Miten kehittää kielitietoisuutta?

Väitöstutkimuksessa todettiin, että sanastotestejä voi käyttää kielitietoisuuden kehittämiseen, sillä sanaston tunnistustaito vaikuttaa kaikkiin kielitaidon osa-alueisiin.

Teksti MARJA-LEENA NIITEMAA

Kuluvan vuoden helmikuussa puolustin Turun yliopistossa väitöstutkimustani. Sen keskeisenä kysymyksenä oli muun muassa tutkia, miten sanaston tunnistustaito vaikuttaa verkkosanakirjojen ja konekääntäjän käyttöön täydennys- ja oikolukutehtävissä sekä perinteisissä kirjoitelmissa. Tutkimukseni sanastotestit suoritettiin perinteisesti kynällä ja paperilla. Kirjoittamistehtävät tehtiin tietokoneilla, joihin oli asennettu videointiohjelma suoritusprosessin havainnointia varten. Tutkimuksen aikana tulin ajatelleeksi, että kahta käyttämääni sanastotestiä voisi hyödyntää opetustyössä kielitietoisuuden kehittämiseen. Ensimmäinen testaa sanamerkitysten ymmärtämistä ja toinen sanojen tuottamista.

Sanamerkitysten tunnistaminen

Aiempien tutkimusten mukaan oppijan kyky tunnistaa sanoja vaikuttaa kaikkiin englannin taidon osa-alueisiin. Mitä enemmän sanoja ymmärtää, sitä paremmin niitä pystyy käyttämään eri tilanteissa. Valtaosa kansainvälisen sanastotutkimuksen tuloksista perustuu The Vocabulary Levels Testiin (jatkossa VLT, https://www.norbertschmitt.co.uk/vocabulary-resources). Se mittaa englannin sanojen ymmärtämistä eri vaikeusasteilla alkaen helpoista sanoista, jotka ovat kahden ja kolmen tuhannen yleisimmin käytetyn sanan joukossa, ja päätyen harvemmin käytettyihin sanoihin. VLT testaa myös sivistyssanoja, joista osa on lukiolaisille tuttuja kuten biology tai psychology. Monia merkityksiä voi päätellä äidinkielisen vastineen kautta, esimerkiksi license tai orientation.

Testin jokaisessa osiossa on kymmenen sanaryhmää, joissa on kuusi sanaa ja kolme määritelmää tai synonyymiä. Tehtävänä on löytää samaa merkitsevät parit. Seuraavassa on esimerkki harvinaisten sanojen osiosta. Koska sitä on testattu harvoin lukioikäisillä, päätin ottaa sen mukaan omaan tutkimukseeni:

1 blaspheme 2 endorse 3 nurture4 skid5 squint6 straggleslip or slidegive care and foodspeak badly about God

Testin kokonaispistemäärä on 150. Ensimmäisellä kerralla koehenkilöt tunnistivat keskimäärin 61 % sanoista eli 36–37 sanaa. Toisena vuonna tulos nousi 6,5 prosenttiyksikköä noin 40 sanaan. Erot oppilaiden pisteissä olivat yllättävän suuret. Parhaat suoritukset hipoivat maksimia, kun taas heikoimmat jäivät noin 30 pisteeseen eli viidesosaan maksimista. Tuloksiin saattoi vaikuttaa motivaation puute, sillä koehenkilöt tiesivät, ettei niitä käytetä englannin kurssien arviointiin. Tasoerot olivat suurimmat harvinaisia sanoja testattaessa.

Tulokset osoittavat, että sanamerkitysten tunnistustaito on suoraan verrannollinen sekä testien pisteisiin että kykyyn käyttää digitaalisia apuvälineitä.

Sanasto ja apuvälineiden käyttö

Tulokset osoittavat, että sanamerkitysten tunnistustaito on suoraan verrannollinen sekä testien pisteisiin että kykyyn käyttää digitaalisia apuvälineitä. Mitä korkeammat pisteet VLT:ssä, sitä paremmin oppija pystyy hyödyntämään verkkosanakirjoja ja muita lähteitä erityyppisissä tehtävissä. Verkkosanakirjojen käyttö vaatii monipuolisia luku- ja tiedonhakutaitoja sekä kykyä arvioida hakutuloksia. Tunnistustesteissä menestyvät lukiolaiset osasivat käyttää myös harvinaisia sanoja sopivassa suhteessa ja oikeissa yhteyksissä, kun taas heikot pisteet saanut oppija saattoi käyttää yhtä harvinaista sanaa, joka ei sopinut asiayhteyteen tai tekstilajiin. Verkkosanakirjojen käyttöä olisi hyvä harjoitella yhdessä kielitunneilla.

Niillä opiskelijoilla, joiden pisteet alittivat 60 %, verkkosanakirjojen käyttö oli tehotonta varsinkin, jos sanalla on monia merkityksiä molemmissa kielissä. Talouselämää käsittelevässä täydennystehtävässä oli vaikeuksia löytää vastine sanalle ”sijoitus”; kun oletettu vastaus oli investment, valittiinkin placement. Tuottamistehtävässä tarvittiin substantiivia ”aine” sekä merkityksessä ”kouluaine” (subject) että ”kirjoitelma” (composition, essay). Moni sanastotaidoiltaan heikko oppija valitsi vaihtoehdon material. Samat oppijat eivät usein edes ryhtyneet etsimään tietoa. Kun tarvittiin sanaa funds, kirjoitettiin moneys. Tämä esimerkki kertoo, että ymmärrys tekstilajista on myös yhteydessä sanaston tunnistustaitoon.

Kirjoitelmia laadittaessa sai käyttää apuna konekääntäjää, mutta siihen turvauduttiin melko harvoin. Yleisin apuväline oli Google Translate. Jos opiskelijalla oli hyvät VLT-pisteet, hän saattoi vertailla omaa virkettään konekääntäjän tuotokseen mutta ei yleensä käyttänyt sitä. Kyse oli siis lähinnä tarkistuksista. Konekäännöksen arviointi vaatii myös hyvää sanojen tunnistustaitoa ja kykyä arvioida tekstiä kriittisesti. Yksi kirjoittaja halusi kertoa suorittavansa ylioppilaskirjoitukset syksyllä. Google Translate tarjosi: ”I am going to write a fall in the matriculation examination.” Toinen halusi opiskella insinööriksi, johon käännöskone ehdotti: ”I read myself engineer.” Konekäännökset useimmiten hyväksyttiin välittömästi, mikä näkyi kirjoitusprosessin videoinnissa. Samoilla kirjoittajilla oli myös tapana kääntää sanatarkasti suomesta englantiin, esimerkiksi student writings (”ylioppilaskirjoitukset”) tai I will write math (”aion kirjoittaa matematiikan”).

VLT on yleispätevä testi, joka ei pohjaudu käytettyyn oppimateriaaliin. Niinpä sitä voisi käyttää koulussa lukiolaisten lisäksi ainakin yläkoulun viimeisellä luokalla. Tarkistus on nopeaa opettajan antaessa oikeat vastaukset. Oppilaat voivat itse laskea, montako prosenttia oma pistemäärä on maksimista.

Tutkimuksen aikana tulin ajatelleeksi, että kahta käyttämääni sanastotestiä voisi hyödyntää opetustyössä kielitietoisuuden kehittämiseen.

Sanaston koko

VLT-pisteiden perusteella voi arvioida, montako englannin sanaa oppija todennäköisesti ymmärtää. Laskukaava perustuu ajatukseen sanaperheistä kuten house, housing, household, housekeeping, warehouse, guesthouse ja oletukseen, että keskimäärin sanaperheessä on kolme sanaa. Laskukaava ja englanninkieliset ohjeet sanaston koon mittaamiseen ovat väitöskirjassani kohdassa Appendix C, s. 77 (https://urn.fi/ URN:ISBN:978-951-29-9598-1). Lasku on melko työläs, mutta sanaston koosta kiinnostunut oppilas voi laskea sen itse ohjeiden mukaan. Paul Meara, sanastotutkimuksen veteraani, on arvioinut, että englannin oppija pystyisi käyttämään aktiivisesti 50–75 % sanoista, joiden merkityksen hän tunnistaa. Heikoilla pisteillä opiskelija pystyisi tuottamaan noin 3 000 sanaa, kun taas huippupisteillä voisi sujuvasti käyttää 12 000–18 000 sanaa.

Sanaston tunnistusta voisi harjoitella yhteisesti myös koulussa. Suosittelen YK:n ruokaohjelman tuottamaa ilmaista Freerice-peliä, jossa valitaan neljästä vaihtoehdosta synonyymi viidennelle sanalle (https://unric.org/en/freerice/). Peli sopii hyvin pienryhmille, joissa vaikeita sanoja voi pohtia yhteisesti. Freerice-pelissä korostuu ajatus, että hyvän kielitaidon hankkiminen on merkityksellistä maailmanlaajuisestikin: pelissä oikeista osumista sataa yksi riisinjyvä YK:n maailman ruokaohjelman laariin. Sen kautta lähtee ruoka-apua yli 90 miljoonalle ihmiselle vuosittain. Harjoittelukierrosten jälkeen voitaisiin järjestää kilpailuja opetusryhmien tai koulujen välillä avustusten määristä. Pelaamisen voisi yhdistää myös muiden oppiaineiden kursseihin, joissa käsitellään maapallon ongelmia.

Sanojen tuottaminen

Mittasin sanojen tuottamista lukion ensimmäisenä ja toisena vuonna Lex30-assosiaatiotestin eri versioilla (https://www.lognostics.co.uk/tools/index.htm). Testissä on kolmekymmentä ärsykesanaa. Tehtävänä on reagoida niihin kirjoittamalla tyhjille viivoille neljä ensimmäiseksi mieleen tullutta sanaa. Ärsykesanat ovat tavallisia sanoja. Tutkimusten mukaan niihin yleensä reagoidaan käyttämällä harvinaisempaa sanastoa. Esimerkkisanaan dirty assosioidaan usein sanat disgusting, clean, soiled, stain.

Vastaukset pisteitetään siten, että erisnimet, numeraalit sekä sanat, jotka kuuluvat tuhannen yleisimmin käytetyn sanan joukkoon, saavat nollan. Kaikki muut vaihtoehdot tuovat yhden pisteen. Esimerkissämme vain clean saa nollan. Harvinaisin sana on soiled. Ennen tutkimuksen aloittamista kokeilin tätä testiä luokassa ja pisteitin tulokset itse. Monet oppilaat tulivat ihmettelemään heikkoja pisteitään, vaikka kaikki kohdat oli täytetty. Heille oli siis tullut mieleen pelkästään tavallisimpia sanoja.

Lex30-testi on hyvä harjoite neljän oppilaan ryhmälle. Jokainen voi ehdottaa assosiaatioitaan, vaikka lopulliset päätökset tehdäänkin yhdessä. Testi on saatavilla myös sähköisesti. Suosittelen kuitenkin paperiversiota. Nimenomaan tarkistusvaihe kehittää kielitietoisuutta, kun ryhmä yhdessä tarkistaa, kuinka yleisiä tai harvinaisia sanoja he ovat käyttäneet. Tarkistus sujuu helposti tietokoneella käyttämällä Compleat Lexical Tutor -sivustoa (https://www.lextutor.ca). Aluksi opettaja päättää, mikä referenssikorpus valitaan etusivun ylälaidasta. Itselläni oli tapana käyttää ylintä vaihtoehtoa, joka kattaa hyvin sekä kielialueet että frekvenssit (BNC-COCA 1–25K, Paul Nation). Opettajan kannattaa näyttää, mihin testisanat kirjoitetaan, ja selittää, että ohjelman analyysissa K1-merkinnän saavat sanat tuottavat nolla pistettä ja kaikki muut yhden pisteen. Tässä yhteydessä voi harjoitella verkkosanakirjojen käyttöä ja kiinnittää erityistä huomiota sanoihin, joilla on useita merkityksiä.

Omaehtoinen oppiminen

Tutkimukseni vahvistaa aiempia tuloksia, joiden mukaan englannin kielen käyttäminen harrastuksissa saattaa laajentaa sanavarastoa. Analyysit osoittavat, että englannin sanojen ymmärtäminen ja tuottaminen kehittyvät tehokkaimmin, jos harrastaminen on pitkäkestoista ja säännöllistä ja sisältää aktiivista havainnointia, muistamista ja ongelmanratkaisua. Tällaisia toimintoja ovat ainakin lukeminen ja sanastollisesti vaativien videopelien pelaaminen. Tässä liikutaan oppijan yksityisalueella, joten opettajan rooli on kannustaa käyttämään kieltä aina kun se on mahdollista.

Kirjoittaja Marja-Leena NiitemaaMarja-Leena Niitemaan väitöskirja Complexities of competence: A study on Finnish upper-secondary school students’ lexical development and use of L2 English tarkistettiin Turun yliopistossa 2024. Väitöskirja on luettavissa: https://urn.fi/URN:ISBN:978-951-29-9598-1.