As línguas mais difíceis de aprender (e por que a IA não aprende por você)
As línguas mais difíceis em horas de estudo, lado a lado com a escala cultural de Erin Meyer: onde o sentido mora fora das palavras e o que uma tradução deixa de fora.
Chief Language Pedagogy Geek @ Reelang

As línguas mais difíceis para quem fala inglês são árabe, mandarim, cantonês, japonês e coreano. O Departamento de Estado dos EUA, que treina os diplomatas americanos, dedica 88 semanas de estudo em tempo integral a cada uma delas, cerca de 2.200 horas de aula. Espanhol e francês levam 30 semanas. Italiano, português e holandês levam 24.
Então por que não pular as 2.200 horas e conversar por um tradutor de IA? Porque o tradutor trabalha a partir das palavras, e em muitas culturas boa parte da mensagem nunca é dita. Você precisa ler o ambiente, e o tradutor não está nele.
A DW News publicou há pouco uma reportagem chamada "Does it still make sense to learn a new language in the age of AI?". Nela, a linguista Ema Ushioda, de origem japonesa, explica que os falantes de japonês deixam muito do conteúdo importante sem verbalizar, então uma tradução feita a partir das palavras pode perder isso. Aquilo me fez voltar a um livro que conheço bem, The Culture Map, de Erin Meyer, que mapeia a mesma ideia entre países.
As línguas mais difíceis por tempo de estudo
A escola de idiomas do Departamento de Estado, conhecida há muito tempo como Foreign Service Institute, separa as línguas em quatro grupos pelo tempo que os alunos costumam levar para chegar ao nível 3 de fala e compreensão na escala de proficiência do governo americano. Isso equivale a proficiência profissional de trabalho. Uma semana típica tem 23 horas de aula e 17 horas de estudo individual.
| Grupo | Horas de aula | Línguas |
|---|---|---|
| I | 24 a 30 semanas (552 a 690 horas) | Espanhol, francês, italiano, português, holandês, sueco, romeno, dinamarquês, norueguês |
| II | Cerca de 36 semanas (828 horas) | Alemão, crioulo haitiano, indonésio, malaio, suaíli |
| III | Cerca de 44 semanas (1.012 horas) | Russo, polonês, tcheco, grego, turco, hebraico, híndi, vietnamita, tailandês, finlandês, húngaro e cerca de 30 outras |
| IV | 88 semanas (2.200 horas) | Árabe, mandarim, cantonês, japonês, coreano |
Fonte: US Department of State, Foreign Language Training.
O grupo IV leva mais de três vezes o tempo do grupo I. O Departamento de Estado chama essas cinco de "super-hard". O que torna cada uma difícil:
- Árabe. A escrita vai da direita para a esquerda e normalmente omite as vogais curtas. O padrão escrito é diferente de todos os dialetos falados, então quem aprende precisa dos dois. Nosso guia de árabe levantino cobre um deles.
- Mandarim. Quatro tons mudam o sentido de uma sílaba, e ler exige milhares de caracteres.
- Cantonês. Seis tons, a mesma carga de caracteres e uma língua falada diferente do padrão escrito.
- Japonês. Três sistemas de escrita usados juntos, incluindo 2.136 kanji padrão, verbos no fim da frase e formas verbais separadas para cada nível de polidez.
- Coreano. O alfabeto leva poucos dias. A gramática é bem distante do inglês: os verbos vêm por último e a terminação muda conforme a idade e o status de quem ouve.
O Departamento de Estado descreve o grupo III como línguas com "diferenças linguísticas e/ou culturais significativas em relação ao inglês". A cultura já faz parte de como ele explica a dificuldade.
O que o tempo de estudo deixa de fora
Dei aula de inglês como segunda língua por uns doze anos. Entre meus alunos havia executivos de alto escalão que lidavam com colegas da América do Norte e da Europa até a Índia e a China, onde um e-mail mal interpretado ou um silêncio numa reunião tinha consequências reais. Fiz todos eles comprarem The Culture Map. Nada do que li explica comunicação intercultural, e como as línguas diferem entre si, tão bem quanto esse livro. Todos adoraram, e me disseram que aquilo mudou o jeito como entendiam os próprios colegas.
Também conheço os dois lados da escala dela de casa. Minha família vem da Rússia, uma cultura de contexto relativamente alto, e eu cresci nos Estados Unidos, a de contexto mais baixo que ela mede.
Meyer é professora no INSEAD. O primeiro capítulo, "Listening to the Air", classifica países em uma escala, que ela chama de Communicating. A ideia vem do antropólogo Edward Hall, e ela mesma explica em um vídeo curto sobre sociedades de contexto baixo e alto.
- Numa cultura de contexto baixo, um bom comunicador é preciso e explícito. Você diz o que quer dizer, e quem ouve entende ao pé da letra.
- Numa cultura de contexto alto, um bom comunicador é sutil e cheio de camadas. Parte da mensagem é dita e parte se lê nas entrelinhas.
Na escala dela, os Estados Unidos são a cultura de contexto mais baixo do mundo e o Japão, a de contexto mais alto. O capítulo abre com Kenji Takaki, um executivo japonês de RH, explicando a palavra do ano no Japão, "KY". É a sigla de kuuki yomenai, alguém que não consegue ler o ar. Nas palavras dele: "No Japão, se você não consegue ler o ar, você não é um bom ouvinte."
A escala dela posiciona culturas nacionais, não línguas. Mesmo assim, a língua aparece ali. No texto, ela as compara diretamente: o inglês tem contexto mais baixo que o francês, o espanhol, o italiano e o português, e essas têm contexto mais baixo que a maioria das línguas asiáticas. A figura abaixo desenha a escala com os países agrupados por língua: um bloco anglófono à esquerda, um bloco de línguas românicas no meio e um bloco asiático à direita.

Figura 1.2, "Communicating", de The Culture Map, de Erin Meyer (PublicAffairs, 2014), capítulo 1.
Dentro de cada bloco, escreve ela, os países com as populações mais misturadas e a história comum mais curta ficam mais abaixo: os Estados Unidos entre os anglófonos, o Brasil entre as línguas românicas, Singapura e Índia na Ásia. A Rússia fica fora dos três blocos, ao lado da França.
Aqui está a escala dela ao lado de duas medidas de tempo de estudo, para línguas que você pode aprender no Reelang. A primeira coluna de horas vem do nosso estudo sobre tempo de aprendizado: horas de vídeo no seu nível até seu vocabulário se igualar ao de alguém no B2.
| Língua | Nossas horas até um vocabulário B2 | Horas de aula do Departamento de Estado | Onde Meyer coloca o país |
|---|---|---|---|
| Holandês | 180 | 552 | Países Baixos: extremo de contexto baixo |
| Francês | 225 | 690 | França: lado de contexto alto do meio |
| Espanhol | 250 | 690 | Espanha, México, Argentina: à direita do meio |
| Italiano | 280 | 552 | Itália: à direita do meio |
| Português | 290 | 552 | Brasil: à direita do meio |
| Alemão | 325 | 828 | Alemanha: extremo de contexto baixo |
| Russo | 500 | 1.012 | Rússia: lado de contexto alto do meio, ao lado da França |
| Árabe | não modelado | 2.200 | Arábia Saudita: contexto alto |
| Mandarim | não modelado | 2.200 | China: extremo de contexto alto |
| Coreano | não modelado | 2.200 | Coreia: extremo de contexto alto |
| Japonês | não modelado | 2.200 | Japão: a cultura de contexto mais alto da escala |
As posições de Meyer são médias da cultura de negócios de cada país. As pessoas dentro de um mesmo país são diferentes entre si, e ela diz isso.
Duas coisas chamam atenção.
As cinco línguas mais difíceis são faladas em países de contexto alto. Arábia Saudita, China, Coreia e Japão ficam do lado de contexto alto da escala dela, e o cantonês é falado no sul da China e em Hong Kong. São duas classificações separadas colocadas lado a lado. Nada aqui mostra que uma causa a outra.
As duas medidas não andam juntas. O espanhol está no grupo mais fácil e fica bem mais para o lado de contexto alto que os Estados Unidos. O alemão leva mais tempo que o espanhol e fica no extremo de contexto baixo. O tempo de estudo diz quanto a língua demora. A escala de contexto diz quanto os falantes dela deixam sem dizer.
Uma palavra, dois sentidos
Antes mesmo de entrar a cultura, uma língua pode exigir mais de quem ouve já no nível de uma única palavra. Meyer dá três exemplos no capítulo 1:
- O japonês ashi significa tanto "perna" quanto "pé".
- O híndi kal significa tanto "amanhã" quanto "ontem".
- O francês ennuyé significa "entediado" ou "incomodado".
A conclusão dela sobre os dois primeiros: ao falar japonês ou híndi, "você realmente precisa 'ler o ar' para entender a mensagem".
Toda língua tem palavras assim, inclusive o inglês. O que importa para quem aprende é que a tradução precisa escolher um sentido, e quem falou não escolheu.
O russo funciona como o exemplo japonês dela. Рука é "mão" e "braço", e нога é "perna" e "pé". Também ensino russo para iniciantes, uma das minhas línguas nativas, no meu canal do YouTube, ThatRussianWord, usando input compreensível: fala simples que fica compreensível pelo que você vê. Numa aula sobre partes do corpo, gravada na academia, digo a mesma frase duas vezes, "У меня две руки и у меня две руки". Só o que estou apontando mostra que a primeira significa dois braços e a segunda, duas mãos.
O que as pessoas deixam sem dizer
Contexto alto é outra coisa, diferente de uma palavra com dois sentidos. É um hábito dos falantes: o quanto eles esperam que quem ouve deduza.
Meyer explica o francês sous-entendu, dizer algo sem dizer, e nota que o espanhol tem a mesma palavra, sobrentendido, e o português tem subentendido. O exemplo dela: um homem diz à esposa que tem muita caloria no sorvete de caramelo que ela comprou. Ele não disse que ela engordou. Ela ouve isso mesmo assim.
O espanhol mexicano tem um caso do dia a dia: ahorita, uma forma de ahora ("agora"). Dependendo da frase e da situação, pode se referir ao presente, ao futuro próximo ou até ao passado recente. A BBC News Mundo fez um vídeo curto sobre isso. A apresentadora diz que as palavras de tempo não significam a mesma coisa para todo mundo, e que muitas são entendidas "por contexto o hasta por cultura": por contexto, ou até por cultura. Depois vêm quatro cenas para você testar:
- Alguém atrasado: "No me tardo, ¿eh? Ahorita llego a la junta."
- Um garçom: "Ahorita le traigo su orden."
- Um adolescente: "Ay, sí, mamá, ahorita recojo mi cuarto."
- Um amigo: "Ahorita vi a tu ex."
A mesma palavra, quatro situações diferentes: "já chego", "já trago", "depois eu arrumo meu quarto" (talvez bem depois) e "acabei de ver seu ex". O tempo verbal dá pistas, mas o tom e o contexto mostram a urgência que a pessoa realmente quer passar.
Fácil de aprender e, ainda assim, não dito em voz alta
O espanhol é uma das línguas mais rápidas para quem fala inglês (nosso roteiro): 30 semanas no Departamento de Estado e cerca de 250 horas de vídeo no nosso modelo até seu vocabulário se igualar ao de alguém no B2. Também é a língua do sobrentendido e do ahorita. Saber as palavras e a gramática te dá a frase. Nem sempre te dá a mensagem.
O "você" é o caso mais claro. Todo curso de espanhol ensina tú para amigos e usted para estranhos e pessoas mais velhas, e as formas verbais levam uma ou duas semanas. Quem recebe qual forma depende do país:
- Espanha: tú com quase todo mundo da sua idade, usted para marcar distância ou respeito.
- Colômbia: em Bogotá, usted é o padrão, usado até entre casais, amigos e com crianças, ao lado de tú e sumercé. Em Medellín e Cali você ouve vos, tú e usted. Na costa do Caribe é quase sempre tú.
- Costa Rica: usted é a forma do dia a dia, inclusive dentro da família.
- Argentina: vos substitui tú.
A linguista Cristal Yeseidy Cepeda Ruiz registrou como as pessoas em Bogotá alternam entre essas formas com a mesma pessoa, para suavizar uma ordem, mostrar afeto ou acompanhar o outro falante. O artigo dela de 2021 tira o título de uma frase assim: "¿Eres feliz con su abuela?", com um verbo de tú e um possessivo de usted lado a lado. Uma comparação de 2023 entre Bogotá, Cali e Medellín mostra as três cidades caminhando para as formas mais próximas.
Ou seja, o mesmo usted que mantém um estranho à distância em Madri pode ser carinhoso entre um casal em Bogotá. Uma tradução transforma os dois em "você".
O russo tem a mesma divisão, ты e вы, e eu uso a forma formal com estranhos e pessoas mais velhas sem pensar. O hábito me acompanha no espanhol, onde erro para o lado do usted.
Neste trecho, uma falante costarriquenha orienta estrangeiros sobre qual forma usar por lá.
As horas compram as formas. Qual usar, com quem, em qual país, é outra habilidade, e você a adquire ouvindo as pessoas daquele país conversarem entre si.
O alemão é o inverso (nosso roteiro). Leva mais horas que o espanhol, mas Alemanha e Países Baixos ficam no extremo de contexto baixo da escala. Um executivo holandês de uma das turmas de Meyer disse isso sem rodeios: nos Países Baixos, quem não fala direto não é levado a sério.
Por que não usar só um tradutor de IA?
Por causa do contexto. O tradutor te dá o que foi dito. Numa cultura de contexto alto, espera-se que quem ouve deduza o que foi querido dizer, pela situação, pela relação e pelo tom, e esse trabalho continua sendo seu.
A tradução por IA é boa e continua melhorando. Ela lê um cardápio, uma placa ou um e-mail, e hoje há fones que traduzem a fala enquanto você escuta. Os sistemas atuais também usam a conversa ao redor para preencher o que a frase deixa de fora. Para comprar uma passagem de trem na Alemanha, traduza.
Na reportagem da DW, Ema Ushioda dá o motivo de isso não bastar para o japonês (aos 4:28): a IA baseia a tradução nas palavras, e "a mensagem importante pode não estar de fato verbalizada". Ela acrescenta que a tradução automática funciona num nível transacional, passando informação para cumprir uma tarefa, e não ajuda você a construir amizades nem a se sentir parte de uma comunidade.
Três coisas continuam sendo sua tarefa, por mais exata que seja a tradução.
- Uma tradução correta ainda pode perder a mensagem. Meyer descreve um convidado no Irã a quem oferecem comida tarde da noite e que responde "Não, obrigado". Um anfitrião educado pergunta mais duas vezes, porque os dois sabem que as duas primeiras recusas são boas maneiras. O tradutor te dá "Não, obrigado", corretamente, e o convidado vai dormir com fome.
- Isso acontece dentro de uma mesma língua também. Um gerente alemão, no capítulo 2, tem um chefe britânico que sugere que ele "pense em" fazer algo de outro jeito. Ele pensa e decide não mudar. O chefe quis dizer: mude agora. Os dois falavam inglês, e não havia nada para traduzir.
- Um tradutor só vê o texto que recebe. Frases em japonês costumam omitir "eu", "você" e "eles", e o inglês não pode, então o tradutor precisa escolher. Pesquisadores montaram um conjunto de teste para esse problema em 2020, e um sistema da época que levava o contexto em conta escolheu errado. Quanto mais da conversa o sistema vê, melhor ele se sai. Mesmo assim, ele não vê a sala, a relação nem a história entre as duas pessoas.
E há também a conversa em si. Falar por um celular é mais lento que falar, e as pessoas falam com o celular, não com você.
A resposta à pergunta da DW depende da cultura de comunicação em que você está e do que você quer da língua. Uma tradução te dá as palavras. Uma relação de trabalho, uma amizade ou uma família no Japão, na Coreia, na China, na Rússia, na França ou no México precisa também do que as palavras deixam de fora, e só você pode ler isso.
Então, ainda vale aprender uma língua na era da IA? Provavelmente sim, se você quer ser um comunicador eficaz e um bom ouvinte.
Como aprender o que não é dito
Você pega o contexto observando as pessoas usarem a língua entre si: quem faz pausa, quem suaviza uma recusa, o que uma sobrancelha levantada faz com uma frase.
Uma professora de francês diz isso neste trecho: fluência inclui a cultura, os hábitos, as referências e "les petits sous-entendus" que ninguém explica para você.
Quatro hábitos que ajudam:
- Assista a pessoas conversando entre si, não só falando para a câmera. Entrevistas, vlogs de família e conversas de rua mostram como um "não" ou um pedido é entregue.
- Assista ao mesmo clipe curto duas vezes. A primeira pelas palavras, a segunda pelo rosto e pela voz. Isso é escuta intensiva.
- Faça duas perguntas depois de cada clipe. O que a pessoa disse? E o que ela quis dizer, e o que me mostrou isso?
- Fique perto do seu nível. Você não consegue ler nas entrelinhas enquanto ainda está decifrando as linhas. Nosso estudo de horas mostra quanto vídeo cada nível pede.
Se você se pegar traduzindo cada frase enquanto escuta, leia como parar de traduzir na cabeça. Para o método mais amplo, veja a melhor forma de aprender uma língua, segundo a pesquisa.
O Reelang é feito de vídeos curtos de falantes nativos, organizados por nível, com um significado embaixo de cada palavra. Escolha sua língua: espanhol, francês, russo, japonês, coreano, mandarim ou árabe.
Perguntas e respostas
Qual é a língua mais difícil de aprender para quem fala inglês?
Por tempo de estudo: árabe, mandarim, cantonês, japonês e coreano. O Departamento de Estado dos EUA dedica 88 semanas de estudo em tempo integral a cada uma, cerca de 2.200 horas de aula, contra 24 a 30 semanas para espanhol, francês ou italiano.
Japonês é difícil de aprender?
Sim. O japonês está no grupo mais difícil do Departamento de Estado, com 2.200 horas de aula, três sistemas de escrita e 2.136 kanji padrão. The Culture Map, de Erin Meyer, também aponta o Japão como a cultura de contexto mais alto do mundo, então muito do que as pessoas querem dizer fica sem ser dito.
Russo é difícil de aprender?
O russo está no terceiro dos quatro grupos do Departamento de Estado: cerca de 44 semanas, ou 1.012 horas de aula, mais ou menos uma vez e meia o espanhol. A Rússia também fica do lado de contexto alto da escala de Erin Meyer, ao lado da França.
Espanhol é fácil de aprender?
O espanhol está no grupo mais rápido para quem fala inglês: 30 semanas, ou 690 horas de aula, no Departamento de Estado. Mesmo assim, os países de língua espanhola ficam do lado de contexto mais alto que os Estados Unidos, então o tom e a situação carregam sentidos que as palavras não carregam.
A IA pode substituir o aprendizado de uma língua?
A tradução por IA dá conta do que é escrito ou falado, o que basta para placas, cardápios e pedidos simples. Uma tradução correta ainda pode perder o que a pessoa quis dizer, e não constrói a relação por você. Em culturas de contexto alto como Japão, Coreia, China e Rússia, o que fica sem ser dito é boa parte da mensagem.
O que é uma língua de contexto alto?
Contexto alto descreve primeiro uma cultura de comunicação: as pessoas se apoiam em conhecimento compartilhado, relações, tom e no que não é dito. Erin Meyer coloca o Japão no extremo de contexto alto da escala Communicating e os Estados Unidos no extremo de contexto baixo. Ela também usa o termo para línguas como o japonês e o híndi, em que muitas palavras tiram o sentido da situação.
Qual é a diferença entre culturas de contexto alto e de contexto baixo?
Numa cultura de contexto baixo, como Estados Unidos, Alemanha ou Países Baixos, boa comunicação é explícita e entendida ao pé da letra. Numa cultura de contexto alto, como Japão, Coreia ou China, as mensagens são implícitas e lidas nas entrelinhas. Os termos vêm do antropólogo Edward Hall.
Comece a assistir
Escolha um idioma e comece o feed. Fala nativa real, classificada por dificuldade. Sem teste de nível, sem cadastro.
Escolha um idiomaLeia também
Quanto tempo leva para aprender um idioma? Horas de vídeo real até cada nível, em 12 idiomas
Contamos cada palavra de 4.500 horas de vídeo nativo em 12 idiomas para estimar quantas horas de input constroem o vocabulário de cada nível do CEFR.
A melhor forma de aprender um idioma, segundo a ciência
O que décadas de pesquisa têm em comum: muito input que você entende, as palavras mais comuns primeiro, revisão espaçada e fala com correção.
Como parar de traduzir na cabeça: por que entender vem antes de falar
Você para de traduzir na cabeça quando dá ao seu cérebro tanta fala compreensível que ele deixa de precisar traduzir. A tradução é um atalho que o cérebro cria quando falta experiência direta com o idioma. A solução não é um truque nem força de vontade, é volume: horas de escuta de fala real que você entende quase toda, até o cérebro criar um caminho direto do som ao sentido, sem passar pela sua primeira língua.