O método L1-aware: Amélie corrige seu inglês com base em sua língua materna

Por que os aplicativos genéricos não conseguem corrigir seus erros reais

Um falante de francês que aprende inglês não comete os mesmos erros que um falante de espanhol, que por sua vez não comete os mesmos erros que um falante de chinês. No entanto, a quase totalidade das plataformas de aprendizado (Duolingo, Babbel, Busuu e até a maioria dos chatbots de IA) aplica uma correção uniforme: sinalizam que a frase está errada, propõem a versão correta e passam para a próxima. O problema nunca é nomeado. O aprendiz não compreende por que seu cérebro produziu aquela forma — ele apenas sabe que ela foi rejeitada.

Vejamos um exemplo recorrente. Um falante de francês de nível intermediário escreve: «I have 25 years». Um aplicativo genérico responde: «Correct form: I am 25 years old.» Missão cumprida? Não. Três semanas depois, o mesmo aprendiz escreverá «I have hot», «I have hungry», «I have 32 years of experience». A regra superficial foi corrigida; a matriz cognitiva subjacente — a projeção automática do verbo avoir francês sobre o verbo to have inglês — não foi tocada.

Esse fenômeno tem um nome na linguística aplicada: transferência linguística negativa (Kellerman 1979, Odlin 1989). É uma das fontes de erros mais bem documentadas em aprendizes adultos. E é precisamente o que as ferramentas voltadas ao grande público ignoram, pois ignorá-las é mais simples de industrializar: um corretor sem hipótese sobre a L1 é um corretor que escala facilmente.

O custo para o aprendiz é elevado. Os erros de transferência se fossilizam (Selinker 1972) — se encistam na interlíngua e resistem a qualquer correção superficial. Um professor experiente não falante nativo de inglês sabe disso: a partir de certo nível, os erros não desaparecem com a quantidade de exposição. Eles só desaparecem com uma intervenção direcionada, contrastiva, que torna consciente a origem do erro.

O método L1-aware: três etapas, uma única lógica

Nossa metodologia baseia-se em um princípio simples: antes de corrigir um erro, é preciso saber de onde ele vem. Na prática, cada enunciado do aprendiz passa por três etapas que chamamos de Detect → Contrast → Anchor.

Detect — O aprendiz declara sua língua materna no cadastro (e, se relevante, suas línguas intermediárias: um italiano que aprendeu espanhol antes do inglês carrega duas camadas de interferências). Quando o aprendiz produz uma frase incorreta, Amélie não se limita a comparar com a forma alvo: ela testa ativamente as hipóteses de transferência conhecidas para aquela L1. «I have 25 years» é imediatamente reconhecido como um decalque de «j'ai 25 ans». «I have 25 years» dito por um falante de espanhol é reconhecido como um decalque de «tengo 25 años». Por um falante de italiano, como «ho 25 anni». Mesma superfície, três diagnósticos distintos.

Contrast — A correção é explicitamente contrastiva. Amélie não diz «a forma correta é I am 25 years old». Ela diz: «Em francês, a idade se expressa com avoir: j'ai 25 ans. Em inglês, a idade se expressa com to be: I am 25 years old. É a mesma lógica de avoir faim → to be hungry, avoir froid → to be cold, avoir raison → to be right.» O aprendiz não memoriza uma frase isolada; ele integra uma regra de mapeamento entre dois sistemas. Essa estratégia ativa o que Schmidt (1990) denomina noticing: o aprendiz só pode adquirir uma estrutura se perceber conscientemente a diferença em relação à sua produção espontânea. O contraste explícito é a alavanca de noticing mais eficaz documentada para adultos.

Anchor — O erro identificado não é arquivado como um ponto isolado: ele entra em um ciclo de reativação espaçada (Cepeda et al. 2006). Amélie reapresentará, em intervalos crescentes (3 dias, 9 dias, 21 dias), situações que exijam a mesma regra, mas em contextos diferentes: descrição de uma pessoa, narração de uma anedota, conversa simulada. Essa lógica aplica dois resultados convergentes: o efeito de teste (Roediger & Karpicke 2006), que demonstra que a recuperação ativa fixa a memória duas a três vezes melhor do que a releitura passiva; e o espaçamento, que consolida o traço a longo prazo. O objetivo não é que você saiba a resposta hoje. É que você a produza automaticamente daqui a seis meses.

A essas três etapas soma-se um quarto princípio transversal: o input compreensível ligeiramente acima do nível atual (Krashen 1985, hipótese do input i+1). Todas as correções, exemplos e exercícios são calibrados com base no nível CEFR estimado do aprendiz, acrescido de uma margem deliberada. Fácil demais, o aprendiz não progride; difícil demais, ele desiste. A calibração L1-aware permite justamente direcionar a diferença útil.

Perguntas frequentes