Indici predittivi probabilistici: il caso della geminazione consonantica in italiano L2

Questa ricerca prende in esame l’acquisizione dei fonemi geminati in apprendenti di una seconda lingua. In questo studio i rilievi sperimentali raccolti per quattro diversi gruppi di apprendenti di italiano L2 sono stati analizzati assumendo quale base teorica l’Analogical Modeling of Language (AML), uno dei più diffusi modelli computazionali tra quelli exemplar-based. Elaborato da Royal Skousen (1992, 1995, 2002), l’AML è un modello analogico di quantizzazione probabilistica il quale, sfruttando il principio di analogia, consente di predire, sotto forma di simulazione, il grado di vicinanza/distanza tra più forme linguistiche e di isolare i fattori che incidono maggiormente per la riuscita del processo e, di conseguenza, il loro comportamento. Il protocollo metodologico ha previsto lo svolgimento sequenziale di più fasi. Innanzitutto è stato predisposto un database di oltre 2000 entrate lessicali contenenti un fonema lungo estratte da conversazioni di parlato naturale prodotte da apprendenti spagnoli, tedeschi, inglesi ed ecuadoriani. Una preliminare analisi acustica ha permesso, previa misurazione di specifici parametri, in primis la durata, di codificare ogni consonante bersaglio come lunga o breve. Successivamente, ogni fonema geminato dell’italiano, a prescindere dalla sua realizzazione fonetica in L2, è stato classificato, all’interno del database, sulla base di diverse variabili tra cui: modo e luogo di articolazione, sonorità, classe di suono, sillaba e posizione dell’accento lessicale, lunghezza, classe lessicale e indice di frequenza della parola, ma anche livello di competenza dell’italiano e lingua materna dell’apprendente. L’interrogazione analogica dell’archivio è stata condotta in modo mirato: le variabili considerate, ridotte a stringhe alfanumeriche, sono state di volta in volta selezionate e opportunamente combinate allo scopo di valutare l’indice probabilistico di geminazione computato per quel sottoinsieme di fattori, ovvero il subcontesto analogico. I risultati finora ottenuti sono incoraggianti e spesso sorprendenti, ad esempio la classe lessicale della parola costituisce un predittore di geminazione più forte rispetto alla frequenza lessicale della parola medesima. Non solo, la metodologia adottata ha permesso anche di simulare il comportamento di quelle combinazioni di variabili, di fatto assenti nel nostro campione acquisizionale, sebbene potenzialmente possibili, ampliando così il ventaglio delle predizioni statistiche a nostra disposizione.