As pessoas afirmam que as crianças aprendem uma língua estrangeira mais rápido e melhor do que os adultos. É senso comum acreditar que um aprendiz adulto de língua estrangeira só aprende a falar com pouco sotaque ou sem sotaque se viver por algum tempo no país onde a língua é falada. Seria mesmo assim? Ao abordar essas questões, é instigante proceder a alguns questionamentos. O que é o sotaque na L2, afinal de contas? Que evidências há hoje para reforçar ou para refutar essa concepção sobre a produção de fala numa língua estrangeira? Já que se trata de um processo de aprendizagem, não seria o caso de se levar em conta a variável tempo na produção de fala em L2? Indo um pouco além da visão clássica, este estudo se propõe a argumentar que o tempo relativo da unidade dinâmica – o gesto – e seu faseamento são elementos constitutivos da produção e percepção da fala, tanto na L1 como na L2, na medida em que explica aspectos deixados de fora por outras abordagens.

Os estudos na área de interfonologia desenvolvidos em nosso país não são novidade. De fato, há muito já se discute questões referentes ao sotaque em língua estrangeira, sobre a sua relação com a idade de início de estudo da segunda língua e sobre o papel do sistema da língua materna na aprendizagem deste novo sistema linguístico. Ainda que não se caracterize como um assunto novo, a questão do sotaque parece evoluir com o próprio avanço dos estudos psicolinguísticos, acompanhando a evolução dos modelos teóricos e do modo de conceber e fazer fonologia, sem desvinculá-la da fonética.

Neste artigo, propomos perpassar essas diferentes concepções, sempre focalizando o dado de aquisição fonológica de L2. Através desse apanhado histórico, acreditamos que conseguiremos demonstrar, mais claramente, a pertinência aqui defendida de uma concepção dinâmica do dado de aquisição de segunda língua.

Ao rever historicamente o dado de aquisição de L2, comecemos pela caracterização de tais fenômenos à luz de uma concepção estática, baseada em primitivos de tempo extrínseco1 (FOWLER, 1980) da aquisição fonológica.

Nesta seção, revisaremos as abordagens calcadas em modelos clássicos de Fonologia, que embasaram muitos dos estudos de interfonologia desde a década de 60. Ao caracterizar brevemente esses modelos, apontaremos, sobretudo, os aspectos destoantes da concepção dinâmica que embasa o presente trabalho, concepção essa que será mais plenamente apresentada na quarta seção.

Conforme descrevem RODRIGUES et al. (2008), as unidades de análise caracterizadas por uma natureza estática são aquelas que representam binariamente a presença/ausência de um contraste fônico. Nesse sentido, os traços distintivos correspondem a unidades de análise de natureza estática por excelência, uma vez que descrevem os segmentos a partir da presença ou ausência de determinadas propriedades. Assim, as abordagens tradicionais caracterizam a interlíngua em termos de processos que envolvem apagamentos, inserções e substituições plenas de segmentos ou, até mesmo, de unidades menores, tais como traços. Tais processos caracterizam-se, indiscutivelmente, por um caráter categórico, em que nuances são desconsideradas. As nuances em questão vem sendo relegadas ao domínio da Fonética, a qual, apesar de fornecer insumos para a Fonologia e para os estudos cognitivos, mostra-se distanciada de um modelo que visa a formalizar o sistema fonológico, enquanto Teoria da Gramática. Desses modelos estáticos, frisemos, portanto, um descomprometimento com a natureza psicomotora ou corporificada da cognição. Essa natureza pode ser vista como a ponte que vai ligar o dado de produção, em seu caráter dinâmico, com a cognição e, por conseguinte, à noção de gramática fônica dinâmica.

Com base nas seções precedentes, acreditamos ter já apresentado argumentos contra uma abordagem do processo de aquisição fonológica de L2 como a aplicação de uma regra X, em que um valor dito mais marcado passa a menos marcado, sob uma perspectiva do tipo ‘sim’ ou ‘não’. Assim, ao destacar o caráter estático de uma concepção de aquisição como “aplicação de regras”, damos procedimento à caracterização da evolução dos estudos de aquisição fonológica de segunda língua.

Os modelos linguístico-perceptuais apresentam uma nova forma de pensar tanto no que diz respeito à perspectiva de concepção do processo de aquisição de L2 como na formalização dos fenômenos desenvolvimentais. As dificuldades pelas quais passam os aprendizes, assim, não são mais concebidas como resultado do efeito de um período crítico delimitado para a aquisição plena de segunda língua. Tampouco os processos de aquisição dos sons são vistos como a substituição de uma categoria estática por outra, sem que se privilegie o contexto de ocorrência dos sons e das influências de tais ambientes.

Desconsiderando a assumpção da existência de um período crítico, os modelos linguístico-perceptuais postulam que o famoso “sotaque” estrangeiro não deve ser visto como decorrente de um programa maturacional, ou seja, do fechamento de uma janela para o aprendizado a partir de uma determinada idade. Pelo contrário: esses modelos interpretam as dificuldades características da produção e percepção oral da L2 como advindas da maneira como os aprendizes percebem os sons; disso resulta o sotaque. Assim, ainda que a capacidade cognitiva do aprendiz se mantenha ao longo de toda a vida – com mudanças previsíveis em termos de plasticidade cerebral (SALTHOUSE, 2009) –, a experiência com a produção e a percepção da língua materna exerce efeitos perceptíveis sobre a aprendizagem da L2.

Assim, os modelos de FLEGE (1995, 2002, 2003) e de BEST et al. (2001) e BEST & TYLER (2007) são pautados por uma premissa bastante importante na aquisição de L2: os sons da língua estrangeira são categorizados dentro do espectro de sons da L1, durante a percepção dos sons da língua-alvo.

Vejamos cada um dos modelos em questão com maiores detalhes. O modelo denominado Speech Learning Model – SLM (FLEGE, 1995, 2002, 2003) desenvolve-se a partir da idéia basilar de construção de categorias fonéticas dos sons da L2 a partir do inventário fonético da L1. Dessa forma, os sons da língua estrangeira que se mostram muito próximos daqueles da L1 caracterizam-se como mais difíceis de adquirir, uma vez que o aprendiz não estabelece uma categoria fonética nova para os sons em questão, pois os interpreta como idênticos aos que se encontram em seu sistema de L1. Por outro lado, sons menos similares foneticamente são mais prováveis de serem distinguidos pelo aprendiz, de modo que seja facilitada a formação de novas categorias e, dessa forma, venha a ser possibilitada a aprendizagem do som em questão.

É importante mencionar, nesse sentido, que a capacidade do aprendiz de estabelecer novas categorias de sons da L1, sob a perspectiva do SLM, mostra-se garantida ao longo de toda a vida do indivíduo, ainda que o grau de acuidade no estabelecimento dessas categorias venha a diminuir em função da perda gradual de plasticidade cerebral do aprendiz. Essa diminuição da plasticidade pode ser confundida com a idade de chegada no país de segunda língua, ou com a idade de início da aprendizagem da mesma. Dentre os diversos estudos conduzidos por Flege e colaboradores acerca dos efeitos da Idade de Chegada do Aprendiz, podemos mencionar o experimento de TSUKADA et al. (2005). Com base nos resultados de seus experimentos, os autores afirmam que, ainda que crianças sejam mais bem sucedidas do que os adultos (L1 – coreano) ao aprenderem as propriedades fonéticas das vogais do inglês, esses aprendizes mirins, mesmo assim, apresentam índices menores de discriminação vocálica, se comparadas às crianças nativas do inglês. Há, assim, um destaque ao ambiente de imersão e experiência dos falantes com a L1 e a L2.

De acordo com o Speech Learning Model (FLEGE, 1995, 2002), à medida que a percepção dos fones da L1 vai se desenvolvendo ao longo da infância e da adolescência, a assimilação de aspectos fonéticos das consoantes e vogais da L2 se mostra mais provável. Quando determinados fones da L2 continuam a ser identificados como instâncias de fonemas e alofones da L1, a formação de novas categorias será bloqueada. Entretanto, Flege deixa claro que tais limitações na percepção categórica da fala em L2 se originam da experiência prévia do aprendiz com outras línguas, e não do resultado de um programa maturacional.

Um dos exemplos de achados interessantes de Flege, que ilustram a importância de detalhes fonéticos na aprendizagem da L2, é o caso da Dessonorização Terminal, que foi abordado dentro de uma perspectiva gerativista na seção anterior. No inglês, as plosivas que sofrem o processo de desvozeamento terminal não compartilham as mesmas propriedades acústicas dos segmentos surdos /p/, /t/ e /k/ (FLEGE et al., 1987). Mesmo assim, os falantes nativos do inglês são capazes de distinguir [p] de [b] ou [t] de [d], em posição final. No que diz respeito a segmentos plosivos, o vozeamento na closura (ou a sua ausência) é uma importante pista acústica no que diz respeito ao contraste entre /p/ e /b/. Os falantes nativos de inglês que participaram do estudo de FLEGE et al. (1987) mantiveram um intervalo de vozeamento na closura de 60 a 120ms na produção de /b/ final, em intervalos de tempo total de closuras que variavam de 100 a 140 milissegundos. O desvozeamento foi, portanto, parcial. Os autores concluem que a duração do vozeamento na closura é influenciada por diversos fatores, dentre os quais pode ser mencionada a influência exercida pelo ponto de articulação do segmento. De fato, o vozeamento na closura tende a diminuir à medida que a língua recua. Isso é uma consequência do fato de que, quanto mais posterior o ponto de articulação, mais fácil se torna para que a pressão supraglotal, atrás da obstrução oral, aumente. Para que o vozeamento não cesse, a pressão supraglotal deve ser mantida abaixo do valor referente à pressão subglotal, sendo essa uma condição necessária para que o fluxo de ar que gera o vozeamento possa subir através da glote. De acordo com KINGSTON (2007), para que se possa manter o valor de pressão supraglotal superior ao de subglotal, os falantes tendem a “expandir ativamente a cavidade oral, bem como permitir que tal cavidade se expanda passivamente, através do relaxamento dos músculos que delimitam tal cavidade, durante a pronúncia dos segmentos vozeados”. Nas plosivas vozeadas, tanto a expansão ativa quanto a passiva tendem a ser mais difíceis. De fato, a cavidade oral não fica tão ativamente expandida quanto pode ocorrer na produção de plosivas bilabiais ou alveolares. Além disso, as plosivas velares, quando comparadas com as bilabiais e com as alveolares, possuem a menor área de tecido posterior à closura, fato esse que explica uma expansão de caráter passivo também menor.

O desvozeamento fonético parcial também acontece em inglês em fricativas. SMITH (1997) organizou as produções de /z/, por parte de falantes nativos do inglês, em três categorias: /z/ plenamente desvozeado (0 a 25%); /z/ parcialmente desvozeado (25 a 90%); /z/ vozeado (90 a 100% de vozeamento). No mesmo estudo, também foram apontadas diferenças referentes à duração do próprio segmento fricativo, uma vez que a duração de /z/ se mostrou significativamente mais curta do que a da sua contraparte sonora /s/. Diferenças na duração da vogal precedente também foram encontradas, de modo que as vogais que seguiam /z/ foram significativamente mais longas do que aquelas que precediam /s/. Assim, em vez da distinção binária entre plosivas vozeadas e desvozeadas, a autora reclassificou as plosivas em três grupos: 1) sonoras vozeadas, 2) sonoras desvozeadas, e 3) desvozeadas.

Os achados relatados acima sugerem a existência de contrastes mais sutis do que os propostos numa visão fonológica de oposições categóricas binárias estabelecidas a partir de traços, como é o caso do + ou - sonoro. De fato, uma abordagem dinâmica da produção e da percepção de fala em L2, como a Fonologia Gestual, dá conta de forma mais adequada dos achados de estudos de interlíngua como os da Dessonorização Terminal, que voltará a ser abordada na seção 4.

Outro modelo linguístico-perceptual é o Perceptual Assimilation Model - PAM (BEST, 1993, 1994, 1995). Esse modelo assume a visão gestual, postulando a formação de categorias na L2 a partir de semelhanças e diferenças articulatórias dos sons da L1. Na visão de Best, a noção de semelhança se mostra mais clara, uma vez que remete ao mapeamento articulatório dos gestos; assim, os gestos2 da L1 exercem papel fundamental na assimilação, em termos gestuais, dos sons da L2.

Havendo tal “assimilação”, os gestos articulatórios da L2 serão percebidos como se fossem os da L1. Os graus de semelhança articulatória entre os sons determinam a relação entre os fones da L2 e as categorias fonológicas da L1, de modo a caracterizar diferentes graus de assimilação3 entre os sistemas fonológicos das duas línguas. No Perceptual Assimilation Model, o grau de semelhança perceptual entre o estímulo da L2 e o fone prototípico, representado simbólica (fonologicamente) e fisicamente pelo inventário gestual da L1, mostra-se como um fator importante para o estabelecimento ou não de uma nova categoria perceptual específica para a L2. A transferência dos padrões da L1 para a L2 caracteriza-se, portanto, como decorrente da dificuldade de criação de novas categorias prototípicas para os sons da L2, que acarreta dificuldades em estabelecer a separação funcional das categorias de sons das duas línguas.

Entretanto, é importante mencionar que, ao invés de focalizar a percepção do aprendiz de L2, o Modelo de Assimilação Perceptual dá ênfase a monolíngues do tipo naïve4, fato esse que constitui uma importante diferença – embora geralmente não-notada pela maioria dos estudos da área – entre o modelo de Best e o SLM, de Flege. Embora os termos “percepção não-nativa” e “percepção da fala em L2” sejam geralmente tratados como intercambiáveis, tais termos estabelecem predições acerca de dois grupos de participantes radicalmente distintos: os ouvintes naïve possuem nenhum, ou pouquíssimo, contato com a fala da L2, enquanto os aprendizes de L2 se distinguem em função de sua experiência com a L2 (BEST & TYLER, 2007).

Em suma, ambos os modelos se desenvolvem sob a premissa de que a percepção é condição sine qua non para a produção, chegando mesmo a motivar, no nível segmental, os desvios de produção da fala em língua estrangeira. O grau de semelhança entre os sons da L1 e os da L2 são determinantes de tal percepção, de modo a influenciarem o processo de formação de novas categorias de sons da L2. Entretanto, ainda que ambos os modelos incorporem a noção de percepção ao processo de aquisição de segunda língua, o modelo de Flege ainda se desenvolve a partir de primitivos de tempo extrínseco, embora acresça dados fonéticos à representação fonológica, ao passo que o modelo de Best parte de uma base gestual.

Assim, podemos estabelecer um elo entre a concepção de aquisição de L2 expressa por Best e a noção de gesto como primitivo de tempo intrínseco, base da FAR - Fonologia Articulatória (BROWN & GOLDSTEIN, 1992) e da FAAR – Fonologia Acústico-Articulatória (ALBANO, 2001). Nosso próximo passo, então, é partir para uma proposta da aprendizagem da L2 baseada na visão dos Sistemas Dinâmicos.

Como se sabe, todas as línguas codificam informação linguística na ordenação de eventos no fluxo da fala. O fato de que a sequência informacional é fundamental para a fala foi enfatizado por estudos recentes, que mostram que tanto bebês como adultos conseguem captar regularidades, probabilisticamente, na ordenação de eventos como a sílaba em fluxos de novos estímulos na fala (PELLUCHI et al., 2009; SAFFRAN, 2003 ). Contudo, devemos destacar que a ordenação sequencial não é o único tipo de informação temporal relevante para a produção e a percepção da fala. A informação linguística também é codificada por padrões presentes na orquestração rítmica de eventos no fluxo da fala (KELLO, 2003: 619), ou seja, nas regularidades observadas nas quantidades de tempo real que ocorrem na intrincada dinâmica dos eventos de fala, que podem ser sequenciais ou parcialmente sequenciais (coarticulação), levando a uma sobreposição distribuída na informação temporal.

Quando se olha para a orquestração de eventos de fala numa perspectiva dinâmica, a produção/percepção da fala em L2 transcende a aprendizagem fonológica ou mesmo linguística propriamente dita. É aí que se propõe uma abordagem multimodal para a aquisição da língua materna e da língua estrangeira. A multimodalidade da cognição se manifesta numa gama variada de processos e mecanismos corporificados5, mas o foco aqui é a linguagem e, dentro do domínio linguístico, destacamos a relação multimodal entre a produção e a percepção da L2. Evidências empíricas recentes sugerem a existência de um conjunto comum de mecanismos cerebrais que subjazem tanto às funções da percepção quanto da produção da fala (CORBALLIS, 2003, 2010; GENTILUCCI & CORBALLIS, 2006; RIZOLLATTI & CRAIGHERO, 2004; PLAUT & KELLO, 1999). A maior parte desses achados diz respeito à função dos neurônios-espelho na mediação da representação da percepção e produção do movimento manual e bucal, bem como à origem braquio-manual6 da linguagem, e indicam que o conhecimento e as habilidades aprendidas para a percepção da fala também são empregados na sua produção (e vice-versa). Portanto, se for levada em consideração a premissa de que uma maneira otimizada de compartilhar a aprendizagem em diferentes modalidades implica compartilhar também mecanismos responsáveis por essas habilidades, o estudo da produção e da percepção da L2 pode se beneficiar imensamente de uma abordagem gestual multimodal para a aquisição da segunda língua.

A hipótese dos mecanismos compartilhados auxiliou muito a busca pelos aspectos fundamentais relacionados ao ritmo, ao timing na aquisição, percepção e produção da fala (KELLO, 2003: 620). De acordo com essa hipótese, alguns dos mecanismos que processam a orquestração temporal dos eventos envolvidos na percepção também seriam responsáveis pelo timing de eventos ligados à produção da fala. Isso permite o acoplamento, em tempo real, entre diferentes domínios, em que a dinâmica de um sistema influencia o timing de outro. Conforme PORT (2009), os seres humanos frequentemente acoplam vários sistemas, como ocorre quando estão dançando ao ritmo de uma música. Nesse caso, de acordo com o autor, o sistema de percepção auditiva do sujeito é acoplado ao som ambiente, e o sistema motor grosso é acoplado tanto à audição como aos sons musicais.

HOMMEL & MILLIKEN (2007) também levantam a questão de como o sistema perceptual se comunica com os planos de ação. Contudo, conforme discorrem os autores, os perceptos são codificados como representações de características do input de estímulo, ao passo que os planos de ação são codificados como especificação motora. Como, então, conceber a produção e a percepção da fala de modo a dar conta do fato de que a maneira como a fala é percebida pode alterar o modo como a fala é produzida? Essa questão pode ser respondida a partir da premissa de que tanto falantes como ouvintes recebem informação multimodal relativa às formas linguísticas e usam essa informação em todas as modalidades informacionais possíveis:

.

O uso da informação recebida em todas as modalidades informacionais requer uma moeda comum usada em todas as modalidades sensoriais. A moeda comum poderia ser a representação supramodal de MELTZOFF & MOORE (1997, 1999) ou, mais diretamente, o objeto distal da percepção. Essa mesma moeda comum é necessária para que se compreenda como ocorre a ação perceptualmente guiada e como acontece a comunicação entre falantes e ouvintes (FOWLER 2004: 200).

.

Se essa moeda comum, de uso público (GOLDSTEIN & FOWLER, 2003; FOWLER & GALANTUCCI, 2005), relacionada aos mecanismos compartilhados que subjazem ao movimento sensório-motor do corpo cognitivo7, for o gesto, então a Teoria dos Sistemas Dinâmicos pode ser aplicada à emergência e mudança de eventos que se desenrolam no tempo, como é o caso da fala. Mas o que é exatamente um sistema dinâmico?

Conforme já vimos na seção 1.2, o Processo de Desvozeamento Terminal, sob a regra apresentada na seção em questão, implica a perda do traço [+voz], através de uma regra de substituição, pelo traço [-voz]. Sob tal perspectiva de substituição plena, expressa através da caracterização de MAJOR (1987), há, na interlíngua português-inglês, uma neutralização total, no que diz respeito à distinção entre obstruintes surdas e sonoras finais.

ZIMMER & ALVES (2007, 2008) revisitaram o processo de Desvozeamento Terminal (doravante DT) na Interlíngua Português-Inglês e, sob a perspectiva aqui advogada, considerando a influência de mais de uma pista acústica para a caracterização da distinção fonológica funcional entre unidades acústicas, verificaram a impossibilidade da caracterização de tal fenômeno de forma discreta. Em suas investigações, ZIMMER & ALVES (2008) questionaram, sobretudo, se o processo de DT implicava neutralização total de vozeamento, de modo a permitir sua caracterização em termos categóricos. Ao considerarem o papel de múltiplas pistas acústicas na caracterização de um fenômeno fonético-fonológico, os autores questionaram, ainda, se a duração da vogal precedente ao segmento vozeado pode ser usada, assim como é por parte de falantes nativos do inglês, como um indicador do contraste entre pares como ‘cap’ e ‘cab’, por exemplo. No estudo de 2008, que contou respectivamente com oito participantes brasileiros e 3 estrangeiros, os autores relataram dois achados principais: 1) o grupo de participantes brasileiros produziu uma percentagem de vozeamento na closura que não demonstra neutralização de contraste entre plosivas surdas e sonoras na língua inglesa; 2) os participantes brasileiros produziram vogais mais longas antes de plosivas sonoras do que aquelas produzidas antes de plosivas surdas; contudo, a duração das vogais antecedendo plosivas surdas foi maior no grupo brasileiro comparado ao norte- americano. Esses achados serão retomados mais adiante, na comparação com os dados do estudo relatado a seguir.

Considerando a noção dinâmica discutida no presente artigo, reportamos aqui um novo estudo, que expande e aprofunda os resultados dos estudos de ZIMMER & ALVES (2007, 2008). Este novo estudo contou com 15 participantes, falantes brasileiros aprendizes de inglês, sendo 7 com proficiência intermediário-superior e 8 de proficiência avançada, conforme apontado pelo teste de nivelamento TOEIC (Test of English for International Communication). A investigação contou, ainda, com dados de 5 falantes nativos do inglês norte- americano, provenientes da região nordeste dos Estados Unidos, cujas produções, obtidas na cidade de Amherst- Massachusetts, possibilitaram a verificação do fenômeno no falar nativo.

O instrumento de coleta de dados consistiu de uma tarefa de leitura de frases, contendo as seguintes palavras-alvo: (a) seis itens lexicais encerrados por plosivas vozeadas: bob, cab, bad, pad, rag, bag; (b) duas palavras encerradas por fricativas vozeadas, cuja grafia poderia incitar o processo de transferência grafo-fônico-fonológica: bobs, falls; (c) oito pares mínimos ou análogos, distintos quanto ao vozeamento, de (a) e (b), encerradas por plosivas surdas, para possibilitar a comparação entre os pares mínimos: bop, cap, bat, pat, rack, back.

As palavras acima descritas foram apresentadas em duas diferentes frases-veículo, visando à verificação dos efeitos do contexto seguinte ao segmento obstruinte final: (a) Say____________(contexto anterior a pausa); (b) Say____________ again (contexto anterior a vogal). Cada palavra foi repetida 5 vezes em cada contexto. As frases foram apresentadas, aleatoriamente, através de slides confeccionados no software power-point, na tela de computadores do tipo laptop (modelo Vaio PCG-V505ECP, para as gravações no Brasil, e modelo Dell Inspiron 1505, para as gravações realizadas com os falantes nativos, nos Estados Unidos). Os dados dos participantes brasileiros foram coletados em uma cabine de isolamento acústico, no Campus do Curso de Jornalismo da universidade de um dos pesquisadores. As gravações dos dados dos sujeitos americanos foram realizadas em uma sala silenciosa, na residência de um dos pesquisadores, através do software Adobe Audition 2.0. Os dados foram digitalizados a uma frequência de 44.1 kHz.

As palavras-alvo foram segmentadas com o software Audacity 1.2.6 e, posteriormente, submetidas à análise acústica através do software Praat – version 4.6.02 (BOERSMA & WEENINK, 2007). Foram realizadas as medições dos seguintes parâmetros acústicos: (1) duração da closura dos segmentos plosivos; (2) percentagem de vozeamento na closura; (3) duração da vogal precedente.

Para a descrição dos resultados, focalizaremos, separadamente, os dois contextos do estudo. Iniciaremos pela descrição dos dados produzidos anteriormente ao contexto de pausa. Na seção 5.2, discutiremos o contexto pré- vocálico.

Ao discutirmos tanto a abordagem estática quanto a fonologia dinâmica ao longo deste capítulo, defendemos a relevância de considerar o dado de aquisição fonológica de L2 a partir de uma perspectiva dinâmica. Assim, ao concluirmos este trabalho, queremos deixar claro que tal concepção não somente se mostra mais pertinente para o entendimento do sistema fônico da língua do aprendiz, mas, também, reflete toda uma concepção de linguagem que vai além do âmbito do componente fonético-fonológico.

Os dados de Desvozeamento Terminal, apresentados ao longo deste trabalho, evidenciam a pertinência da visão dinâmica aqui defendida. Verificamos, ao longo do texto, que a trajetória de aprendizagem do aprendiz, no que diz respeito à aquisição de tal aspecto, deve ser considerada sob uma perspectiva que vá além de uma descrição binária dos dados (desvozeamento ‘sim’ ou ‘não’). Ao lidarmos com uma visão dinâmica de aquisição, por outro lado, conseguimos expressar a gradiência presente no sistema linguístico em desenvolvimento, gradiência essa que se mostra como uma das principais características de qualquer forma de aquisição do conhecimento. Assim, ao considerarmos a aquisição fonológica de L2 por uma ótica dinâmica, conseguimos expressar, com maior riqueza, o quão perto ou longe a língua do aprendiz se encontra do sistema-fonte e do sistema-alvo.

Finalmente, mais do que discutir a trajetória da aquisição fonológica do aprendiz de L2, é necessário expressar o caráter epistemológico da proposta. Nesse sentido, é necessário salientar que o ato de adotar uma perspectiva estática ou dinâmica deve implicar muito mais do que uma escolha ingênua do modo como os dados serão descritos e, posteriormente, do modelo utilizado para a análise. Mais do que isso, é preciso ter em mente que cada uma das perspectivas em questão revela uma diferente concepção, por parte do pesquisador, acerca do como é formado o conhecimento linguístico, visto que cada um desses posicionamentos remete a uma concepção de língua diferenciada. Assim, ao termos defendido, ao longo deste artigo, uma concepção dinâmica, esperamos ter apresentado uma concepção de aprendizagem de L2 que não se mostra isolada dos outros domínios do conhecimento, ao considerarmos um sistema sempre sujeito a alterações em virtude do meio em que se encontra e dos indivíduos que dele fazem uso.