DIFICULDADES INERENTES À COMPILAÇÃO DE UM CORPUS ORAL DE INFORMANTES BRASILEIROS APRENDIZES DE INGLÊS PARA O
PROJETO LINDSEI-BR 1. Introdução
Predomina, atualmente, a utilização de corpora de falantes nativos de inglês na pesquisa linguística e na elaboração de materiais didáticos, conforme observa Gilquin (2007, p. 320):
A utilização de corpus tem-se espalhado no campo do inglês para propósitos acadêmicos, todavia, uma busca na literatura e em materiais pedagógicos mostra que pesquisadores da área e escritores de materiais usam principalmente corpora de nativos.
Além disso, “profissionais da linguagem tomam como verdadeiro que os modelos apropriados para o uso de uma língua venham de seus falantes nativos” (Cook 1999, p. 185). Há, contudo, que se considerar as particularidades do aprendiz de inglês e enxergá-lo como portador de uma identidade própria. Observações acerca da expressão falada e escrita da Língua Inglesa por aprendizes revelam peculiaridades relacionadas à língua materna (L1) dos mesmos e podem orientar o ensino e aprendizado de inglês a públicos específicos.
2. Objetivos
Este trabalho tem por objetivo apresentar e discutir as principais dificuldades encontradas pelos anotadores durante a etapa de transcrição de entrevistas gravadas de brasileiros aprendizes de inglês para o projeto LINDSEI-BR e, ainda, mostrar perspectivas quanto à utilização de tais dados para eventuais pesquisas relacionadas à influência da língua materna no aprendizado de Língua Inglesa.
3. O projeto LINDSEI-BR: apresentação e composição
O projeto LINDSEI – Louvain International Databaseof Spoken English Interlanguage- foi lançado em 1995 pela Université Catholique de Louvain, na Bélgica, e visa à formação de um corpus oral internacional de aprendizes de Língua Inglesa de diferentes línguas maternas. O LINDSEI-BR representa, portanto, a coletânea brasileira destes dados. Para esta coletânea foram gravadas 50 entrevistas informais com
estudantes universitários brasileiros aprendizes de inglês com nível intermediário ou avançado de proficiência no idioma, com representantes de ambos os sexos. Cada entrevista consiste de três etapas: tópico de ajuste, discussão livre e descrição de imagem (contar uma história).
4. O processo de transcrição das entrevistas: metodologia empregada e dificuldades relacionadas
As entrevistas gravadas para o projeto LINDSEI-BR se encontram em fase de transcrição e, ao longo desta etapa, se tornaram evidentes algumas dificuldades relacionadas à adequação às convenções exigidas e estabelecidas pelo guia LINDSEI para transcrição, disponível em formato eletrônico no sítio da Universidade de Louvain.
É relevante pontuar que, em um corpus dedicado à linguagem oral
espontânea, a transcrição de características pertinentes
exclusivamente à fala deve ser feita segundo critérios que, além de considerarem elementos da oralidade, devem ser capazes de registrá-los
com a maior precisão possível.
As transcrições são feitas manualmente e são, portanto, susceptíveis a erros. Dois anotadores se ocupam da tarefa. Em relação à anotação manual, Ide (2012) apresenta como “ideal a utilização de vários anotadores, sob circunstâncias controladas, de modo a proporcionar medidas de concordância entre eles, especialmente para anotações semânticas e de discurso”. Cada anotador se ocupa de metade das transcrições e posteriormente revisam e analisam a metade feita pelo outro para gerar a versão final.
As principais dificuldades encontradas durante o trabalho foram aquelas relacionadas à transcrição das pausas preenchidas e dos retornos dados pelo interlocutor, das palavras truncadas e da sobreposição de turnos. Houve frequente utilização do som [Λ] como preenchimento para pausas. Supunha-se tratar do artigo indefinido a quando a palavra seguinte era um substantivo iniciado por consoante ou mesmo iniciado por vogal, seguido ou não de auto-correção de a para an. Supunha-se ser a letra a quando a próxima palavra começava por esta vogal. Gabrielatos et al (2010) também observaram o emprego do artigo indefinido a e da vogal a em situações idênticas às acima descritas
ao analisar transcrições de entrevistas de um subcorpus extraído do Corpus de Linguagem Adolescente de Londres (COLT) e do Corpus dos Inovadores Linguísticos (LIC) para estudo da utilização das formas do artigo indefinido no inglês londrino. Embora tais suposições fossem pertinentes, neste estudo, elas são discutíveis. Em algumas ocorrências do som [a] como preenchimento para pausa, não ficou absolutamente claro se se tratava do artigo indefinido a, da letra a ou da expressão para preenchimento eh. A escolha da representação escrita para a transcrição coube a cada anotador, de acordo com critérios particulares de análise: (Ex. 1)
(1) and he: had a a . a: love: . a a girl he= he loved but . they . couldn’t
Critérios particulares também se fizeram necessários na transcrição de outros preenchimentos de pausas e de retornos dados pelo receptor quando estes não eram razoavelmente audíveis ou quando eram falados e ouvidos de uma maneira que não fosse possível encontrar um correspondente adequado no guia LINDSEI para transcrevê-los. Ainda, como falantes de inglês não nativos, é difícil para anotadores identificar se os sons produzidos pelos informantes correspondem precisamente às formas (eh), (er) ou (erm). Os informantes, por sua vez, apresentam componentes em sua fala que não se enquadram nos padrões fonéticos da Língua Inglesa, como, por exemplo, a própria utilização dos preenchimentos para pausa mencionados, elementos cuja pronúncia pelos aprendizes apresenta
nítidas influências de sua L1. Sendo assim, ocasionalmente foi utilizado para
cobrir pausas um preenchimento característico do português brasileiro [ε], que encontra no guia LINDSEI um correspondente semelhante para a escrita [eh], todavia, tal grafia não representa foneticamente o preenchimento efetivamente utilizado pelo informante.
A dificuldade relacionada à transcrição das palavras truncadas era mais relevante quanto maior a ocorrência de sons truncados em sequência, tornando uma difícil tarefa a precisa identificação auditiva de cada som truncado e sua respectiva transcrição de maneira a representar exatamente o que foi dito. (Ex. 2)
Os entraves inerentes à sobreposição dos turnos de fala devem-se especialmente às entrevistas nas quais ocorrem muitas sobreposições em um único turno, inclusive devido aos retornos dados pelo interlocutor, fazendo com que, por diversas vezes, fosse difícil a identificação de cada palavra e de seu respectivo falante e, ainda, o exato momento em que as sobreposições ocorriam.
5. Conclusões, considerações e expectativas
As dificuldades descritas foram bastante significativas no início do trabalho de transcrição, tornando-o moroso. Após algum tempo, embora ainda presentes, tais dificuldades tornaram-se menos expressivas.
As ponderações apresentadas acerca das dificuldades ao transcrever são preliminares e partem de observações que tiveram sua origem no decorrer do trabalho. Estudos individuais de cada aspecto mencionado devem ser feitos.
Espera-se que, em curto prazo, a etapa de transcrição seja finalizada e se possa ter acesso aos dados orais de informantes de outras nacionalidades para que, então, por meio de comparações, estudos lingüísticos sejam feitos numa tentativa de caracterizar o inglês falado por brasileiros. Tal esforço neste sentido poderá servir como fonte de dados para a elaboração de materiais didáticos específicos para aprendizes de inglês que tenham o português do Brasil como L1, para pesquisas relacionadas à interlíngua e demais estudos comparativos.
6. Referências bibliográficas
COOK, V. (1999). “Going beyond the native speaker in language teaching.” Tesol Quarterly, vol.33, nº 2, pp. 185-209.
GABRIELATOS, C.; et al. (2010). “A corpus-based sociolinguistic study of indefinite article forms in London English.” Journal of English Linguistics, vol.38, nº 4, pp. 297-334.
GILQUIN, G.; et al. (2007). “Learner corpora: the missing link in EAP pedagogy.” Journal of English for Academic Purposes, vol.6, pp. 319-335.
IDE, N. (2012). The manually annoted sub-corpus. In: Encontro de Linguística de
Corpus, 5., São Carlos. Disponível em
UNIVERSITÉ CATHOLIQUE DE LOUVAIN. Centre for English Corpus Linguistics. Disponível em: <http://www.uclouvain.be/en-cecl-lindsei.html>. Acesso em: 12 mar. 2012.
