Quem aprende idiomas costuma fazer uma pergunta muito prática:
“Quantas palavras preciso conhecer para falar um idioma com fluência?”
À primeira vista, a pergunta parece simples. Se podemos dizer que uma pessoa precisa conhecer cerca de 3.000–5.000 palavras para se comunicar com confiança 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 ainda, o maior desafio pode nem ser a forma das palavras, mas o sistema de escrita.
Isso não significa que os números sobre vocabulário sejam inúteis. Eles são muito úteis. Mas precisam ser interpretados com cuidado.
Este artigo explica por quê.
O problema com a palavra “palavra”
A palavra “palavra” parece óbvia até tentarmos contá-la.
Em inglês, devemos contar as formas abaixo como uma única palavra ou como várias?
walk, walks, walked, walking
A maioria das pessoas que estão aprendendo provavelmente diria: trata-se de uma palavra principal com formas diferentes. A forma registrada no dicionário é walk. Na linguística, essa forma básica costuma ser chamada de lema.
Mas e estas palavras?
nation, national, nationality, international
Elas estão claramente relacionadas, mas não são idênticas. Podem pertencer à mesma família de palavras, em um sentido mais amplo, dependendo de como a pesquisa define essa família.
Essa distinção importa porque muitos estudos sobre o vocabulário do inglês não contam cada forma separadamente. Eles costumam contar famílias de palavras: uma palavra-base junto com suas formas relacionadas mais 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 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 complicada fica essa questão.
Por que os números do inglês não podem ser simplesmente aplicados a todos os idiomas
O inglês é um dos idiomas mais pesquisados nos estudos de vocabulário. O trabalho de Paul Nation, amplamente citado, sugere que quem aprende pode precisar de aproximadamente 6.000–7.000 famílias de palavras para alcançar uma alta cobertura lexical 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 desse idioma, em listas de famílias de palavras do inglês e em seus padrões de frequência. Outros idiomas podem organizar o significado de maneiras diferentes.
Quem estuda espanhol, russo, mandarim, árabe ou japonês não está simplesmente aprendendo “vocabulário de inglês com sons diferentes”. Cada idioma tem sua própria estrutura. O mesmo objetivo de aprendizagem — 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, fusionais e polissintéticas. Essas categorias são simplificações, e as línguas reais geralmente 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, fusionais 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 mudam pouco por flexão. 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 tornar alguns aspectos da contagem de vocabulário 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 aprende enfrenta outros desafios: tons, caracteres, segmentação de palavras, palavras compostas e o fato de que um caractere escrito nem sempre corresponde a uma palavra. Uma pessoa pode conhecer muitos caracteres e ainda ter dificuldade com palavras e expressões reais. Por outro lado, pode 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.
Nessas línguas, 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 parece intimidadora para quem está começando, embora suas partes sigam um sistema regular.
Isso cria um problema para a contagem de vocabulário.
Se contarmos cada forma superficial como uma palavra separada, o vocabulário das línguas aglutinantes pode parecer muito maior do que realmente é. Quem aprende 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 de palavras pode ser enganosa. Nas línguas aglutinantes, a morfologia não é apenas um tópico de gramática. Ela faz parte da compreensão do vocabulário.
Línguas fusionais: quando uma terminação carrega vários significados
Muitas línguas indo-europeias, incluindo espanhol, russo, polonês, grego e latim, apresentam características fusionais.
Nas línguas fusionais, 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.
Isso afeta a aprendizagem de uma maneira diferente do que ocorre nas línguas aglutinantes. As formas podem ser mais curtas, mas menos transparentes. Uma pequena mudança pode carregar vários significados.
Os verbos do espanhol são um exemplo conhecido. Um único verbo tem muitas formas. O russo acrescenta outra camada, com terminações de caso e aspecto verbal. Quem estuda não está apenas aprendendo vocabulário, mas também entendendo 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 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 muito diferente da ideia de família de palavras no inglês. Em inglês, palavras relacionadas costumam ser formadas com prefixos e sufixos. Em 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 bastante de uma região para outra.
Assim, “Quantas palavras em árabe preciso conhecer?” 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 árabe impossível de aprender. Significa apenas que as metas de vocabulário precisam ser definidas com mais cuidado.
Os sistemas de escrita também mudam a pergunta
Vocabulário não envolve apenas som e significado. Envolve também a escrita.
O espanhol e o italiano usam sistemas de escrita alfabéticos relativamente transparentes. Depois de entender as regras de pronúncia, quem estuda geralmente consegue ler palavras novas sem grandes dificuldades.
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 em textos comuns.
Esses sistemas mudam o que significa “conhecer” uma palavra.
Uma pessoa pode reconhecer uma palavra ao ouvi-la, mas não ao vê-la escrita. Ou pode reconhecer a forma escrita, mas pronunciá-la incorretamente. No japonês, quem aprende pode conhecer uma palavra falada, mas não saber seu kanji. No árabe, pode conhecer uma raiz escrita, mas não conseguir prever a forma oral correta sem as vogais.
Portanto, o tamanho do vocabulário não depende apenas de quantos significados você conhece. Depende também de como esses significados se conectam ao som, à escrita e à gramática.
Então, “5.000 palavras” não significa nada?
Não. Os números sobre vocabulário continuam sendo úteis.
Eles ajudam quem aprende a estabelecer metas. Ajudam professores a elaborar materiais. Ajudam aplicativos a escolher quais palavras apresentar primeiro. Também nos lembram de que o vocabulário de alta frequência tem uma importância enorme.
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 importa. No árabe, raízes, padrões e dialetos importam. No turco ou no húngaro, raízes e terminações importam. No japonês, o conhecimento de vocabulário e o da escrita precisam ser acompanhados em conjunto.
O número só é útil quando sabemos o que estamos contando.
Uma maneira melhor de pensar sobre o vocabulário
Em vez de perguntar apenas:
“Quantas palavras eu conheço?”
vale mais a pena fazer estas perguntas:
Consigo reconhecer rapidamente as palavras mais frequentes?
Entendo suas formas mais comuns?
Consigo usá-las em frases reais?
Sei como elas mudam neste idioma?
Consigo entendê-las na fala e na escrita?
Conheço as expressões comuns em que elas aparecem?
Essa é uma visão mais realista da aprendizagem de vocabulário.
Para se comunicar no dia a dia, a base continua sendo formada por alguns milhares de unidades de vocabulário de alta frequência. Mas cada idioma exige seu próprio modelo. Um bom sistema de aprendizagem não deve tratar inglês, mandarim, árabe, espanhol e japonês como se fossem estruturalmente idênticos.
O objetivo não é acumular um número aleatório de palavras.
O objetivo é construir uma rede mental que você consiga usar: palavras, formas, sons, escrita, gramática, expressões e contextos reais funcionando em conjunto.
É isso que conhecer vocabulário realmente significa.
No próximo artigo, vamos analisar idiomas europeus como espanhol, francês, alemão e russo e explorar por que até línguas que parecem mais familiares podem exigir estratégias de aprendizagem de vocabulário muito diferentes.
