Na pewnym etapie niemal każdej drogi nauki języka pojawia się to samo pytanie:

„Ile słów naprawdę trzeba znać, żeby mówić biegle?”

To naturalne pytanie. Nauka języka może wydawać się nie mieć końca, a konkretna liczba sprawiłaby, że cały proces wyglądałby na łatwiejszy do opanowania. Gdyby można było po prostu powiedzieć: „Naucz się dokładnie 5000 słów, a osiągniesz biegłość”, nauka języków wydawałaby się znacznie prostsza.

Uczciwa odpowiedź jest jednak bardziej złożona.

Z czysto językoznawczego punktu widzenia biegłości nie da się sprowadzić do jednej liczby słów. Język nie jest zamkniętą bazą danych. To żywy system dźwięków, znaczeń, gramatyki, nawyków społecznych, odniesień kulturowych i elastycznych wzorców użycia.

Mimo to językoznawstwo korpusowe — czyli badanie dużych zbiorów rzeczywistego użycia języka — dostarcza bardzo przydatnych punktów odniesienia. Badacze tacy jak Paul Nation, Stuart Webb i inni analizowali, jakiego zakresu słownictwa potrzeba, aby rozumieć mówiony i pisany angielski na różnych poziomach. Ich ustalenia nie dają magicznej liczby, ale pokazują realistyczną mapę.

Ten artykuł koncentruje się głównie na języku angielskim, ponieważ dla angielskiego istnieją jedne z najlepiej przebadanych danych dotyczących częstotliwości słownictwa. Ogólne zasady są przydatne także w przypadku innych języków, ale konkretne liczby mogą się zmieniać w zależności od gramatyki, morfologii, systemu pisma oraz tego, jak badacze liczą słownictwo.

Aby zrozumieć tę mapę, najpierw trzeba wyjaśnić jedno ważne pytanie.

Co właściwie liczymy?

Kiedy ktoś pyta: „Ile słów trzeba znać?”, słowo „słowo” brzmi prosto. W językoznawstwie wcale takie proste nie jest.

Weźmy angielski czasownik run.

Może występować w wielu formach: run, runs, ran, running

Czy należy liczyć je jako cztery osobne słowa? A może jako jedno słowo w różnych formach?

Większość osób uczących się języka zapewne czuje, że jeśli zna czasownik run, nie chce, aby każda forma gramatyczna była liczona jako zupełnie nowe słowo. Właśnie dlatego językoznawcy często używają bardziej abstrakcyjnych jednostek przy mierzeniu zasobu słownictwa.

Pierwszym przydatnym pojęciem jest lemat.

Lemat to podstawowa, słownikowa forma słowa. Na przykład go jest lematem dla form go, goes, went, gone, going. W słowniku zwykle szuka się formy podstawowej, a nie każdej możliwej formy gramatycznej osobno. Narzędzia korpusowe działają podobnie: grupują różne formy wyrazu pod jednym centralnym hasłem.

Jak dotąd jest to dość intuicyjne.

Jednak wiele badań nad słownictwem — zwłaszcza w języku angielskim — często używa jeszcze szerszego pojęcia: rodziny wyrazów.

Czym jest rodzina wyrazów?

Rodzina wyrazów to grupa powiązanych słów zbudowanych wokół tego samego wyrazu podstawowego. Obejmuje słowo główne oraz niektóre jego powszechne, przejrzyste formy.

Na przykład uproszczona rodzina wyrazów wokół teach mogłaby obejmować: teach, teaches, teaching, taught, teacher

Uproszczona rodzina wyrazów wokół nation mogłaby obejmować: nation, national, international, nationality

Nie chodzi o to, że wszystkie te słowa są identyczne. W rzeczywistym użyciu wyraźnie są różnymi słowami. Są jednak na tyle powiązane, że znajomość jednego z nich często pomaga zrozumieć pozostałe.

To ważne, ponieważ osoby uczące się języka nie poznają każdego słowa w izolacji. Kiedy znane jest już happy, łatwiej zrozumieć unhappy albo happiness. Kiedy znane jest move, łatwiej domyślić się znaczenia movement. Kiedy znane jest use, słowa takie jak useful, useless i reuse stają się łatwiejsze do rozpoznania.

Na tym polega logika rodzin wyrazów.

Rodziny wyrazów nie zawsze są jednak proste. Niektóre powiązane słowa łatwo zrozumieć na podstawie wyrazu podstawowego, inne — niekoniecznie. Na przykład sign i signature są powiązane, ale dla osoby początkującej ten związek może nie być oczywisty. Compete, competition i competitive są ze sobą powiązane, ale zachowują się inaczej w zdaniach.

Dlatego liczenie rodzin wyrazów jest przydatne w badaniach, ale może być mylące dla uczących się. Daje praktyczne oszacowanie znajomości słownictwa, lecz nie oznacza, że każdy element danej rodziny jest automatycznie opanowany.

W tym artykule, gdy mówimy o rozmiarze słownictwa, najlepiej myśleć o podstawowych jednostkach leksykalnych: nie o każdej osobnej formie wyrazu, ale też nie zawsze o jednym ścisłym lemacie słownikowym. W wielu badaniach nad słownictwem angielskim liczby referencyjne opierają się na rodzinach wyrazów.

Ta różnica ma znaczenie.

Osoba znająca 3000 rodzin wyrazów może rozpoznawać w prawdziwych tekstach znacznie więcej niż 3000 pojedynczych form. Nie oznacza to jednak, że potrafi aktywnie używać ich wszystkich w mowie lub piśmie.

Dlaczego częstotliwość jest tak ważna

Języki nie są zrównoważonymi systemami, w których każde słowo pojawia się równie często.

Niewielka liczba bardzo częstych słów występuje bez przerwy. Tysiące innych słów pojawiają się tylko okazjonalnie. Ten wzorzec często wiąże się z prawem Zipfa, statystyczną tendencją, zgodnie z którą najczęstsze słowa odpowiadają za bardzo dużą część rzeczywistego użycia języka.

W angielskim słowa takie jak the, be, have, do, say, go, make, know, think, good pojawiają się wszędzie. Rzadkie słowa mogą być użyteczne, piękne lub ważne w określonych dziedzinach, ale nie występują w codziennej komunikacji prawie tak często.

Wynika z tego bardzo ważna zasada nauki:

Pierwsze kilka tysięcy najczęściej używanych słów daje największy zwrot.

Opanowanie 1000 najczęstszych słów może pomóc rozpoznawać zaskakująco dużą część zwykłego języka. Nie oznacza to jednak, że wszystko stanie się zrozumiałe. Pozostałe nieznane słowa często niosą najważniejsze znaczenie zdania.

Na przykład:

Poszedłem do ___, ponieważ bolał mnie ___.

Można rozumieć większość gramatyki i częstych słów, ale brakujące wyrazy mogą być kluczowe. Czy chodziło o lekarza? Dentystę? Aptekę? Szpital? Kolano? Żołądek? Ząb?

Dlatego znaczenie ma pokrycie tekstu.

Co oznacza „95% pokrycia”?

Badacze korpusowi często mówią o pokryciu tekstu. Oznacza to odsetek słów w tekście, które są już znane.

Jeśli znane jest 95% słów w tekście, brzmi to świetnie. Nadal oznacza to jednak, że 1 na każde 20 słów może być nieznane.

W krótkim zdaniu może to nie stanowić dużego problemu. W powieści, podcaście, filmie lub wykładzie może stać się męczące. Nieznane słowa pojawiają się raz po raz, a niektóre z nich mogą być kluczowe dla znaczenia.

Przy około 95% pokrycia zwykle da się śledzić ogólny sens, zwłaszcza jeśli temat jest znajomy i istnieje wsparcie wizualne lub sytuacyjne. Przy około 98% pokrycia rozumienie staje się znacznie bardziej komfortowe. Łatwiej zgadywać z kontekstu, czytać lub słuchać z mniejszą liczbą przerw i bardziej skupiać się na znaczeniu niż na rozszyfrowywaniu każdego zdania.

Często cytowane prace Paula Nationa sugerują, że do osiągnięcia około 98% pokrycia mówionego angielskiego może być potrzebnych mniej więcej 6000–7000 rodzin wyrazów, a w przypadku wielu tekstów pisanych — 8000–9000 rodzin wyrazów.

W przypadku nieformalnego mówionego angielskiego, filmów i telewizji liczby mogą być nieco niższe. Webb i Rodgers ustalili, że najczęstsze 3000 rodzin wyrazów, razem z nazwami własnymi i słowami marginalnymi, dawały około 95% pokrycia programów telewizyjnych, a około 7000 rodzin wyrazów dawało około 98% pokrycia.

Nowsze badanie dotyczące nieformalnego mówionego angielskiego również sugeruje, że około 2000–3000 rodzin wyrazów może zapewniać około 95% pokrycia dla niektórych rodzajów nieformalnych wypowiedzi, podczas gdy do około 98% — w zależności od gatunku — może być potrzebne 5000–7000.

Odpowiedź zależy więc od tego, co chce się rozumieć.

Swobodna rozmowa, sitcom, wykład uniwersytecki, dokument prawny i powieść literacka nie wymagają dokładnie tego samego słownictwa.

Praktyczne punkty odniesienia dla słownictwa

Poniższa tabela nie jest ścisłą skalą naukową. To praktyczny przewodnik przyjazny osobom uczącym się, oparty na badaniach korpusowych i analizach pokrycia słownictwa.

Rozmiar słownictwa Poziom praktyczny Co zwykle oznacza
800–1000 słów podstawowych Przetrwanie / podstawowa komunikacja Można poradzić sobie w bardzo typowych codziennych sytuacjach, ale wypowiedzi są ograniczone i wiele szczegółów pozostanie niezrozumiałych.
2000–3000 rodzin wyrazów Początek samodzielności Można rozumieć dużą część nieformalnego języka codziennego, zwłaszcza przy wsparciu kontekstu, powtórzeń i znajomych tematów.
3000–5000 rodzin wyrazów Pewna komunikacja codzienna To realistyczny próg dla wielu osób, które chcą komunikować się samodzielnie w codziennym życiu, podróży, prostych sytuacjach zawodowych i popularnych mediach.
6000–9000 rodzin wyrazów Zaawansowane rozumienie Można rozumieć znacznie bardziej zróżnicowane wypowiedzi mówione i pisane, w tym wiele filmów, podcastów, artykułów i rozmów zawodowych.
10 000+ rodzin wyrazów / szerokie słownictwo bierne Zakres zbliżony do rodzimego lub bardzo zaawansowany Można swobodniej radzić sobie z językiem złożonym, akademickim, literackim i specjalistycznym, choć zawsze będą pojawiać się nowe słowa.

Najważniejsza lekcja jest taka:

Nie trzeba znać każdego słowa w języku, żeby dobrze się nim posługiwać.

W rzeczywistości nikt nie zna każdego słowa w języku. Nawet rodzimi użytkownicy języka regularnie napotykają nieznane słowa w dziedzinach specjalistycznych, literaturze, prawie, medycynie, technologii czy mowie regionalnej.

Rodzimi użytkownicy języka mają też znacznie większe słownictwo bierne niż słownictwo czynne. Słownictwo bierne oznacza słowa, które można rozpoznać i zrozumieć. Słownictwo czynne oznacza słowa, których można pewnie używać w mowie lub piśmie. Badania nad wielkością słownictwa rodzimych użytkowników angielskiego pokazują, że dorośli native speakerzy mogą rozpoznawać dziesiątki tysięcy lematów, ale w codziennym życiu aktywnie używają znacznie mniejszego podzbioru.

To rozróżnienie jest bardzo ważne dla osób uczących się języka.

Nie trzeba aktywnie używać 20 000 słów, żeby mówić płynnie. Jednak wraz ze wzrostem słownictwa biernego łatwiej rozumieć więcej książek, filmów, rozmów, żartów, sporów i odniesień kulturowych.

Gotowe na kolejną część? Część 2 znajduje się tutaj: