1000 najčešćih engleskih reči: da li zaista pokrivaju 80% govora

Cifra kruži internetom uvek u istom obliku: nauči 1000 najčešćih engleskih reči i razumećeš 80% govora. Zvuči kao čit-kod. Hiljadu reči je dva meseca po deset minuta dnevno, a posle toga se, izgleda, može živeti.

Cifra je skoro tačna. Zaključak koji se iz nje izvlači — nije. Pogledajmo šta je tačno brojano i zašto iz toga ne sledi ono što deluje da sledi.

Odakle 80%

Iza cifre stoji stvarno svojstvo jezika: reči su raspoređene krajnje neravnomerno. Šačica se pojavljuje stalno, a ogroman rep jednom na stotine strana. Ta pravilnost poznata je kao Cipfov zakon i važi u svim jezicima.

Otuda i rezultat brojanja na velikim korpusima: prvih hiljadu najčešćih reči zaista pokriva oko 80–85% svih pojavljivanja reči u svakodnevnom govoru. U pisanom i formalnijem jeziku udeo je niži, oko 70–75%, ali red veličine je isti.

Ključna reč ovde je pojavljivanja. Nisu brojana značenja ni rečenice, nego koliko puta se reč pojavila u tekstu. Od deset reči zaredom, osam će biti iz prve hiljade. To je ono što je izmereno.

Zašto 80% nije «razumem»

Pokrivenost od 80% znači da ti je svaka peta reč nepoznata. Ne svaka peta rečenica — svaka peta reč.

Istraživanja razumevanja teksta daju prilično strog orijentir: da bi čitao bez rečnika i sve razumeo, potrebna je pokrivenost oko 98%, a minimalni radni prag je oko 95%. Na 80% tekst se pretvara u niz fragmenata između kojih smisao dograđuješ nagađanjem. Ponekad pogodiš, ponekad ne, a nemaš čime da proveriš.

Brojevi u tabeli su redovi veličine, a ne tačne vrednosti, i evo zašto ne smeju da se shvate doslovno.

Prva zamena: šta se uopšte broji kao reč

U različitim istraživanjima «reč» znači različito, a razlika je ogromna.

• Oblik reči. go, goes, went, going, gone — pet jedinica.
• Lema. Tih istih pet oblika — jedna jedinica, go.
• Porodica reči. Lemi se dodaju izvedenice: nation, national, nationality, nationalize, international — takođe jedna jedinica.

Procena «treba ti 8000 reči» skoro uvek se broji u porodicama. U oblicima je to već blizu trideset hiljada. Kada vidiš lepu cifru bez napomene šta je tačno brojano, ta cifra može da odstupa od stvarnosti tri do četiri puta.

Druga zamena: znati reč nije isto što i znati njeno značenje ovde

Najčešće reči su i najvišeznačnije, i to nije slučajnost. Reč dospeva na vrh učestalosti upravo zato što opslužuje desetine različitih situacija.

Glagol get je u prvih sto na svakoj listi učestalosti. Evo ga u šest značenja:

I got a new phone — dobio, kupio
I don't get it — ne razumem
It's getting cold — postaje
I'll get the door — ja ću otvoriti
He got home late — stigao
I got him to help — nagovorio sam ga

Na listi učestalosti to je jedan red. U glavi je to šest različitih znanja, a čovek obično sigurno vlada sa dva. Formalno je reč «u prvoj hiljadi i naučena», a zapravo četiri rečenice od šest ostaju nerazumljive.

Treća zamena: tih 80% ne pada na sadržaj

Ovo je najvažnije. Reči iz prve hiljade uglavnom su funkcijske i opšte: the, of, and, to, be, have, do, go, make, very. One drže konstrukciju rečenice, ali ne nose njen smisao.

Smisao nose imenice i glagoli specifični za temu — a oni leže baš u onih preostalih 20%. Pogledaj istu rečenicu sa različito prekrivenim delovima:

Uklonjene funkcijske reči:
___ committee ___ ___ proposed budget ___ ___ deadline.
Razume se: odbor, budžet, rok. Smisao se u celini rekonstruiše.

Uklonjene sadržajne reči:
The ___ ___ the ___ ___ before the ___.
Razume se: ništa.

Zato osećaj «znam reči, ali ne razumem o čemu se radi» nije iluzija ni nedostatak vežbe. Ti stvarno znaš 80% reči i stvarno ne znaš o čemu je rečenica.

Znači, učiti prvu hiljadu ili ne?

Učiti. Samo sa ispravnim očekivanjima.

Prva hiljada se isplati bolje od svega što uopšte možeš da naučiš. Te reči se pojavljuju u svakoj rečenici, same se ponavljaju, i bez njih ne radi ništa: ne možeš ni da čitaš sa kontekstom ni da pogađaš novo. To je temelj i nije šteta potrošiti dva meseca na njega.

Druga hiljada se takođe isplati, mada primetno sporije: rast pokrivenosti sa 80% na 90% traži dvostruko više reči nego prvih 80%.

A dalje opšta učestalost prestaje da bude pravi kriterijum. Posle otprilike dve hiljade reči, one sa opšte liste ti se pojavljuju sve ređe, a reči iz tvojih tema — stalno. Programeru treba jedan skup, lekaru drugi, onome ko gleda krimi serije treći. Opšta lista učestalosti o tome ne zna ništa.

Dalje bolje radi ne lista, nego sopstvena kolekcija reči, sakupljena iz onoga što stvarno čitaš i gledaš. Kod nje se učestalost računa po tvom životu, a ne po usrednjenom korpusu.

Kako to izgleda u praksi

1. Prva hiljada — listom i namerno. Ovde je gotova lista učestalosti idealna: reči su ionako neizbežne, a redosled skoro da nije važan.
2. Kod čestih reči uči značenja, a ne reč. Sreo si get u novom smislu? To je nova kartica, a ne «već znam».
3. Posle dve hiljade pređi na hvatanje. Sve što te je saplelo u stvarnom tekstu ide u lični rečnik.
4. Broj pokrivenost, a ne reči. Korisno pitanje nije «koliko reči znam», nego «koliko nepoznatih ima po stranici». O brojanju rečnika postoji poseban tekst sa postupkom.

Upravo se na trećem koraku sve obično raspada: reči nailaze, ali se ne čuvaju, i za mesec dana ih srećeš iznova. U VibeLingu je to rešeno ovako: dodaješ reč u trenutku kada je sretneš, aplikacija dogradi prevod, primere i izgovor, a zatim je sama vraća na ponavljanje po intervalima — pre nego što stigne da bude zaboravljena.

Kratak odgovor

Je li tačno da hiljadu reči daje 80% govora? Jeste, ako se broje pojavljivanja.

Znači li to da ćeš razumeti 80% izgovorenog? Ne. Prepoznaćeš 80% reči, a razumeti primetno manje, jer nerazumljive ostaju upravo one reči zbog kojih je rečenica i izgovorena.

Hiljadu nije ni cilj ni 80% puta. To je poletna staza bez koje ne radi sve ostalo, i vredi je preći što brže. Dalje raste ne lista, nego tvoj lični rečnik.