerade engelska i ett land där det talas bedömde de pragmatiska felen som allvarligare än de grammatiska. Inlärare som studerade engelska i sitt hemland bedömde de grammatiska felen som allvarligare⁹. En inlärare som läst engelska i sitt hemland tenderar därför att rangordna grammatikfel som den värre sorten, medan studierna ovan fann att läsare med engelska som modersmål reagerade mer på rakhet och mildrande.

Vad undervisning och högre språkfärdighet hjälper mot

Undervisning och högre språkfärdighet hjälper båda mot de konventionella fraserna, men ingen av dem täcker hela glappet. Usó-Juan samlade 110 spontant skrivna mejl med förfrågningar som spanska inlärare av engelska som främmande språk skickade till tre lärare, före och efter en period av strategiundervisning, och fann att förfrågningarna var mer lämpliga efteråt¹⁰. Sammanfattningen redovisar en jämförelse före och efter och nämner varken kontrollgrupp eller uppföljande test, så den visar att fraserna går att lära ut men inte att vinsten varar. Qin, Jia och Ren analyserade 306 mejl med förfrågningar från 32 lärare som talar engelska och 121 inlärare vars första språk var kinesiska, franska eller spanska¹¹. Inlärarnas första språk hade en signifikant effekt på deras skrivande. Inlärare med högre språkfärdighet använde fler indirekta strategier för begäran, men de hade inte utvecklat den pragmatiska kompetens som krävs för att anpassa språkbruket mellan skriftliga sammanhang. En mer avancerad inlärare använder fler indirekta begäranden och anpassar sig ändå inte till situationen, vilket påminner om Thomas andra kategori⁸.

Varför du inte kan höra det själv

Att läsa om ditt eget meddelande fångar kanske inte det här, av två skäl. Det första är det allmänna, som tas upp i låter den här texten oförskämd. Kruger och kollegor genomförde fem experiment om ton i mejl och deras resultat tyder på att folk tenderar att tro att de kommunicerar bättre via mejl än de gör. Deras fjärde och femte experiment tyder på att orsaken är att skribenter ”hör” ett påstående så som de menade det, vilket gör det svårt att se att publiken kanske inte gör det¹². En studie från 2025 av vardagliga sms (347 mottagare, 171 avsändare) och mejl i arbete eller utbildning (361 mottagare, 61 avsändare) fann inga tecken på feltolkad positiv eller negativ ton¹³. Den mätte positiv eller negativ ton, inte artighet, så den lämnar det här avsnittets fråga öppen. Det andra skälet är en slutsats av studierna ovan, inte ett fynd, och gäller särskilt skrivande på ett andraspråk. Den tysta röst du hör läser med ditt första språks artighetsregler. En begäran som är fullt hövlig på grekiska eller nederländska låter hövlig för dig på engelska också, eftersom bedömningen görs av samma öra.

Det är därför uppfattningsglappet i Economidou-Kogetsidis andra studie är så stort⁴. Inlärarna bedömde sin egen sorts mejl som lämpligt eftersom det, enligt de normer de vuxit upp med, var det. Lärarna bedömde det som abrupt eftersom det, enligt deras, var det. Varje grupp läste mejlet rätt efter sina egna normer.

Att fråga om din engelska låter artig är alltså att fråga hur den låter för en läsare vars förväntningar du inte kan kontrollera, och det är vad en andra läsare är till för. Läsarens sida av samma glapp, att räkna ut vad ett meddelande du fått var tänkt att säga, finns i vad betyder den här texten.

Vad grammatik- och flytverktyg kontrollerar, enligt dem själva

De stora skrivverktygen lovar mest korrekthet och flyt, och en del lovar formalitet. Varje beskrivning nedan citerar verktygets egen sida, så inget här är en funktion som jag har dragit slutsatser om.

LanguageTools startsida beskriver en kontroll av ”grammatical errors and spelling mistakes across languages”, säger att den ”masters more than 30 languages and dialects” och erbjuder en omformulerare som skriver om ”to be more formal, fluent, simple or concise”¹⁴. Produktmenyn säger att kontrollen ”helps you find the right tone”, men ingenting på sidan säger att den upptäcker artighet.

DeepL Write stöder enligt sin egen blogg engelska, tyska, franska, spanska, italienska, portugisiska, kinesiska (förenklad), japanska och koreanska, och låter, för franska och spanska åtminstone i det inlägget, dig välja en stil (Business, Academic, Simple, Casual) och en ton (Friendly, Diplomatic, Confident, Enthusiastic)¹⁵. Båda är inställningar du tillämpar, och verktyget upptäcker inte om ditt utkast var diplomatiskt.

Wordtune lovar att du kan ”Switch between casual and formal tones with the click of a button”, säger att det ”can only write in English” och påstår att dess översättningsfunktion ”will make you sound like a native-English speaker with just a click”¹⁶. De två första går att kontrollera. Det tredje är marknadsföring.

QuillBots omformulerare erbjuder enligt dess egen blogg två gratislägen (Standard och Fluency) och nio förinställda lägen för betalande användare, fungerar ”in over 25 languages” och riktar sig till dem som skriver ”in a first, second, or third language”¹⁷. Även här är lägena instruktioner som du ger den.

Alla fyra kan göra en mening flytande och mer formell. Formell och artig är inte samma sak, och forskningen ovan handlar om skillnaden. En formell mening som ändå inte ger läsaren något val är fortfarande den sortens mejl som artikeln från 2011 hämtade sin titel från.

Vad tonverktygen kontrollerar

Två verktyg säger sig läsa ton innan du skickar och ett tredje skriver om mot den, och deras påståenden är smalare än frågan du ställer. Ett fjärde, QuillBot, betygsätter ton efter en omformulering.

Grammarlys tonsida visar en uppsättning etiketter för en texts övergripande ton, som Formal, Confident, Accusatory och Worried, utan något påstående om andra språk än engelska, om begränsningar eller om vem läsaren är¹⁸. Vad detektorn läser tas upp i AI-tondetektering. Hur det står sig mot en läsare byggd för meddelanden finns i Subtext mot Grammarly.

Tonely är, enligt sin App Store-sida, ”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”, körs helt på enheten, anger engelska som enda språk och är gratis att ladda ner med en prenumeration på $9,99 i månaden eller $99,99 om året¹⁹. Bearbetning på enheten är en fördel för integriteten, och bara engelska är en begränsning för den som också skriver meddelanden på sitt första språk.

ConfiTexts startsida säger att den ”rewrites your messages so they come across clear, confident, and exactly how you meant them”²⁰. Den nämner inga språk och påstår inte att den läser hur ett meddelande kommer att landa innan den skriver om det.

QuillBots hjälpsida, senast uppdaterad den 10 juni 2026, beskriver Premium-toninställningar som ”help you see how the tone of your text changes after paraphrasing”²¹. En panel visar originalet och omformuleringen på fem skalor: Casual to Formal, Unfriendly to Friendly, Wordy to Concise, Complex to Simple och Unclear to Clear. De betygsätter själva texten, och sidan säger ingenting om artighet eller om hur en läsare kommer att bedöma den.

Kan ett program över huvud taget bedöma artighet?

Ett program kan bedöma artigheten i engelska begäranden nästan lika träffsäkert som en människa inom en enda webbplats, och det ligger fortfarande efter mellan webbplatser och mellan språk. Danescu-Niculescu-Mizil och kollegor byggde en artighetsklassificerare utifrån en korpus av annoterade begäranden, med särdrag som står för indirekthet, vördnad och opersonlighet, och rapporterade att den ”achieves close to human performance and is effective across domains”². Underlaget är smalare än citatet. I artikeln från 2013 lät fem amerikanska annotatörer bedöma var och en av 10 957 engelska begäranden (4 353 från Wikipedia, 6 604 från Stack Exchange), och testet gjordes bara på den artigaste och den minst artiga fjärdedelen av varje uppsättning. Inom en webbplats nådde klassificeraren 83,79 procent på Wikipedia och 78,19 procent på Stack Exchange, mot en mänsklig träffsäkerhet på 86,72 procent och 80,89 procent.

Tränad på Wikipedia och testad på Stack Exchange nådde den 67,53 procent mot 80,89 procent för människor, och i motsatt riktning 75,43 procent mot 86,72 procent. När Srinivasan och Choi byggde TyDiP, en artighetsdatamängd med 500 annoterade exempel på vart och ett av nio typologiskt skilda språk, förde flerspråkiga modeller över sin engelska träning till de andra språken ganska bra enligt författarnas bedömning, ”yet fall short of estimated human accuracy significantly”²². Samma artikel frågade också om varje engelsk artighetsstrategi behåller sin effekt när den förs över till andra språk, och om formalitet och artighet följer varandra. Ingetdera gäller varje gång.

Kan ett tonverktyg bedöma en icke-modersmålstalares engelska?

En tonläsning av din engelska är en uppskattning, eftersom ingen av klassificerarstudierna som citeras ovan redovisar om begärandena kom från skribenter som använde ett andraspråk. De verktyg ovan som läser ton gör ett jobb av det här slaget, oavsett hur de är uppbyggda internt. De publicerade belägg som finns säger att de modeller som hittills testats är bra på engelska och mätbart sämre än människor på andra språk, och att de strategier som gör en engelsk mening artig inte går att föra över ett till ett. Även där en modell är som starkast modellerar den en generisk läsare.

Det närmaste testet är angränsande belägg, inte ett tontest. Liang och kollegor körde sju detektorer för AI-text på 91 TOEFL-uppsatser skrivna av människor och 88 uppsatser av amerikanska åttondeklassare 2023²³. Detektorerna var nästan perfekta på åttondeklassarnas uppsatser och klassificerade fel mer än hälften av TOEFL-uppsatserna som skrivna av AI, en genomsnittlig andel falska positiva på 61,3 procent. Det säger ingenting om tonverktyg. Att läsa om meddelandet som mottagaren skulle göra, så fort en tonpoäng på din egen engelska oroar dig, är i vilket fall en rimlig försiktighetsåtgärd.

Vad inget verktyg kan kontrollera

Inget verktyg känner till det som forskningen säger spelar störst roll, nämligen vem som läser, utöver vad du berättar. Varje uppfattningsstudie ovan fick sitt resultat genom att hålla meddelandet konstant och byta läsare. Samma mejl var fint för en inlärare och abrupt för en lärare⁴. Samma grammatikfel bedömdes mildare när läsaren kände till avsändarens bakgrund och inte annars⁷. Ett verktyg ser meddelandet. Det ser inte läraren eller hur tung tjänsten är att be om.

Om din relation till den här läsaren tillåter en bar begäran, om ett meddelande på två rader till den här personen läses som effektivt eller som kallt, och om tjänsten är liten nog för att hoppa över ursäkten, är allt föreställningar om situationen, vilket gör dem till Thomas andra kategori igen⁸. Ett verktyg kan säga att meningen är direkt. Det kan inte säga om direkt var rätt val, och fältet har inte den visshet att ge. Omskrivningsverktyg delar den gränsen, eftersom de flesta lämnar tillbaka ny text utan att säga hur läsaren kommer att ta emot den, vilket granskningen av AI-omskrivare för meddelanden fann hos de viktigaste typerna av appar.

Det ett verktyg kan göra är att läsa utkastet som någon annan än du. Det kan lägga märke till att en begäran saknar mildrande, att ett meddelande saknar hälsning, att en rad sätter en deadline som du inte menade att sätta. Det fångar den första kategorin, de konventionella fraserna, som Thomas sa är ”fairly easy to overcome”⁸. För den som skriver på ett andraspråk täcker det mesta av de enkla rättningarna, och det är den del som ditt eget öra är sämst på.

Hur kan du kontrollera din engelska själv innan du skickar den?

Börja med begärans form. Ger den läsaren ett sätt att säga nej? Fyndet från 2011 var att mejl kan läsas som oartiga när de ”give the faculty no choice”¹. ”Could you send it when you have a chance” gör det. ”Send it by Friday” gör det inte, och ett inledande ”Please” är inte heller en pålitlig lösning. Begäranden som började med ”Please” fick i genomsnitt -0,30 på artighetsskalan hos de amerikanska bedömarna i Wikipedia-studien².

Använd ett mildrande ord som ändrar hur begäran läses. I Hendriks experiment ändrade det ingenting att byta ”can” mot ”could”, och ”I was wondering if” var den enda modifieraren som kopplades till en sympatiskare avsändare, med liten marginal. Att lägga till ”possibly” gjorde ingen skillnad⁵.

Erkänn att du ber om något. En bisats som visar att du vet att du ber, ”I know you’re busy”, gör det som lärarna i uppfattningsstudien kände saknades⁴.

Behåll hälsning och avslutning i ett första meddelande. Att de saknades var ett av de drag som studien från 2011 fann i mejlen som lästes som oförskämda¹. Ingen förväntar sig dem i en pågående chatt, men i ett första mejl till någon senior letar läsaren efter dem.

Se upp med dina deadlines. ”As soon as possible” var frasen som gav artikeln dess titel¹. Om du menar att det inte brådskar, säg det.

Läs sedan som om du var irriterad. Skälet finns i artikeln om varför du inte kan avgöra om din egen text låter oförskämd. I Kruger och kollegors fjärde experiment läste 54 studenter sina påståenden högt, hälften i den ton de menade och hälften i den motsatta, och bara den andra hälften slutade överskatta hur väl en partner skulle avkoda dem¹². Det var ett experiment, om sarkasm, så se det som en försiktighetsåtgärd.

Vad Subtext kontrollerar i ett utkast du är på väg att skicka

Subtext, appen som jag är medgrundare till, namnger problem som pressande eller alltför krävande formuleringar, vilket överlappar med en del av den första kategorin i Thomas uppdelning, de konventionella felstegen. Jag hittade inget som visar att den kontrollerar saknade mildrande ord eller hälsningar. Den fungerar på 17+ språk. Jag läste appens backend-prompter för att se vad den ger tillbaka, den markering som syns på skärmen är som appen visar den, och vad den gör med dina data är som dess integritetspolicy anger. Vad appen ger tillbaka för varje utkast beskrivs i sin helhet i vad Subtext-appen gör.

För ett meddelande du är på väg att skicka namnger Subtext upp till tre problem i ditt utkast, de allvarligaste först, markerar orden som är fel, läser huvudkänslan och erbjuder upp till tre versioner, var och en med en poäng för tryggt att skicka, visad som ett märke, för hur sannolikt det är att den landar som du menade. Varje problem har en kort förklaring som citerar dina egna ord där den pekar på en formulering, och pressande, alltför krävande, nedlåtande och robotaktig ton finns bland dem. Varje version rättar det som flaggades och behåller din mening och ditt register, och har en egen mening som säger vad som gör att den landar eller vad som kan feltolkas, oavsett om poängen är hög eller låg. Subtext är en betald app med några gratis analyser att börja med.

Frågar Subtext vem du skriver till?

Subtext kan fråga om läsaren. Prompterna säger åt den att läsa meddelandet ”the way a native speaker of its language would hear it”. För språk där artighet är grammatisk, bland dem japanska, koreanska, turkiska och tyska, frågar den om relationen, eller skriver på den artigare nivån när den måste skriva ett utkast utan svar. Engelska markerar inte artighet i grammatiken, så den regeln gäller inte engelska utkast. På vilket språk som helst, när ett utkast säger emot någon (en vägran, en gräns, en konfrontation) och inget säger vem det är till, frågar Subtext vem mottagaren är innan den skriver ett utkast, medan vardagliga meddelanden får ett utkast direkt. Hur just den här läsaren, i just den här relationen, tar dina ord är fortfarande upp till dig, vilket är Thomas andra kategori. Ingen studie som citeras här testade Subtext, eller något verktyg ovan, på engelska skriven som andraspråk, så det jag beskriver är vad dess prompter säger att den gör.

Vad Subtext gör med ett meddelande du har fått

Ett meddelande du har fått får en sammanfattning på en rad av vad den andra personen vill av dig och två till fem åtgärdspunkter, plus ett svar om du ber om ett, utan etikett på avsändarens ton, så tonläsningen körs bara på ditt eget utkast.

Den känner din läsare bara så långt du berättar, och den känner inte till din branschs konventioner eller om din chef gillar korta meddelanden. Den kan flagga en begäran som pressar eller kräver, ett av de konventionella felstegen, som i arbetsmeddelanden som är bestämda utan att vara kalla. Använd den som en andra läsare, och läs ändå om meddelandet som mottagaren skulle göra.

Subtext skickar texten du lämnar in till de leverantörer som dess integritetspolicy namnger, så den lämnar din enhet. Inget du lämnar in används för att träna en AI-modell, och policyn säger att ingen av de leverantörerna får träna på det heller²⁴. En konversation raderas från Subtexts servrar fem dagar efter att du senast använde den, eller 90 dagar om du fäster den. På leverantörssidan säger policyn att Anthropic raderar indata och utdata inom 30 dagar och kan behålla en flaggad förfrågan i upp till 2 år och tillhörande säkerhetspoäng i upp till 7 år, att Deepgram (rösttranskription), med Subtexts avanmälan satt, behåller ljud bara så länge transkriberingen tar, att OpenAI behåller uppläsningsförfrågningar i upp till 30 dagar och att Subtext inte har något arrangemang för noll datalagring med någon av dem²⁴. En genomgång av tretton skrivassistenters policyer, som också går igenom leverantörernas lagring, fann att flera av verktygen ovan tränar på inklistrad text som standard, bland dem Grammarly och QuillBot på privatkonton och DeepL Writes gratisnivå. Prova Subtext i webbläsarenHämta appenProva Subtext i webbläsaren

Källor

Numrerade i den ordning de förekommer ovan. Varje DOI kontrollerades mot Crossref och varje sida öppnades den 4 och 5 oktober 2026. Subtexts integritetspolicy öppnades på nytt den 10 oktober 2026, och källorna 12 och 13 lades till och kontrollerades den dagen.

1. 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 till 3215.
2. 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. . Korpus med 10 957 begäranden, var och en bedömd av fem amerikanska annotatörer. Finansierad av NSF, ARO, DARPA och andra anslag och företagsstöd.
3. 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 till 81. . 533 mejl (382 från modersmålstalare, 151 från icke-modersmålstalare) skickade till en professor under sex terminer; ingen finansiering angiven.
4. 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 till 19.
5. 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 till 255. . Två onlineexperiment med 110 och 158 bedömare med engelska som modersmål; ingen finansiering angiven.
6. 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 till 49. . 120 nederländska och 131 brittiska deltagare; ingen finansiering angiven.
7. 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 till 276. . Urvalets storlek anges inte i sammanfattningen, den enda del jag kunde öppna.
8. Thomas, J. (1983). Cross-cultural pragmatic failure. Applied Linguistics, 4(2), 91 till 112.
9. 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 till 262. . Fyndet återges som det anges på sidan för dess replikering, Niezgoda och Röver (2001), i Pragmatics in Language Teaching, Cambridge University Press: https://www.cambridge.org/core/books/pragmatics-in-language-teaching/pragmatic-and-grammatical-awareness-a-function-of-the-learning-environment/D2CE5D9EF68666879682B8BD3162C55D
10. 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 till 237. . 110 mejl före och efter undervisningen; finansierad av Spaniens Ministerio de Ciencia e Innovacion, Universitat Jaume I och Generalitat Valenciana enligt Crossref; bara sammanfattningen fanns tillgänglig för mig.
11. 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 till 755. . 306 mejl från 32 engelsktalande lärare och 121 inlärare; finansierad av Shanghai Institute of Educational Science (C2023155) enligt Crossref; bara sammanfattningen fanns tillgänglig för mig.
12. 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 till 936. . Fem experiment; det fjärde, om att läsa påståenden högt, hade 54 studenter vid University of Illinois; finansierad av ett anslag från University of Illinois Board of Trustees och NSF-anslaget SES-0241544. DOI kontrollerad mot Crossref den 10 oktober 2026; sammanfattningen och det fjärde experimentet lästa i en fulltextkopia av artikeln, eftersom utgivarens sida inte laddades.
13. 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. . Studie 1: sms, 347 mottagare och 171 avsändare. Studie 2: mejl i arbete eller utbildning, 361 mottagare och 61 avsändare. Mäter bara positiv eller negativ ton. Crossref anger ingen finansiär. DOI kontrollerad mot Crossref den 10 oktober 2026; sammanfattningen läst via OpenAlex, eftersom utgivarens sida inte öppnades.
14. LanguageTool. Free AI Grammar Checker. . Kontrollerad 4 oktober 2026.
15. DeepL. DeepL Write: your AI-powered writing assistant speaks French and Spanish. https://www.deepl.com/blog/deepl-write-welcomes-french-spanish. Kontrollerad 4 oktober 2026.
16. Wordtune. Express yourself with confidence. . Kontrollerad 4 oktober 2026.
17. QuillBot. QuillBot’s Paraphraser: The Best AI Paraphrasing Tool. . Kontrollerad 4 oktober 2026.
18. Grammarly. Writing Tone Detector and Tone Suggestions. . Kontrollerad 4 oktober 2026.
19. Tonely AI Ltd. Tonely AI, App Store listing. . Kontrollerad 4 oktober 2026.
20. ConfiText. AI Texting Assistant. . Kontrollerad 4 oktober 2026.
21. QuillBot. How can I check and use Tone settings in Quillbot? . Senast uppdaterad 10 juni 2026; kontrollerad 5 oktober 2026.
22. 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.
23. Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., Zou, J. (2023). GPT detectors are biased against non-native English writers. Patterns, 4(7), 100779. . 91 TOEFL-uppsatser och 88 amerikanska uppsatser från åttondeklassare; finansierad av NSF, NIH, Silicon Valley Foundation och Chan Zuckerberg Initiative.
24. Subtext, Villkor, integritet och ditt konto. Integritetspolicyn senast uppdaterad 26 juli 2026. Kontrollerad 10 oktober 2026.