Wat zorgt ervoor dat een antwoord goed landt?

De meeste adviezen over antwoorden gaan over snelheid. Reageer binnen vijf minuten, reageer binnen een uur, laat het geen drie dagen liggen. Ik ben medeoprichter van Subtext en breng het grootste deel van mijn tijd door met kijken naar berichten waar mensen op vastlopen, en snelheid is bijna nooit wat er mis mee is.

Het onderzoek wijst steeds naar iets anders, en het wijst er consistent naartoe. Of een antwoord werkt, hangt af van of het laat zien dat je serieus bent ingegaan op dit specifieke bericht van deze specifieke persoon. Psychologen noemen dit waargenomen responsiviteit: het gevoel begrepen, bevestigd en gekoesterd te worden. Het is het gemeten mechanisme in het onderzoek naar het stellen van vragen, het mechanisme in het onderzoek naar concreetheid, het ding dat bepaalt of steun helpt of juist schaadt, en het ding dat wantrouwen jegens AI om zeep helpt. Al het andere in dit artikel is een andere manier om datzelfde ene probleem op te lossen, en het is hetzelfde probleem waarbij Subtext je helpt.

Snelheid doet er minder toe dan je denkt, behalve waar dat niet zo is

Twee verschillende situaties, en ze door elkaar halen levert slecht advies op.

Bij vreemden, in een transactie, is snelheid letterlijk geld. Hart, VanEpps, Sezer en Amir combineerden transactiedata van een freelancemarktplaats, goed voor ruwweg 11,66 miljoen serviceaanvragen, met experimenten die samen duizenden deelnemers omvatten¹. Vertragingen van zelfs maar vijf tot tien minuten verkleinden meetbaar de kans om de opdracht binnen te halen. Het mechanisme dat ze aanwijzen is een gevolgtrekking. Een snel antwoord signaleert dat je waarschijnlijk ook later responsief zult zijn. Houd de twee helften wel gescheiden. De marktplaatsdata zijn correlationele velddata. Het mechanisme is het experimentele deel.

Bij collega’s loopt de vergissing de andere kant op. Giurge en Bohns documenteerden een e-mail-urgentiebias in acht vooraf geregistreerde studies met 4.004 werkende volwassenen². Ontvangers overschatten hoe snel afzenders een antwoord verwachten op niet-urgente e-mail buiten werktijd, en betalen daarvoor in stress. Eén enkele zin van de afzender die zegt dat er geen haast bij is, verkleinde die bias. Verwant onderzoek definieert telepressure op de werkvloer, de drang om meteen te antwoorden, en koppelt dat aan slechter herstel, burn-out en slaap³.

En stilte betekent precies wat de norm tussen jullie al was. Kalman en Rafaeli onderzochten reactielatentie als verwachtingsschending en vonden dat het effect van vertraging afhing van hoe mensen de afzender al zagen⁴. Beoordelaars vergaven een traag antwoord bij een veelbelovende sollicitant, en rekenden het een zwakkere aan. Wat de stilte betekent voor wie zit te wachten, is weer een andere vraag, die ik behandel in wat het betekent als iemand je bericht leest en niet reageert. Twee uur van iemand die altijd binnen vijf minuten antwoordt, is een ander signaal dan twee uur van iemand die twee keer per dag antwoordt, en geen enkele op de klok gebaseerde regel vangt dat, wat precies de reden is waarom Subtext niet probeert je zo’n regel te geven.

De bevinding die de snelheidsvraag herkadert

Lew, Walther, Pang en Shin voerden het experiment uit dat iedereen zou moeten kennen en dat bijna niemand kent⁵.

Ze varieerden twee dingen onafhankelijk van elkaar. Het ene was hoe snel een antwoord binnenkwam, acht seconden tegenover veertig. Het andere was of het antwoord contingent was, dat wil zeggen toegesneden op wat de persoon had gevraagd, tegenover een generiek standaardantwoord. 131 Amerikaanse volwassenen keken naar een gesimuleerde klantenservicechat en beoordeelden die op vier uitkomsten.

Snelheid had op geen van de vier een significant hoofdeffect. Contingentie had bij alle vier significante effecten, met effectgroottes van 0,48 tot 0,66.

De auteurs hadden voorspeld dat trage generieke antwoorden het slechtst zouden scoren. Ze hadden het mis, en dat zeggen ze ook zelf. Snelle generieke antwoorden scoorden op elke uitkomst het laagst. Hun verklaring is dat een snel antwoord dat niet inhoudelijk ingaat op het bericht robotachtig overkomt, en zonder de vertraging die suggereert dat iemand bezig is, leest het in het beste geval als onoplettend.

De praktische kern die ik uit deze hele literatuur haal, is dat iets leegs haastig versturen erger is dan de tijd nemen en iets echts sturen.

Dit is ook precies de valkuil die Subtext signaleert, want een snel leeg antwoord oogt op het scherm niet fout. Het oogt efficiënt. Het probleem wordt pas zichtbaar zodra je je afvraagt wat het doet met degene die het leest, en dat is precies de vraag die het product namens jou stelt.

De ene tactiek die overal opgaat

Stel een vervolgvraag over wat de ander net gezegd heeft.

Huang, Yeomans, Brooks, Minson en Gino voerden drie studies naar live gesprekken uit⁶. In een online-chatstudie met 199 dyades werden mensen die de instructie kregen om veel vragen te stellen significant beter aardig gevonden, en dat effect liep via waargenomen responsiviteit. Een tweede studie herhaalde dit en herleidde het effect specifiek tot vervolgvragen, oftewel vragen die alleen gesteld konden worden als je het antwoord daadwerkelijk gelezen had. Een speeddate-onderdeel vond dat het aandeel vervolgvragen voorspelde of iemand een tweede date aangeboden kreeg.

Drie kanttekeningen bij dat paper, omdat het omstreden is en het ertoe doet. Er is een gepubliceerd dispuut. Kluger en Malloy heranalyseerden de speeddatestudie en betoogden dat het effect verdwijnt zodra je rekening houdt met wie er vroeg, waarop de oorspronkelijke auteurs antwoordden dat de heranalyse de verkeerde maat en een ongeschikt model gebruikte⁷. Ik zou zeggen dat de gespreksexperimenten de sterkere onderbouwing vormen, en het speeddate-onderdeel het omstreden deel. Het paper heeft een gepubliceerde correctie uit maart 2025, en er is geen expression of concern en geen retractie. En een studie met derden binnen datzelfde paper vond dat waarnemers die transcripten lazen die voorkeur niet deelden, wat een reële randvoorwaarde is.

Los daarvan vermijden mensen gevoelige vragen omdat ze bang zijn iemand te kwetsen, en ze overschatten die kosten significant⁸. Of het nu de voor de hand liggende vervolgvraag is of de gevoelige, de vraag die je niet stelt, is waarschijnlijk veilig genoeg om te stellen. Het is precies het soort vraag waar Subtext je toe zal aansporen in plaats van je ervan te laten afbrengen.

Noem het specifieke ding

Packard en Berger isoleerden taalkundige concreetheid als een signaal van luisteren⁹. Vijf studies, waaronder tekstanalyse van meer dan 1.000 echte klantinteracties in twee veldsettings. Klanten waren tevredener, eerder bereid te kopen, en gaven meer uit wanneer degene die antwoordde concrete taal gebruikte, en het mechanisme was dat ze daaruit afleidden dat de medewerker aandachtig was. Een toename van concreetheid met één standaarddeviatie verbeterde de tevredenheid met 9 procent en de bestedingen met ten minste 13.

Ik vind de vertaalslag naar de praktijk ongewoon helder. “Dat grijze T-shirt”, niet “je probleem”. “De vergadering op donderdag”, niet “het ding dat je noemde”. Het benoemen van het specifieke object is wat overkomt als geluisterd hebben, en het kost niets. Het is ook het makkelijkste om mechanisch te controleren, en een van de weinige plekken waar Subtext je een rechtstreeks antwoord kan geven in plaats van een oordeel.

Bij een lastig gesprek: bel

Dit is het meest citeerbare resultaat uit de hele set, en het zal je irriteren.

Bevis, Schroeder en Yeomans voerden gerandomiseerde experimenten uit met 1.576 gesprekspartners in 1.842 gesprekken, plus 1.432 waarnemers¹⁰. Gesproken gesprekken leverden meer waargenomen begrip en minder waargenomen conflict op dan geschreven gesprekken, samen met meer sympathie, meer plezier en meer verandering van houding. Samengenomen over hun eerste drie studies verhoogde spreken het begrip met een gestandaardiseerde bèta van 0,45 en verlaagde het conflict met 0,23.

Daarna vroegen ze mensen wat ze zouden kiezen. 83,9 procent gaf de voorkeur aan schrijven wanneer ze onenigheid verwachtten, en voorspelde dat schrijven tot minder conflict en meer begrip zou leiden. Hun experimenten vonden het tegenovergestelde.

Er zit een omslag in die dit artikel voor zinloosheid behoedt. Ontvankelijke taal, dat wil zeggen je beweringen nuanceren, de andere kant erkennen voor je tegenspreekt, en echte punten van overeenstemming benoemen, voorspelde constructieve uitkomsten sterker in geschreven vorm dan in gesproken vorm¹¹. De auteurs noemen het een raadsel dat mensen minder ontvankelijke taal gebruiken in precies het medium waarin het er het meest toe lijkt te doen.

Moet je het dus per se schrijven, dan wegen signalen van ontvankelijkheid zwaarder dan ze aan de telefoon zouden doen. Heb je de keuze, dan gaat het telefoongesprek beter dan je verwacht. Omdat Subtext uitsluitend werkt op wat je schrijft, is dit de sectie die ik het serieust zou nemen. De tool kan je helpen goed te nuanceren, te erkennen en overeenstemming te benoemen, maar het pleidooi voor het bellen zelf kan alleen jij houden.

Kanttekeningen die de auteurs zelf noemen: de deelnemers waren grotendeels vreemden voor elkaar, het conflict was in alle condities laag, en de meesten waren studenten. Twee mensen die elkaar goed kennen en ruziën over iets wat centraal staat in hun relatie, gedragen zich mogelijk anders.

Tussenberichten, en waarom het voor de hand liggende advies een voorwaarde nodig heeft

Ik kon geen experiment vinden dat een kort “begrepen, ik kom er nog fatsoenlijk op terug” rechtstreeks afzet tegen een uitgesteld, volledig antwoord, met niets ertussenin. Het mechanisme is echter goed onderbouwd, dus ik zou dit eerder als redenering dan als bevinding beschouwen.

De onzekerheid over of je überhaupt gaat reageren, is wat het latentieonderzoek aanwijst als het schadelijke deel¹. Een tussenbericht pakt precies dat aan. Giurge en Bohns toonden aan dat een kort berichtje dat de verwachting bijstelt een gedocumenteerde misinterpretatie verminderde².

Maar Lew en collega’s stellen er een voorwaarde aan⁵. Een generiek tussenbericht is een snel, niet-contingent antwoord, en dat is precies de combinatie die in hun studie van alle vier het slechtst scoorde. Beide kopen je dezelfde paar dagen. Maar slechts een van de twee benoemt iets.

Generiek “Bedankt voor je e-mail, we nemen contact op”

Snel en niet-contingent, precies de combinatie die in de studie van Lew en collega’s op elke uitkomst het slechtst scoorde⁵

Specifiek “Ik heb het stuk over de planning gelezen en ik heb tot donderdag nodig om er goed op te antwoorden”

Subtext vertelt je welke versie van een tussenbericht je geschreven hebt, want de twee lijken op elkaar en scoren totaal niet hetzelfde.

Waar AI om de hoek komt kijken

Het loont om hier precies te zijn, want ik verkoop een AI-product, en het bewijs is interessanter dan zowel de voorstanders als de critici beweren.

Rubin en collega’s voerden negen studies uit met 6.282 deelnemers¹². Elk antwoord was AI-gegenereerd. Het label was wat varieerde, en de onderzoekers presenteerden sommige als geschreven door een mens en andere als geschreven door AI. Deelnemers beoordeelden antwoorden met het label ‘mens’ als empathischer en meer ondersteunend, en die antwoorden riepen meer positieve emotie op. Ook het eigen, ongevraagde vermoeden van deelnemers dat AI had meegeschreven aan een als ‘mens’ gelabeld antwoord, verminderde de waargenomen empathie. Het effect herhaalde zich bij verschillende lengtes, vertragingen en modellen, en het kwam voort uit antwoorden die de nadruk legden op het delen van emoties in plaats van op praktisch begrip.

Lees de opzet goed, want die bepaalt wat de bevinding betekent. Dit is bewijs over toeschrijving en overtuiging. Het is geen bewijs dat AI slechtere berichten schrijft, want AI schreef ze allemaal. Meer van die studies bespreek ik in of AI-herschrijftools voor berichten echt werken.

Eenzelfde patroon duikt elders op. In twee gerandomiseerde experimenten met 1.020 deelnemers verhoogden smart replies de efficiëntie en het gebruik van positieve taal, en beoordeelden deelnemers die dachten dat hun partner ze gebruikte die partner als minder coöperatief, ook na correctie voor het daadwerkelijke gebruik¹³. De overtuiging zelf bracht de schade toe. En een eerdere studie naar AI-geschreven profielen vond dat vertrouwen vergelijkbaar was wanneer alles door AI was geschreven of alles door mensen, en alleen daalde wanneer mensen moesten gokken¹⁴.

Er is hier een tegenbevinding, en die ga ik niet gladstrijken. Ovsyannikova, Oldemburgo de Mello en Inzlicht vonden dat onafhankelijke beoordelaars AI als meer compassievol ervoeren dan menselijke experts, en dat dit standhield zelfs wanneer de beoordelaars wisten dat het AI was¹⁵. De twee resultaten laten zich niet zomaar met elkaar verzoenen. Het verschil zit mogelijk in het beoordelen van andermans gesprek tegenover het zelf ontvangen van een bericht.

Een aparte studie naar hetzelfde nadeel van smart replies zou ik er rechtstreeks tegenover zetten, want die vond het tegenovergestelde. Mieczkowski en collega’s lieten deelnemers berichten uitwisselen waarbij één kant voorgestelde smart replies gebruikte, en de ontvangers beoordeelden de afzenders die ze gebruikten niet lager op warmte of competentie¹⁶. Naast de straf uit bron 13, die uit de overtuiging voortkwam, wijzen de twee studies vanuit verschillende kanten naar dezelfde conclusie, namelijk dat daadwerkelijke AI-hulp niet aantoonbaar wordt afgestraft, terwijl het vermoeden dat een partner de moeite uitbesteedt dat wel wordt.

Liu, Mittal, Yang en Bruckman onderzochten dat vermoeden rechtstreeks, met drie soorten e-mail, een productvraag, een uitnodiging voor een feestje en het troosten van een vriend van wie het huisdier was overleden, elk beschreven als door AI geschreven¹⁷. Het vertrouwen daalde naarmate de toegeschreven AI-betrokkenheid toenam, en het daalde het sterkst bij de emotionele e-mail, wat de auteurs vooraf ook verwachtten. Wat ze niet hadden verwacht, was dat het vertrouwen steeg in plaats van daalde wanneer er interpersoonlijk meer op het spel stond, zodat de condoleance met het AI-label toch op meer vertrouwen kon rekenen dan de productvraag met het AI-label. Hun eigen hypothese voorspelde de omgekeerde volgorde. In de interviews achteraf zeiden alle tien deelnemers ronduit dat ze AI niets emotioneels voor zich zouden willen laten schrijven, wat niet strookte met wat hun eigen beoordelingen net hadden laten zien. Wat mensen zeggen te accepteren en wat hun vertrouwen daadwerkelijk beweegt, is hier niet hetzelfde.

Khadpe en collega’s vonden het mechanisme dat onder beide resultaten ligt. Een label ‘AI-ondersteund’ haalt de beoordeling van een bericht omlaag, en het dempt ook wat het bericht de lezer vertelt over het karakter van de afzender, in beide richtingen. Een warm bericht leest als minder warm zodra het dat label draagt, en een kil bericht als minder kil¹⁸. Het label kost je dus wat krediet voor warmte, maar vooral zorgt het ervoor dat het bericht niet langer telt als bewijs van wie je bent.

Als iemand die een product in deze categorie runt, maak ik eruit op dat het nuttige hulp is bij het schrijven van iets dat van jou is, en het schadelijke een antwoord dat overkomt als uitbesteed. Dat komt uit op dezelfde plek als al het andere hier. Een antwoord werkt wanneer het laat zien dat je serieus bent ingegaan op het bericht, en niets dat die stap overslaat, overleeft het contact met degene die het leest.

Subtext werkt vanuit wat jij hebt geschreven in plaats van het te vervangen, en laat je zien hoeveel er veranderd is. Die ontwerpkeuze is de enige die het bewijs ondersteunt, geen marketingstandpunt.

Probeer Subtext in je browserDownload de appProbeer Subtext in je browser

Hoe dit er per context uitziet

Het onderliggende probleem is overal hetzelfde. Hoe je het oplost, verschilt genoeg om je op het verkeerde been te zetten als je het generaliseert.

• Werk en commercieel. Bij vreemden in een transactie weegt snelheid echt zwaar. Bij collega’s is de gedocumenteerde fout dat urgentie overschat wordt. Concrete specifieken en een duidelijke vervolgstap tellen overal mee.
• Daten. Timing signaleert hier iets, op een manier die elders niet opgaat, en volgt daarbij een curvilineair optimum, geen vaste regel. Een matig vertraagd berichtje na een eerste date presteerde beter dan zowel een onmiddellijk als een lang uitgesteld berichtje, en dezelfde studie vond geen steun voor een “playing hard to get”-mechanisme¹⁹.
• Steun bieden. Responsiviteit is hier het hele verhaal, en niet-responsieve steun kan erger zijn dan geen steun. Maisel en Gable vonden in een studie onder 67 samenwonende stellen dat steun alleen hielp wanneer die aansloot bij wat de persoon nodig had²⁰. Als het nieuws slecht is, behandel ik apart wat je kunt zeggen als je niet weet wat je moet zeggen.
• Conflict. Nuanceer, erken, benoem echte overeenstemming, en bel als je kunt. Als de ruzie al heeft plaatsgevonden, is wat je kunt appen na een ruzie weer een andere vraag.

Daarom leest Subtext het bericht dat voor je ligt en past het niet overal dezelfde regel toe. Wat “serieus ingaan op iemand” eruitziet in een werkthread en in een berichtje na een eerste date, is niet hetzelfde, ook al is het onderliggende probleem dat wel.

Regels die nergens op gebaseerd zijn

De vijfminutenregel voor het opvolgen van leads. De bewering dat binnen vijf minuten reageren de conversie met een factor 21 verhoogt, is terug te voeren op whitepapers van leveranciers. Het onderliggende onderzoek naar reactiesnelheid en contracten is echt¹. De vermenigvuldigingsfactor is dat niet.

De drie-uursregel voor datingberichten. Ik kon geen empirische onderbouwing vinden, en de studie die er het dichtst bij in de buurt komt, vond expliciet geen bewijs voor het schaarste-mechanisme dat ervoor nodig zou zijn¹⁹.

Benchmarks voor zakelijke e-mail en verwachtingscijfers voor klantenservice. Breed verspreid, herleid tot zakelijke persberichten en leveranciersrapporten zonder bekendgemaakte steekproefgegevens.

“31 procent van de mensen ervaart appen als een dagelijkse bron van angst.” De bron is een commerciële blog, en ik kon er geen studie achter terugvinden.

Bronnen

Genummerd in de volgorde waarin ze hierboven verschijnen. Waar een cijfer niet tegen de primaire bron geverifieerd kon worden, zegt de tekst dat. Gecontroleerd op 28 augustus 2026.

1. Hart, E., VanEpps, E. M., Sezer, O., en Amir, O. (2026). Speed Is a Signal: When Faster Replies Increase Hiring Likelihood. Management Science, online gepubliceerd op 3 juni 2026.
2. Giurge, L. M., en Bohns, V. K. (2021). “You don’t need to answer right away!” Organizational Behavior and Human Decision Processes, 167, 114 tot 128.
3. Barber, L. K., en Santuzzi, A. M. (2015). Please respond ASAP: Workplace telepressure and employee recovery. Journal of Occupational Health Psychology, 20(2), 172 tot 189.
4. Kalman, Y. M., en Rafaeli, S. (2011). Online Pauses and Silence: Chronemic Expectancy Violations in Written Computer-Mediated Communication. Communication Research, 38(1), 54 tot 69.
5. Lew, Z., Walther, J. B., Pang, A., en Shin, W. (2018). Interactivity in Online Chat: Conversational Contingency and Response Latency in Computer-Mediated Communication. Journal of Computer-Mediated Communication, 23(4), 201 tot 221. 131 Amerikaanse volwassenen, gemiddelde leeftijd 51,32.
6. Huang, K., Yeomans, M., Brooks, A. W., Minson, J., en Gino, F. (2017). It Doesn’t Hurt to Ask: Question-Asking Increases Liking. Journal of Personality and Social Psychology, 113(3), 430 tot 452. Heeft een gepubliceerde correctie uit maart 2025, en geen expression of concern en geen retractie. Data op osf.io/8k7rf.
7. Kluger, A. N., en Malloy, T. E. (2019). Journal of Personality and Social Psychology, 117(6), 1132 tot 1138, met de reactie van de oorspronkelijke auteurs in Yeomans, Brooks, Huang, Minson en Gino (2019), 117(6), 1139 tot 1144.
8. Hart, E., VanEpps, E. M., en Schweitzer, M. E. (2021). The (better than expected) consequences of asking sensitive questions. Organizational Behavior and Human Decision Processes, 162, 136 tot 154.
9. Packard, G., en Berger, J. (2021). How Concrete Language Shapes Customer Satisfaction. Journal of Consumer Research, 47(5), 787 tot 806.
10. Bevis, B., Schroeder, J., en Yeomans, M. (2026). Spoken disagreement is more constructive than written disagreement. Nature Communications, 17, artikel 5792. Open access; preregistraties en data op OSF.
11. Yeomans, M., Minson, J., Collins, H., Chen, F., en Gino, F. (2020). Conversational receptiveness: Improving engagement with opposing views. Organizational Behavior and Human Decision Processes, 160, 131 tot 148.
12. Rubin, M., Li, J., Zimmerman, F., Ong, D. C., Goldenberg, A., en Perry, A. (2025). Comparing the value of perceived human versus AI-generated empathy. Nature Human Behaviour, 9(11), 2345 tot 2359. Negen studies, 6.282 deelnemers; alle antwoorden waren AI-gegenereerd en alleen het label varieerde.
13. Hohenstein, J., Kizilcec, R. F., DiFranzo, D., en collega’s (2023). Artificial intelligence in communication impacts language and social relationships. Scientific Reports. Twee gerandomiseerde experimenten, 1.020 deelnemers.
14. Jakesch, M., French, M., Ma, X., Hancock, J. T., en Naaman, M. (2019). AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness. CHI 2019. 527 deelnemers.
15. Ovsyannikova, D., Oldemburgo de Mello, V., en Inzlicht, M. (2025). Third-party evaluators perceive AI as more compassionate than expert humans. Communications Psychology, 3(1), 4. Loopt tegen de richting van bron 12 in; beide worden hier genoemd in plaats van met elkaar verzoend.
16. Mieczkowski, H., Hancock, J. T., Naaman, M., en 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), artikel 17.
17. Liu, Y., Mittal, A., Yang, D., en Bruckman, A. (2022). Will AI Console Me when I Lose my Pet? Understanding Perceptions of AI-Mediated Email Writing. CHI 2022. Drie e-mailscenario’s met oplopende interpersoonlijke inzet: een productvraag, een uitnodiging voor een feestje, en het troosten van een vriend na de dood van een huisdier; tien vervolginterviews.
18. Khadpe, P., Wenzel, D., Loewenstein, G., en 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 tot 1423.
19. Teichmann, F., Petrowsky, H. M., Boecker, L., Soliman, M., en Loschelder, D. D. (2026). Journal of Social and Personal Relationships. Curvilineair timingeffect na een eerste date; geen steun gevonden voor een schaarste-mechanisme.
20. Maisel, N. C., en Gable, S. L. (2009). The Paradox of Received Social Support: The Importance of Responsiveness. Psychological Science, 20(8), 928 tot 932. 67 samenwonende stellen.