Ogni turno di Riempi gli Spazi ti mostra una frase reale con una parola mancante, e tu devi fornirla. La frase in sé ha sempre inciso su quanto il turno riesca davvero a insegnarti qualcosa – un esempio confuso o tradotto in modo strano è un turno fallito, per quanto corretta sia la tua risposta. La novità è quale frase viene scelta per una data parola, tra tutte le candidate disponibili.
L'idea dietro l'i+1#
L'ipotesi dell'input comprensibile di Stephen Krashen è una delle idee più citate nell'acquisizione di una seconda lingua: le persone acquisiscono la lingua da un input comprensibile quasi per intero, con un piccolo margine incorporato – un gradino oltre la capacità attuale. Krashen ha chiamato questo margine i+1: il tuo livello attuale, i, più un singolo incremento. Troppo al di sotto del tuo livello e non resta nulla da imparare; troppo al di sopra e non c'è nulla a cui ancorare l'elemento nuovo. La zona che funziona davvero è stretta, ed è definita da quanto del materiale circostante comprendi già, non da quanto sia difficile in sé il nuovo elemento.
Applicato a una singola frase, l'i+1 assume una forma molto letterale: ogni parola è conosciuta tranne una, e quella è esattamente ciò che ti viene chiesto di produrre. Riempi gli Spazi aveva già, fin dalla progettazione, il principio della «parola mancante» – lo spazio vuoto è sempre la parola testata. Quello che mancava, finora, era qualsiasi criterio per capire se il resto della frase fosse davvero i+1 per chi la leggeva, o se fosse invece zeppo di altre tre parole mai viste prima.
Che cosa è cambiato davvero#
Riempi gli Spazi ha sempre scelto le sue frasi d'esempio in base alla qualità – lunghezza naturale, una traduzione utilizzabile, la parola target che compare in modo pulito. Quella soglia di qualità non è cambiata. La novità è che, tra le frasi che la superano, l'app ora considera anche quanto del resto della frase già conosci – usando gli stessi dati di padronanza e ripasso dietro il blend consapevole della padronanza e il grafo del vocabolario – e privilegia quella che lascia lo spazio vuoto come tua unica lacuna.
Il risultato è che due apprendenti che studiano esattamente la stessa parola possono vedere due frasi diverse, ciascuna i+1 proprio per loro:
| Frase candidata per «aeropuerto» | Per chi è adatta | Perché |
|---|---|---|
| El ___ está muy lejos del centro. | Un principiante che conosce estar, muy, lejos, centro | Ogni parola circostante è già familiare – solo lo spazio vuoto è nuovo |
| Perdimos el vuelo porque el tráfico cerca del ___ era terrible. | Un lettore avanzato a suo agio con perdimos, vuelo, tráfico, cerca | Frase più ricca e naturale – ancora pienamente comprensibile per questo lettore |
Entrambe le frasi sono esempi reali, scritti da persone, che esistevano già nel pool. Per nessuno dei due apprendenti è stato generato nulla – l'app ha semplicemente scelto quella che lascia una lacuna singola e isolata, invece di una frase difficile in tre punti contemporaneamente.
La preferenza è limitata, di proposito#
L'adattamento i+1 è una preferenza che si aggiunge alla qualità della frase, non la sostituisce. Una frase ben formata e ben tradotta in cui conosci tutte le parole tranne una non perde comunque contro il nulla – ma una frase altrimenti debole (fraseggio strano, nessuna traduzione, lunghezza innaturale) non vince solo perché risulta i+1 per te. Se il miglior adattamento i+1 per una parola è una frase di scarsa qualità e ne è disponibile una buona con una parola sconosciuta in più, l'app può comunque scegliere quella buona. Lo scopo è orientare la selezione tra candidate già decenti verso quella che ti colloca nel punto ottimale dell'input comprensibile – non inseguire un adattamento i+1 perfetto a scapito di una frase che si legge davvero bene.
Non è nemmeno statico. Il tuo vocabolario cambia ogni settimana – parole passano da «in apprendimento» a «padroneggiate», ne salvi di nuove – così lo stesso pool di frasi per «aeropuerto» può classificarsi in modo diverso il mese prossimo rispetto a oggi, anche se le frasi in sé non sono cambiate. Non c'è nulla da configurare: la classifica riflette semplicemente la tua cronologia di ripasso così com'è ogni volta che una sessione si carica.
La conoscenza di una parola ti segue anche attraverso la flessione, non solo tramite corrispondenze esatte. Se la tua cronologia di ripasso mostra che conosci comer, una frase candidata che contiene comí o comiendo viene trattata come contenente una parola conosciuta intorno allo spazio vuoto, non una sconosciuta – la stessa risoluzione delle forme che fa sì che padroneggiare despertar valga anche per despierta altrove nell'app.
Da dove vengono davvero le frasi#
Vale la pena essere precisi qui, perché sarebbe facile presumere che si tratti di frasi generate dall'IA su misura per te – non è così. Il pool di frasi proviene da Tatoeba, un corpus aperto e costruito dalla community di frasi reali, scritte da persone, con traduzioni – la stessa fonte che Riempi gli Spazi ha sempre usato. Ciò che è cambiato riguarda interamente il lato della selezione: quale frase reale già esistente viene mostrata a quale apprendente per una data parola. Nessuna frase viene scritta o riscritta per il singolo utente.
C'è un'unica eccezione circoscritta, precedente a questa funzionalità: sulle parole per cui Tatoeba non ha davvero alcuna frase utilizzabile, gli utenti Pro ricadono su una frase generata da Gemini a un livello intermedio. Questo ripiego scatta solo quando il corpus non ha nulla da offrire – non fa parte del funzionamento della selezione i+1, e non è cambiato.
Quanto costa#
Niente. Il tuo insieme di parole conosciute viene costruito a partire da dati che l'app possiede già – la stessa cronologia di ripetizione spaziata che guida il tuo programma di ripasso – e la classifica avviene sul dispositivo. Nessuna parola che hai salvato o ripassato viene inviata altrove per questa funzionalità, non viene fatta nessuna chiamata di rete aggiuntiva, ed è disponibile per ogni apprendente a prescindere dall'abbonamento. Questo è uno dei casi in cui la personalizzazione è davvero gratuita: l'intelligenza sta in come vengono usati i dati esistenti, non in una nuova chiamata IA.