Nous avons récemment expliqué pourquoi votre vocabulaire est un réseau, pas une liste — le consensus de recherche vieux de cinquante ans selon lequel les mots vivent dans votre tête comme une toile connectée. Cet article en est le second volet : ce que nous avons concrètement construit pour épouser cette forme, et les décisions précises qui en découlent.
Quels mots ont été retenus — et pourquoi la fréquence l'emporte sur les manuels#
Le graphe de chaque langue compte environ 3 000 mots. Ce chiffre n'a rien d'arbitraire : les travaux de recherche sur la couverture du vocabulaire (ceux de Paul Nation, les plus connus) montrent que les quelque 3 000 familles de mots les plus fréquentes couvrent environ 95 % des mots d'un texte courant — le seuil à partir duquel la lecture commence à devenir fluide au lieu de ressembler à du déchiffrage. Un graphe de cette taille couvre le vocabulaire qu'un apprenant rencontre réellement, du niveau A1 jusqu'au B2.
La sélection part de l'usage réel — la fréquence à laquelle les mots apparaissent vraiment dans la langue courante et authentique — affinée par notre propre vocabulaire soigneusement constitué. Les données de fréquence issues du langage réel ont une propriété que les listes de manuels n'ont pas : elles reflètent ce que les gens disent vraiment, si bien que conseguir (réussir à, obtenir) se classe là où il mérite d'être — loin devant des mots de manuel bien rangés mais rarement entendus dans une vraie conversation. La langue réelle est désordonnée, cependant : elle arrive fléchie (necesito, pas necesitar), pleine de noms propres et de bruit, et une grande partie du travail a consisté à normaliser chaque entrée vers sa forme de dictionnaire et à en vérifier la qualité avant qu'elle ne gagne sa place dans le graphe.
Les connexions entre les mots#
Chaque mot se connecte à ses voisins de plusieurs façons, chacune remplissant un rôle différent :
| Connexion | Exemple | À quoi ça sert |
|---|---|---|
| Famille de mots | comer → comida, comedor | La connaissance se transmet le long des racines ; la famille rend les nouveaux membres moins coûteux à apprendre |
| Synonyme | feliz → contento | Des alternatives de sens ; une profondeur de connaissance |
| Antonyme | feliz → triste | Des paires de contraste, une matière naturelle pour les quiz |
| Confusion | puerto ↔ puerta | Les paires que les apprenants mélangent — à tenir à distance d'abord, à contraster ensuite |
| Thème | comer → cocina, almuerzo | Des mots qui apparaissent dans les mêmes situations |
| Proche | comer → cenar, almorzar | Des mots voisins par le sens sans être de stricts synonymes |
Les arêtes de confusion méritent une mention à part, car elles encodent directement la recherche sur l'interférence : les mots qui se ressemblent à l'oreille ou à l'écrit (pero/perro, hombre/hambre) sont précisément ceux qu'il ne faut pas introduire lors d'une même session, et qu'il faut délibérément contraster une fois que vous les confondez sans cesse. Cartographier ces paires pour chaque langue est ce qui rend possibles ces deux comportements, et les deux tournent désormais : les sessions de révision tiennent à distance les paires de confusion fraîchement introduites, et Paires piégeuses contraste délibérément celles que vous continuez de manquer.
Pourquoi despierta compte désormais pour despertar#
Les apprenants, dans la vraie vie, rencontrent du vrai texte, et le vrai texte est fléchi. Vous enregistrez despierta depuis un article ; sa forme de dictionnaire est despertar. Traiter ces deux formes comme des entrées sans rapport — ce que fait une simple liste de mots — fragmente votre connaissance entre plusieurs lignes.
Le graphe ramène donc les formes qu'un apprenant rencontre vraiment aux mots de dictionnaire auxquels elles appartiennent — et faire cela sur 17 langues est un tour d'horizon de la morphologie mondiale :
| Langue | Ce que la résolution des formes doit gérer |
|---|---|
| Finnois | Quinze cas nominaux |
| Serbe | Une déclinaison slave complète |
| Russe | Déclinaison et paires d'aspect verbal |
| Turc | Des chaînes de suffixes agglutinants |
| Espagnol | Une conjugaison verbale riche |
| Anglais | Pluriels, -ing, -ed — comparativement sage |
| Japonais | Des formes verbales ; une grande part du sens portée par les particules |
| Chinois | Ne fléchit presque pas |
Ce n'est pas un outil de racinisation fondé sur des règles d'orthographe, c'est pourquoi il attrape les irréguliers qui mettent en échec toute approche par règles : l'italien va → andare et detto → dire, l'espagnol fue, le français eu. Maîtriser une forme, quelle qu'elle soit, crédite le mot de dictionnaire — ce comportement de « termes parents » que les power users de jpdb et des lecteurs façon LingQ réclament depuis longtemps.
Votre couche : la maîtrise, calculée sur votre appareil#
Le graphe partagé est la carte ; votre connaissance en est la superposition. LingoBlend enregistre déjà le résultat de chaque révision dans les jeux de répétition espacée — cet historique indique à l'application à quel point vous connaissez réellement chaque mot enregistré (tout neuf, en cours d'apprentissage, solidement maîtrisé, ou en train de glisser), à partir des mêmes données que celles sur lesquelles tournent les jeux.
Trois propriétés concrètes de cette conception méritent d'être énoncées, car elles sont à l'opposé de la façon dont les « fonctionnalités IA » marchent d'habitude :
- Aucune IA à l'exécution. L'intelligence est allée dans la construction des graphes, pas dans l'appel d'un modèle à chaque fois que vous ouvrez l'application. Rien ici n'attend un serveur.
- Sur l'appareil et hors ligne. Votre couche de connaissance est calculée sur votre téléphone à partir de données déjà présentes, et la carte partagée vit elle aussi sur votre appareil.
- Aucun coût ajouté. Rien dans le graphe ne rend l'application plus lente ou plus coûteuse à faire tourner — ni pour vous, ni pour nous.
Ce que cela débloque#
Aujourd'hui, le graphe travaille en coulisses — vous ne trouverez aucun écran « graphe » dans l'application, et nous pensons que c'est la bonne décision (les plateformes d'apprentissage qui ont livré de véritables visualisations de graphe, comme l'ancienne carte de connaissances de Khan Academy, ont fini par les retirer). Ce que vous voyez à la place, ce sont les fonctionnalités construites dessus :
- Des mélanges qui vous connaissent — livré. Le mélange de texte dépense un budget limité de mots traduits par texte ; les mots maîtrisés gaspillent des emplacements. Avec le Blend Engine v2, la couche de maîtrise du graphe saute désormais ce que vous savez déjà, fait remonter les mots à réviser, et privilégie les mots neufs situés à votre frontière.
- Une sélection consciente du niveau — livré. Le graphe sait à quel point chaque mot est courant dans l'usage réel, de sorte que les mélanges peuvent viser des mots juste au-dessus de votre niveau.
- Votre dictionnaire, navigable par connexion — livré. Avec la dernière version de l'application, les Mots Associés sur la fiche de chaque mot enregistré font apparaître sa famille, ses synonymes, ses antonymes, ses confusions possibles et ses voisins thématiques ; les mots enregistrés se regroupent en familles plutôt qu'en lignes classées par ordre alphabétique ; et l'accueil du Dictionnaire recommande des mots « parce que vous connaissez X » tirés de votre propre frontière.
- Une révision consciente de l'interférence, et une couverture que vous pouvez voir — livré. Les sessions de révision tiennent désormais à distance les paires de confusion fraîchement introduites, et une vue Paires piégeuses contraste côte à côte les confusions les plus fréquentes ; les histoires et les livres affichent un badge de couverture « % connu » avant même que vous ne commenciez à lire ; et le graphe alimente aussi une estimation permanente de la taille de votre vocabulaire.
Nous écrivons sur chacune de ces fonctionnalités au fur et à mesure qu'elle est livrée. Pour les fondements de recherche de toute cette approche, voyez la page science, ou commencez par le modèle en réseau du vocabulaire qui a motivé l'ensemble.