TREINAMENTO DE PRONÚNCIA DE LÍNGUA ESTRANGEIRA MEDIADO POR COMPUTADOR

Transcrição

1 TREINAMENTO DE PRONÚNCIA DE LÍNGUA ESTRANGEIRA MEDIADO POR COMPUTADOR Melissa BETTONI-TECHIO (UFSC/CNPq) ISBN: REFERÊNCIA: BETTONI-TECHIO, Melissa. Treinamento de pronúncia de língua estrangeira mediado por computador. In: CELLI COLÓQUIO DE ESTUDOS LINGUÍSTICOS E LITERÁRIOS. 3, 2007, Maringá. Anais... Maringá, 2009, p INTRODUÇÃO No Brasil, alguns estudos têm sido conduzidos na produção de encontros consonantais do tipo /sc/ no início de palavras em inglês (e.g., REBELLO, 1997; CORNELIAN, 2003; RAUBER, 2006). No entanto, Silveira (2002) foi o único estudo a investigar a relação entre a percepção e a produção de encontros /sc/ por brasileiros aprendizes de inglês. O estudo indicou correlação significante e positiva entre os dois processos. Os resultados de Rebello (1997), Cornelian (2003), Silveira (2002) e Rauber (2006) mostraram que o os encontros /sc/ são freqüentemente modificados pela inserção de uma vogal anterior ao /s/ e os encontros /sc/ onde C é uma consoante sonora, além da modificação na estrutura silábica, sofrem vozeamento do /s/. Os mesmos processos encontrados na interfonologia acontecem com palavras emprestadas, por exemplo, stress (/s/-plosiva) é pronunciada e escrita com a vogal anterior ao /s/ estresse [, e slogan (/s/-sonora) é pronunciada com /z/ e vogal anterior a ele [ ]. Dependendo do dialeto, a palatalização do /s/ é freqüente; então estresse pode ser pronunciado [ ] e slogan [ ]. O presente estudo considerou os resultados de Rebello (1997) e Cornelian (2003) como guia na ordem de dificuldade de produção por tipo de encontro /sn/ e /sl/ mais modificados que /sp/ e /st/ e s/k/ e Rauber (2006) como guia na ordem de dificuldade considerando contexto fonológico anterior ao encontro /sc/ vogal mais difícil que consoante e consoante mais difícil que silêncio. Com a finalidade de melhorar a percepção e a produção de contrastes presentes em uma língua estrangeira, treinamentos de identificação perceptual têm sido conduzidos com sucesso (e.g., JAMIESON; MOROSAN, 1986; IVERSON; HAZAN; 1819

2 BANNISTER, 2005). Estes estudos têm dado atenção especial ao contraste entre os fonemas /r/ e /l/ por japoneses aprendizes de inglês (e.g., LOGAN; LIVELY; PISONI, 1991; BRADLOW et al., 1997), mas outros contrastes também têm sido investigados (e.g., /t, d/ em FLEGE, 1989). Especialmente relacionado ao presente estudo está a investigação de Yeon (2004) sobre os efeitos do treinamento perceptual focando nas consoantes alveolopalatais em final de sílaba por coreanos aprendizes de inglês. Os resultados de Yeon mostraram que os participantes reduziram a modificação de estrutura silábica através da inserção de uma vogal epentética após o treinamento. Ellis (2005) declara que fornecer um insumo com fonemas em palavras reais produzidas por vários informantes e correção imediata após identificação das palavras em um treinamento perceptual adaptativo conduz à aprendizagem rápida. A eficácia deste tipo de treinamento ocorre pela formação de um traço devido à atenção prestada aos detalhes do evento da fala e sua estocagem na memória em longo prazo, ou seja, formação de categorias robustas de sons da L2 (HARDISON, 2004, 2005). Os estudos sobre treinamento perceptual têm mostrado que o treinamento perceptual pode ser eficaz na melhora da produção (e.g., BRADLOW et al., 1997). O entusiasmo dos pesquisadores no que diz respeito ao treinamento de identificação perceptual tem origem nos resultados positivos obtidos em estudos que focalizaram em contrastes no nível segmental (e.g., JAMIESON; MOROSAN, 1986; LIVELY; LOGAN; PISONI, 1994) e suprasegmental (e.g., tons do tailandês em WAYLAND; GUION, 2004). Estes resultados contribuem com evidência de que adultos são capazes de formar categorias robustas para sons da L2. Este fato tem sido demonstrado através do desempenho dos aprendizes (BRADLOW et al., 1997) e através de mudanças em áreas de ativação do cérebro ocorridas devido à plasticidade cerebral induzida pela aprendizagem (CALLAN et al., 2003). Seguindo os estudos mencionados acima, o presente estudo investigou os efeitos do treinamento perceptual na percepção de /sc/ em início de palavras em inglês testando três hipóteses: (1) os resultados obtidos nos testes de percepção e produção antes do treinamento são diferentes dos resultados obtidos nos testes de percepção e produção após o treinamento; (2) a melhora na percepção dos estímulos gravados por informantes ouvidos durante o treinamento não difere da melhora na percepção de estímulos gravados por informantes que não foram ouvidos pelos participantes durante o treinamento; e (3) a melhora na percepção e na produção dos encontros /sc/ treinados não difere da melhora na percepção e na produção dos encontros /sc/ que não foram treinados. 2. MÉTODO A participante do estudo foi uma aprendiz de inglês com aproximadamente 300 horas de instrução, e vinte e sete anos de idade. O estudo consistiu de três fases: préteste, treinamento, e pós-teste. O período de tempo entre o pré-teste e o pós-teste foi de quinze dias. Os informantes que gravaram os estímulos para o teste de percepção foram uma americana (IT) e um americano (IN). Os informantes que gravaram os estímulos para o treinamento foram IT e um outro americano (I3). A participante respondeu a um teste de produção e um teste de percepção na fase de pré-teste e os mesmos testes foram aplicados na fase de pós-teste imediatamente após o término da fase de treinamento. A produção de /sc(c)/ foi testada pela leitura de conjuntos de duas ou três palavras (e.g., moves miles; how is mall) que estavam presentes no teste de percepção. 1820

3 Os encontros /sc(c)/ incluídos no teste foram /sl, sm, sn, sk, sp, st, skr, spr/. Quatro contextos fonológicos anteriores foram testados e treinados / / como em how smiles como sorrisos, / / como em if smiles se sorrisos, / / como em move smiles move sorrisos, e silêncio como em smiles sorrisos. Somente os encontros /s/, onde C é uma consoante sonora, foram testados e treinados com silêncio como contexto fonológico anterior uma vez que somente estes encontros formavam pares mínimos entre possível erro e pronúncia correta como em is miles [ ] é/está milhas x smiles [ ] sorrisos. O número total de itens produzidos por participante foi 45. O teste de percepção aplicado foi um teste de identificação do tipo AB similar à tarefa usada no treinamento. O estímulo consistiu de um conjunto de duas ou três palavras contendo três contrastes ( sc-i/ sc, sc-i/ zc, sc-zc). Os encontros /sc/ incluídos no teste foram os mesmos do teste de produção. O estímulo foi produzido por dois informantes (IT e IN). Os itens produzidos por um dos informantes (IN) não foram utilizados durante o treinamento para que generalização pudesse ser investigada. O número total de itens foi 307. No entanto, os primeiros sete itens foram repetidos ao longo do teste e a resposta da primeira vez que estes sete itens foram escutados foi descartada. O treinamento consistiu de uma tarefa de identificação AB com correção imediata e a possibilidade de escutar o estímulo inúmeras vezes antes de fazer a escolha. O estímulo era composto de conjuntos de duas ou três palavras gravadas pelos informantes IT e I1. Um dos informantes (IT) foi testado no pré-teste. O número de seções foi seis e o número de blocos por seção variou de um a vinte e quatro. O número de estímulos em cada bloco variou de dezesseis a sessenta e quatro. O número de informantes, o tipo de encontro, o contraste e os contextos fonológicos foram apresentados em ordem crescente de dificuldade e saliência nas primeiras três seções (/s/ + plosivas antes de /s/ + sonoras (CORNELIAN, 2003); silêncio antes de consoante e consoante antes de vogal (RAUBER, 2006); epêntese antes de vozeamento; um informante antes de dois informantes). No treinamento perceptual mediado por computador, os aprendizes escutam estímulos, geralmente consistindo de fonemas em palavras isoladas, produzidos por vários informantes, em vários contextos fonológicos e posições da palavra (Técnica da Alta Variabilidade). Os estímulos contêm pares mínimos dos sons alvo e os aprendizes têm que identificar o som como um dos sons sendo treinados. Quando os aprendizes identificam corretamente o som, eles escutam o próximo estímulo; quando erram na identificação, a palavra que contem o som correto pisca na tela e o estímulo é repetido. As pesquisas não tem sido consistentes no que diz respeito ao número de seções aplicadas. O treinamento costuma variar de três a quinze seções e cada seção dura em torno de trinta minutos. A duração do treinamento varia de uma a oito semanas. O treinamento foi adaptativo e só era permitido para a participante avançar para um novo bloco após ter obtido uma taxa de acerto superior a 90% (similar a ROCHET, 1995). Ao final de cada seção, havia um bloco de imitação com alguns dos conjuntos de palavras utilizados no treinamento. O bloco de imitação foi inserido ao treinamento objetivando chamar a atenção da participante para a relação entre percepção e produção. Na quarta seção, os contextos foram apresentados aleatoriamente. Na quinta seção, contextos e contrastes foram apresentados aleatoriamente. Finalmente, na sexta seção, encontros, contextos e contrastes foram apresentados de maneira aleatória. 1821

4 O pós-teste foi aplicado imediatamente após a última seção de treinamento e foi idêntico ao pré-teste. 2.1 PROCEDIMENTO A coleta de dados foi feita com o auxílio de um laptop. O teste de produção foi o primeiro teste aplicado e foi seguido pelo teste de percepção. Antes de cada teste, os participantes receberam instruções em português. O teste de produção demorou menos de cinco minutos. A participante levou aproximadamente 55 minutos para completar o pré-teste de percepção e 40 minutos para completar o pós-teste. Os dados da produção foram analisados com o auxílio do programa de análise acústica Praat. Além da análise instrumental, a pesquisadora analisou os dados perceptualmente. Os resultados da produção foram tabulados por palavra produzida. Cada participante produziu treze palavras diferentes 4 palavras iniciadas por /s/+sonora e 3 palavras iniciadas por /s/+plosiva (/C/). Cada vez que a palavra foi repetida, o contexto fonológico anterior ao encontro /sc(c)/ era diferente vogal, consoante vozeada e consoante não vozeada. Os encontros /s/+sonora foram também testados precedidos de silêncio. A produção foi classificada em quatro categorias (variáveis) correta (/sc/), com epêntese (/ C/, / C/), vozeada (/ C/) e vozeada com epêntese (/ C/, / C/). Os resultados da percepção também foram tabulados por palavra. As mesmas treze palavras da produção estavam presentes no teste de percepção. A participante escutou 36 palavras iniciadas em /s/+sonora 18 gravadas por cada informante e 12 palavras iniciada em /s/+plosiva (/C/) seis gravadas por cada informante. O único contraste testado para /s/+plosiva (/C/) foi / C versus C, C/. O resultado do teste de percepção consisitu em quatro variáveis identificação do encontro (/ C/), identificação de epêntese (/ C/, / C/), identificação de vozeamento (/ C/) e identificação de vozeamento e epêntese (/ C/, / C/). A participante levou aproximadamente sete horas distribuídas em quinze dias para completar o treinamento. A fim de alcançar o mínimo de acerto requerido para avançar para um próximo bloco, o número de vezes que cada bloco foi escutado variou de um a 21 e o período de tempo necessário para avançar variou entre um e 71 minutos. Ela levou aproximadamente 150 minutos para completar a primeira seção e 90 minutos para completar a segunda seção. A única diferença entre a primeira seção e a segunda foi o informante que havia gravado o estímulo. Portanto, dois fatores podem explicar a diferença na duração das seções: (a) a participante alcançou 90% em menos tempo na segunda seção porque já havia sido treinada naqueles contrastes durante a primeira seção; e (b) a participante não usou a possibilidade de escutar novamente o estímulo antes de tomar a decisão tantas vezes quanto na primeira seção. A única exceção foi o bloco 23 que pareceu não ser difícil na primeira seção 100% de acertos na primeira tentativa e mais de 40 minutos para alcançar 90% de acerto na segunda seção porque o informante IN produziu um contraste menos saliente ( how slow versus how s low ). A terceira seção levou aproxidamadamente 40 minutos para ser completada. A quarta seção e a quinta seção levaram em torno de 30 minutos cada. Finalmente, a sexta seção levou doze minutos. Os testes estatísticos foram rodados usando o software SPSS 11ª versão. Foram rodados testes não paramétricos pois os dados foram tabulados em percentagem. Os testes rodados foram os testes Wilcoxon Sign Ranked, Mann-Whitney e Kruskal- Wallis. Foram calculadas mediadas de ganho pós-teste menos pré-teste e proporção 1822

5 relativa de melhora ganho dividido pelo resultado 100 menos pré-teste (como em Bradlow et al., 1997). 3. RESULTADOS E DISCUSSÃO Este estudo foi motivado pela observação de problemas na produção de /sc(c)/ em início de palavras por brasileiros aprendizes de inglês e pelo fato de instrução explícita não ter resultado em melhora na produção desta estrutura. Além disso, muitos aprendizes dizem não perceber a diferença entre a produção incorreta e a produção correta de /sc(c)/. Esta estrutura não foi objeto de estudo de treinamentos perceptuais publicados até o momento. Para verificar se este tipo de treinamento pode ajudar a melhorar a pronúncia de /sc(c)/ iniciais três hipóteses foram investigadas. A primeira hipótese previa que os resultados de percepção e produção do pósteste seriam diferentes dos resultados do pré-teste para a participante que recebeu o treinamento. A tabela 1 apresenta os resultados para os testes de percepção em número, em percentagem, em termos de ganho e de proporção relativa de melhora (PRM) por palavra e informante utilizado no treinamento (IT) e informante não utilizado no treinamento (IN). TABELA 1 Resultados dos testes de percepção palavra informante N % ganho PRM pré pós pré pós % Small IT ,8 83,3 1 5,6 25 IN ,8 77, ,8 80,6 1 2,8 12,5 smiles IT ,,2 94,4 4 22,2 80,0 IN ,7 77,8 2 11,1 33, ,4 86,1 6 16,7 54,5 Slow IT ,2 83,3 2 11,1 40,0 IN ,8 94,4 3 16,7 75, ,0 88,9 5 13,9 55,6 Slap IT ,7 83,3 3 16,7 50,0 IN ,7 88,9 4 22,2 66, ,7 86,1 7 19,4 58,3 Snow (N) IT ,3 88,9 1 5,6 33,3 IN ,3 77,8-1 -5,6-33, ,3 83, Snail (N) IT ,7 88,9 4 22,2 66,7 IN , , ,0 94,4 7 19,4 77,8 Sport IT ,7 66, IN , ,7 NR , ,3-50,0 Speak IT , ,0 100 IN , ,7 NR ,0 91,7 2 16,7 66,7 Stop IT ,7 66, IN ,7 66, ,7 66, Stone IT ,7 83,3 1 16,7 50,0 1823

6 IN , , ,3 91,7 4 33,3 80,0 Scan (N) IT NR IN , , , ,7 100 Scream (N) IT , ,0 100 IN , , , ,3 100 Spring (N) IT ,3 66, ,7-100 IN , , ,3 83, TOTAL ,4 84, ,3 37,5 N palavra não treinada NR sem espaço para melhora 100% correto no pré-teste Conforme mostrado na Tabela 1, os resultados gerais apontam para uma média de melhora de 12,3% no teste de percepção. Essa melhora de 12,3% representa 37,5 % da possibilidade real de melhora (100 pré-teste) que era de apenas 25,6%. O teste Wilcoxon Signed Ranks rodado por palavra gerou um resultado significante Z=-2,86, p =,004. Portanto, houve melhora na percepção da participante após o treinamento confirmando a primeira hipótese. A tabela 2 apresenta os resultados da produção do pré-teste e do pós-teste. TABELA 2 Resultados do teste de produção N /sc/ % /isc/ /zc/ /izc/ pre pos pre Pos pre pos pre pos pre pos pre pos Small Smiles Slow Slap Snow (N) Snail (N) Sport Speak Stop Stone Scan (N) Scream (N) Spring (N) TOTAL , As colunas marcadas com a categoria /s/ correspondem à produção correta de /sc(c)/ em início de palavra. As outras colunas referem-se a produções com epêntese (/isc/), com vozeamento (/zc/) e com epêntese e vozeamento (/izc/). Como a percentagem inicial de acerto da participante foi próxima de zero, ganho e proporção relativa de melhora não foram calculados por palavra. Como pode ser visto pelos números e percentagens por palavra, a taxa de pronúncia incorreta foi muito alta no préteste com apenas uma palavra de um total de 45 produzida corretamente. O aumento de 1824

7 produções corretas foi de 39,8%. O teste Wilcoxon Signed Ranks gerou uma diferença significativa entre os dados do pré-teste e do pós-teste, Z=-2,84, p =,004. A proporção relativa de melhora foi de 41%. Também pode ser observado que houve redução de aproximadamente 35% na produção do erro combinado: epêntese mais vozeamento. Portanto, a primeira hipótese também foi confirmada em relação à produção. A segunda hipótese foi de que o resultado do teste de percepção para o informante utilizado no treinamento não seria diferente do resultado do teste de percepção para o informante não utilizado no treinamento, ou seja, o treinamento seria generalizado para a percepção de estímulos produzidos por informantes desconhecidos. A tabela 1 mostrou os resultados dos testes de percepção por informante. Os resultados mostraram que não houve diferença entre os informantes em alguns casos a melhora da percepção de estímulos gravados pelo informante não treinado foi maior que a melhora da percepção de estímulos gravados pelo informante presente no treinamento. O teste Mann-Whitney confirmou que a diferença entre a melhora da percepção entre os dois informantes não foi significativa em relação a ganho, Z = -,311, p=,756 e em relação à proporção relativa de melhora, Z = -,367, p=,714. Portanto, a segunda hipótese foi confirmada mostrando que o treinamento foi generalizado para /sc(c)/ produzidos por outras pessoas. A terceira hipótese era que a melhora na percepção e na produção de /sc(c)/ ouvidos no treinamento não seria diferente da melhora de /sc(c)/ ausentes do treinamento. Na tabela 1 percepção e na tabela 2 produção palavras contendo /sc(c)/ não treinados são marcados por N. Através da análise das duas tabelas pode ser inferido que não há diferença na melhora de percepção e produção pelo fato do encontro ter sido treinado ou não. Os testes Kruskal-Wallis rodados nos ganhos da percepção e da produção geraram resultados não significativos, p>,05, para a percepção x 2 =005, e para a produção x 2 =, 580. Deste modo, a terceira hipótese foi confirmada indicando generalização para exemplares da estrutura alvo que não foram treinados. 4. CONCLUSÃO Os resultados confirmaram a primeira hipótese mostrando melhora na percepção e na produção da participante que completou o treinamento de seis seções em sete horas distribuídas em um período de quinze dias. A melhora na percepção parece ter sido transferida para a produção. A segunda hipótese investigou se a melhora na percepção ocorreria também para a percepção de estímulos gravados por informantes que não estivessem presentes no treinamento. Embora a hipótese tenha sido confirmada indicando generalização para outros falantes, é possível que o próprio pré-teste tenha transformado o informante não ouvido no treinamento em um falante conhecido. Para ser totalmente desconhecido o informante não poderia estar presente no pré-teste, porém seria impossível descobrir o ganho com este informante sem uma comparação com um teste inicial. Finalmente, a terceira hipótese investigou generalização para a percepção e produção de encontros /sc(c)/ não presentes no treinamento. A hipótese foi confirmada indicando que a melhora resultante do treinamento não se restringe aos estímulos treinados e é também transferida para a produção. Isso pode ser indicativo da formação da categoria aquisição da estrutura devido aos traços deixados e reforçados pelo treinamento com resposta imediata. Cada vez que a participante recebia retorno positivo 1825

8 em relação à sua escolha o traço era reforçado e quando o retorno era negativo o traço era rejeitado. Este experimento deve ser replicado com maior número de participantes para que a variável diferenças individuais seja controlada. Os efeitos do treinamento para outras tarefas mais próximas da vida real e a retenção da melhora obtida também necessitam de investigação. Os resultados deste estudo mostram que o treinamento perceptual mediado por computador é um instrumento útil e válido no ensino da pronúncia de língua estrangeira. A sua utilização pode ser adaptada para o estudo individual, para a sala de aula e cursos à distância onde o professor detectaria os pontos a serem trabalhos e instruiria o aprendiz na utilização correta desta ferramenta de aprendizagem. REFERÊNCIAS BRADLOW, Ann R.; PISONI, David. B.; AKAHANE-YAMADA, Reiko; TOHKURA,Yohiichi. Training Japanese listeners to identify English /r/ and /l/: IV. Some effects of perceptual learning on speech production. Journal of the Acoustical Society of America 101 (4), pp. ( ), CALLAN, Daniel; TAJIMA, Keiichi; CALLAN, Akiko; KUBO, Rieko; MASAKI, Shinobu; AKAHANE-YAMADA, Reiko. Learning-induced neural plasticity associated with improved identification performance after training of a difficult second-languaege phonetic contrast. Nature NeuroImage, 19, , ELLIS, Nick. At the interface: dynamic interactions of explicit and implicit language knowledge. Studies in Second Language Acquisition,27, , FLEGE, James E. Chinese subjects perception of the word-final English /t/-/d/ contrast:. performance before and after training. The Journal of the Acoustical Society of America, 86, (5), , HARDISON, Debra. Generalization of computer-assisted prosody training Quantitative and qualitative findings. Language Learning & Technology, 8, 34-52, Second-language spoken word identification: Effects of perceptual training, visual cues, and phonetic environment. Applied Psycholinguistics, 26, , IVERSON, Peter; HAZAN, Valerie; BANNISTER, Kerry. Phonetic training with acoustic cue manipulations: A comparison of methods for teaching English /r/-/l/ to Japanese adults, Journal of the Acoustical Society of America, 118, ,

9 JAMIESON, Donald G.; MOROSAN, David E. Training nonnative speech conrasts in adults: Acquisition of the English / / -/ / contrast by francophones. Perception and Psychophysics, 40 (4), , LIVELY, Scott. E.; LOGAN, John. S.; PISONI, David. S. Training Japanese listeners to identify English /r/ and /l/. III: long-term retention of new phonetic categories. Journal of the Acoustical Society of America, 96, , LOGAN, John. S.; LIVELY, Scott. E.; PISONI, David. S. Training Japanese listeners to identify English /r/ and /l/: a first report. Journal of the Acoustical Society of America, 89, , RAUBER, Andréia S. Brazilian Portuguese and Argentine Spanish speakers production of English initial /s/-clusters. In B. O. BAPTISTA, & M. A. WATKINS (Eds.), English with a latin beat: Studies in Portuguese/Spanish - English interphonology (pp ). Amsterdam: John Benjamins, REBELLO, Jeanne T. (1997). The acquisition of initial /s/ clusters by Brazilian EFL learners. In J. Leather & A. James (Eds.) New Sounds 97: Proceedings of the third international symposium on the acquisition of second-language speech (pp ). Klagenfurt: University of Klagenfurt. ROCHET, Bernard L. (1995). Perception and production od second-language speech sounds by adults. In W. Strange (Ed.) Speech perception and linguistic experience: Issues in cross-language research. Timonium: York Press, YEON, Sang-Hee (2004). Training English word-final alveolopalatals to native speakers of Korean. Tese de Doutorado não publicada. Universidade da Flórida. SILVEIRA, Rosane. Perception and production of English initial /sc/lusters by Brazilian learners. Revista brasileira de lingüística aplicada, Vol.2, n1, , WAYLAND, Ratree P.; Guion, Susan G. Training English and Chinese listeners to perceive Thai tones: A preliminary report. Language Learning 54, ,