Fluen
Sua gramática não falhou. O final das suas palavras falhou.
Paula La Rosa, Product & Service Designer e Design Engineer
- Setor
- EdTech · Idiomas
- Papel
- Product Design · Design Engineering · Pesquisa
- Ano
- 2026
- Stack
- React + Vite, TypeScript, Tailwind, GSAP + ScrollTrigger, Three.js, Web Speech API, Web Audio API
- No ar
- fluen-delta.vercel.app/
Contexto
Método de inglês para quem fala português, construído a partir de um nivelamento real em vez de um programa genérico. A tese está no nome: Fluen, falta um T. A consoante final apagada é o que derruba plural e passado, e é isso que o ouvinte não recebe.
Problema
Quem estuda inglês por anos ainda trava na fala enquanto lê sem esforço. O diagnóstico de sempre culpa a gramática, mas o nivelamento mostrou outra coisa: a estrutura está lá e o fim da palavra some. Sem a consoante final, "screens" vira "screen" e "tested" vira "test": três informações que o ouvinte simplesmente não recebe.
Solução
Aferição por habilidade em vez de nível único, que é a média que esconde o problema. O alvo é o Lingua Franca Core: entra o que muda o entendimento, sai o que só marca sotaque. Os erros voltam no mesmo dia e só saem do baralho com três acertos seguidos em contexto novo. A escrita trava o salvar até cumprir volume e estrutura, porque escrever pouco dá a mesma sensação de ter estudado.
O que a pesquisa mostrou
Como foi feita. Nivelamento por habilidade, com leitura, escrita, fala e escuta medidas separadamente, gravações de fala comparadas palavra a palavra e entrevistas com adultos que estudam inglês há anos e travam na conversa.
Achados
- A gramática estava lá; o fim da palavra sumia: Quem trava não erra a estrutura, apaga a consoante final. Plural e passado somem, e o ouvinte perde a informação.
- Um nível só esconde o vão: A média coloca a pessoa num nível que ela não tem em nenhuma habilidade. Ler e ouvir andam na frente de falar e escrever.
- Sotaque não é o problema: As pessoas gastam tempo tentando soar americanas. O que derruba a conversa é o que muda o sentido, não o sotaque.
Personas
Fernanda, 38, Gerente de projetos em multinacional. Lê relatório em inglês sem esforço, mas trava quando precisa falar na reunião com o time de fora. O que precisa: Falar com clareza, mesmo com sotaque, e ser entendida na primeira vez. O que atrapalha: Curso que repete a gramática que ela já sabe.
Lucas, 26, Desenvolvedor que quer vaga no exterior. Estuda sozinho à noite pelo celular e não tem com quem treinar a fala. O que precisa: Ouvir onde errou e treinar só o que muda o entendimento. O que atrapalha: App que dá nota de pronúncia sem dizer o que corrigir.
Personas compostas a partir da pesquisa. Nomes e idades são ilustrativos.
O que ficou de fora
Descartei o plano inicial, focado em aspiração de p, t e k e no dark L: o nivelamento mostrou que isso já estava bom. Também ficou de fora a nota de pronúncia por item isolado, que o reconhecedor de fala distorce.
Como saber se deu certo
- Quantas consoantes finais aparecem na fala gravada, de uma semana para outra.
- Quantos erros saem do baralho com três acertos seguidos em contexto novo.
- Quantos dias da semana têm sessão concluída.
Decisões de design
A primeira hipótese estava errada, e o método mudou
O plano apostava em aspiração de p/t/k, -ed como sílaba e dark L. O nivelamento mostrou que isso já estava bom e que o problema era consoante final, ritmo e /ɜːr/. Método que não se corrige não está medindo, está confirmando o que já achava.
O alvo não é soar americano
Lingua Franca Core (Jenkins, 2000) como critério de corte: entra consoante final, plural, passado, ritmo e /ɜːr/. Fica de fora th perfeito, dark L e schwa. Perseguir sotaque gasta o tempo que deveria ir pro que muda o entendimento.
Nível por habilidade, não média
Leitura, escrita, fala e escuta são aferidas separadamente. Um número só esconde exatamente o vão que o método precisa atacar: ler e ouvir na frente de falar e escrever.
Tudo no aparelho, e a exceção é dita
Sem servidor, sem cadastro, sem senha. A única exceção está escrita na própria página: no Chrome o reconhecimento de fala processa áudio em servidor do Google, e digitar contorna isso. Esconder essa ressalva seria mais fácil e menos honesto.
Resultado
- Diagnóstico que contradiz o plano: 14 erros agrupados em 5 famílias, a maior sendo have + particípio. O perfil fonético foi refeito depois do nivelamento.
- Motor aberto, sem cadastro: A mesma engine da área de estudo roda na landing: a pessoa fala a frase e compara palavra a palavra antes de entrar.
- Evidência tratada como evidência: O reconhecedor conserta o que soa parecido com palavra provável, então o método conta padrão repetido e nunca item isolado.