Apri la sezione vocabolario di quasi qualsiasi app per lingue e vedrai sempre la stessa cosa: una lista. Parole in una colonna, traduzioni in un'altra, magari una barra di padronanza. È la vista a foglio di calcolo di qualcosa che, dentro la tua testa, non somiglia per niente a un foglio di calcolo. Questo articolo racconta cosa dice davvero la ricerca su come sono immagazzinate le parole, le due conseguenze pratiche che contano per chi impara, e come abbiamo iniziato a costruire LingoBlend attorno a questa forma.
Come appare davvero il lessico mentale#
Il termine che gli psicolinguisti usano per il tuo deposito di parole è il lessico mentale, e il suo modello classico è una rete semantica: le parole come nodi, le relazioni come connessioni, e l'attivazione che si diffonde lungo quelle connessioni (Collins e Loftus, 1975). Quando senti doctor, le parole nurse, hospital e medicine diventano misurabilmente più veloci da riconoscere per la frazione di secondo successiva – un effetto chiamato priming semantico, uno dei risultati più replicati del settore.
Le connessioni non riguardano solo il significato. Gli studi di associazione di parole – dici una parola, registri la prima parola che torna in mente – mostrano legami stabili e strutturati di diversi tipi:
| Tipo di connessione | Esempio (spagnolo) | Cosa riflette |
|---|---|---|
| Famiglia di parole | comer → comida, comedor | Radice condivisa, morfologia |
| Sinonimo / contrario | feliz → contento, triste | Sovrapposizione e contrasto di significato |
| Argomento / collocazione | comer → cocina, almuerzo | Parole che vivono nelle stesse situazioni |
| Somiglianza di forma | pero ↔ perro | Assonanze di suono e ortografia |
La ricerca sulla seconda lingua aggiunge il risultato più rilevante per chi impara: la densità della rete segue la competenza. Il lavoro di Paul Meara sulle reti lessicali in L2 sosteneva che la dimensione del vocabolario da sola è una misura debole – i depositi di parole dei principianti si comportano come collezioni sciolte, mentre quelli degli studenti avanzati si comportano come reti in stile madrelingua, con le associazioni che si spostano dal suono («con cosa fa rima?») al significato man mano che la competenza cresce. Due studenti possono conoscere le stesse 2.000 parole, e chi ha le parole connesse legge più velocemente, richiama più velocemente e indovina meglio le parole nuove.
Prima conseguenza: le parole nuove hanno bisogno di qualcosa a cui agganciarsi#
Una parola nuova che si collega a cose che già conosci ha un posto dove stare. Questa è la versione lessicale del principio dell'input comprensibile – l'apprendimento avviene al confine di ciò che sai, non nel vuoto. Se conosci già comer (mangiare), allora comida (cibo) non è quasi nemmeno una parola nuova: eredita la radice, l'argomento e metà dei suoi contesti da un nodo che possiedi già. Impararla costa una frazione di quanto costa una parola non collegata.
Quel confine – l'insieme di parole a una sola connessione dal tuo vocabolario noto – è la tua frontiera personale, ed è lì che vive l'apprendimento più economico. Le liste di frequenza lo ignorano del tutto: consegnano a ogni studente la stessa parola successiva, a prescindere da cosa quello studente già sa. Un modello a rete può invece classificare la frontiera specificamente per te. (Non è un'idea nuova nel software didattico in generale – le piattaforme di matematica usano da anni grafi di prerequisiti per scegliere «cosa viene dopo» – ma è rara nelle app per lingue.)
Seconda conseguenza: le parole simili si ostacolano a vicenda#
La seconda previsione è meno intuitiva ma più sostenuta dai dati: studiare insieme parole simili le rende più difficili da imparare. Un filone di ricerca che risale a decenni fa (Tinkham, 1993; Waring, 1997) ha scoperto che imparare insiemi raggruppati per significato – tutti i colori insieme, tutta la frutta insieme – è misurabilmente più lento che imparare le stesse parole in insiemi misti, perché gli elementi simili interferiscono tra loro. Chiunque abbia confuso per sempre Tuesday/Thursday o lo spagnolo pero/perro conosce questa sensazione. Le linee guida di Paul Nation per l'insegnamento del vocabolario lo dicono chiaramente: presenta gli elementi correlati o facilmente confondibili in momenti diversi.
La conseguenza pratica: un'app dovrebbe sapere quali delle tue parole sono facilmente confondibili – e usare questa conoscenza per tenerle separate quando sono nuove, e per contrapporle deliberatamente una volta che continui a confonderle. Le sessioni di ripasso di LingoBlend ora fanno entrambe le cose, usando le stesse coppie di confusione mappate descritte più avanti; guarda come Coppie difficili tiene separati pero e perro.
Cosa significa questo per come un'app dovrebbe modellarti#
Mettendo insieme le due conseguenze, i requisiti emergono in modo naturale:
| Modello a lista piatta | Modello a rete |
|---|---|
| Sa quali parole hai salvato | Sa quali parole hai salvato e come si relazionano |
| Parola successiva = riga successiva in una lista di frequenza | Parola successiva = la tua frontiera, classificata |
| Cieco rispetto alle parole confondibili | Può separare pero/perro nel tempo, poi contrapporle |
| despierta e despertar sono due righe non collegate | Sono la stessa famiglia di parole, e conoscerne una accredita anche l'altra |
| La dimensione del vocabolario come unica metrica | Dimensione e connessione |
Quest'ultima riga merita una nota, perché è lì che le app a modello di lista fanno silenziosamente disperdere i tuoi progressi. Chi impara incontra le parole in forme flesse – despierta, non la forma da dizionario despertar – e un modello a lista memorizza qualsiasi forma tu abbia salvato come una riga isolata a sé. Un modello a rete risolve le forme risalendo alla loro famiglia, così la conoscenza si accumula in un unico posto.
Come LingoBlend mette tutto questo in pratica#
Abbiamo ora costruito un grafo del vocabolario per ciascuna delle nostre 17 lingue: circa 3.000 delle parole più utili per lingua – selezionate in base alla frequenza d'uso reale, non all'ordine dei libri di testo – collegate da famiglie di parole, sinonimi, contrari, parole confondibili, argomenti e somiglianza semantica, e riconosciute sia nelle loro forme flesse sia nelle forme da dizionario (despierta → despertar, e irregolari che nessuna regola ortografica potrebbe mai cogliere, come l'italiano va → andare).
La tua parte del grafo arriva da ciò che LingoBlend già traccia: ogni parola che salvi, e come vanno i tuoi ripassi nei giochi di ripetizione spaziata. Quella cronologia di ripasso dice all'app quanto conosci davvero ogni parola e sovrappone la tua conoscenza alla mappa della lingua – sul tuo dispositivo, senza costi, e offline.
Oggi tutto questo funziona dietro le quinte, e con l'ultima versione dell'app l'elenco delle funzionalità costruite sopra è cresciuto ben oltre la prima: blend che smettono di spendere slot di traduzione su parole che hai già padroneggiato, raccomandazioni basate sulla frontiera e navigazione per famiglie di parole nel tuo dizionario, e sessioni di ripasso sensibili all'interferenza che tengono separate le coppie confondibili. Se vuoi il tour tecnico più approfondito di cosa contiene il grafo, lo abbiamo scritto: dentro il grafo del vocabolario di LingoBlend.
Letture correlate: come costruire il vocabolario leggendo per la ricerca su copertura ed esposizioni ripetute, la scienza della lettura bilingue sul perché il testo in due lingue mantenga l'attenzione, e misura la dimensione del tuo vocabolario per cosa dice – e cosa non dice – la dimensione. Oppure consulta tutti i riferimenti scientifici sulla nostra pagina della scienza.