As palavras mais comuns do inglês

Os rankings são calculados a partir do Corpus of Contemporary American English (COCA), um corpus de um bilhão de palavras de inglês americano cobrindo 1990 a 2019, com transcrições de fala, ficção, revistas, jornais, textos acadêmicos, blogs, outros textos da web e legendas de TV/filmes. Os dados de frequência são publicados em www.wordfrequency.info, que é a fonte de todo número nesta página.

As contagens brutas são normalizadas para uma taxa por milhão de palavras, para que as palavras possam ser comparadas de forma justa entre gêneros de tamanhos muito diferentes. O número ao lado de cada palavra é essa taxa: 'the' ocorre cerca de 50.385 vezes por milhão de palavras, 'be' cerca de 32.623.

As entradas são lemas, não formas flexionadas. Formas flexionadas são agrupadas sob sua entrada de dicionário — runs, ran e running contam todas para run —, o que reflete como falantes organizam o vocabulário mentalmente e evita que um único verbo ocupe seis posições num top 100.

A classificação gramatical vem do próprio corpus. Palavras que funcionam como mais de uma classe são contadas separadamente em cada uma, então uma palavra pode aparecer em mais de um ranking de categoria com números diferentes. Note que verbos modais são classificados como verbos, e não como uma classe separada — por isso can, will e would aparecem no ranking de verbos.

Os níveis do QECR ao lado de cada palavra são nossa estimativa editorial de quando um estudante costuma encontrar e usar aquela palavra, na escala A1–C2. São um recurso de estudo adicionado sobre os dados, não parte do corpus — e deixamos isso claro em vez de sugerir que o corpus os atribui.

A maioria dos estudantes estuda vocabulário em conjuntos temáticos — comida, viagens, o escritório — porque é assim que os livros didáticos são organizados. Os dados de frequência sugerem outra prioridade. As palavras não são igualmente úteis, e a diferença entre as mais úteis e as apenas úteis é enorme. Uma palavra na posição 100 aparece muitas vezes mais do que uma na posição 3.000, o que significa que uma hora dedicada às primeiras cem vale muito mais do que várias horas dedicadas mais adiante na lista.

Isso tem uma consequência prática: antes de aprender uma lista temática, garanta que você domina o núcleo. Se você consegue ler o topo desta página e realmente conhece cada palavra — não só reconhecê-la, mas produzi-la corretamente numa frase — você tem uma base sobre a qual o vocabulário temático pode se apoiar. Se não consegue, as listas temáticas vão continuar desmoronando, porque as frases em que aparecem são sustentadas por palavras que você ainda não domina.

A frequência também diz quando parar. Depois de alguns milhares de palavras, os retornos caem drasticamente e a leitura com base em contexto se torna uma professora melhor do que qualquer lista. Rankings são uma ferramenta para o primeiro trecho da jornada, não para a jornada inteira.

Por fim, trate essas listas como um diagnóstico. Marque o que você já sabe, olhe o que sobrou, e deixe as lacunas escolherem seu próximo tema. Isso é um guia mais honesto sobre o que estudar em seguida do que qualquer programa de curso.