Bir cevabı yerine oturtan şey nedir?

Cevap vermeye dair tavsiyelerin çoğu aslında hız hakkında. Beş dakika içinde cevapla, bir saat içinde cevapla, üç gün bekletme. Subtext’in kurucu ortağıyım ve zamanımın çoğunu insanların takılıp kaldığı mesajlara bakarak geçiriyorum, sorun neredeyse hiçbir zaman hız olmuyor.

Araştırma başka bir yeri işaret ediyor, hem de tutarlı biçimde. Bir cevabı işe yarar kılan şey, bu belirli mesajla ve bu belirli kişiyle gerçekten ilgilendiğini göstermesi. Psikologlar buna algılanan duyarlılık diyor: anlaşıldığını, kabul gördüğünü ve önemsendiğini hissetme hâli. Soru sorma araştırmasında ölçülen mekanizma bu, somutluk araştırmasındaki mekanizma bu, desteğin fayda mı zarar mı vereceğine karar veren şey bu, ve yapay zeka şüphesinin yok ettiği şey de bu. Bu yazıdaki her şey aslında aynı tek problemi çözmenin farklı bir yolu; bu da tam olarak Subtext’in çözmene yardım ettiği problemin ta kendisi.

Hız sandığından daha az önemli, ama her zaman değil

İki farklı durum var, ikisini birbirine karıştırmak kötü tavsiyeler doğuruyor.

Yabancılarla, bir alışverişin içinde, hız gerçek anlamda para demek. Hart, VanEpps, Sezer ve Amir, yaklaşık 11,66 milyon hizmet talebini kapsayan bir serbest çalışma pazaryerinin işlem verilerini, toplamda birkaç bin katılımcıyla yapılan deneylerle birleştirdi¹. Beş ila on dakikalık gecikmeler bile sözleşmeyi kazanma olasılığını ölçülebilir biçimde düşürdü. Tespit ettikleri mekanizma çıkarımsal. Hızlı bir cevap, ileride de muhtemelen duyarlı olacağının sinyalini veriyor. Yine de bu iki yarıyı ayrı tut. Pazaryeri verisi korelasyonel saha verisi. Mekanizma ise deneysel kısımdan geliyor.

İş arkadaşlarıyla ise hata ters yönde işliyor. Giurge ve Bohns, 4.004 çalışan yetişkinle yürütülen sekiz önceden tescillenmiş çalışmada bir e-posta aciliyet önyargısı belgeledi². Alıcılar, mesai dışı saatte gelen aciliyeti olmayan bir e-postaya göndericinin ne kadar hızlı cevap beklediğini olduğundan fazla tahmin ediyor, ve bunun bedelini stresle ödüyor. Göndericinin eklediği tek bir “acelesi yok” cümlesi bu önyargıyı azaltıyor. İlgili bir başka çalışma, hemen cevap verme dürtüsü olan işyerinde cevap verme baskısını (telepressure) tanımlıyor ve bunu daha kötü toparlanma, tükenmişlik ve uykuyla ilişkilendiriyor³.

Sessizlik ise aranızdaki normun ne olduğuna göre anlam kazanıyor. Kalman ve Rafaeli, cevap gecikmesini bir beklenti ihlali olarak test etti ve gecikmenin etkisinin insanların göndericiyi zaten nasıl algıladığına bağlı olduğunu buldu⁴. Değerlendiriciler yavaş bir cevabı umut vaat eden bir iş adayında affetti, daha zayıf bir adayda ise aleyhine kullandı. Sessizliğin bekleyen kişi için ne anlama geldiği ayrı bir soru; bunu birisi mesajını okuyup cevap vermediğinde bunun ne anlama geldiği yazımda ele alıyorum. Her zaman beş dakikada cevap veren birinden gelen iki saat, günde iki kez cevap veren birinden gelen iki saatten farklı bir sinyal taşır, ve saate dayalı hiçbir kural bunu yakalayamaz; Subtext’in sana böyle bir kural vermeye çalışmamasının nedeni de tam olarak bu.

Hız sorusunu yeniden çerçeveleyen bulgu

Lew, Walther, Pang ve Shin, herkesin bilmesi gereken ama neredeyse kimsenin bilmediği deneyi yaptı⁵.

İki şeyi birbirinden bağımsız olarak değiştirdiler. Biri, cevabın ne kadar hızlı geldiğiydi (sekiz saniyeye karşı kırk saniye). Diğeri ise cevabın bağlamsal olup olmadığıydı, yani kişinin sorduğu şeye göre uyarlanmış mı yoksa hazır, genel bir cevap mı olduğu. 131 ABD’li yetişkin, simüle edilmiş bir müşteri hizmetleri sohbetini izleyip dört sonuç üzerinden değerlendirdi.

Hızın bu dört sonuçtan hiçbirinde anlamlı bir ana etkisi çıkmadı. Bağlamsallığın ise dördünde de anlamlı etkisi vardı, etki büyüklükleri 0,48 ile 0,66 arasında değişiyordu.

Yazarlar, en kötü sonucu yavaş ve genel cevapların vereceğini öngörmüştü. Yanıldılar, ve bunu kendileri de söylüyor. Hızlı ve genel cevaplar, her sonuçta en düşük puanı aldı. Açıklamaları şu: ilgilenmeyen hızlı bir cevap robotik görünüyor, kişinin meşgul olduğunu düşündürecek bir gecikme olmadığında da en iyi ihtimalle dikkatsiz okunuyor.

Bütün bu literatürden benim çıkardığım pratik özet şu ki boş bir şeyi aceleyle göndermek, zaman ayırıp gerçek bir şey göndermekten daha kötü.

Bu aynı zamanda Subtext’in tam olarak yakaladığı hata, çünkü hızlı ve boş bir cevap ekranda yanlış görünmüyor. Verimli görünüyor. Sorun ancak bunun mesajı okuyan kişi için ne ifade ettiğini sorduğunda görünür hale geliyor, ki bu da uygulamanın senin adına sorduğu soru.

Her yerde işe yarayan tek taktik

Karşındakinin az önce söylediği şey hakkında bir takip sorusu sor.

Huang, Yeomans, Brooks, Minson ve Gino, canlı konuşmalar üzerine üç çalışma yaptı⁶. 199 ikiliyle yapılan bir çevrimiçi sohbet çalışmasında, çok soru sorması istenen kişiler anlamlı derecede daha çok sevildi, ve bu etkiye algılanan duyarlılık aracılık etti. İkinci bir çalışma bunu tekrarladı ve işi asıl yapanın takip soruları olduğunu gösterdi, yani yalnızca karşındakinin cevabını okumuş olmaktan doğabilecek sorular. Bir hız randevusu bileşeni ise takip sorusu oranının ikinci randevu teklifini öngördüğünü buldu.

O makale hakkında üç not, çünkü tartışmalı ve önemli. Yayımlanmış bir anlaşmazlık var. Kluger ve Malloy, makalenin hız randevusu çalışmasını yeniden analiz etti ve etkinin, soruyu kimin sorduğu hesaba katıldığında ortadan kalktığını öne sürdü, orijinal yazarlar da yeniden analizin yanlış bir ölçüm ve uygun olmayan bir model kullandığını savunan bir cevap yayımladı⁷. Bence konuşma deneyleri daha güçlü kanıt sağlıyor, tartışmalı olan kısım ise hız randevusu bileşeni. Makale, Mart 2025’te yayımlanmış bir düzeltme taşıyor, buna eklenmiş bir endişe bildirimi ya da geri çekme yok. Aynı makalenin içindeki üçüncü taraf bir çalışma ise, dökümleri okuyan gözlemcilerin bu tercihi paylaşmadığını buldu, ki bu gerçek bir sınır koşulu.

Ayrı olarak, insanlar hassas sorular sormaktan kaçınıyor çünkü gücendirmekten korkuyorlar, ve bu bedeli anlamlı derecede abartıyorlar⁸. İster bariz bir takip sorusu olsun ister hassas bir soru, sormadığın soru büyük ihtimalle sorulması güvenli bir soru. Bu tam olarak Subtext’in seni sormaktan vazgeçirmek yerine sormaya teşvik edeceği türden bir soru.

Somut olanı adıyla söyle

Packard ve Berger, dilsel somutluğu dinlenildiğinin bir sinyali olarak ayırt etti⁹. Beş çalışma, bunların içinde iki saha ortamında 1.000’den fazla gerçek müşteri etkileşiminin metin analizi de var. Cevap veren kişi somut bir dil kullandığında müşteriler daha memnun oldu, daha çok satın almaya istekli oldu ve daha fazla harcadı; mekanizma ise çalışanın gerçekten dikkat ettiğini çıkarsamalarıydı. Somutlukta bir standart sapmalık artış, memnuniyeti yüzde 9, harcamayı da en az yüzde 13 artırdı.

Bence buradaki çeviri sıra dışı biçimde temiz. “Senin sorunun” yerine “şu gri tişört”. “Bahsettiğin şey” yerine “Perşembe toplantısı”. Belirli nesneyi adlandırmak, dinlenildiğini gösteren şey, ve hiçbir bedeli yok. Aynı zamanda mekanik olarak kontrol edilmesi en kolay şey, ve Subtext’in sana bir yargı yerine net bir cevap verebildiği birkaç yerden biri de bu.

Zor bir konuşmaysa, telefonla ara

Bu, bütün bu bulgular içinde en akılda kalıcı olanı ve seni sinirlendirecek.

Bevis, Schroeder ve Yeomans, 1.842 konuşma boyunca 1.576 konuşma partneri ve buna ek olarak 1.432 gözlemciyle randomize deneyler yaptı¹⁰. Sözlü konuşmalar, yazılı olanlara kıyasla daha yüksek algılanan anlaşılma ve daha düşük algılanan çatışma üretti; ayrıca daha fazla sevilme, daha fazla keyif ve daha büyük tutum değişimi de eşlik etti. İlk üç çalışma birleştirildiğinde, konuşmak anlaşılmayı standartlaştırılmış beta 0,45 kadar artırdı ve çatışmayı 0,23 kadar azalttı.

Sonra insanlara ne seçeceklerini sordular. Anlaşmazlık bekledikleri zaman katılımcıların yüzde 83,9’u yazmayı tercih etti, ve yazmanın daha az çatışma ve daha fazla anlaşılma sağlayacağını öngördüler. Deneyleri ise tam tersini buldu.

Bu yazıyı anlamsız olmaktan kurtaran bir sürpriz var. Alıcı dil, yani iddialarını yumuşatmak, karşı çıkmadan önce diğer tarafı kabul etmek ve gerçek uzlaşma noktalarını adlandırmak, yapıcı sonuçları yazıda konuşmadan daha güçlü biçimde öngördü¹¹. Yazarlar, insanların alıcı dilin en çok işe yaradığı görünen ortamda onu daha az kullanmasını bir bilmece olarak adlandırıyor.

Yani yazmak zorundaysan, alıcılık hamleleri bir telefon görüşmesinde olacağından daha çok önem kazanıyor. Seçeneğin varsa, görüşme beklediğinden daha iyi geçer. Subtext yalnızca yazdığın şey üzerinde çalıştığı için, en ciddiye alacağım bölüm bu. Araç, iddialarını yumuşatmana, karşı tarafı kabul etmene ve uzlaşmayı iyi adlandırmana yardım edebilir, ama telefonu açmak için gerekçeyi o sunamaz, o karar sana ait.

Yazarların belirttiği çekinceler: katılımcıların çoğu birbirini tanımayan kişilerdi, bütün koşullarda çatışma düzeyi düşüktü, ve çoğu öğrenciydi. Birbirini iyi tanıyan iki kişi, ilişkilerinin tam merkezindeki bir konuda tartışırken farklı davranabilir.

Bekletme cevapları ve bariz tavsiyenin neden bir koşula ihtiyacı olduğu

Kısa bir “aldım, düzgün cevap vereceğim” mesajını, arada hiçbir şey olmadan gelen gecikmeli ve tam bir cevapla doğrudan karşılaştıran bir deney bulamadım. Yine de mekanizma iyi destekleniyor, o yüzden burada söylediklerimi bir bulgu değil bir akıl yürütme olarak değerlendir.

Gecikme araştırmasının zarar verici bulduğu kısım, cevap verip vermeyeceğine dair belirsizlik¹. Bir bekletme cevabı tam olarak bunu çözüyor. Giurge ve Bohns, kısa bir beklenti belirleme notunun belgelenmiş bir yanlış anlamayı azalttığını gösterdi².

Ama Lew ve arkadaşları buna bir koşul koyuyor⁵. Genel bir bekletme cevabı, hızlı ve bağlamsal olmayan bir cevaptır, ki bu da onların çalışmasında dört kombinasyon arasında en kötü puanı alan kombinasyon. İkisi de sana aynı birkaç günü kazandırır. Ama sadece biri bir şeyi adlandırır.

Genel “E-postan için teşekkürler, sana döneceğiz”

Hızlı ve bağlamsal olmayan, Lew ve arkadaşlarının çalışmasında her sonuçta en kötü puanı alan tam da o kombinasyon⁵

Somut “Zaman çizelgesiyle ilgili kısmı okudum, düzgün cevap verebilmek için Perşembe’ye kadar vaktim lazım”

Subtext, hangi tür bekletme cevabını yazdığını sana söyler, çünkü ikisi birbirine benzer görünse de puanları hiç benzemez.

Yapay zeka bu işin neresinde

Burada kesin konuşmakta fayda var, çünkü bir yapay zeka ürünü satıyorum ve kanıtlar hem savunucuların hem de eleştirenlerin söylediğinden daha ilginç.

Rubin ve arkadaşları, 6.282 katılımcıyla dokuz çalışma yürüttü¹². Cevapların tamamı yapay zeka tarafından üretilmişti. Değişen şey etiketti, araştırmacılar bazılarını bir insan tarafından yazılmış gibi, bazılarını da yapay zeka tarafından yazılmış gibi sundu. Katılımcılar insan etiketli cevapları daha empatik ve destekleyici buldu, ve bu cevaplar daha olumlu duygu yarattı. Katılımcıların kendiliğinden, insan etiketli bir cevabın yazılmasına yapay zekanın yardım etmiş olabileceğine dair şüphesi de algılanan empatiyi azalttı. Bu bulgu farklı uzunluklarda, gecikmelerde ve modellerde tekrarlandı, ve etkiyi ortaya çıkaran, pratik anlayıştan çok duygusal paylaşımı vurgulayan cevaplardı.

Deney tasarımını dikkatle oku, çünkü bulgunun ne anlama geldiğini belirleyen o. Bu, atıf ve inanç hakkında bir kanıt. Yapay zekanın daha kötü mesajlar yazdığına dair bir kanıt değil, çünkü hepsini zaten yapay zeka yazmıştı. Bu çalışmaların daha fazlasını yapay zeka mesaj yeniden yazma araçları gerçekten işe yarıyor mu yazımda ele alıyorum.

Benzer bir örüntü başka bir yerde de karşımıza çıkıyor. 1.020 katılımcıyla yapılan iki randomize deneyde, akıllı cevaplar verimliliği ve olumlu dili artırdı; karşı tarafının bunları kullandığına inanan katılımcılar ise, gerçek kullanım kontrol edildikten sonra bile, o kişiyi daha az iş birlikçi olarak değerlendirdi¹³. Bedeli ödeten şey inançtı. Yapay zeka tarafından yazılmış profiller üzerine daha erken bir çalışma ise, her şey yapay zeka tarafından ya da her şey insan tarafından yazıldığında güvenin benzer olduğunu, ancak insanlar tahmin etmek zorunda kaldığında düştüğünü buldu¹⁴.

Burada üstünü örtmeyeceğim bir karşıt bulgu var. Ovsyannikova, Oldemburgo de Mello ve Inzlicht, üçüncü taraf değerlendiricilerin yapay zekayı uzman insanlardan daha şefkatli algıladığını buldu, hatta değerlendiriciler bunu bildiğinde bile bu geçerliliğini korudu¹⁵. Bu iki sonuç kolayca bağdaştırılamıyor. Fark, başkasının yazışmasını değerlendirmekle bir mesajı bizzat almak arasındaki ayrımda yatıyor olabilir.

Yukarıdaki akıllı cevap bedeli üzerine yapılmış ayrı bir çalışmayı bununla doğrudan yan yana koyardım, çünkü o çalışma tam tersini buldu. Mieczkowski ve arkadaşları, taraflardan birinin önerilen akıllı cevapları kullandığı mesajlaşmalar yaptırdı, ve alıcılar bu cevapları kullanan göndericileri sıcaklık ya da yetkinlik açısından daha düşük değerlendirmedi¹⁶. 13 numaralı kaynaktaki inanca dayalı bedelin yanına konduğunda, iki çalışma farklı yönlerden aynı sonuca işaret ediyor. Fiilen alınan yapay zeka desteği bariz biçimde cezalandırılmıyor, cezalandırılan şey karşındakinin emeği başkasına devrettiği şüphesi.

Liu, Mittal, Yang ve Bruckman bu şüpheyi doğrudan test etti. Üç tür e-posta kullandılar, bir ürün hakkında bilgi talebi, bir parti daveti ve evcil hayvanı ölen bir arkadaşı teselli etme, ve her birini yapay zekanın yazdığı bir e-posta olarak sundular¹⁷. Yapay zekaya atfedilen katkı arttıkça güven düştü, en sert düşüş de duygusal e-postada yaşandı, ki yazarların baştan beklediği de buydu. Beklemedikleri şey, ilişki açısından riskin daha yüksek olduğu durumlarda güvenin düşmeyip yükselmesiydi. Yani yapay zeka etiketli taziye mesajı, yapay zeka etiketli ürün bilgi talebinden yine de daha güvenilir bulundu. Kendi hipotezleri bunun tersi bir sıralama öngörüyordu. Sonradan görüşülen on katılımcının hepsi, duygusal hiçbir şeyi kendileri adına yapay zekanın yazmasını istemeyeceklerini kesin bir dille söyledi, oysa bu, kendi puanlarının az önce gösterdiğiyle örtüşmüyordu. İnsanların katlanabileceğini söylediği şeyle güvenlerini değiştiren şey burada aynı değil.

Khadpe ve arkadaşları bu iki sonucun altında yatan mekanizmayı buldu. “Yapay zeka destekli” etiketi bir mesajın puanını düşürüyor, aynı zamanda da mesajın okuyana göndericinin karakteri hakkında söylediklerini iki yönde birden zayıflatıyor. Sıcak bir mesaj etiketlendiğinde daha az sıcak, soğuk bir mesaj da daha az soğuk okunuyor¹⁸. Yani etiket sana sıcaklık adına biraz puan kaybettiriyor, ama esas olarak mesajın senin kim olduğuna dair bir kanıt sayılmasını durduruyor.

Bu kategoride bir ürün işletiyor olmaktan çıkardığım sonuç şu ki faydalı olan şey, sana ait olan bir şeyi yazmana yardım etmek; zarar verici olan ise dışarıya devredilmiş gibi okunan bir cevap. Bu da tam olarak buradaki her şeyle aynı yere varıyor. Bir cevap, senin ilgilendiğini gösterdiğinde işe yarar, ve ilgilenme adımını atlayan hiçbir şey mesajı okuyan kişiyle karşılaştığında ayakta kalmıyor.

Subtext, yazdığın şeyin yerine geçmek yerine onun üzerinden çalışıyor ve onu ne kadar değiştirdiğini sana gösteriyor. Bu tasarım tercihi, kanıtların desteklediği tek yaklaşım, bir pazarlama duruşu değil.

Subtext'i tarayıcıda deneUygulamayı indirSubtext'i tarayıcıda dene

Bağlama göre neye benzediği

Altta yatan problem her yerde aynı. Onu nasıl çözdüğün ise genellemeye kalkarsan seni yanıltacak kadar farklı.

• İş ve ticari. Yabancılarla bir alışverişte hız gerçek bir ağırlık taşıyor. İş arkadaşlarıyla ise belgelenen hata, aciliyeti olduğundan fazla tahmin etmek. Somut ayrıntılar ve net bir sonraki adım ise her yerde işe yarıyor.
• Flört. Zamanlama, burada başka hiçbir yerde olmadığı kadar bir şey sinyalliyor, izlediği şey ise bir kural değil eğrisel bir en uygun nokta. İlk buluşmadan sonra ölçülü biçimde geciktirilmiş bir mesaj, hem hemen gönderilen bir mesajdan hem de uzun süre gecikmiş bir mesajdan daha iyi sonuç verdi, ve aynı çalışma nazlanma (playing hard to get) mekanizması için hiçbir destek bulamadı¹⁹.
• Destek. Burada her şey duyarlılıkla ilgili, ve duyarsız bir destek hiç destek olmamasından bile kötü olabilir. Maisel ve Gable, birlikte yaşayan 67 çiftle yaptıkları bir çalışmada, desteğin ancak kişinin ihtiyaç duyduğu şeyle örtüştüğünde fayda sağladığını buldu²⁰. Haber kötüyse, ne diyeceğini bilmediğinde ne diyebileceğini ayrı bir yazıda ele alıyorum.
• Çatışma. İddialarını yumuşat, karşı tarafı kabul et, gerçek uzlaşma noktalarını adlandır, ve mümkünse telefonu aç. Kavga zaten olup bittiyse, bir kavgadan sonra ne yazılabileceği farklı bir soru.

Subtext’in her yere aynı kuralı uygulamak yerine önündeki mesajı okumasının nedeni de bu. Bir iş yazışmasında “ilgilenmiş” görünmek ile bir ilk buluşma mesajında “ilgilenmiş” görünmek aynı şey değil, altta yatan problem aynı olsa bile.

Arkasında hiçbir şey olmayan kurallar

Beş dakikalık potansiyel müşteri cevap kuralı. Beş dakika içinde cevap vermenin dönüşümü 21 kat artırdığı iddiası, satıcı firmaların teknik raporlarına dayanıyor. Cevap hızı ve sözleşmeler üzerine altta yatan araştırma gerçek¹. Ama o çarpan değil.

Flörtte üç saatlik mesaj gecikmesi kuralı. Hiçbir ampirik destek bulamadım, ve buna en yakın çalışma, ihtiyaç duyacağı kıtlık mekanizmasını açıkça bulamadı¹⁹.

Profesyonel e-posta kıyaslamaları ve müşteri hizmetleri beklenti rakamları. Yaygın biçimde dolaşıyor, kaynak olarak iş dünyası basın bültenlerini ve örneklemi açıklanmamış satıcı raporlarını gösteriyor.

“İnsanların yüzde 31’i mesajlaşmayı günlük bir kaygı kaynağı olarak görüyor.” Kaynağı ticari bir blog yazısı, arkasında bir çalışmanın izini süremedim.

Kaynaklar

Yukarıda göründükleri sırayla numaralandırılmıştır. Bir rakam birincil kaynağa karşı doğrulanamadığında, metin bunu belirtir. 28 Ağustos 2026 itibarıyla kontrol edilmiştir.

1. Hart, E., VanEpps, E. M., Sezer, O., ve Amir, O. (2026). Speed Is a Signal: When Faster Replies Increase Hiring Likelihood. Management Science, 3 Haziran 2026’da çevrimiçi yayımlandı.
2. Giurge, L. M., ve Bohns, V. K. (2021). “You don’t need to answer right away!” Organizational Behavior and Human Decision Processes, 167, 114 ila 128.
3. Barber, L. K., ve Santuzzi, A. M. (2015). Please respond ASAP: Workplace telepressure and employee recovery. Journal of Occupational Health Psychology, 20(2), 172 ila 189.
4. Kalman, Y. M., ve Rafaeli, S. (2011). Online Pauses and Silence: Chronemic Expectancy Violations in Written Computer-Mediated Communication. Communication Research, 38(1), 54 ila 69.
5. Lew, Z., Walther, J. B., Pang, A., ve Shin, W. (2018). Interactivity in Online Chat: Conversational Contingency and Response Latency in Computer-Mediated Communication. Journal of Computer-Mediated Communication, 23(4), 201 ila 221. 131 ABD’li yetişkin, ortalama yaş 51,32.
6. Huang, K., Yeomans, M., Brooks, A. W., Minson, J., ve Gino, F. (2017). It Doesn’t Hurt to Ask: Question-Asking Increases Liking. Journal of Personality and Social Psychology, 113(3), 430 ila 452. Mart 2025’te yayımlanmış bir düzeltme taşıyor, buna eklenmiş bir endişe bildirimi ya da geri çekme yok. Veriler osf.io/8k7rf adresinde.
7. Kluger, A. N., ve Malloy, T. E. (2019). Journal of Personality and Social Psychology, 117(6), 1132 ila 1138; orijinal yazarların cevabı Yeomans, Brooks, Huang, Minson ve Gino (2019), 117(6), 1139 ila 1144’te.
8. Hart, E., VanEpps, E. M., ve Schweitzer, M. E. (2021). The (better than expected) consequences of asking sensitive questions. Organizational Behavior and Human Decision Processes, 162, 136 ila 154.
9. Packard, G., ve Berger, J. (2021). How Concrete Language Shapes Customer Satisfaction. Journal of Consumer Research, 47(5), 787 ila 806.
10. Bevis, B., Schroeder, J., ve Yeomans, M. (2026). Spoken disagreement is more constructive than written disagreement. Nature Communications, 17, madde 5792. Açık erişim; ön tesciller ve veriler OSF’de.
11. Yeomans, M., Minson, J., Collins, H., Chen, F., ve Gino, F. (2020). Conversational receptiveness: Improving engagement with opposing views. Organizational Behavior and Human Decision Processes, 160, 131 ila 148.
12. Rubin, M., Li, J., Zimmerman, F., Ong, D. C., Goldenberg, A., ve Perry, A. (2025). Comparing the value of perceived human versus AI-generated empathy. Nature Human Behaviour, 9(11), 2345 ila 2359. Dokuz çalışma, 6.282 katılımcı; cevapların tamamı yapay zeka tarafından üretildi, değişen tek şey etiketti.
13. Hohenstein, J., Kizilcec, R. F., DiFranzo, D., ve arkadaşları (2023). Artificial intelligence in communication impacts language and social relationships. Scientific Reports. İki randomize deney, 1.020 katılımcı.
14. Jakesch, M., French, M., Ma, X., Hancock, J. T., ve Naaman, M. (2019). AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness. CHI 2019. 527 katılımcı.
15. Ovsyannikova, D., Oldemburgo de Mello, V., ve Inzlicht, M. (2025). Third-party evaluators perceive AI as more compassionate than expert humans. Communications Psychology, 3(1), 4. 12 numaralı kaynağın yönüne ters düşüyor; ikisi de burada uzlaştırılmadan yan yana anılıyor.
16. Mieczkowski, H., Hancock, J. T., Naaman, M., ve Jung, M. F. (2021). AI-Mediated Communication: Language Use and Interpersonal Effects in a Referential Communication Task. Proceedings of the ACM on Human-Computer Interaction, 5(CSCW1), madde 17.
17. Liu, Y., Mittal, A., Yang, D., ve Bruckman, A. (2022). Will AI Console Me when I Lose my Pet? Understanding Perceptions of AI-Mediated Email Writing. CHI 2022. İlişki açısından riski giderek artan üç e-posta senaryosu (bir ürün bilgi talebi, bir parti daveti, evcil hayvanının ölümü üzerine bir arkadaşı teselli etme) ve on takip görüşmesi.
18. Khadpe, P., Wenzel, D., Loewenstein, G., ve Kaufman, G. (2025). Explaining the Reputational Risks of AI-Mediated Communication: Messages Labeled as AI-Assisted Are Viewed as Less Diagnostic of the Sender’s Moral Character. Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, 8, 1413 ila 1423.
19. Teichmann, F., Petrowsky, H. M., Boecker, L., Soliman, M., ve Loschelder, D. D. (2026). Journal of Social and Personal Relationships. İlk buluşmadan sonra eğrisel bir zamanlama etkisi; bir kıtlık mekanizması için destek bulunamadı.
20. Maisel, N. C., ve Gable, S. L. (2009). The Paradox of Received Social Support: The Importance of Responsiveness. Psychological Science, 20(8), 928 ila 932. Birlikte yaşayan 67 çift.