Metodologia e fontes

Esta página explica de onde vêm os dados do Aigenip e como as ferramentas fazem seus cálculos. Nosso objetivo é que qualquer número exibido no site possa ser entendido e questionado.

Fontes de referência

As fichas dos idiomas são elaboradas com base em fontes consolidadas: o Ethnologue (SIL International) e o Glottolog para classificação e número de falantes; o World Atlas of Language Structures (WALS) para características como ordem das palavras, casos e gênero; o Atlas das Línguas em Perigo da Unesco para vitalidade; censos nacionais; gramáticas descritivas; e as classificações do Foreign Service Institute (FSI) dos EUA como referência de dificuldade para anglófonos.

Número de falantes

Os valores são apresentados em milhões e arredondados. "Falantes nativos" são pessoas que têm o idioma como língua materna; "falantes no total" somam quem o usa como segunda língua. Estimativas diferentes podem variar em dezenas de milhões, principalmente para línguas com muitos falantes de segunda língua (como inglês, suaíli e indonésio) ou quando há debate sobre o que conta como a mesma língua (como no caso do árabe e de suas variedades).

Dificuldade para brasileiros

A escala de 1 (muito fácil) a 5 (muito difícil) é editorial e considera quatro fatores em relação ao português: vocabulário em comum, sons e prosódia (incluindo tons), sistema de escrita e distância gramatical. A estimativa de horas indica o tempo aproximado de estudo para chegar a um nível intermediário (B1/B2 no Quadro Europeu Comum de Referência). É uma média: imersão, método e motivação alteram muito o resultado.

Índice de afinidade estrutural

O índice (0 a 100) compara dois idiomas com critérios objetivos e soma pontos quando há semelhança:

A soma máxima possível é de 110 pontos, convertida para uma escala de 0 a 100. Assim, mesmo línguas muito próximas, como português e espanhol, ficam abaixo de 100%, que representaria dois idiomas estruturalmente idênticos. O índice mede semelhança estrutural, não inteligibilidade: dois idiomas podem ter estruturas parecidas e vocabulários completamente diferentes. Por isso, quando existe uma estimativa amplamente citada de similaridade lexical (a porcentagem de vocabulário básico com origem comum), ela é exibida separadamente no comparador.

Gráfico radar

O radar normaliza cinco dimensões de 0 a 100:

• Falantes: escala logarítmica do total de falantes (para que idiomas com poucos milhões ainda apareçam).
• Alcance global: número de países em que o idioma é oficial ou cooficial, em relação ao idioma com mais países no site.
• Facilidade para brasileiros: o inverso da escala de dificuldade.
• Complexidade gramatical: combinação do tipo de morfologia, número de casos, número de gêneros e presença de tons.
• Antiguidade: quão antigo é o primeiro registro escrito da língua ou de sua forma antiga.

Recomendações

Na ferramenta Descobrir, cada idioma tem notas de 0 a 5 para doze interesses (negócios, viagem, cultura pop, música etc.), atribuídas editorialmente com base em fatores como peso econômico, produção cultural, turismo e presença internacional. A pontuação final combina essas notas com a dificuldade desejada, a preferência de escrita e a região escolhida.

Pronúncia aproximada e áudio

As transcrições usam a ortografia do português para facilitar a leitura, e a sílaba tônica aparece em maiúsculas. Elas são aproximações e não substituem o Alfabeto Fonético Internacional nem a escuta de falantes nativos. O áudio é gerado pela síntese de voz do navegador do visitante; a disponibilidade de vozes varia por sistema.

Correções

Encontrou um dado desatualizado ou impreciso? Envie uma mensagem com a fonte, se possível. Revisamos os dados periodicamente.