Một người học nói rằng mình biết 1.000 chữ Hán. Người khác đặt mục tiêu 3.000 chữ để đọc báo. Những con số ấy nghe chắc chắn, dễ ghi vào kế hoạch và cũng dễ dùng để so sánh. Nhưng nếu hỏi tiếp: 1.000 chữ ấy tạo thành bao nhiêu từ, được hiểu trong những ngữ cảnh nào, và có thể dùng ở kỹ năng nào, câu trả lời thường không còn rõ ràng.
Vấn đề không nằm ở việc đếm. Vấn đề nằm ở chỗ chúng ta có thể đang dùng một đơn vị dễ nhìn thấy để đại diện cho một năng lực phức tạp hơn nhiều. Muốn nói có ý nghĩa về vốn từ tiếng Trung, trước hết cần tách ba lớp thường bị nhập làm một: chữ, hình vị và từ. Sau đó, mọi con số về độ phủ từ vựng phải được đặt trở lại trong phép đo đã sinh ra nó.
Ba lớp dưới cùng một mặt chữ
Trong tiếng Trung viết, chữ là đơn vị nổi bật nhất trước mắt người học. Mỗi ô chữ có hình dạng tương đối ổn định, có thể xuất hiện trên thẻ ghi nhớ, trong danh sách chữ hoặc trong bài kiểm tra nhận diện. Vì vậy, “biết bao nhiêu chữ” trở thành một câu hỏi rất tự nhiên. Tuy nhiên, sự tiện lợi của đơn vị viết không có nghĩa nó đồng nhất với đơn vị từ vựng.
Chữ là đơn vị của hệ thống chữ viết. Hình vị là đơn vị nhỏ nhất mang nghĩa hoặc chức năng ngữ pháp. Từ là đơn vị có nghĩa và có khả năng vận hành trong câu. Ba đơn vị này có liên hệ chặt chẽ, nhưng quan hệ giữa chúng không phải một đối một. Một từ tiếng Trung có thể được viết bằng một chữ, hai chữ hoặc nhiều chữ; một chữ cũng có thể tham gia vào nhiều từ khác nhau với những nghĩa và cách kết hợp khác nhau.
Nghiên cứu của Sun, Luo và Pae năm 2024 ghi nhận trực tiếp sự khác biệt giữa chữ và từ trong tiếng Hán. Chương “Wordhood and Disyllabicity in Chinese” của Myers trong Cambridge Handbook of Chinese Linguistics cũng cung cấp một điểm tựa ngôn ngữ học cho vấn đề xác định đơn vị từ và vai trò của cấu trúc hai âm tiết. Một ví dụ kinh điển là 蝴蝶, nghĩa là “con bướm”. Đây là một từ gồm hai chữ, nhưng từng chữ 蝴 và 蝶 không hoạt động như hai từ độc lập có thể tùy ý tách ra trong tiếng Trung hiện đại. Nhìn thấy hai chữ không có nghĩa là người học đang nhìn thấy hai từ.
Phân biệt này đã được kiểm chứng tương đối vững qua hai nguồn độc lập. Nó cũng cho thấy vì sao không thể chuyển thẳng một con số chữ thành một con số từ. Hai người cùng nhận ra 1.000 chữ có thể biết những tập hợp từ rất khác nhau. Một người đã gặp các chữ ấy trong nhiều tổ hợp và ngữ cảnh; người kia chủ yếu nhớ âm đọc hoặc nghĩa gợi ý của từng chữ riêng lẻ. Trên bảng thống kê, họ có cùng kết quả. Trong hoạt động đọc và nghe thực tế, năng lực của họ có thể cách nhau đáng kể.
Nhận ra một chữ là nhận ra vật liệu. Biết một từ là biết vật liệu ấy được ghép, hiểu và sử dụng như thế nào trong ngôn ngữ.
Biết chữ vẫn quan trọng. Cấu tạo của nhiều từ ghép có thể gợi ra một phần nghĩa, giúp người học dự đoán hoặc ghi nhớ. Nhưng đó là lợi thế hỗ trợ, không phải bằng chứng hoàn tất. Từ việc nhận ra mặt chữ đến việc biết từ còn có ranh giới từ, cách đọc, nghĩa trong ngữ cảnh, khả năng kết hợp và phạm vi sử dụng. Chỉ đếm chữ sẽ bỏ qua phần lớn những tầng này.
Khi con số cũng có ngữ pháp riêng
Sự khác biệt giữa ký hiệu và hệ thống không chỉ xuất hiện trong từ vựng. Ngay cả cách biểu đạt số trong tiếng Trung cũng cho thấy một tập hợp đơn vị quen thuộc chưa đủ để bảo đảm người học nắm được cách vận hành của toàn hệ thống.
Người học thường sớm gặp các thành tố như 十, 百 và 千. Với số lớn hơn, tiếng Trung tổ chức các bậc quanh 万, tức 10.000, và 亿, tức 100 triệu. Về mặt cấu tạo, số lớn không phải một danh sách vô hạn cần học thuộc từng mục. Chúng được tạo ra từ những thành tố đã biết theo quy tắc phân nhóm. Biết các chữ số và tên bậc là điều kiện cần, nhưng người học còn phải nhận ra cấu trúc mà chúng tạo thành.
GB/T 15835—2011《出版物上数字用法》, chuẩn quốc gia Trung Quốc về cách dùng chữ số trong ấn phẩm, cho thấy hệ thống biểu đạt số được quy định rõ trong một phạm vi sử dụng cụ thể. Unicode CLDR cũng mã hóa các quy tắc để phần mềm chuyển số thành cách đọc tiếng Trung. Hai nguồn này xác nhận rằng cách biểu đạt số là một hệ thống có cấu trúc, không phải tập hợp những cách đọc rời rạc.
Tuy nhiên, cần tách điều đã được kiểm chứng khỏi điều mới chỉ là mô tả hợp lý. Các nguồn trên hỗ trợ sự tồn tại và cách mã hóa của hệ thống. Chúng chưa đủ để chứng minh độc lập rằng khó khăn chủ yếu của người học nằm ở việc chuyển từ thói quen phân nhóm ba chữ số, như cách quen thuộc với “million” và “billion” trong tiếng Anh, sang nhịp bốn chữ số quanh 万. Nhận xét về độ khó này hiện chưa thể kiểm chứng như một kết quả đo lường về người học. Chúng ta có thể dùng nó để hình dung cơ chế gây vướng, nhưng không nên trình bày nó như một kết luận thực nghiệm đã xác lập.
Ví dụ về số làm rõ một nguyên tắc rộng hơn. Thuộc các thành phần không đồng nghĩa với làm chủ hệ thống kết hợp các thành phần ấy. Trong từ vựng cũng vậy, biết nhiều chữ có thể mở rộng vật liệu nhận diện, nhưng chưa tự động mang lại khả năng phân đoạn từ, hiểu nghĩa hoặc dùng từ. Chúng ta cần hỏi không chỉ người học có những mảnh nào, mà còn họ đã học được quan hệ giữa các mảnh ấy hay chưa.
Con số vốn từ phải mang theo hồ sơ của nó
Những tuyên bố như “cần N từ để hiểu X%” thường hấp dẫn vì chúng biến một mục tiêu mơ hồ thành một vạch đích cụ thể. Nhưng đó không phải sự thật tự hiển nhiên. Nó là kết quả của một phép đo. Nếu không biết phép đo được thiết kế như thế nào, con số gần như bị tách khỏi ý nghĩa ban đầu.
Trước hết là đơn vị đếm. “Từ” đang được định nghĩa ra sao? Các dạng biến đổi, mục từ nhiều nghĩa hoặc những tổ hợp cố định được xử lý thế nào? Trong tiếng Trung, câu hỏi này còn gắn trực tiếp với ranh giới giữa chữ, hình vị và từ. Một nghiên cứu đếm chuỗi chữ không thể được diễn giải như thể nó đã đếm các đơn vị từ vựng theo cùng một tiêu chuẩn với một nghiên cứu khác.
Tiếp đó là ngữ liệu và kỹ năng đích. Kho văn bản báo chí viết, hội thoại đời thường và tài liệu chuyên môn không có cùng phân bố từ. Độ phủ khi đọc cũng không tự động tương đương với độ phủ khi nghe. Trong văn bản, người học có thể dừng lại, nhìn lại mặt chữ hoặc dựa vào cấu tạo từ. Trong lời nói, chuỗi âm thanh trôi qua và ranh giới từ không được đánh dấu bằng khoảng trắng. Một con số tạo ra từ kho báo chí không nên được dùng nguyên trạng để hứa hẹn khả năng nghe hội thoại.
Muốn đánh giá một con số về vốn từ, ít nhất cần truy lại các điều kiện sau:
- Đơn vị nào đang được đếm, và “từ” được định nghĩa theo cách nào?
- Ngữ liệu là lời nói hay chữ viết, thuộc loại văn bản hoặc tình huống nào?
- Kỹ năng đích là nhận diện, đọc hiểu, nghe hiểu hay sử dụng?
- Tỷ lệ phủ được tính bằng phương pháp nào?
- Dữ liệu được thu thập vào thời điểm nào, từ quần thể và khu vực nào?
- Kết quả đến từ nghiên cứu gốc hay được dẫn lại qua một nguồn trung gian?
Thiếu những thông tin đó, câu “2.000 từ là đủ 98%” không nên được in như một sự kiện hoàn chỉnh. Bài viết hiện không có nghiên cứu gốc đã được kiểm chứng để xác nhận con số cụ thể này. Vì vậy, nó chỉ có thể được nhắc đến như ví dụ về một dạng tuyên bố cần truy nguồn, không phải như một ngưỡng học tập.
Hai con số cùng mang nhãn “vốn từ” có thể thực chất trả lời hai câu hỏi khác nhau. Một con số được xây dựng từ danh sách giáo trình; một con số khác đến từ tần suất trong kho báo chí. Một phép đo kiểm tra khả năng nhận diện khi đọc; phép đo khác tính số mục người học có thể chủ động sử dụng. Đặt chúng cạnh nhau mà không công bố điều kiện chẳng khác nào so hai đại lượng như thể chúng chung đơn vị.
Công báo của Bộ Giáo dục Trung Quốc năm 2010 cung cấp một trường hợp đáng chú ý. Bảng chữ chuẩn trong tài liệu được chia theo cấp, với tổng cộng 11.092 chữ. Đây là nguồn chính thức, có giá trị trong đúng phạm vi của nó: mô tả một hệ chuẩn chữ viết và đếm chữ theo các cấp. Nhưng tài liệu ấy không đếm từ, cũng không thiết lập ngưỡng từ vựng cho khả năng đọc, nghe hoặc giao tiếp. Dùng con số 11.092 để trả lời câu hỏi “một người cần biết bao nhiêu từ” là chuyển kết quả sang một phép đo khác mà nguồn không thực hiện.
Từ chiếc đồng hồ đếm sang dấu vết sử dụng
Nếu không thể dùng một con số chung để đại diện cho mọi mặt của vốn từ, chúng ta vẫn cần một cách theo dõi tiến bộ. Hướng thực tế hơn là đo những sản phẩm có thể quan sát được. Thay vì chỉ hỏi “đã biết bao nhiêu”, chúng ta hỏi người học làm được gì với những đơn vị đã học.
Chẳng hạn, người học có nhận ra một từ khi nó xuất hiện trong câu đọc hay không? Có nhận ra cùng từ đó trong dòng lời nói liên tục hay không? Khi từ có nhiều nghĩa, họ có chọn được nghĩa phù hợp với ngữ cảnh không? Họ hiểu được loại văn bản nào, ở mức độ nào? Trong một nhiệm vụ cụ thể, họ có dùng được từ riêng lẻ hay cần dùng cả cụm quen thuộc?
Cách tiếp cận này không phủ nhận giá trị của danh sách và thống kê. Số lượng chữ đã học có thể cho biết quy mô vật liệu viết mà người học từng tiếp xúc. Số mục từ đã ôn có thể phản ánh khối lượng chương trình. Tỷ lệ trả lời đúng trong một bài kiểm tra nhận diện cũng là dữ liệu hữu ích. Điều cần tránh là để một chỉ số đơn lẻ đại diện cho toàn bộ năng lực từ vựng.
Một hồ sơ học tập có ý nghĩa hơn có thể đặt các chỉ số cạnh nhiệm vụ mà chúng phục vụ: nhận diện chữ trong văn bản, xác định ranh giới từ, hiểu nghĩa theo ngữ cảnh, nhận ra từ qua âm thanh, và sử dụng từ trong một tình huống cụ thể. Đây là đề xuất phân tích rút ra từ các tiêu chí của bài, không phải một thang đo đã được nghiên cứu độc lập xác nhận. Giá trị của nó nằm ở việc buộc chúng ta gọi đúng tên điều đang quan sát, thay vì gộp mọi tiến bộ vào một con số duy nhất.
Sự thay đổi này cũng làm mục tiêu học bớt mơ hồ. “Học thêm 500 chữ” là một kế hoạch về đầu vào. “Nhận ra các từ trọng tâm trong một loại văn bản xác định” là một mục tiêu về sản phẩm. Hai mục tiêu có thể hỗ trợ nhau, nhưng chúng không giống nhau. Khi phân biệt được chúng, người học và giáo viên có thể chọn tài liệu, bài tập và cách kiểm tra nhất quán hơn với năng lực thực sự muốn xây dựng.
Kết luận và giới hạn của bài
Biết nhiều chữ chưa đồng nghĩa biết nhiều từ vì chữ, hình vị và từ không quan hệ một đối một. Chữ cho chúng ta vật liệu của hệ thống viết; từ đòi hỏi thêm khả năng nhận ra đơn vị, nghĩa, cách kết hợp và vai trò trong ngữ cảnh. Vì vậy, một con số về chữ không thể tự động chuyển thành con số về vốn từ, càng không thể tự động trở thành bằng chứng về khả năng đọc, nghe hoặc sử dụng tiếng Trung.
Phần phân biệt chữ và từ là điểm đã được kiểm chứng vững nhất trong bài. Phần mô tả hệ đếm tiếng Trung có nguồn xác nhận cấu trúc và quy tắc mã hóa, nhưng nhận định về khó khăn do thay đổi thói quen phân nhóm vẫn thiếu một nguồn ngữ pháp hoặc nghiên cứu người học độc lập. Phần đánh giá các ngưỡng kiểu “N từ cho X%” hiện được giữ ở cấp nguyên tắc đo lường, vì chưa có nghiên cứu gốc cụ thể nào trong nguồn hiện có được kiểm chứng để cung cấp một ngưỡng áp dụng cho từng kỹ năng.
Bài viết cũng chưa xây dựng một thang đo vốn từ hoàn chỉnh, chưa đề xuất ngưỡng cho từng trình độ, và chưa so sánh các phương pháp phân đoạn từ tiếng Trung. Những việc đó đòi hỏi dữ liệu và định nghĩa chi tiết hơn. Trước khi có chúng, cách thận trọng nhất vẫn là hỏi năm câu mỗi khi gặp một con số: đếm đơn vị nào, từ nguồn nào, trên ngữ liệu nào, cho kỹ năng nào, và bằng phương pháp nào?
Nguồn trong bài
- Nghiên cứu của Sun, Luo và Pae năm 2024 về quan hệ giữa chữ và từ trong tiếng Hán
- Chương “Wordhood and Disyllabicity in Chinese” của Myers trong Cambridge Handbook of Chinese Linguistics
- GB/T 15835—2011《出版物上数字用法》
- Unicode Common Locale Data Repository
- Công báo của Bộ Giáo dục Trung Quốc năm 2010 về bảng chữ chuẩn phân theo cấp