Quem está aprendendo um idioma costuma fazer uma pergunta bem prática:
“De quantas palavras preciso para falar um idioma com fluência?”
À primeira vista, essa parece uma pergunta simples. Se podemos dizer que uma pessoa precisa de cerca de 3.000–5.000 palavras para se comunicar com segurança em inglês no dia a dia, talvez possamos usar o mesmo número para espanhol, mandarim, japonês, árabe, russo ou híndi.
Infelizmente, os idiomas não funcionam exatamente da mesma maneira.
O número 5.000 pode parecer objetivo, mas nem sempre significa a mesma coisa em diferentes idiomas. Em um idioma, uma “palavra” pode permanecer quase inalterada. Em outro, a mesma ideia básica pode aparecer em dezenas ou até centenas de formas gramaticais diferentes. Em outro, o maior desafio pode nem estar nas formas das palavras, mas no sistema de escrita.
Isso não significa que os números sobre o tamanho do vocabulário sejam inúteis. Eles são muito úteis. Mas precisam ser interpretados com cuidado.
Este artigo explica por quê.
O problema com a palavra “palavra”
O conceito de “palavra” parece óbvio até tentarmos contar palavras.
Em inglês, devemos contar estes exemplos como uma palavra ou várias?
walk, walks, walked, walking
A maioria dos estudantes provavelmente diria: é uma palavra-base com formas diferentes. A forma que aparece no dicionário é walk. Na linguística, essa forma básica costuma ser chamada de lema.
Mas e estes exemplos?
nation, national, nationality, international
Essas palavras estão claramente relacionadas, mas não são idênticas. Elas podem pertencer à mesma família de palavras, em um sentido mais amplo, dependendo de como a pesquisa define essa família.
Essa distinção é importante porque muitos estudos sobre o vocabulário do inglês não contam cada forma separadamente. Eles costumam contar famílias de palavras: uma palavra-base junto com formas relacionadas comuns. Esse é um dos motivos pelos quais as pesquisas sobre o vocabulário do inglês frequentemente falam em milhares de “famílias de palavras”, e não em milhares de formas individuais.
No inglês, esse sistema é útil porque muitas formas das palavras são relativamente previsíveis. Se você conhece play, não é difícil entender plays, played e playing. Se conhece happy, fica mais fácil entender unhappy e happiness.
Mas, quanto mais nos afastamos do inglês, mais isso se complica.
Por que não podemos aplicar os números do inglês a todos os idiomas
O inglês é um dos idiomas mais pesquisados nos estudos sobre vocabulário. O trabalho de Paul Nation, amplamente citado, sugere que quem está aprendendo pode precisar de cerca de 6.000–7.000 famílias de palavras para abranger uma grande proporção do vocabulário do inglês falado e de 8.000–9.000 famílias de palavras para muitos textos escritos. Pesquisas posteriores discutem e testam esses números usando corpora maiores e diferentes pressupostos.
Esses números são úteis, mas não são leis universais.
Eles se baseiam no inglês, em corpora de inglês, em listas de famílias de palavras do inglês e nos padrões de frequência desse idioma. Outros idiomas podem organizar o significado de maneiras diferentes.
Quem está aprendendo espanhol, russo, mandarim, árabe ou japonês não está simplesmente aprendendo “vocabulário de inglês com sons diferentes”. Cada idioma tem sua própria estrutura. Um mesmo objetivo de aprendizado — comunicar-se no dia a dia, ler notícias, assistir a filmes, estudar na universidade — pode exigir diferentes tipos de conhecimento de vocabulário.
Para entender isso, precisamos olhar para a morfologia.
Morfologia: como os idiomas formam palavras
Morfologia é o estudo de como as palavras são formadas a partir de unidades menores de significado, chamadas morfemas.
Os idiomas variam muito na maneira como organizam o significado dentro das palavras. As descrições linguísticas tradicionais costumam falar em tipos como línguas isolantes, aglutinantes, flexionais e polissintéticas. Essas categorias são simplificações, e os idiomas reais muitas vezes se situam em algum ponto de uma escala, em vez de se encaixarem perfeitamente em uma única categoria. Ainda assim, elas são úteis para quem está aprendendo. O Atlas Mundial de Estruturas Linguísticas descreve uma escala que inclui padrões isolantes, aglutinantes, flexionais e introflexivos, com exemplos como chinês, turco, latim e árabe-padrão moderno.
Vamos ver como isso funciona na prática.
Línguas isolantes: quando as palavras mudam menos
O chinês mandarim costuma ser descrito como uma língua fortemente isolante. Nas línguas isolantes, as palavras geralmente não mudam muito por meio de flexões. O significado gramatical costuma ser expresso pela ordem das palavras, por partículas, pelo contexto ou por palavras funcionais separadas, em vez de longas terminações acrescentadas a uma palavra.
Para quem está aprendendo, isso pode fazer alguns aspectos da contagem do vocabulário parecerem mais simples. Uma palavra pode não ter dezenas de terminações de caso ou conjugações verbais.
Mas isso não significa que o idioma seja fácil.
No mandarim, quem estuda enfrenta outros desafios: tons, caracteres, segmentação de palavras, palavras compostas e o fato de que um caractere escrito nem sempre equivale a uma palavra. É possível conhecer muitos caracteres e ainda ter dificuldade com palavras e expressões usadas na prática. Por outro lado, é possível entender frases faladas, mas ainda não conseguir lê-las com facilidade.
Por isso, no mandarim, perguntar “Quantas palavras eu conheço?” pode não ser suficiente. Uma pergunta melhor talvez seja:
Quantas palavras faladas, caracteres escritos, palavras compostas e expressões comuns consigo reconhecer e usar?
Línguas aglutinantes: quando as palavras ficam mais longas
Nas línguas aglutinantes, as palavras podem conter vários morfemas ligados entre si. O turco é um exemplo clássico. O húngaro, o finlandês e o coreano também apresentam muitas características aglutinantes.
Nesses idiomas, uma única palavra pode conter informações que o inglês expressaria com várias palavras separadas.
Por exemplo, uma palavra em turco ou húngaro pode incluir uma raiz e marcadores de posse, caso, número ou direção. O resultado pode ser uma palavra longa que assusta quem está começando, embora suas partes sigam um padrão sistemático.
Isso cria um problema para a contagem do vocabulário.
Se contarmos cada forma que aparece no uso como uma palavra separada, as línguas aglutinantes podem parecer ter um vocabulário muito maior do que realmente têm. Quem está aprendendo não precisa memorizar cada forma possível separadamente. Precisa conhecer a raiz e entender como as terminações funcionam.
É por isso que uma simples contagem de formas das palavras pode levar a conclusões equivocadas. Nas línguas aglutinantes, a morfologia não é apenas um tema de gramática. Ela faz parte da compreensão do vocabulário.
Línguas flexionais: quando uma terminação reúne vários significados
Muitas línguas indo-europeias, incluindo o espanhol, o russo, o polonês, o grego e o latim, apresentam características flexionais.
Nas línguas flexionais, uma única terminação pode expressar várias informações gramaticais ao mesmo tempo. Por exemplo, a terminação de um substantivo pode indicar caso, número e gênero. A terminação de um verbo pode indicar pessoa, número, tempo e modo.
O impacto disso para quem está aprendendo é diferente do observado nas línguas aglutinantes. As formas podem ser mais curtas, mas menos transparentes. Uma pequena mudança pode carregar vários significados.
Os verbos em espanhol são um exemplo conhecido. Um único verbo tem muitas formas. O russo acrescenta outra camada de complexidade, com as terminações de caso e o aspecto verbal. Quem estuda não está apenas aprendendo vocabulário, mas também como as palavras mudam dentro das frases.
Mais uma vez, isso dificulta a simples contagem de palavras.
Contamos apenas a palavra-base? O lema? O conjunto completo de formas? A família de palavras? A resposta depende do objetivo.
Para um dicionário ou um corpus, uma resposta pode ser útil. Para quem está aprendendo, outra pode ser mais prática.
Árabe e línguas semíticas: raízes e padrões
O árabe apresenta outro desafio.
O árabe e outras línguas semíticas costumam formar palavras a partir de raízes consonantais combinadas com padrões. Uma raiz pode carregar um significado geral, enquanto diferentes padrões criam palavras relacionadas.
Isso é bem diferente da ideia de família de palavras no inglês. Em inglês, palavras relacionadas costumam ser formadas com prefixos e sufixos. No árabe, a relação entre as palavras pode ser mais profunda e estrutural.
Além disso, o árabe apresenta outra questão importante: a diglossia. O árabe-padrão moderno é usado na escrita formal, na educação e na mídia, enquanto os dialetos falados no dia a dia variam significativamente de uma região para outra.
Assim, “De quantas palavras em árabe eu preciso?” leva imediatamente a outra pergunta:
Qual árabe? Árabe-padrão moderno, árabe egípcio, árabe levantino, árabe do Golfo, árabe marroquino ou outra variedade?
Isso não torna o aprendizado do árabe impossível. Significa apenas que as metas de vocabulário precisam ser definidas com mais cuidado.
Os sistemas de escrita também mudam a pergunta
Vocabulário não é só som e significado. Também é escrita.
O espanhol e o italiano usam sistemas de escrita alfabética relativamente transparentes. Depois que você entende as regras de pronúncia, ler palavras novas costuma ser mais simples.
A ortografia do inglês é menos transparente. A relação entre escrita e pronúncia costuma ser irregular.
O mandarim usa caracteres. O japonês usa um sistema misto: kanji, hiragana e katakana. O híndi usa o devanágari. O árabe usa um abjad, no qual as vogais curtas muitas vezes não são escritas nos textos do dia a dia.
Esses sistemas mudam o que significa “conhecer” uma palavra.
Você pode reconhecer uma palavra ao ouvi-la, mas não na escrita. Ou pode reconhecer a forma escrita, mas pronunciá-la incorretamente. No japonês, quem está aprendendo pode conhecer uma palavra falada, mas não saber seu kanji. No árabe, pode conhecer uma raiz escrita, mas não conseguir prever a forma falada correta sem as vogais.
Portanto, o tamanho do vocabulário não se resume à quantidade de significados que você conhece. Também envolve a maneira como esses significados se conectam aos sons, à escrita e à gramática.
Então, falar em “5.000 palavras” não faz sentido?
Não. Os números sobre o tamanho do vocabulário continuam sendo úteis.
Eles ajudam quem está aprendendo a definir metas. Ajudam professores a elaborar materiais. Ajudam aplicativos a escolher quais palavras apresentar primeiro. Também nos lembram da enorme importância do vocabulário de alta frequência.
Mas o número precisa ser interpretado levando em conta a estrutura do idioma.
No inglês, “5.000 palavras” costuma significar algo próximo de 5.000 famílias de palavras ou unidades básicas de vocabulário. No mandarim, a relação entre palavras e caracteres é importante. No árabe, importam as raízes, os padrões e os dialetos. No turco ou no húngaro, as raízes e as terminações. No japonês, é preciso acompanhar em conjunto o conhecimento de vocabulário e de escrita.
O número só é útil quando sabemos o que estamos contando.
Uma forma melhor de pensar no vocabulário
Em vez de perguntar apenas:
“Quantas palavras eu conheço?”
vale fazer estas perguntas:
Consigo reconhecer rapidamente as palavras mais frequentes?
Entendo as formas mais comuns dessas palavras?
Consigo usá-las em frases reais?
Sei como elas mudam nesse idioma?
Consigo entendê-las na fala e na escrita?
Conheço as expressões comuns em que elas aparecem?
Essa é uma visão mais realista do aprendizado de vocabulário.
Para a comunicação no dia a dia, a base continua sendo formada por alguns milhares das unidades de vocabulário mais frequentes. Mas cada idioma exige seu próprio modelo. Um bom sistema de aprendizado não deve tratar inglês, mandarim, árabe, espanhol e japonês como se fossem estruturalmente idênticos.
O objetivo não é acumular uma quantidade aleatória de palavras.
O objetivo é construir uma rede mental que funcione na prática: palavras, formas, sons, escrita, gramática, expressões e contextos reais trabalhando em conjunto.
É isso que realmente significa conhecer o vocabulário.
No próximo artigo, vamos analisar idiomas europeus como espanhol, francês, alemão e russo e explorar por que até idiomas que parecem mais familiares podem exigir estratégias de aprendizado de vocabulário muito diferentes.
