L'input comprensibile è necessario — ma non basta

Krashen aveva ragione sull'input — ma solo in parte

L'Input Hypothesis di Stephen Krashen (1985) è diventata l'idea più influente nella didattica delle lingue della fine del XX secolo: acquisiamo le lingue comprendendo messaggi leggermente al di sopra del nostro livello attuale (la sua celebre formula "i+1"). L'input comprensibile è necessario — questa parte ha retto alla prova del tempo.

Ciò che non ha retto è l'affermazione che l'input sia sufficiente. Due decenni di ricerca dimostrano che gli studenti hanno bisogno di più.

Perché il puro input raggiunge un plateau

Se hai guardato 800 ore di Netflix in spagnolo e ancora non riesci a formulare una frase, hai personalmente dimostrato che l'input da solo ha dei limiti. Le ragioni:

1. Il riconoscimento non è produzione. Puoi capire "podrías pasarme la sal" senza mai dover recuperare "podrías" autonomamente. Richieste di recupero diverse, anche quando la conoscenza sottostante si sovrappone (Tulving & Pearlstone 1966).
2. La grammatica ricettiva è sfocata. Puoi comprendere l'80% della sintassi complessa senza sapere dove va effettivamente il verbo.
3. Senza output, non noti le lacune. L'output forza la consapevolezza che l'input non produce mai.

C'è una quarta ragione, più silenziosa, per cui la maggior parte degli studenti rimane in modalità input: è privato. Puoi fallire con un podcast nella tua cucina e nessuno lo sa. L'output ti espone. Questa asimmetria — l'input è sicuro, l'output è imbarazzante — è il motore del problema delle 800 ore di Netflix almeno quanto quello cognitivo.

L'Interaction Hypothesis di Mike Long (1996) ha aggiunto il pezzo mancante sul lato cognitivo: la lingua si acquisisce attraverso l'interazione negoziata, dove produci qualcosa, l'interlocutore reagisce e il feedback risultante chiude il cerchio.

Il ciclo della fluenza in 3 parti

Il quadro consensuale nell'acquisizione delle seconde lingue si è spostato verso qualcosa come il framework input-interazione-output (Gass 2003; Ortega 2009 per la versione da manuale):

1. Input comprensibile massiccio — centinaia di ore di TV, podcast, libri a livello i+1
2. Output forzato — pratica quotidiana di conversazione e scrittura sotto pressione realistica. Forced output è il termine tecnico dell'acquisizione delle seconde lingue; in parole semplici, pratica deliberata di output.
3. Feedback — correzioni, riformulazioni (quando un interlocutore riformula correttamente la tua frase senza interrompere la conversazione) o auto-osservazione entro 24 ore

Salta l'input e la tua grammatica resta frammentaria. Salta l'output e ti blocchi nel momento in cui qualcuno ti parla. Salta il feedback e i tuoi schemi errati si consolidano in abitudini — ciò che i ricercatori dell'acquisizione delle seconde lingue chiamano fossilizzazione fin da Selinker (1972).

Come bilanciare i tre elementi con un programma normale

Non esiste un rapporto canonico approvato dall'acquisizione delle seconde lingue per il tempo dedicato a input/output/feedback, ma un'euristica difendibile per lo studio autonomo di un'ora al giorno è:

• ~30 min di input (un podcast o una serie; usare sottotitoli in L2 va bene, i sottotitoli in L1 dipendono dal livello — le rassegne di Vanderplank riassumono i compromessi)
• ~20 min di output (conversazione, diario, pratica di monologo)
• ~10 min di feedback / revisione (lacune del giorno precedente, pratica di recupero, riformulazioni)

Un pattern comune negli studenti che usano app è più vicino a 55 min di input, 5 min di output, 0 min di feedback. Questa è la configurazione che produce la sindrome "riesco a leggere tutto ma mi blocco quando apro bocca".

Dove i tutor AI aiutano davvero

Output e feedback sono le parti costose nei modelli con tutor umani — richiedono tempo e pazienza da parte di un parlante fluente. I tutor AI risolvono il problema dell'offerta: puoi avere 30 minuti di output con feedback ogni giorno, invece di 30 minuti a settimana. La letteratura sull'acquisizione delle seconde lingue rileva costantemente che l'output interattivo con feedback tempestivo accelera l'acquisizione della fluenza (vedi Mackey & Goo 2007 per una meta-analisi su interazione e sviluppo della L2; Li 2010 specificamente per il feedback correttivo scritto).