Kailangan ang Comprehensible Input — Pero Hindi Ito Sapat

Si Krashen ay tama tungkol sa input — ngunit bahagya lamang

Ang Input Hypothesis ni Stephen Krashen (1985) ay naging pinakamakapangyarihang ideya sa pagtuturo ng wika noong huling bahagi ng ika-20 siglo: natututo tayo ng mga wika sa pamamagitan ng pag-unawa sa mga mensaheng bahagyang mas mataas sa ating kasalukuyang antas (ang kanyang sikat na pormula na "i+1"). Ang comprehensible input ay kailangan — ang bahaging iyon ay nanatiling totoo.

Ang hindi nanatiling totoo ay ang pahayag na ang input ay sapat na. Dalawang dekada ng pananaliksik ay nagpapakita na ang mga nag-aaral ay nangangailangan ng higit pa.

Bakit umabot sa plateau ang purong input

Kung nanonood ka ng 800 oras ng Spanish Netflix at hindi ka pa rin makabuo ng pangungusap, personal mong napatunayan na ang input lamang ay may hangganan. Ang mga dahilan:

1. Ang pagkilala ay hindi produksyon. Maaari mong maintindihan ang "podrías pasarme la sal" nang hindi kailanman kunin ang "podrías" mismo. Iba't ibang pangangailangan sa retrieval, kahit na ang pinagbabatayan ng kaalaman ay magkapatong (Tulving & Pearlstone 1966).
2. Ang receptive grammar ay malabo. Maaari mong maintindihan ang 80% ng kumplikadong syntax nang hindi alam kung saan talaga napupunta ang pandiwa.
3. Kung walang output, hindi mo napapansin ang mga puwang. Ang output ay pumipigil sa pagpansin na hindi kailanman ginagawa ng input.

May ikaapat, mas tahimik na dahilan kung bakit nananatili ang karamihan ng mga nag-aaral sa input mode: ito ay pribado. Maaari kang mabigo sa isang podcast sa iyong kusina at walang nakakaalam. Ang output ay naglalantad sa iyo. Ang asymmetry na iyon — ang input ay ligtas, ang output ay nakakahiya — ay ang makina ng 800-oras na problema sa Netflix nang hindi bababa sa cognitive na problema.

Ang Interaction Hypothesis ni Mike Long (1996) ay nagdagdag ng nawawalang piraso sa cognitive side: ang wika ay natututunan sa pamamagitan ng negotiated interaction, kung saan gumagawa ka ng isang bagay, tumutugon ang kausap, at ang resultang feedback ay nagsasara ng loop.

Ang 3-bahagi na fluency loop

Ang consensus picture sa SLA ay lumipat tungo sa isang bagay na tulad ng input-interaction-output framework (Gass 2003; Ortega 2009 para sa textbook version):

1. Massive comprehensible input — 100s ng oras ng TV, podcasts, mga libro sa i+1
2. Forced output — araw-araw na pagsasalita at pagsusulat sa ilalim ng realistikong presyon. Ang Forced output ay ang SLA term of art; sa simpleng Tagalog, deliberate output practice.
3. Feedback — mga pagwawasto, recasts (kapag ang isang kasosyo ay muling binubuo ang iyong pangungusap nang tama nang hindi binabali ang pag-uusap), o self-noticing sa loob ng 24 oras

Laktawan ang input at ang iyong grammar ay mananatiling pira-piraso. Laktawan ang output at mag-freeze ka sa sandaling may magsalita sa iyo. Laktawan ang feedback at ang iyong maling mga pattern ay tumitigas na nagiging ugali — kung ano ang tinatawag ng mga SLA researchers mula kay Selinker (1972) na fossilization.

Paano balansehin ang tatlo sa normal na iskedyul

Walang canonical na SLA-blessed ratio para sa input/output/feedback time, ngunit ang isang maipagtanggol na self-study heuristic para sa isang oras sa isang araw ay ganito ang hitsura:

• ~30 min input (isang podcast o show; ang paggamit ng L2 subtitles ay okay, ang L1 subtitles ay nakadepende sa antas — ang mga review ni Vanderplank ay bumubuod sa mga trade-offs)
• ~20 min output (pag-uusap, journaling, monologue practice)
• ~10 min feedback / review (mga puwang kahapon, retrieval practice, recasts)

Ang isang karaniwang pattern sa mga app-based learners ay mas malapit sa 55 min input, 5 min output, 0 min feedback. Iyan ang configuration na gumagawa ng "Maaari kong basahin ang lahat ngunit nag-freeze ako kapag binubuksan ko ang aking bibig" syndrome.

Saan talaga nakakatulong ang mga AI tutors

Ang output at feedback ay ang mga mahal na bahagi sa mga human-tutor models — nangangailangan ang mga ito ng oras at pasensya mula sa isang fluent speaker. Ang mga AI tutors ay nag-aayos ng supply problem: maaari kang magkaroon ng 30 minuto ng output na may feedback araw-araw, sa halip na 30 minuto sa isang linggo. Ang SLA literature ay patuloy na nakakahanap na ang interactive output na may napapanahong feedback ay nagpapabilis ng fluency acquisition (tingnan ang Mackey & Goo 2007 para sa isang meta-analysis sa interaction at L2 development; Li 2010 partikular para sa written corrective feedback).