💻 computer science

Email in the Era of LLMs

Dit paper introduceert de HR Simulator, een spel om de interactie tussen mensen en grote taalmodellen (LLMs) bij e-mailcommunicatie te analyseren, en toont aan dat hoewel LLMs vaak beter presteren dan mensen, een mens-LLM samenwerking de effectiviteit aanzienlijk kan verbeteren, terwijl LLMs moeite hebben met het nabootsen van menselijke variatie in toon en empathie.

Oorspronkelijke auteurs: Dang Nguyen, Harvey Yiyun Fu, Peter West, Chenhao Tan, Ari Holtzman

Gepubliceerd 2026-03-24

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Dang Nguyen, Harvey Yiyun Fu, Peter West, Chenhao Tan, Ari Holtzman

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De E-maildans in het Tijdperk van de AI: Een Simpele Uitleg

Stel je voor dat je op kantoor werkt, maar in plaats van dat je collega's en je baas je e-mails lezen, wordt alles gelezen door een superintelligente robot (een "Large Language Model" of LLM). Deze robots nemen steeds meer taken over, van het plannen van vergaderingen tot het schrijven van delicate berichten. Maar hoe schrijft een robot een e-mail als je iemand moet vertellen dat hij geen eigen kantoor krijgt, of als je twee ruziënde collega's moet verzoenen?

Dit is waar het onderzoek van Dang Nguyen en zijn team van de Universiteit van Chicago om de hoek komt kijken. Ze hebben een spelletje bedacht genaamd HR Simulator™ om dit uit te zoeken.

1. Het Spel: De HR-Directeur in Spe

Stel je dit spel voor als een soort The Sims, maar dan puur voor e-mails. Jij speelt de rol van een HR-medewerker in een fictief bedrijf genaamd "NeuroGrid". Je krijgt moeilijke situaties voorgelegd, zoals:

"Een nieuwe medewerker wil een eigen kantoor, maar dat mag alleen voor managers. Schrijf een e-mail om dit af te wijzen zonder dat hij boos wordt."
"Twee collega's hebben ruzie over een project. Schrijf een e-mail om ze weer samen te krijgen."

Je schrijft je e-mail, en een AI-rechter (een andere robot) beoordeelt of je het goed hebt gedaan. Het doel is om de boodschap over te brengen zonder de relatie te beschadigen.

2. De Grote Ontdekkingen

Het team heeft meer dan 600 e-mails van echte mensen en verschillende AI-modellen laten schrijven en beoordelen. Hier zijn de belangrijkste lessen, vertaald naar alledaagse taal:

A. Mensen verliezen tegen robots (alleen), maar winnen samen met hen

Als je alleen schrijft, doen mensen het vaak slechter dan de slimste AI-modellen. De robots schrijven e-mails die net iets beter "klinken" voor andere robots.

De Analogie: Het is alsof je probeert te dansen tegen een robot die elke stap perfect kent. Als je alleen dansst, val je misschien uit de pas.
De Oplossing: Maar als je de robot laat helpen met het herschrijven van je e-mail (de "mens + AI" aanpak), wordt het resultaat vaak nog beter dan wat de robot alleen zou schrijven. Het is alsof je een danspartner hebt die je helpt je stappen te verbeteren. Mensen hebben de intuïtie, de robots hebben de techniek. Samen zijn ze onverslaanbaar.

B. De "Hofman-Effect" (Emergent Tact)

Dit is misschien wel het coolste stukje. De onderzoekers ontdekten dat kleinere, minder slimme robots liever hebben dat je direct en soms wat ruw bent. Ze denken: "Zeg gewoon wat je moet zeggen!"
Maar de grote, slimme robots vinden dat je juist tactvol moet zijn. Ze willen dat je de boodschap verpakt in een zachte, beleefde verpakking, zelfs als de inhoud hard is.

De Metaphor: Stel je voor dat je iemand moet vertellen dat hij ontslagen is. Een kleine robot zegt: "Je bent ontslagen, hier is je uitkering." Een grote robot zegt: "We waarderen je inzet, maar het is tijd om een nieuwe stap te zetten. Hier is hoe we je kunnen helpen."
Het Gevolg: Naarmate robots slimmer worden, worden ze het steeds meer eens over wat "goed" is: ze willen allemaal dat je tactvol bent. Dit kan gevaarlijk zijn als mensen hun e-mails alleen door robots laten controleren, want dan verdwijnt de menselijke variatie.

C. De "Hoge Formele Empathie" Muur

AI-modellen schrijven bijna altijd e-mails die erg beleefd en empathisch zijn. Ze zijn als een perfecte, glimlachende receptionist die nooit boos wordt.
Mensen schrijven echter veel gevarieerder. Soms zijn we kortaf, soms zijn we boos, en soms zijn we heel direct.

Het Probleem: AI-modellen vinden het heel moeilijk om e-mails te schrijven die niet empathisch en niet formeel zijn.
Waarom is dat belangrijk? Soms moet je wel boos zijn! Als een bedrijf je jarenlang negeert en je moet klagen, wil je misschien een korte, scherpe e-mail sturen. AI-modellen proberen dit altijd om te zetten in een vriendelijk verzoek, wat niet werkt.
De Les: Mensen zijn nodig voor die "ruwe" momenten. AI is goed voor het opfleuren van je e-mail, maar kan niet goed doen wat je doet als je echt gefrustreerd bent.

3. Wat betekent dit voor de toekomst?

De onderzoekers concluderen dat we in de nabije toekomst waarschijnlijk niet meer alleen e-mails schrijven, noch volledig door AI laten schrijven. De beste manier is een samenwerking:

Jij schrijft de ruwe versie (met je menselijke gevoel, boosheid of enthousiasme).
De AI helpt je om het net iets tactvoller en professioneler te maken, zodat de boodschap beter overkomt.

Kortom: De toekomst van communiceren is niet "mens versus machine", maar "mens mét machine". Als we dat doen, kunnen we de beste e-mails schrijven die de wereld ooit heeft gezien. Als we dat niet doen, en we laten alles aan de robots over, riskeren we dat we allemaal gaan schrijven als dezelfde, perfecte, maar een beetje saaie robot.

Titel: Email in het Tijdperk van LLM's

Auteurs: Dang Nguyen, Harvey Yiyun Fu, Peter West, Chenhao Tan, Ari Holtzman (Universiteit van Chicago, Universiteit van Brits-Columbia)
Status: Onder review voor COLM 2025

1. Probleemstelling

De manier waarop mensen communiceren via e-mail verandert fundamenteel door de integratie van Large Language Models (LLMs) in tools zoals Gmail en persoonlijke assistenten. Waar LLM's tot nu toe vooral werden gebruikt voor automatische planning, worden ze nu steeds vaker ingezet om delicate zakelijke communicatie te formuleren en te kaderen.

Het centrale probleem is dat communicatie, in tegenstelling tot wiskundige taken, subjectief en nuance-rijk is. Er ontbreekt intuïtie over hoe LLM's sociale doelen, tact en emotionele nuance hanteren in complexe werkomgevingen. Er is een risico dat LLM's:

Een te homogene, "veilige" stijl aannemen die niet past bij menselijke interacties.
Mensen in onderhandelingen verslaan als ze alleen door LLM's worden beoordeeld.
Moeite hebben met specifieke communicatiestijlen die nodig zijn in bepaalde situaties (bijv. directheid zonder empathie).

2. Methodologie: HR Simulator™

Om deze vragen te onderzoeken, hebben de auteurs HR Simulator™ ontwikkeld, een spelletje waarbij communicatie de kernmechaniek is.

Opzet: De speler fungeert als een HR-medewerker bij een fictief bedrijf ("NeuroGrid") en moet e-mails schrijven om sociale en interpersoonlijke conflicten op te lossen.
Scenario's: Er zijn vijf complexe scenario's ontworpen die sociale spanningen en afwegingen vereisen (bijv. een verzoek voor een privékantoor afwijzen zonder enthousiasme te dempen, of een conflict tussen collega's oplossen).
Evaluatie: De uitkomsten worden gesimuleerd en beoordeeld door LLM-judges (voornamelijk GPT-4o, maar ook andere modellen). De "ontvanger" van de e-mail reageert in karakter, en de judge bepaalt of de communicatiedoelstellingen zijn bereikt.
Dataset: Er zijn meer dan 600 e-mails verzameld van drie categorieën:
1. Alleen door mensen geschreven.
2. Alleen door LLM's geschreven.
3. Een hybride aanpak: door mensen geschreven, maar herschreven/geoptimaliseerd door een LLM.
Analyse: De auteurs gebruiken LLM's als "rechter" om e-mails te rangschikken (via Elo-scores) en analyseren kenmerken zoals tact, empathie en formeelheid (gescoord op een 1-7 Likert-schaal).

3. Belangrijkste Bijdragen en Resultaten

A. De Hybride Voordel (Human+LLM)

Mensen vs. LLM's: Mensen presteren significant slechter dan de beste LLM's wanneer ze alleen schrijven (23,5% succesrate vs. 48-54% voor top-LLMs). LLM-judges geven de voorkeur aan LLM-geschreven e-mails.
Hybride Superioriteit: Een menselijke e-mail die door een LLM wordt herschreven, presteert vaak beter dan zowel de originele menselijke versie als de versie die volledig door een LLM is geschreven. In sommige scenario's stijgt het succespercentage van 40% naar bijna 100% door mens-LLM samenwerking.
Conclusie: Mensen verliezen waarschijnlijk in onderhandelingen tegen LLM's, maar winnen als ze LLM's gebruiken als co-auteur.

B. Emergent Tact (Opkomende Tactvolheid)

Grootte en Tact: Er is een duidelijke correlatie tussen de grootte/kracht van een LLM-judge en de voorkeur voor tactvolle communicatie.
- Kleinere modellen geven de voorkeur aan directere, minder tactvolle e-mails.
- Grotere, krachtigere modellen geven de voorkeur aan subtiele, zeer tactvolle strategieën.
Homogenisatie: Naarmate modellen groter worden, komen hun oordelen over wat "goede kwaliteit" is dichter bij elkaar (hogere Krippendorff's $\alpha$ ). Ze convergeren naar een vaste norm van hoge tactvolheid. Dit suggereert dat toekomstige LLM-gedreven werkomgevingen een cultuur kunnen creëren die sterk afwijkt van menselijke oordelen.

C. Toonanalyse: Empathie en Formeelheid

LLM-stijl: LLM's schrijven over het algemeen zeer formele en empathische e-mails (hoge scores op beide assen).
Menselijke variatie: Menselijke e-mails zijn veel diverser en vullen ook kwadranten op met lage empathie en lage formeelheid (bijv. kortaf, gefrustreerd).
Beperking van Post-Training: LLM's hebben moeite om e-mails te schrijven of na te bootsen in het kwadrant van lage empathie en lage formeelheid. Zelfs met "in-context learning" voorbeelden blijven de perplexiteitsscores hoog. Dit is een beperking van huidige post-training methoden, hoewel deze stijl soms nodig kan zijn (bijv. bij klachten over bureaucratie).

4. Significantie en Implicaties

Toekomst van Communicatie: De studie voorspelt dat "door mensen geschreven, door LLM's geredigeerde" e-mails de dominante vorm van communicatie in de nabije toekomst zullen worden.
Risico op Homogeniteit: Omdat grotere LLM's steeds meer overeenstemming vertonen over wat "tactvol" is, dreigt een verlies aan diversiteit in communicatiestijlen. Mensen die niet samenwerken met LLM's, riskeren achterop te raken in door AI-gedreven systemen.
Nieuwe Onderzoeksvragen: Er is behoefte aan nieuwe post-training doelen om LLM's in staat te stellen om ook "krachtige" communicatie (lage empathie/laag formeel) te hanteren wanneer dit nodig is, en om de waarde-landschappen te begrijpen die ontstaan wanneer AI de menselijke communicatie normen gaat bepalen.
Methodologische Innovatie: HR Simulator™ dient als een effectief instrument om communicatievaardigheden in context te meten, waarbij spelmechanismen worden gebruikt om sociale druk en incentives te simuleren.

Samenvattend: Het paper toont aan dat LLM's de norm voor zakelijke communicatie zullen veranderen naar een meer formeel en tactvol, maar mogelijk minder menselijk, spectrum. De meest effectieve strategie voor mensen is niet om LLM's te vervangen, maar om te co-schrijven, waarbij de mens de context en nuance levert en de LLM de toon en structuur optimaliseert.