Performance-based self-construction on foreign language pronunciation: using Praat-aided feedback to individualize Mandarin Chinese tone practice

Resumo Técnico: Autoconstrução Baseada no Desempenho na Pronúncia de Língua Estrangeira

Definição do Problema
Embora o Treinamento de Pronúncia Assistido por Computador (TPAC) tenha sido amplamente validado para melhorar os resultados da pronúncia em línguas estrangeiras (LE) por meio de comparações quase experimentais, a literatura existente negligencia amplamente o processo de engajamento do aprendiz. Especificamente, há uma lacuna na compreensão de como as mudanças comportamentais e afetivas dos alunos — como motivação, confiança e a construção de um "eu futuro" — ocorrem durante o treinamento. Além disso, estudos anteriores frequentemente aplicam modelos motivacionais estabelecidos (ex.: o Sistema do Eu Motivacional de Dörnyei) para examinar resultados, em vez de escrutinar como esses construtos se desenvolvem juntamente com a implementação tecnológica. No contexto do Chinês Mandarim como Língua Estrangeira (CFL), onde o domínio dos tons é crítico, porém difícil, há uma escassez de pesquisas que explorem como o feedback individualizado gerado por computador influencia a adaptação comportamental e afetiva concomitante dos alunos sob suas métricas de desempenho.

Metodologia
Este estudo empregou um design de estudo de caso múltiplo qualitativo para investigar nove estudantes de segundo ano de chinês não nativo (incluindo quatro aprendizes de herança) em uma faculdade de artes liberais privada no norte de Nova York. A pesquisa fundamentou-se na Teoria Cognitiva de Aprendizagem Multimídia de Mayer e no Sistema do Eu Motivacional de Dörnyei.

• Intervenção: Os participantes envolveram-se em um TPAC ao longo de um semestre utilizando o Praat, um software fonético de código aberto. Os professores usaram o Praat para gerar feedback corretivo individualizado através de:
  1. Importação das gravações dos alunos de diálogos de livros didáticos e esquetes autorais.
  2. Extração dos contornos de tom originais.
  3. Ajuste manual dos contornos incorretos para tons padrão do mandarim usando a função de Manipulação de Pitch, preservando o timbre de voz original do aluno.
  4. Entrega de um pacote de feedback multimodal: um arquivo de áudio com os tons corrigidos na voz do próprio aluno, um arquivo de manipulação do Praat visualizando os contornos originais vs. corrigidos, e um documento Word marcando erros nos roteiros.
• Coleta de Dados:
  • Tarefas de Pronúncia: Gravações de quatro diálogos de livros didáticos (Semana 9) e uma esquete em grupo (Semana 13).
  • Entrevistas: Entrevistas semiestruturadas realizadas ao final do semestre para explorar mudanças comportamentais, motivação, confiança e a construção da visão de si mesmo.
• Análise: Os dados passaram por análise temática utilizando o método comparativo constante. As transcrições das entrevistas foram codificadas iterativamente (dedutiva e indutivamente) para identificar padrões de mudanças comportamentais e afetivas, resultando em quatro temas e treze padrões. A verificação de membros (member checking) e a triangulação de dados foram utilizadas para garantir a credibilidade.

Principais Contribuições
O artigo contribui para a literatura sobre pronúncia de LE assistida por computador de três maneiras específicas:

1. Validação Orientada ao Processo: Corrobora as conquistas do TPAC ao ligá-las aos comportamentos procedimentais e sentimentos dos alunos sob a mesma teoria cognitiva de aprendizagem multimídia, clarificando as ligações entre os estudos.
2. Multimodalidade do Feedback: Destaca o impacto dos tons gerados pelo Praat não apenas na precisão da pronúncia, mas na autoconstrução do aprendiz, demonstrando como o input multissensorial e individualizado pode criar experiências de aprendizagem vívidas e de conexão consigo mesmo.
3. Papel da Orientação e Contexto: Ilustra a necessidade de orientação docente e exercícios contextualizados (ex.: esquetes vs. diálogos isolados) para ajudar os alunos a construir uma visão motivadora de seus eus futuros, o que é essencial para sustentar a motivação e a confiança.

Resultados
O estudo identificou mudanças significativas de comportamento e de ordem afetiva entre os participantes:

• Impacto nos Comportamentos de Aprendizagem:

  • Interação com Recursos: A maioria dos alunos alterou sua interação com os recursos existentes. Alguns substituíram o áudio do livro didático pelo feedback gerado pelo Praat (PM), enquanto outros usaram o PM para comparar com o áudio de falantes nativos.
  • Duração da Prática: Todos os participantes aumentaram suas horas de prática. Para alguns, isso foi impulsionado pela necessidade de ouvir o feedback múltiplas vezes para captar erros; para outros, foi impulsionado pelo aumento do interesse e da motivação.
  • Mudança de Metodologia: Os alunos passaram da escuta passiva para o monitoramento ativo de si mesmos e a prática de conversação interativa.

• Impacto na Autoconstrução (Motivação, Confiança, Visão):

  • Motivação: Seis alunos relataram elevação da motivação, embora para alguns (ex.: aprendizes altamente autorregulados), a motivação já estivesse em um teto.
  • Confiança: Os níveis de confiança aumentaram desproporcionalmente para seis alunos. Para alguns, isso se deveu ao alcance de metas atingíveis (ouvir sua própria voz corrigida); para outros, devido à superação de erros específicos identificados. No entanto, para alguns poucos, a maior consciência dos erros inicialmente pareceu desencorajadora.
  • Construção da Visão: Oito de nove alunos relataram que o PM ajudou a visualizar melhor a si mesmos falando chinês em contextos autênticos (ex.: esquetes). Contudo, a entonação "não natural" do áudio gerado pelo Praat às vezes dificultou essa visualização para alguns aprendizes.

• Perspectivas dos Aprendizes:

  • Benefícios: Os alunos valorizaram a natureza multimodal (tons visuais + áudio), a capacidade de controlar a velocidade da fala e o aspecto de "automodelagem" ao ouvir suas próprias vozes corrigidas.
  • Limitações: O principal ponto negativo observado foi o som não natural dos tons gerados pelo Praat, que, embora útil para a identificação de erros, carecia da prosódia e dos padrões de estresse dos falantes nativos. Aprendizes de herança, em particular, sentiram que o feedback era menos relevante para suas necessidades específicas em comparação com iniciantes não-herança.

Significância e Alegações
O artigo alega que seus achados substanciam a multimodalidade afetivo-motivacional do TPAC, uma área não totalmente explorada nas atuais teorias cognitivas de aprendizagem multimídia. Argumenta-se que:

• A autoconstrução baseada no desempenho é um componente crítico para o sucesso no aprendizado de LE, onde a motivação e a confiança são construídas via exercícios contextualizados e imagens percebidas de si mesmo utilizando a língua estrangeira.
• O feedback individualizado (PM) é eficaz, mas possui um impacto afetivo não linear; seu sucesso é mediado por características individuais do aprendiz, como o histórico linguístico (herança vs. não-herança), hábitos de estudo e proficiência percebida.
• A orientação do professor permanece essencial. Embora as ferramentas digitais forneçam precisão, a inteligência humana (professores) é necessária para coordenar os tipos de feedback e ajudar os alunos, especialmente os novatos, a construir uma visão de seus eus futuros que integre a pronúncia padrão com a comunicação social.

Os autores concluem que, embora o input multissensorial auxiliado pelo Praat ofereça benefícios cognitivos e afetivos significativos, as implementações futuras devem equilibrar o feedback digital com a interação humana para mitigar a "falta de naturalidade" dos tons gerados pelo computador e apoiar melhor a construção da visão de perfis diversos de aprendizes.