A utilização de modelos dinâmicos de produção da fala, tais como a Fonologia Gestual2 (FonGest), tem permitido iluminar a investigação do funcionamento fônico de crianças com padrões não esperados para sua faixa etária por meio de processos fônicos categóricos e, também, gradientes.

Dentre esses processos gradientes, destacam-se os contrastes encobertos (cf., especialmente, MACKEN & BARTON, 1980; MAXWELL, 1981; PANHOCA-LEVY, 1993; GIBBON, 1999; SCOBBIE et al., 2000; HEWLETT & WATERS, 2004; BERTI, 2006; FREITAS, 2007 e RODRIGUES, 2007). A interpretação desse fenômeno é favorecida pela premissa da FonGest de não separar a tarefa motora que a criança realiza e a representação desta tarefa. Dessa forma, torna-se possível atribuir a nuances articulatórias – apreendidas por meio do detalhe fonético – um estatuto de contraste em construção e, assim, investigar as produções apresentadas por uma criança que se revelam intermediárias a duas categorias fônicas. Ao invés de interpretar um contraste como presente ou ausente, a FonGest abre a possibilidade de pesquisar a sua construção gradual.

Como observa ALBANO (2007a: 14), a interpretação de achados acústicos por modelos fônicos dinâmicos permite “revelar regularidades sutis, encobertas, ou insuspeitas, do conhecimento fônico, entendido não só como um ‘saber o que’, mas também como um ‘saber como’”.

A proposta do presente trabalho consistiu em perseguir a investigação de tais “regularidades sutis, encobertas, ou insuspeitas” do funcionamento linguístico de crianças com diagnóstico de transtornos fonológicos3, com base nos princípios da FonGest. A preocupação principal foi caracterizar movimentos do processo de reorganização fônica dessas crianças, ou seja, marcas que caracterizassem o momento em que elas abandonam um padrão “desviante” e se aventuram por novas tentativas em direção ao padrão na língua.

Esse interesse remonta a FREITAS (2007), em que foram observadas ocorrências de quebras e imprecisões nas produções infantis – caracterizadas por pausas, alongamentos e inserções de sons – que ocorriam, muitas vezes, nas imediações do contraste fônico investigado.

A inquietação gerada por esses achados motivou trazê-los para destaque na presente pesquisa. Para tanto, busca-se aprofundar as seguintes questões: (a) haveria, de fato, relação entre alterações na fluência e momentos de reorganização fônica? (b) em caso positivo, isso estaria restrito a casos de crianças com diagnóstico de transtornos fonológicos ou ocorreria em crianças sem esse diagnóstico? (c) o que se entende por fluência oral e, consequentemente, como as ocorrências de disfluência devem ser interpretadas?

Uma noção útil de fluência oral é a proposta por SCARPA (2006: 174):

.

A fluência falada é, assim, um ideal da escrita. A criança que gagueja não desemboca na teleologia do sujeito adulto fluente. O sujeito histórico fluente também é uma abstração. A linguagem em uso é faltosa e incompleta – os discursos transitam por outros discursos e quem faz a fluência é o outro. O outro recompõe as disfluências e imperfeições da fala – ou convive com elas.

.

Essa noção ajuda a refinar a interpretação de FREITAS (2007) – de uma possível disfluência a favor da fluência – de forma a falar de uma disfluência constitutiva da fluência. Assim, marca- se um distanciamento do mito da fluência ideal – inalcançável – para desenvolver a discussão em um terreno que considera a disfluência “intrínseca à competência comunicativa em contextos interativos de natureza oral, e não uma disfunção do falante”, conforme discorre MARCUSCHI (1999: 159).

Com base em trabalhos desenvolvidos anteriormente pelas autoras ou por pesquisadores associados (BERTI, 2006 e 2011; FREITAS, 2007), acreditamos que explorar aspectos da produção em conjunto com aspectos da percepção pode contribuir, fortemente, para a apreensão de movimentos da criança no processo de reorganização fônica. Chama-se a atenção, assim, para a não-dicotomia entre a percepção e a produção, tal como proposto pela FonGest.

Ao defender a não dicotomia entre a percepção e a produção, a FonGest não visa a anular as singularidades desses dois processos e, sim, a tratá-los de forma articulada, baseada na mesma unidade de análise – o gesto articulatório – para, assim, interpretar os vínculos entre percepção e ação de forma mais natural e efetiva. Em especial, por se tratar de um estudo de aquisição, buscar-se-ão singularidades da relação entre percepção e produção no processo de formação de categorias – em particular, na aquisição considerada desviante.

Com base nas considerações acima, selecionamos, a fim de uniformizar a amostra, crianças com dificuldades em uma mesma classe de sons: as obstruintes desvozeadas.

Para se identificar movimentos de reorganização fônica, a obtenção de dados de produção e percepção de fala de forma sincrônica – transversal – não é suficiente. Nesse sentido, a inserção da variável tempo – por meio de coletas longitudinais – é, a nosso ver, indispensável.

Cabe esclarecer que a preocupação deste trabalho é caracterizar movimentos da reorganização fônica, mas não identificar os fatores que possivelmente teriam atuado como seus gatilhos/catalisadores. Tudo indica que é muito difícil identificar exatamente que fatores sensibilizam uma criança e são responsáveis por desencadear uma reorganização fônica. Muito provavelmente, a reorganização decorre de uma combinação de fatores, dentre eles: (a) a dinâmica familiar ou outros tipos de interação com falantes da língua a que a criança seja exposta; (b) a própria escolarização: em especial, o período inicial do processo de aquisição da escrita, que pode promover transformações na relação criança/língua4; (c) interações vivenciadas em ambiente escolar com crianças e adultos; e (d) pistas oferecidas pela terapia fonoaudiológica, caso ela tenha sido indicada.

Buscou-se, portanto, neste trabalho, apreender movimentos das crianças em aquisição fônica, isto é, recursos e estratégias utilizadas por elas no momento de reorganização, sem levar em conta a motivação que as tenha sensibilizado para tanto.

Foram selecionados quatro meninos com transtornos fonológicos para compor o Grupo Alvo (GA), todos com dificuldades envolvendo fones obstruintes desvozeados, e quatro meninos sem alterações fônicas, para compor o Grupo Controle (GC). A faixa etária das crianças selecionadas, no início do processo de coleta, variou entre 4 anos e 9 meses e 5 anos e 5 meses. As crianças foram identificadas com numeração de 1 a 8 – as Crianças 1 a 4 pertencem ao GA e as Crianças 5 a 8 ao GC.

O estudo5 compõe-se de duas etapas, uma de produção e outra de percepção.

A coleta dos dados da etapa de produção foi inspirada no procedimento proposto por BERTI, PAGLIUSO & LACAVA (2009). Registraram-se dezoito palavras realizadas na frase- veículo “fala bem bonito”. As palavras-alvo selecionadas eram dissílabas paroxítonas, iniciadas pelas obstruintes desvozeadas seguidas das vogais [a], [i] e [u]. Em cada coleta, foram registradas cinco repetições de cada palavra-alvo. No total, foram realizadas quatro coletas com o GA e uma com o GC. Todas as coletas foram realizadas em cabine acusticamente tratada. O equipamento utilizado para o registro dos dados de produção foi o gravador Marantz, modelo PMD 670 K1 acoplado a um microfone Sennheiser e8155.

O estudo de produção inclui análise de oitiva e análise acústica dos dados. A análise de oitiva foi realizada por duas juízas6.

Na análise acústica, foram extraídos os valores dos momentos espectrais e de duração absoluta e relativa.

A análise de oitiva envolveu três classificações: do fone-alvo, de suas flutuações e de instabilidades ocorridas no seu entorno.

Com relação ao fone-alvo, foram adotadas as classificações “padrão” e “desviante” – casos em que o fone observado difere em grau e/ou local de constrição do fone esperado/padrão.

Ocorrências de diferentes formas de registro de um determinado fone em uma mesma coleta foram consideradas como casos de flutuação. Para quantificar esse fenômeno, utilizou-se o seguinte critério: o fone que apareceu em maior número nas realizações do contraste inicial das palavras-alvo, para cada coleta, foi considerado como o padrão estável naquele momento da aquisição e qualquer realização que diferisse desse padrão foi computada como flutuação.

Por fim, caracterizamos, via análise de oitiva, alterações na fluência, definidas como instabilidades. Foram interpretadas como instabilidades, portanto, durações não esperadas em algum segmento da frase, repetições ou inserções de sons. Cabe destacar que o distanciamento da terminologia tradicional desses fenômenos – a saber, termos tais como disfluências, hesitações, alongamentos ou pausas preenchidas e não preenchidas – buscou favorecer a interpretação dos achados à luz da FonGest. Procurou-se interpretar as instabilidades como constitutivas da fala e diretamente ligadas ao processo aquisicional; e não como marcas patológicas do discurso. Os gestos articulatórios7 e a sua coordenação podem ser pensados como formas estáveis de produção; assim, seus descompassos podem ser interpretados como instabilidades.

A fim de qualificar e quantificar tais achados, foram definidos três diferentes tipos de instabilidades:

Suspensão: paradas inesperadas durante a emissão da frase- veículo. Em alguns casos, a suspensão não teve resultado acústico audível, tendo efeito de uma pausa – anotada por “+” (sinal de mais) – como, por exemplo, “fala + sapo bem bonito” e, em outros momentos teve resultado acústico audível, tendo efeito de um alongamento – registrada por “:” (dois pontos) – como, por exemplo, “fala s:apo bem bonito”.

Ensaio: momentos em que a criança faz alguma tentativa de produção de um som da frase que é abandonada e o som é então realizado novamente. Alguns ensaios foram considerados pontuais, quando se restringiam a um fone (exemplos: “fala s + sapo bem bonito”; “s + fala sapo bem bonito”; “f + fala sapo bem bonito”) ou a uma sílaba (exemplo: “chi + fala Chico bem bonito”). Quando envolviam vários fones (exemplos: “fala fala sapo bem bonito”; “fala sap sapo bem bonito”), foram considerados não pontuais.

Preenchimento: emissões de sons aparentemente sem relação com os fones das palavras-alvo ou da frase veículo. Sons que parecem figurar como “preenchedores de espaço” (exemplo: “fala eh sapo bem bonito”, “fala hum sapo bem bonito”).

É importante ressaltar que se observaram, em algumas produções, diferentes tipos de instabilidades em uma mesma produção.

Na etapa de percepção, foi realizada uma tarefa de discriminação, modelo XAB8, com estímulos compostos por sílabas naturais por meio de uma interface lúdica. As sílabas investigadas eram iniciadas por sons obstruintes desvozeados seguidos da vogal [a]. Todas as combinações entre obstruintes desvozeadas foram contempladas. Para evitar possíveis interferências do efeito de recência – por exemplo, vantagem no reconhecimento do último estímulo da lista – foram montados estímulos nas ordens AAB (ex. /fa fa pa/) e, também, BAB (ex. /pa fa pa/).

No total, foram obtidos sessenta estímulos – 30 combinações AAB e 30 combinações BAB. Cada conjunto de 60 estímulos foi chamado de bloco. Em cada coleta, foram realizados três blocos com cada participante. No total, foram realizadas quatro coletas com o GA e quatro com o GC.

O experimento foi realizado por meio do software PERCEVAL.

Para viabilizar a realização deste experimento por crianças, foi criada uma interface lúdica e lhes foi proposta a seguinte atividade, inspirada em BRASILEIRO (2009): um “robô professor” ensina dois “robôs alunos” a falar. A criança deveria ajudar os robôs dizendo qual “robô aluno” tinha conseguido realizar o som de forma idêntica ao professor.

A análise incluiu estatística descritiva e inferencial não- paramétrica, visto que o uso de estatística paramétrica foi inviabilizado pela impossibilidade de obter sujeitos com quadros idênticos. Recorreu-se, então, à contagem de tipos de respostas, analisada por meio do teste qui-quadrado.

Foram utilizados valores de média e desvio padrão dos dados do GC, dos diferentes critérios investigados, para delimitar “faixas de regularidade”. Para tanto, utilizou-se o seguinte critério: (a) margem inferior: dois desvios padrão abaixo da média e (b) margem superior: dois desvios padrão acima da média. Em uma distribuição normal, esse critério abrange 95,44% da amostra. Posteriormente, comparou-se cada valor dos diferentes parâmetros extraídos dos dados do GA e também do GC com a “faixa” de regularidade correspondente. A quantidade de dados dentro e fora das “faixas de regularidade” serviu como base, posteriormente, para a realização de testes não-paramétricos.

O qui-quadrado e o V de Cramer foram utilizados na comparação dos dados do GA e do GC, tanto na etapa de produção quanto na de percepção.

Quando o valor do qui-quadrado era significativo, calculou- se o resíduo ajustado. Segundo MUNDSTOCK et al. (2006: 26), após constatada a

.

associação global entre as variáveis, pode-se verificar se há associação local entre categorias, calculando-se os resíduos ajustados. O resíduo ajustado tem distribuição normal com média zero e desvio padrão igual a 1. Desta forma, caso o resíduo ajustado seja maior que 1,96, em valor absoluto, pode-se dizer que há evidências de associação significante entre as duas categorias naquela casela. Quanto maior for o resíduo ajustado, maior a associação entre as categorias.

.

Na etapa de produção, utilizou-se, também, a ANOVA de medidas repetidas e o teste post-hoc de Tukey, para verificar a sensibilidade dos momentos espectrais extraídos dos dados do GC.

O tratamento estatístico dos dados foi realizado a partir do software SPSS Statistics, versão 17.0.

Os valores de resíduo ajustado9 tornaram possível apreender a associação de cada coleta – tanto do GA quanto do GC – com os diferentes critérios de classificação. Na etapa de produção, os critérios foram: (a) na análise de oitiva: fone-alvo e instabilidades; e (b) na análise acústica: momentos espectrais, duração absoluta e duração relativa. Quanto à etapa de percepção, os critérios foram: pares discriminados e tempo de reação.

A partir dos valores do resíduo ajustado, foram, então, definidas três formas de categorizar o comportamento observado em cada coleta, a saber:

(a) Padrão: quando se observou uma associação significativa entre uma coleta e a categoria considerada padrão na língua, ou, dito de outro modo, quando o resíduo ajustado mostrou uma associação significativa entre determinada coleta e a categoria esperada. Nos testes qui-quadrado, as categorias esperadas eram: padrão – para a análise de oitiva do fone inicial –; “estável” – para a análise das instabilidades –; “pares discriminados” – para a análise do padrão de discriminação na tarefa XAB –; e “dentro da faixa de regularidade” – para as análises dos momentos espectrais, medidas de duração e tempo de reação.

(b) Flutuante: quando uma determinada coleta não apresentou associação significativa com nenhuma categoria.

(c) Não-padrão: quando foi observada uma associação significativa entre uma coleta e a categoria considerada distante do padrão na língua ou, dito de outro modo, quando o resíduo ajustado mostrou uma associação significativa entre determinada coleta e a categoria não esperada. Nos testes qui-quadrado, as categorias não esperadas eram: “desviante” – para a análise de oitiva do fone inicial –, “instável” – para a análise das instabilidades –, “pares não-discriminados” – para a análise do padrão de discriminação na tarefa XAB – e “fora da faixa de regularidade” – para as análise dos momentos espectrais e medidas de duração e tempo de reação.

Nas tabelas a seguir estão expostos os comportamentos observados em cada coleta do GA e na coleta única do GC para os dados de produção. Os dados referentes aos fones plosivos e aos fones fricativos foram tratados separadamente.

Com relação aos dados de percepção, pode-se observar, na tabela a seguir, o comportamento observado em cada coleta com relação aos critérios: pares discriminados e tempo de reação.