Quantas palavras você precisa saber para ler um livro em outro idioma?

A resposta da pesquisa é cerca de 8.000 famílias de palavras para uma leitura independente e confortável, e perto de 4.000 para atravessar um romance com ajuda. Os dois números soam desanimadores, e os dois prendem menos do que parecem.

O que significa “cobertura”

A pesquisa sobre vocabulário fala em cobertura lexical: a proporção das palavras de uma página que você já conhece. Os limiares que sempre reaparecem são 95% e 98%.

Parecem próximos. Não são. Com 98% de cobertura, você encontra uma palavra desconhecida mais ou menos a cada cinquenta — cerca de uma por parágrafo curto, que dá para adivinhar sem parar. Com 95%, é uma palavra a cada vinte, o que numa página normal dá uma linha sim, outra não.

É essa a diferença entre ler um livro e decifrar um livro, e é por isso que três pontos percentuais decidem se as pessoas terminam.

Por que o número é tão alto

A frequência das palavras é brutalmente desigual. As 1.000 famílias mais comuns cobrem cerca de 80% de um texto comum, e as mil seguintes acrescentam só uns cinco pontos. Depois disso, cada mil a mais compra cada vez menos.

1.000 famílias — cerca de 80% de cobertura. Uma palavra desconhecida a cada cinco.
2.000 famílias — perto de 85%. Suficiente para leituras graduadas, não para romances.
4.000 famílias — perto de 95%. Um romance se torna possível com ajuda constante.
8.000 famílias — perto de 98%. Leitura confortável e quase sempre sem ajuda.

Ou seja: o último trecho, de 4.000 a 8.000, dobra o seu vocabulário para comprar três pontos percentuais. São esses três pontos que importam, e são os mais lentos de conquistar — que é exatamente por que se conquistam lendo, e não estudando.

Por que a cauda nunca termina de verdade

Mesmo com 98% sobram palavras, e não são as que um curso ensina: nomes próprios, dialeto, vocabulário de época, as preferidas de um autor em particular e as expressões cujo sentido não sai das partes. Um leitor nativo também topa com elas e quase nunca percebe, porque adivinhar pelo contexto é o que a leitura fluente de fato é.

Perseguir 100% não é uma meta que alguém alcance nem no próprio idioma.

O número não é uma barreira

Cobertura é uma propriedade do texto e do leitor juntos, não do leitor sozinho. Você não tem um número — você tem um número diferente para um livro infantil, para um thriller e para um romance do século XIX.

O que significa que a jogada prática não é esperar até ter 8.000 famílias. É escolher um livro em que o seu vocabulário atual já chegue perto de 98%, terminá-lo e deixar o número subir. Volume aumenta a cobertura mais rápido que listas, porque as palavras frequentes se repetem até grudar e as raras não precisam grudar.

Como fazer 95% parecer 98%

Há um segundo jeito de fechar essa distância: reduzir o que uma palavra desconhecida custa a você. Com uma palavra desconhecida a cada vinte, uma consulta que leva um minuto encerra a sessão — você perde a frase, depois o parágrafo, depois o interesse. Uma consulta que leva um segundo, não.

É esse o argumento inteiro a favor de explicações em contexto no lugar de um dicionário. Um dicionário devolve todos os sentidos de uma palavra e deixa a escolha com você, que é justamente a parte difícil quando você ainda está aprendendo. A pergunta nunca é “o que esta palavra pode significar?”, e sim “o que ela significa aqui?”.

Baixe o bastante o custo de uma consulta e um livro a 95% fica legível muito antes do que o seu vocabulário diria.

Leia acima do seu nível

O ClickBook explica a palavra em que você tocou na frase em que você tocou nela, traduzida para a sua língua materna e gerada no seu aparelho em cerca de um segundo. Veja como funciona, ou leia como ler um livro num idioma que você ainda está aprendendo.