Quantas das 170 mil palavras em inglês você conhece?

• VocabOwl é uma ferramenta de Scientific Word Count que estima quantas das 171.476 palavras em inglês o usuário realmente conhece
• Para ver o resultado, é preciso completar o desafio de 100 perguntas, um método que estima o tamanho total do vocabulário com base em um teste curto
• É informado que a composição das perguntas usa o método de amostragem estratificada (stratified sampling)
• O site destaca o uso do Gemini 3 Flash AI e inclui IA na forma como gera e opera o teste de palavras
• É um projeto inspirado no podcast The Rest Is Science e em Prof. Hannah Fry e Michael Stevens

---

O teste oferecido pelo VocabOwl

• O VocabOwl é um serviço de estimativa de vocabulário em inglês centrado na pergunta: “How many of the 171,476 English words do you actually know?”
• O usuário pode completar um desafio com 100 perguntas e verificar quantas palavras em inglês conhece
• É informado que as perguntas do teste foram estruturadas de forma scientifically stratified

Como funciona e de onde veio a inspiração

• No site, Stratified Sampling aparece como o método principal
• Gemini 3 Flash AI é mostrado como a tecnologia utilizada
• Como fontes de inspiração, aparecem o podcast The Rest Is Science, Prof. Hannah Fry e Michael Stevens

[GN⁺]

Comentários do Hacker News

• Há cliques demais por palavra. Gosto desse tipo de quiz de “quantas palavras você conhece”, então fui até o fim, mas no geral a classificação parece duvidosa
  Existe um fluxo geral em que as palavras do começo são fáceis e as do fim são difíceis, mas a dificuldade intermediária está bastante misturada. breviary é muito mais rara do que seria de se esperar para nível intermediário, e um termo de fobia como Hippopotomonstrosesquippedaliophobia parece mais uma brincadeira que um aluno do ensino fundamental mostraria após procurar no dicionário do que uma palavra de uso real. Também é difícil entender por que metamorphosis e kinetic foram colocadas como expert
  As definições em geral eram reconhecíveis, mas definir lethargy como “estado de apatia” é óbvio, tratar complacent como “arrogância autoindulgente” é exagerado, magnanimous não precisa necessariamente de um “rival”, e em gauche a simples ideia de “desajeitado socialmente” perde a nuance de tactless
  Diz que é “científico”, mas só mostra uma fórmula por cima e não explica como as palavras foram estratificadas no início. Se amostragem estratificada é um método formalmente reconhecido para isso, seria bom haver links para referências reais. Acho que conheço muitas palavras, mas é difícil confiar na estimativa de mais de 75k que este app me deu

  • Em alguns pontos, achei que até fez sentido. breviary é uma palavra familiar para mim e nada rara. É amplamente conhecida entre católicos, e quem se interessa por arte medieval ou livros provavelmente a conhece. Era um dos principais tipos de livro antes da imprensa, então, se você pensa em imagens de manuscritos iluminados, talvez metade delas venha disso
    Hippopotomonstrosesquippedaliophobia parece ser menos para decorar a palavra inteira e mais para inferir o sentido a partir dos componentes. Eu conhecia sesquippedalian, phobia é fácil de reconhecer, e até hippo dava para supor, pela raiz latina, como algo próximo de “grande” em vez do animal
    Também já ouvi complacent e gauche usados assim, e num dicionário isso seria, na pior hipótese, a segunda ou terceira definição, então não me incomoda. Já fui bem em spelling bee, e se eu tivesse mantido a disciplina de estudar dicionário por algumas horas todo fim de semana, talvez fosse ainda mais longe
  • Uma das últimas palavras foi kerfuffle, que é bem comum. Já Zenzizenzizenzic eu nunca tinha ouvido, mas acho que acertei
    Seria muito melhor se houvesse um resumo mostrando quais respostas que escolhi estavam certas e quais estavam erradas
  • Concordo que complacent não parece ser essencialmente smug, mas curiosamente tanto o dictionary.com quanto o Wiktionary incluem smug como sinônimo ou parte da definição
    Ainda assim, nesses casos eles também analisam smug como algo próximo de self-satisfied ou self-complacent, então talvez a parte divergente esteja no significado de smug. Pela minha intuição, smug é menos simplesmente “auto-” e mais relacional, com a sensação de gostar de estar acima de alguém. Complacent é basicamente estar satisfeito com a própria situação, mas muitas vezes vem com a implicação negativa de não agir para melhorar quando deveria
  • Impressiona que isso tenha chegado à primeira página do HN mesmo quase não parecendo adaptativo
  • Mesmo sem conhecer Hippopotomonstrosesquippedaliophobia, entre quatro opções é muito fácil acertar
    Havia cliques demais por palavra, então levou muito tempo para terminar, e como havia alternativas, ficou fácil demais chutar até as que eu não conhecia

• O conceito é interessante, mas ter que responder 100 palavras é bastante coisa. Foi entediante passar pelas palavras fáceis do começo, e acabei perdendo o interesse antes de chegar nas mais interessantes
  Um sistema assim pode se ajustar muito mais rápido internamente com pontuação e confiança. No início a confiança é baixa e vai aumentando com o tempo; nas primeiras questões os acertos e erros movem a pontuação rapidamente, e depois ela vai se estabilizando
  Na prática, começaria mostrando palavras cada vez menos comuns, e ao errar voltaria para palavras mais fáceis; quando a pessoa voltasse a acertar, o sistema acabaria orbitando palavras próximas do nível dela. E também há cliques demais por palavra. Como é um teste casual, bastaria processar logo após um clique na definição, e se houver preocupação com toques errados, é só colocar um botão de desfazer

  • Também é preciso considerar erros de entrada e incorporar isso ao cálculo de confiança. Até a pessoa mais inteligente do mundo às vezes comete um simples erro de clique ou tem um disparo momentâneo do neurônio errado
  • Concordo especialmente com o primeiro ponto. Fiz umas 10 palavras e desisti, porque não estava claro qual era o caminho para avançar para a próxima etapa
  • Nem chega a ficar difícil o suficiente. Além disso, palavras demais eram sobre palavras longas em si ou sobre a tendência de falar de forma prolixa
  • No celular, o botão de envio fica na parte de baixo da tela, então precisa rolar a página. Depois de rolar uma vez, porém, parece que o posicionamento fica certo
  • Os elementos clicáveis também estão espaçados demais. No notebook, eu precisava ficar movendo o cursor para cima e para baixo para escolher a resposta e depois confirmar
    Seria bom se cada opção tivesse uma letra ou número para permitir escolha pelo teclado. Havia um serviço de formulários assim que funcionava muito bem; acho que era o Typeform. Fui conferir e agora está tudo coberto de menções a IA, então perdi o interesse em verificar

• Além de outras críticas, há um erro estrutural que faz com que o cálculo só esteja certo pela metade. Dependendo da forma de contar, dá até para dizer que está 100% errado
  Sou falante nativo de inglês, um esquisitão que lê muitos livros, tirei nota máxima no SAT e acertei todas as 100 sem pesquisar. Mesmo assim, a “SCIENTIFIC ESTIMATE” mostrou apenas que eu conheço 85.000 de 170.000, o que foi confuso
  Na página final “How is this calculated”, dizem que há cerca de 171.476 palavras em uso atual com base no Oxford English Dictionary Second Edition, e dividem por faixas de dificuldade: Core Basics 3.000, Intermediate 7.000, Advanced 10.000, Expert 25.000, The Obscure 40.000+. A pontuação total seria a soma de precisão em cada faixa × tamanho da faixa
  Só que, somando todas essas faixas, dá apenas 85.000, então mesmo com pontuação perfeita o resultado máximo é 50%. Além disso, estão usando um subconjunto muito limitado da língua e que talvez represente mal a dificuldade. É bonitinho, mas está errado de várias formas

  • Exatamente o mesmo feedback. Acertei as 100 e deu o mesmo resultado
    Como costuma acontecer em testes de vocabulário em inglês, saber grego ajuda nas palavras difíceis
  • A seleção de “palavras avançadas” é meio estranha. obscure não é tão obscure assim
    Tem alguns termos técnicos, mas a maioria são palavras que você provavelmente ouviria até numa conversa comum da Radio 4
  • Em muitas, dava para acertar porque 3 das 4 opções claramente não faziam sentido. Se o objetivo é uma estimativa de verdade, eu preferiria um botão “não sei” em vez de simplesmente mandar escolher uma resposta certa
  • Claramente parece feito por IA
  • Acertei umas 80 e saiu 57k

• Deu 78.000, o que é bem bom para uma segunda língua. O valor máximo deste teste parece ser 85.000
  As opções parecem ter sido geradas por LLM, e há alguns padrões, como “now” e “forever” aparecendo com frequência
  Há alguns anos joguei algo parecido, em que você podia continuar jogando: se acertasse o suficiente em sequência, subia de nível, e se errasse uma, descia. Nos níveis muito altos, na verdade ficava mais fácil, porque apareciam palavras do inglês antigo, e elas eram praticamente iguais às da minha língua materna, o neerlandês. Acho que também tinha um elemento beneficente e provavelmente era https://freerice.com/, mas parece que hoje o jogo foi simplificado
  A Ghent University, na Bélgica, também tinha um teste interessante, que avaliava a proficiência comparando com a pontuação média de determinados níveis de escolaridade. Lá eu tirei algo em torno de 41.000, e acho que isso me colocava na média de falantes nativos de inglês com nível universitário. Na atualização no fim de https://languagehat.com/ghent-vocabulary-test/ há informações sobre para onde esse teste foi e algumas alternativas

• É bem divertido
  Seria melhor remover o botão de enviar: ao clicar numa opção, poderia mostrar se estava certa e, depois de uns 1 segundo, passar para a próxima. Esse fluxo de ter que apertar enviar duas vezes quebra a imersão
  E, nas palavras que eu vi, entre as 4 opções havia uma correta, uma antônima da correta e as outras duas quase aleatórias. Na prática, dava até para pular as alternativas em que não aparecia um antônimo junto

  • Se tivesse atalhos de teclado, resolver 100 palavras seria bem menos truncado. 1~4 para escolher a opção, Enter para enviar, e também precisaria corrigir o problema de o layout ficar pulando
  • Estimou 74k, mas sinto que pode estar inflado. Muitas vezes, mesmo quando eu não sabia a resposta, dava para chutar pelo clima das opções, e os distratores não eram convincentes o suficiente
    Primeiro, eu podia eliminar respostas que decompunham a palavra em termos comuns do inglês. Se a palavra pudesse ser decomposta tão facilmente, dificilmente seria obscure para começo de conversa
    Escrever alternativas erradas para questões de múltipla escolha é difícil. Entre as provas que conheço, tirando as que exigem cálculo ou memorização, o exame nacional polonês para médicos, o LEK, faz isso de forma quase cruel. É praticamente impossível alguém de fora da área acertar no chute acima do acaso
  • Eu odiaria se marcasse erro não por eu ter clicado na resposta errada, mas só porque encostei sem querer na tela do celular

• Deveria ser possível responder com “não sei”. É injusto acertar com 1/4 de chance quando você realmente não sabe, e com truques comuns de múltipla escolha dá para acertar ainda mais
  Algumas palavras que eu teria aceitado tranquilamente errar acabaram entrando como certas

  • Resolvi as 100, e não é nem 1/4. Nas palavras difíceis, quando uma explicação era muito mais longa que as outras, ela frequentemente era a certa. Além disso, duas das opções geralmente eram algum tipo de objeto, e esse tipo de resposta quase nunca parecia ser o correto
    Também seria bom misturar um pouco a dificuldade. As últimas 30 pareceram trabalho repetitivo e chato. A ideia em si é legal
  • Seria mais fácil e rápido se, para cada palavra, bastasse responder sim/não se você sabe a definição. Aí daria para passar rapidamente por 100 palavras. Também seria bom ter atalhos de teclado para cada opção
  • Em algumas, deduzi a definição correta comparando as alternativas
  • Talvez forçar o chute seja até mais significativo. Dá para chutar com base nos componentes da palavra que você conhece
    Mesmo no pior caso, dá para corrigir a probabilidade de 25% de acertar por acaso

• Dá para explorar o teste com bastante facilidade. Muitas alternativas não parecem definições de palavra, a estrutura “resposta certa + oposto + 2 irrelevantes” aparece com frequência e, na parte final, a resposta mais longa muitas vezes era a correta. O desenho dos distratores é ruim
  A amostra de palavras também está fortemente enviesada para conceitos ligados a palavras, fala, falantes e persuasão. Provavelmente um LLM recebeu um prompt para a tarefa de selecionar palavras e acabou escolhendo coisas relacionadas a “palavra”
  Para dar contexto, sou falante de segunda língua, nerd de linguística, e uso inglês principalmente em contextos acadêmicos e profissionais. Misturando essas manhas, deu 75.400, mas na prática talvez eu esteja mais perto de 10~15k
  O design também é, como qualquer um pode ver, dolorosamente parecido com o Duolingo

  • Tive que procurar a palavra inglesa lumbago por causa da definição “dor aguda nas costas”. Em alemão existe a expressão colorida Hexenschuss
    Acho que quase toda língua tem uma palavra para esse tipo de dor, e quem já tem certa idade provavelmente vai concordar
  • Todas as alternativas com ponto e vírgula eram a resposta certa
  • Já na landing page dava para ver na hora que parecia Duolingo

• Acertei 88 de 100, mas a única coisa que aprendi com isso foi que sou muito bom de chute. Em umas 20, consegui chegar à resposta eliminando opções pouco plausíveis ou inferindo pelo sentido de partes da palavra
  Para avaliar com mais honestidade quantas palavras eu realmente conheço e quantas consigo acertar, eu queria que houvesse uma opção “não sei”

• Para encontrar o nível mais rápido, deveria usar pontuação ELO. Ficar penando para resolver 100 palavras básicas não faz sentido

• Está usando de forma imprecisa o número 171.476 do OED, além de partir de uma grande incompreensão sobre dicionários e sobre a própria língua
  Esse número se refere à quantidade de entradas completas definidas como de “current use” na Second Edition de 20 volumes do Oxford English Dictionary. Não significa número de palavras. Também não inclui variantes ortográficas, formas flexionadas, expressões nem entradas run-on do OED
  Além disso, o OED está longe de ser uma lista completa do inglês. Na verdade, como o ciclo de atualização é muito lento, é bem possível que estejam faltando centenas de milhares de palavras. Como editor de dicionário e lexicógrafo, uso o OED todos os dias, e quem o faz também sabe disso