Avaliação teórica de atividades de pronúncia baseadas em tecnologia de reconhecimento de fala para aprendizagem em sala de aula

Gottardi, William; Silveira, Rosane

doi:10.1590/1983-3652.2025.56636

O uso de tecnologias digitais em aulas de uma segunda língua (L2) tornou-se inevitável quando os professores precisaram enfrentar as restrições de mobilidade impostas pela pandemia do COVID-19. Nos países onde o acesso a recursos tecnológicos nas salas de aula ainda é limitado, a utilização de recursos digitais gratuitos para fins pedagógicos é uma alternativa valiosa. Este artigo apresenta uma reflexão sobre o uso de Reconhecimento Automático da Fala (ASR – Automatic Speech Recognition) aplicado no ensino e aprendizagem da pronúncia de L2. Três atividades que utilizam a tecnologia de ASR (Gottardi, 2023) são apresentadas e discutidas. A avaliação se apoia em critérios fornecidos por dois modelos teóricos. Foi adotado o referencial de ensino comunicativo da pronúncia (Celce-Murcia; Brinton; Goodwin, 2010), o qual inclui cinco etapas para o ensino de pronúncia e elaboração de materiais, contendo momentos de instrução explícita e tarefas de percepção e produção, com diferentes graus de feedback e mediação do professor. Recorremos aos critérios de Chapelle (2001) para avaliar atividades e softwares educacionais, o qual nos permitiu analisar as atividades de pronúncia em termos de: potencial de aprendizagem da língua, adequação ao aprendiz, foco no significado, autenticidade, impacto positivo e praticidade. Assim, os objetivos deste artigo pedagógico são: 1) discutir como a tecnologia de ASR pode auxiliar na prática da pronúncia de uma segunda língua; 2) fornecer exemplos práticos de atividades de pronúncia que fazem uso de ASR, mediadas por professores de L2; e 3) examinar a adequação pedagógica das atividades propostas. Por fim, implicações pedagógicas são discutidas em relação ao uso de ASR para a prática de pronúncia.

Palavras-chave:
Aprendizagem de Línguas Mediada por Computador; Ensino da pronúncia; Aprendizagem de pronúncia; Reconhecimento Automático da Fala; Inteligibilidade

[1] Source: Celce-Murcia, Brinton, and Goodwin (2010, p. 45)

1- Description and analysis	Oral and written illustrations of how the feature is produced and when it occurs within spoken discourse.
2- Listening discrimination	Focused listening practice with feedback on learners ability to correctly discriminate the feature.
3- Controlled practice	Oral reading of minimal-pair sentences, short dialogues, etc., with special attention paid to the highlighted feature in order to raise learners consciousness.
4- Guided practice	Structured communication exercises, such as information-gap activities or cued dialogues, that enable the learner to monitor for the specified feature.
5- Communicative practice	Less structured, fluency-building activities (e.g., role play, problem solving) that require the learner to attend to both form and content of utterances.

l- Language learning potential	The degree of opportunity present for beneficial focus on form.
2- Learner fit	The amount of opportunity for engagement with language under appropriate conditions given learner characteristics.
3- Meaning focus	The extent to which learners’ attention is directed toward the meaning of the language.
4- Authenticity	The degree of correspondence between the CALL activity and target language activities of interest to learners out of the classroom.
5- Positive impact	The positive effects of the CALL activity on those who participate in it.
6- Practicality	The adequacy of resources to support the use of the CALL Activity.

Learning Focus	Pronunciation self-assessment
Level	A1 – A2
Age	Teenagers or adults
Time	30-60 minutes
Target Feature	Raising awareness about pronunciation patterns that might disrupt communication.
Communicative Framework Phase	Description and Analysis (1) and Guided Practice (4) with an information-gap exercise.
Dictation Passage	Dictation Passage & Example: I am ________ [number] years old.

Learning Focus	Raising awareness about acoustic features of each vowel and how to distinguish them in production.
Level	A2 and above
Age	Teenagers or adults
Time	30 – 45 minutes
Target Feature	Producing the vowel contrast /I/ and /i/
Communicative Framework Phase	Description and analysis (1) and Controlled Practice (3) with sentence-level minimal pairs.
Dictation Passage	Example: Look at that sheep! / Look at that ship! (see Section B)

Learning Focus	Speech rehearsal for fluency and accuracy improvement
Level	B2 and above
Age	Adults or late teenagers
Time	1 hour – 2 hours
Target Feature	Raising awareness about pronunciation patterns that might disrupt communication in a real-life situation
Communicative Framework Phase	Communicative Practice (5) with a role-play activity
Dictation Passage	Common questions in a job interview (see Section C).