Jak działa ten test
Ten test pokazuje Ci nieco ponad sto słów i zwraca liczbę rzędu dziesiątek tysięcy. Oto jak przechodzi od jednego do drugiego i na ile można mu wierzyć.
Nie da się zapytać o każde słowo
Angielski ma w zwykłym użyciu grubo ponad sto tysięcy słów, a nikt nie będzie klikał stu tysięcy pól. Test robi więc to, co ośrodek badania opinii: pyta o małą próbkę i z niej wnioskuje. Pokaż komuś garść słów uczciwie wylosowanych z danego wycinka języka, policz, ile zna, a możesz powiedzieć coś o całym wycinku.
Cała sztuka to losować uczciwie. Słowa nie są wymienne — water, hypotenuse i obtund to trzy zupełnie różne pytania — więc próbkę trzeba celowo rozłożyć na cały zakres, a nie zgarnąć ją tam, gdzie wygodnie.
Liczy się rzadkość
Każde słowo w teście ma pozycję w rankingu częstości: z grubsza miejsce, w którym wyląduje, jeśli uporządkujesz język od najczęstszego słowa do najrzadszego. Ta jedna liczba lepiej przewiduje, czy znasz słowo, niż jego długość, pisownia czy temat. Znajomość spada w miarę, jak słowa stają się rzadsze. Kształt tego spadku jest na tyle stały, że można na nim budować.
Dlatego test składa się z trzech coraz trudniejszych rund. Każda runda bada inny odcinek tej krzywej: najpierw słowa codzienne, potem środek, potem długi ogon. Twoje odpowiedzi w każdej rundzie wyznaczają jeden punkt, a razem pokazują, gdzie leży spadek.
Dlaczego ostatnia runda jest najdłuższa
Większość języka to słowa rzadkie. Słowa, które spotykasz cały dzień, to błąd zaokrąglenia wobec masy słów pojawiających się raz w roku, a próbkowanie musi to uwzględniać.
Odpowiedzi z każdej rundy są ważone tym, jaką część języka ta runda reprezentuje. Jeśli znasz połowę słów w rundzie, przypisuje Ci się mniej więcej połowę wszystkiego, co ona reprezentuje. Suma trzech rund to szacunek. Arytmetyka jest prosta. Osąd leży wcześniej, w doborze słów.
Kłopotliwa część: ludzie zbyt łatwo mówią „tak”
Zapytaj kogokolwiek, czy zna jakieś słowo, a pewna część odpowie „tak” na słowa, które tylko kiedyś widziała, które przypominają coś znajomego albo które, ich zdaniem, powinni znać. Prawie nikt nie kłamie. Rozpoznawanie to mgliste uczucie, a pole wyboru nie odróżni potrafię to zdefiniować od to brzmi znajomo.
Bez korekty to psuje całe obliczenie: każde zbyt gorliwe zaznaczenie jest mnożone przez wielkość pasma, w którym się znajduje.
Dlatego niektóre słowa w teście nie istnieją. Zostały zbudowane tak, by wyglądały i brzmiały po angielsku — dają się wymówić, mają wiarygodną pisownię, leżą na wiarygodnym poziomie rzadkości — a potem sprawdzone w kilku słownikach, by mieć pewność, że nie są prawdziwe, nie są literówką czegoś prawdziwego ani prawdziwym słowem z doklejonym przedrostkiem. Są rozrzucone po wszystkich trzech rundach i nic ich nie wyróżnia.
Nikt nie może ich znać, więc każde, które zaznaczysz, mierzy, jak swobodnie zaznaczasz. Ten wskaźnik służy potem do pomniejszenia reszty Twoich odpowiedzi. Jeśli nie zaznaczysz żadnego, wynik pozostaje nietknięty.
Liczby stojące za tym wykresem
| zgadywanie | z korektą | bez korekty |
|---|---|---|
| 0% | 27 000 | 27 000 |
| 5% | 26 470 | 27 720 |
| 10% | 24 920 | 28 430 |
| 15% | 22 550 | 29 150 |
| 20% | 19 610 | 29 870 |
| 30% | 13 140 | 31 300 |
Praktyczna konsekwencja: zgadywanie nie zawyży Twojego wyniku. Sporadyczna pomyłka nie kosztuje prawie nic, ale każde kolejne wymyślone słowo kosztuje więcej niż poprzednie, więc odpowiedzi udzielane bardzo swobodnie kończą się niskim wynikiem.
Ile jest wart wynik
Liczba pochodzi z około stu pytań o język, którego słownictwo liczy się w setkach tysięcy, więc ostatnie cyfry to szum. Jeśli ta sama osoba zrobi test dwa razy, wyniki będą się różnić, bardziej na dole skali niż na górze. Wiarygodny jest przybliżony rząd wielkości i porównanie między ludźmi.
Jest też kilka rzeczy, którymi nie jest. Liczy formy wyrazów w sensie słownikowym, a nie rodziny wyrazów, więc nie zgodzi się z liczbami z badań, które liczą rodziny i zwykle dają niższe wartości. Pyta tylko o rzeczowniki i czasowniki. Nie odróżni, czy znasz słowo dobrze, czy tylko na tyle, by je rozpoznać. To realna różnica i żadne pole wyboru jej nie wykryje. I mierzy rozpoznawanie, a nie używanie. Większość ludzi rozpoznaje znacznie więcej słów, niż kiedykolwiek wypowie.
Same słowa pochodzą z listy angielskich słów uporządkowanej według częstości, zbudowanej na podstawie dużych zbiorów danych o użyciu i zawężonej do pojedynczych słów rozsądnej długości. Jakie słowa się pojawiają, ile w każdej rundzie jest wymyślonych i gdzie leżą progi, z oczywistych powodów nie publikujemy.
Wcześniejsze prace
Żaden z podstawowych pomysłów nie jest nasz. Format listy tak/nie sięga Meary i Buxtona z końca lat osiemdziesiątych, podobnie jak odkrycie, że potrzebuje wymyślonych słów, by cokolwiek znaczyć. Vocabulary Size Test Nationa wprowadził próbkowanie według pasm częstości i ważenie każdego pasma tym, co reprezentuje. Zastosowana tu korekta — pomniejszanie odpowiedzi według tego, jak często deklarujesz znajomość nieistniejących słów — to ta, którą opisali Huibregtse, Admiraal i Meara w 2002 roku. Do tego dodajemy własną karę, która rośnie z każdym zaznaczonym wymyślonym słowem, żeby zaznaczenie prawie wszystkiego nie mogło uchodzić za duży zasób słów. Kogo ciekawi, ile słów ludzie naprawdę znają, powinien przeczytać prace Brysbaerta i współpracowników, którzy szacują tę liczbę dla dorosłego rodzimego użytkownika na około czterdzieści tysięcy i obszernie wyjaśniają, dlaczego tak trudno ją ustalić.
Zrób test