Todo app de idiomas vende a mesma promessa, e ela é boa: cabe no seu dia. A Babbel fala em quinze minutos. O Duolingo montou a lição inteira em torno de cinco. A Busuu é a mais franca de todas: ela deixa você escolher a meta diária num menu, e nesse menu dez minutos por dia levam o rótulo de regular, enquanto vinte e cinco viram intensivo.

Ninguém está mentindo. Os produtos foram feitos para essas doses. O problema só começa quando você coloca a dose ao lado do tamanho do serviço. Quase ninguém faz essa conta, porque os números que circulam sobre aprender idioma são muito mais repetidos do que conferidos.

Então vamos conferir.

Alguém fez a conta, e o resultado é brutal

Em janeiro de 2023, a revista alemã de informática c't deu capa ao assunto com uma reportagem de Nico Jurran, Sprachfindung. Três anos depois, ninguém escreveu nada melhor sobre por que os apps de idioma travam. Jurran é daqueles raros jornalistas de tecnologia que se recusam a avaliar um produto nos termos do próprio produto. O resto da imprensa queria saber se as lições eram divertidas. Ele fez a única pergunta que importa: o negócio cumpre o que vende? Depois foi atrás da resposta.

A sacada mais inteligente dele foi uma conta de padaria, e é aí que está a graça. Ele pegou as cargas horárias que o Foreign Service Institute dos Estados Unidos usa para espanhol, italiano e francês, converteu tudo em sessões de quinze minutos e chegou a mais de 1.900 delas. Uma por dia, isso passa de cinco anos. A dose anunciada não é um pouquinho otimista. Ela erra por uma ordem de grandeza. Fazia anos que o setor inteiro citava aquelas horas do FSI, e ninguém tinha se dado ao trabalho de dividir.

Em vez de parar no número de manchete, ele foi atrás do resto: onde se perdem as horas que você de fato investe. É a parte que mostra o cuidado com que ele olhou para o tema. E se você já terminou um curso e mesmo assim deu branco numa mesa de jantar, ela vai soar pessoal:

  • Você escolhe, não produz. Quase todo exercício de app já entrega as palavras, em blocos para arrastar ou numa lista para marcar, porque é isso que cabe numa tela de celular. Reconhecer uma palavra é muito mais fácil do que produzir uma, e falar é produzir. Na padaria, ninguém fica do seu lado segurando as formas certas em bloquinhos.
  • Tudo vem em frases soltas. Assim você nunca desenvolve o que a escuta cobra: segurar um trecho longo de fala e separar o que importa do enchimento. É a diferença entre acompanhar uma conversa e travar na primeira frase que escapa.
  • O áudio é limpo demais. São sempre as mesmas vozes, o mesmo ritmo, o silêncio de estúdio. Ouvido só se treina com vozes diferentes, ritmos diferentes e um tanto de barulho em volta.
  • A fala é treinada de raspão. Você repete, para um reconhecedor de voz, uma frase que acabaram de te dar. Isso treina a sua pronúncia, e mais nada.
  • Você quase nunca escreve nada livremente. Não porque não ajudaria, mas porque máquina não corrige texto livre e gente competente custa caro.
  • Não tem a quem perguntar. Então a estrutura que não entrou continua sem entrar.

Jurran ainda fez o que bom repórter faz: procurou quem estuda o tema para viver, em vez de bater na assessoria de imprensa de outro app. A especialista ouvida é a doutora Nicola Würffel, professora de alemão como língua estrangeira no Instituto Herder, em Leipzig. Para as competências difíceis, ela classifica esse formato de tarefinhas como unterkomplex, subcomplexo: serve para fixar formas, mas não dá conta do processamento mais profundo que o uso livre de uma língua exige. E o resumo dela é a frase que qualquer pessoa travada reconhece de cara: “Estou aparentemente aprendendo com sucesso, e mesmo assim não chego a nenhum uso ativo e livre do idioma.”

Faz três anos disso. O resto deste texto é a gente conferindo se aquilo ainda se sustenta, o que já é o maior elogio possível a uma reportagem: ela merece uma segunda visita.

600 horas, e o que está por trás desse número

Os números do Foreign Service Institute são citados o tempo todo, quase sempre de segunda mão e quase sempre sem as condições que dão sentido a eles.

Aqui estão eles, direito. O FSI separa os idiomas pelo tempo que custam a quem fala inglês. A categoria I, que inclui francês, espanhol, romeno e holandês, fica em 24 a 30 semanas, ou seja, 600 a 750 horas de aula. O alemão está uma categoria acima, perto de 30 semanas. A meta é mais ou menos B2 ou C1. Vale lembrar de onde parte essa régua. Quem fala português sai na frente no espanhol e muito atrás no japonês, então trate o número como ordem de grandeza, não como orçamento pessoal.

Agora as condições, que pesam mais do que o número. São horas de aula, com lição de casa por cima. Os alunos são adultos escolhidos em parte por aptidão. Estudam em tempo integral, em turmas pequenas, com um professor que responde na hora e corrige o erro antes que ele vire vício. Se você estuda à noite, depois do trabalho, por conta própria, o número do FSI não é o seu. Leia como piso.

Converta 600 horas em sessões de quinze minutos e você chega a 2.400 delas: uma por dia, seis anos e meio. Coloque a Busuu no intensivo, vinte e cinco minutos, e ainda assim são 1.440 dias.

Nada disso está aqui para desanimar você, e não é motivo para parar. É motivo para jogar fora uma sensação bem específica. Se você terminou um curso, manteve uma ofensiva enorme e mesmo assim não conseguiu dizer o que queria numa mesa de jantar, não faltou disciplina nem talento. Você fez uma fração pequena do serviço enquanto uma interface garantia todo dia que estava tudo em ordem. A distância que você sentiu é aritmética, não aptidão.

Os números de vocabulário que todo mundo repete são inventados

É aqui que conferir compensa, e é aqui que a gente discorda da própria fonte num ponto. Jurran acertou a parte difícil e errou a fácil. Costuma ser nessa ordem mesmo, porque a parte errada é a que todo mundo repete.

A reportagem da c't reproduziu uma daquelas tabelas do Quadro Europeu com um tamanho de vocabulário ao lado de cada nível: algo como 500 a 700 palavras no A1, 1.500 no A2, 2.500 no B1, 4.000 no B2, 8.000 no C1 e 16.000 no C2. Você já viu versões dela em blog de idiomas, em anúncio de curso e provavelmente na sua própria caixa de entrada.

O Quadro Europeu Comum não traz nenhum tamanho de vocabulário. Ele descreve o que a pessoa consegue fazer em cada nível, não quantas palavras ela carrega na cabeça. Cada número daquela tabela é chute de alguém, dado depois, e os chutes discordam entre si por milhares de palavras. A tabela foi passada adiante por tanto tempo que hoje já parece uma fonte, e é assim mesmo que esse tipo de coisa sobrevive.

A pesquisa séria diz outra coisa, e mais útil.

James Milton mediu o tamanho do vocabulário ao longo dos níveis do Quadro e chegou a algo em torno de 1.500 palavras para o A2, talvez mais 1.500 até o B1 e cerca de 3.500 no B2. A conclusão dele: é preciso mais de 5.000 palavras para chegar a qualquer coisa parecida com fluência numa língua europeia. O teste que ele usa só cobre as 5.000 palavras mais frequentes, ou seja, é nos níveis altos que o instrumento bate no teto.

Paul Nation atacou o problema pelo outro lado. Em vez de perguntar o que quem aprende já tem, perguntou o que os textos exigem. Com um corpus grande de inglês, calculou de que tamanho precisa ser um vocabulário para cobrir 98 por cento de um texto, o ponto em que a leitura passa a fluir sem socorro a cada linha. A resposta: de 8.000 a 9.000 famílias de palavras para texto escrito, e de 6.000 a 7.000 para a língua falada. Os romances ficaram entre 8.000 e 9.000. Os jornais, em 8.000 mais os nomes próprios. A conversa espontânea e o rádio falado, entre 6.000 e 7.000.

Três ressalvas honestas. Milton e Nation contam em unidades um pouco diferentes, então não dá para colocar as duas listas de números lado a lado. Os dois trabalharam com o inglês, e os números exatos pertencem ao inglês: para outras línguas vale o desenho, não o detalhe. E 98 por cento de cobertura ainda deixa uma palavra desconhecida a cada cinquenta, mais ou menos uma a cada quatro ou cinco linhas de um livro de bolso.

Mas olhe o desenho geral, porque as duas linhas contam a mesma história, e não é a da tabela popular. Os primeiros degraus são baixos e comuns a todo mundo: umas mil palavras cada um, as mesmas para qualquer pessoa, bem a faixa em que um currículo único atende milhões. Depois disso, para viver na língua, o número fica entre cinco e nove mil palavras, medido de um lado ou do outro. Ou seja, a distância do B1 até um nível confortável não é mais um degrau do tamanho do anterior. É várias vezes tudo o que você já fez.

Para os apps de curso, isso é notícia pior do que o mito, não melhor. Os 16.000 do C2 da tabela popular são fáceis de descartar como problema de tradutor. Já os 8.000 a 9.000 de Nation são o número para ler um romance ou um jornal, coisa que gente comum quer fazer. E ficam muito acima do ponto em que um curso ainda consegue ensinar numa ordem que faça sentido. Ou seja: corrigir o único número fraco de Jurran não abala o argumento dele. Reforça.

O que mudou desde 2023, e o que não mudou

Seria injusto tratar um texto de 2023 como se fosse de hoje, e uma daquelas seis lacunas de fato diminuiu.

A fala já tem resposta. O Duolingo lançou o Video Call, um interlocutor de inteligência artificial, levou o recurso para o Android em janeiro de 2025 e desde então vem somando idiomas. O recurso está preso ao plano Max, e o resto do setor veio atrás com algo parecido.

A descrição de Luis von Ahn é justa: prática assim, antes, significava viajar para algum lugar ou pagar um tutor. Para o problema específico de destravar a fala sem ninguém te julgando, funciona, e está ali às três da manhã. A lacuna de não ter a quem perguntar também encolheu, já que um modelo explica o subjuntivo na hora em que você pedir, com a ressalva de sempre: ele soa igualmente seguro quando erra.

O que não mudou é tudo o que depende de volume. Um interlocutor de IA não transforma 600 horas em 60. Ele não te dá uma gravação chiada com seis pessoas falando ao mesmo tempo, não faz você ler um romance e não descobre quais são as suas cinco mil palavras. O Duolingo se reconstruiu em torno de IA em 2025 e chegou a 58,7 milhões de usuários diários no segundo trimestre de 2026. Nada disso muda a conta.

Há ainda um padrão que vale nomear. Olhe as soluções sérias que as empresas lançaram: aulas ao vivo, podcasts, vídeo mais longo, interlocutores de conversa. Nenhuma delas está no ciclo central do app. Leia isso como uma confissão, e das honestas: funciona, e não funciona sozinho.

O que funciona mesmo

O conselho da própria Würffel cabe numa frase: tenha clareza sobre o que você quer aprender, escolha as ferramentas a partir daí e combine. Aqui vai uma versão concreta, mais ou menos na ordem em que cada parte começa a pesar.

1. Use o app de curso na faixa iniciante e pare de esperar que ele cresça junto com você. No A1 e no A2 ele faz o que sabe fazer bem: formas, estruturas, as suas primeiras mil e quinhentas palavras e o hábito. Só não confunda uma árvore concluída com linha de chegada.

2. Troque escolher por produzir assim que aguentar. Desligue os blocos de palavras sempre que o app permitir. Digite em vez de tocar na tela. Use a versão web, que costuma pedir respostas mais longas do que a do celular. Todo exercício que já vem com as peças montadas é um exercício que você atravessa sem aprender grande coisa.

3. Acrescente input longo e bagunçado, escolhido porque te interessa e não porque bate com o seu nível. Podcasts com transcrição, leituras graduadas, edições bilíngues, rádio, YouTube, filmes que você já sabe de cor. Duas armadilhas. A legenda transforma, sem você perceber, um exercício de escuta num exercício de leitura. E áudio limpo de estúdio nunca vai te preparar para o aviso no alto-falante de uma estação, então procure de propósito gravações com várias vozes e algum barulho em volta.

4. Coloque uma pessoa de carne e osso na história, antes do que parece confortável. Pode ser um parceiro de tandem, um tutor do italki ou do Preply, uma das aulas em grupo que as próprias empresas vendem. Um interlocutor de IA é uma ótima repetição diária e um substituto ruim daquele pequeno risco social que faz a fala pegar. E pessoa é também alguém a quem perguntar.

5. Tome conta do seu vocabulário, e comece muito antes de achar que precisa. Diante dos números lá de cima, é essa parte que decide se as outras quatro vão somar alguma coisa.

Onde a gente entra, e onde a gente não entra

É para essa quinta parte que o Vokabulo existe. As palavras vêm da sua vida, e não de um programa de curso: a expressão que um colega usou na reunião, a placa que você vê toda manhã no caminho, a cláusula do contrato de aluguel que você entendeu pela metade, tudo salvo junto com a situação em que você topou com ela. A repetição espaçada devolve cada palavra num calendário, e não numa ofensiva. Você digita a resposta em vez de escolher entre blocos. E as etiquetas de uso dizem se uma expressão cabe numa mensagem para um amigo ou num e-mail para um cliente.

A razão de funcionar assim está no desenho que a pesquisa mostra. As primeiras mil ou duas mil palavras são de todo mundo, e cabe a um curso te dar essas. As cinco ou seis mil seguintes não são de mais ninguém: são feitas do seu trabalho, da sua rua, da sua família e da sua papelada. Nenhum currículo escolhe essas palavras, porque ninguém sabe quais são. Só você.

Agora os limites, sem enfeite. O Vokabulo não vai treinar o seu ouvido no aviso chiado do alto-falante de uma estação, não vai corrigir aquele e-mail longo que você escreveu e não vai responder à sua dúvida sobre o subjuntivo. Para isso é preciso input, uma pessoa e um professor, que é a combinação que Würffel defendia.

A parte que soa dura e na verdade é um alívio

Jurran fecha o texto dele com uma frase que parece má notícia: aprender um idioma por completo com apps é praticamente impossível. É o tipo de frase que uma revista sustentada por publicidade de tecnologia teria amaciado sem esforço nenhum, e ele não amaciou.

Só que é um alívio, porque tira o fracasso do seu caráter. Você recebeu uma ferramenta excelente numa fatia do problema, junto com a promessa implícita de que ela dava conta do resto.

A boa notícia também é real. Nunca houve tanto material de graça para ouvir e ler na língua-alvo quanto hoje, há gente para conversar em todos os fusos e há um interlocutor no seu bolso a qualquer hora. O serviço continua sendo de seiscentas horas. Mas são horas muito melhores do que costumavam ser, e quem decide o que vai dentro delas é você.

Mais sobre o lado do vocabulário em por que o Duolingo não funciona, sobre as apostas diferentes dos dois produtos em Duolingo e Vokabulo, e sobre o nível em que tudo isso se junta em como sair do platô B2.

Fontes

  • Nico Jurran, Sprachfindung, c't Magazin 1/2023, página 60, incluindo a entrevista com a doutora Nicola Würffel, do Instituto Herder, em Leipzig. Se você lê alemão, leia: este artigo não existiria sem o dele.
  • Foreign Service Institute, cargas horárias de formação por categoria de idioma.
  • I.S.P. Nation (2006). How large a vocabulary is needed for reading and listening? The Canadian Modern Language Review, 63(1), 59-82.
  • James Milton, The development of vocabulary breadth across the CEFR levels, EuroSLA Monographs.
  • Comunicados do Duolingo a investidores e anúncios de produto, 2025 e 2026.