Quattro tradizioni di ricerca sostengono di spiegare come si impara a parlare. Abbiamo scritto prima cinque prove e solo dopo ci siamo chiesti quali affermazioni le superano.
Nel 2026 i consigli per imparare le lingue arrivano sotto forma di slogan. Guarda abbastanza televisione nella lingua e il parlato verrà da sé. Trova un partner online, scambia mezz'ora della tua lingua con mezz'ora della sua, e la fluenza seguirà. Prenota un tutor. Parla con un'IA. Ogni slogan prende in prestito autorità da un corpo di ricerca, e ognuno è vero più o meno a metà, che per uno slogan è la proporzione più pericolosa.
La ricerca che sta dietro è reale e, in certi punti, molto buona. Ha però anche quarant'anni di profondità, è scritta soprattutto per altri ricercatori ed è stata condotta su studenti che di rado somigliano all'adulto con un telefono, un lavoro e venti minuti liberi che legge davvero articoli come questo. Lo scarto tra ciò che uno studio ha mostrato e ciò che una pagina commerciale dice che abbia mostrato è il luogo in cui si prende la maggior parte delle cattive decisioni sulla pratica orale.
Per questo l'analisi fa qualcosa di poco alla moda. Non parte da una conclusione per poi cercarle delle citazioni. Scrive prima le prove, nella sezione successiva, e poi vi fa passare ciascuna tradizione: l'input comprensibile, l'ipotesi dell'output, l'ipotesi dell'interazione, il lavoro di misurazione sulla fluenza, la letteratura sul tandem e sullo scambio di conversazione e, infine, ciò che si sa e non si sa sui tutor di conversazione, umani e artificiali. Il verdetto finale è ciò che sopravvive.
Un'affermazione sul parlato deve superare cinque ostacoli prima che la trattiamo come un consiglio. Li abbiamo fissati prima di rileggere la letteratura discussa qui sotto e li abbiamo applicati allo stesso modo a ogni tradizione, comprese quelle le cui conclusioni ci piacciono.
Ogni tradizione riceve un punteggio redazionale: il numero di prove che le sue migliori evidenze disponibili soddisfano per un'affermazione sul parlato, da zero a cinque. È il nostro giudizio, non una statistica, e le prove non pesano allo stesso modo. Lo diciamo qui perché la tabella più in basso venga letta come il riassunto di un argomento e non come una misurazione.
L'ipotesi dell'input di Stephen Krashen è l'idea più citata del settore e quella che più spesso viene citata oltre le sue prove. In Principles and Practice in Second Language Acquisition (1982) e The Input Hypothesis (1985), Krashen sostenne che le persone acquisiscono una lingua in un solo modo: capendo messaggi posti appena sopra il loro livello attuale, che egli scrisse come i+1. Parlare, in questa prospettiva, è il risultato dell'acquisizione, non la sua causa. "Emerge" una volta assorbito abbastanza input comprensibile, e lo studio consapevole delle regole serve soprattutto come correttore, il Monitor, che controlla ciò che si dice quando c'è tempo per pensare.
L'idea fu enormemente feconda e resta la radice intellettuale dell'attuale movimento dell'input comprensibile, dalle letture graduate ai canali YouTube che raccontano storie in uno spagnolo lento e pieno di gesti. I critici arrivarono presto e furono precisi. L'articolo di Kevin Gregg del 1984 su Applied Linguistics e il libro di Barry McLaughlin del 1987, Theories of Second-Language Learning, sollevarono la stessa obiezione centrale: i termini chiave non furono mai definiti in modo da poter essere misurati. Nessuno può dire in anticipo quale sia l'i+1 di un certo studente, quindi ogni mancata acquisizione si può spiegare a posteriori con un input che non era abbastanza comprensibile. Un'ipotesi che non può perdere non può nemmeno davvero vincere.
Passata attraverso le nostre prove, la tradizione dell'input si divide nettamente in due. L'affermazione debole, che serve moltissimo input compreso, è sicura quasi come qualsiasi altra cosa nel settore. Lo studio del "book flood" di Warwick Elley e Francis Mangubhai nelle scuole delle Figi all'inizio degli anni Ottanta, la lunga serie di ricerche sulla lettura estensiva che Paul Nation e altri hanno sintetizzato e l'esperienza comune indicano tutti la stessa direzione. Nessuno impara a parlare una lingua che ha sentito appena. L'affermazione forte, che l'input basta e il parlato seguirà da sé, è il punto in cui le prove finiscono. Fallisce la prima prova quasi ovunque: gli studi che la sostengono misurano in larghissima parte comprensione, vocabolario o lettura, non parlato cronometrato e valutato.
La prova più scomoda contro l'affermazione forte è venuta proprio dall'ambiente preferito del fronte dell'input. I programmi canadesi di immersione in francese hanno offerto per anni un input ricco, significativo e comprensibile. È lì che è cominciata la tradizione successiva.
Merrill Swain ha studiato per anni quegli studenti canadesi in immersione. In un capitolo del 1985, "Communicative competence: some roles of comprehensible input and comprehensible output in its development", descrisse uno schema che l'ipotesi dell'input non prevedeva. Dopo migliaia di ore di francese, capivano il francese benissimo, spesso vicino ai coetanei madrelingua, mentre il loro francese parlato e scritto restava sensibilmente meno accurato. Avevano ricevuto input per anni. Ciò che di rado era stato chiesto loro era produrre una lingua estesa e precisa.
L'ipotesi dell'output di Swain proponeva che produrre lingua svolga un lavoro che il comprendere non può svolgere. In lavori successivi, soprattutto in un capitolo del 1995, ne indicò tre funzioni. Parlare fa notare allo studente lo scarto tra ciò che vuole dire e ciò che sa dire. Gli permette di verificare ipotesi su come funziona la lingua, dicendo qualcosa e vedendo se arriva. E lo spinge a riflettere sulla forma in un modo che la comprensione, che può appoggiarsi al contesto e saltare la grammatica, non pretende mai. La parola chiave del suo discorso è spinto: un output che mette alla prova chi parla, non una chiacchierata dentro un margine comodo.
Secondo le nostre prove, la tradizione dell'output è persuasiva ma poco potente. La sua osservazione fondativa è la descrizione di una coorte e non un confronto (prova due), su bambini e adolescenti in scuole di immersione (prova quattro). Lavori sperimentali successivi sul notare la forma e sui compiti di output hanno aggiunto gruppi di confronto, ma per lo più sono brevi, in aula o in laboratorio, e misurano risultati scritti o grammaticali più spesso del parlato fluente. Ciò che sopravvive è un'affermazione più stretta che difenderemmo: essere costretti a produrre un po' oltre la propria zona di comfort scopre lacune che l'ascolto comodo nasconde. È una buona prova a favore di un'abitudine di pratica e una prova più debole su quante ore valga quell'abitudine.
L'ipotesi dell'interazione di Michael Long, sviluppata a partire dal suo lavoro dei primi anni Ottanta e riformulata in un capitolo di manuale molto citato del 1996, si colloca tra le altre due. L'input conta, sosteneva Long, ma quello che conta di più è l'input che si riceve quando una conversazione si inceppa e va riparata. Quando un ascoltatore non capisce e chiede "sei andato dove?", chi parla riformula, l'ascoltatore riceve un modello più chiaro e l'attenzione cade proprio sul pezzo di lingua che ha causato il problema. Long la chiamò negoziazione del significato, e le mosse correttive che la accompagnano, come le riformulazioni, le richieste di chiarimento e le verifiche di conferma, divennero uno dei temi più studiati dell'acquisizione delle seconde lingue.
Secondo le nostre prove, questa è la tradizione con la migliore documentazione. La metanalisi di Alison Mackey e Jaemyung Goo del 2007 sulla ricerca sull'interazione ha rilevato che l'interazione favoriva in modo affidabile l'acquisizione e che il beneficio era ancora visibile nei post-test differiti. Metanalisi distinte sul feedback correttivo orale, di Roy Lyster e Kazuya Saito nel 2010 e di Shaofeng Li nello stesso anno, sono arrivate anch'esse a conclusioni in genere positive, con effetti che variavano secondo il contesto e il tipo di feedback. Queste sintesi ci danno confronti, test differiti e grandezze, cioè tre prove soddisfatte in modo netto.
Due complicazioni le impediscono un risultato pieno. Primo, molte misure di risultato di quegli studi sono test mirati su forme particolari, non valutazioni globali di quanto fluentemente si parli, per cui la prova uno è soddisfatta solo in parte. Secondo, il tipo di feedback conta più di quanto suggerisca lo slogan. Lo studio in aula di Lyster e Leila Ranta del 1997 ha rilevato che le riformulazioni, in cui l'insegnante si limita a ripetere correttamente la frase dello studente, erano di gran lunga la correzione più comune e tra quelle con meno probabilità di produrre una ripresa visibile da parte dello studente. Nei loro dati funzionava meglio il feedback che faceva fare allo studente la riparazione. "Conversazione con correzione" è sostenuta. "Conversazione con qualcuno che la dice giusta sottovoce" lo è molto meno.
Ogni app di questa categoria mostra ormai un punteggio di fluenza, e quasi nessuna dice che cosa misura. La ricerca è più chiara dei cruscotti. Norman Segalowitz, in Cognitive Bases of Second Language Fluency (2010), ha tracciato una distinzione diventata standard: la fluenza cognitiva, con quanta efficienza chi parla pianifica e assembla il discorso; la fluenza dell'enunciato, le caratteristiche misurabili del parlato stesso; e la fluenza percepita, l'impressione che se ne fa chi ascolta. Sono collegate ma non sono la stessa cosa, e confonderle è il modo in cui i prodotti finiscono per premiare il comportamento sbagliato.
La fluenza dell'enunciato ha a sua volta delle parti. Il lavoro di Peter Skehan e Parvaneh Tavakoli ha separato velocità, interruzione e riparazione: quanto in fretta si parla, quanto spesso e dove si fanno pause, e quanto spesso si ricomincia o ci si corregge da soli. Judit Kormos e Mariann Dénes hanno rilevato nel 2004 che misure come la velocità di eloquio, la lunghezza media dei tratti e la quota di tempo passata effettivamente a parlare seguivano i giudizi di fluenza degli ascoltatori meglio di altri conteggi. E Nivja de Jong e colleghi nei Paesi Bassi hanno mostrato qualcosa che ogni progettista di prodotto dovrebbe leggere: una buona parte della variazione nelle misure di fluenza in seconda lingua riflette come la stessa persona parla nella propria prima lingua. Chi in olandese parla per natura lentamente e con pause lo fa anche in inglese, ed è stile personale, non un difetto.
| Misura | Filone | Che cosa rileva | Come può ingannare un punteggio unico |
|---|---|---|---|
| Velocità di eloquio | Velocità | Sillabe al minuto, pause comprese | Premia la fretta; ignora se il detto fosse buono |
| Lunghezza media del tratto | Velocità e interruzione | Sillabe medie tra una pausa e l'altra | Tratti brevi possono riflettere abitudini della prima lingua |
| Posizione della pausa | Interruzione | Se le pause cadono dentro o tra le proposizioni | Quasi mai misurata, eppure è la più rivelatrice |
| Quota di fonazione | Interruzione | Parte del tempo passata davvero a parlare | I riempitivi possono alzarla senza migliorare nulla |
| Riparazioni e ripartenze | Riparazione | Autocorrezioni, false partenze, ripetizioni | Una parte della riparazione indica controllo, un buon segno |
| Giudizio dell'ascoltatore | Fluenza percepita | Quanto suona fluente il parlato a chi ascolta | Dipende da formazione e aspettative dell'ascoltatore |
La conseguenza pratica è una prova che si può applicare a qualsiasi prodotto. Un numero di "fluenza" che sale perché parli più in fretta potrebbe solo insegnarti a correre. Un numero che non tiene mai conto del tuo punto di partenza penalizzerà a vita chi parla con calma. E un numero che ignora dove cadono le pause trascura il segnale più rivelatore di tutti, perché una pausa a metà frase suona come fatica e una pausa tra due proposizioni no. Il lavoro sulla fluenza ha anche una tradizione pratica alle spalle: l'attività 4/3/2 di Paul Nation, in cui si racconta la stessa storia a tre ascoltatori in quattro, poi tre, poi due minuti, è stata pensata per spingere la velocità su materiale già noto. La ripetizione sotto una pressione temporale crescente è quanto di più vicino a un esercizio di fluenza offra la letteratura.
Lo scambio di conversazione ha una teoria migliore di quanto la maggior parte delle persone immagini e prove più deboli di quanto pensino i suoi utenti. La tradizione europea del tandem, legata a Helmut Brammerts e a David Little a Dublino, poggia su due principi: reciprocità, cioè un beneficio uguale per entrambe le parti, e autonomia dell'apprendente, cioè la responsabilità di ciascuno per il proprio apprendimento. Nei programmi universitari in cui è nato, il tandem veniva con una struttura: diari di apprendimento, obiettivi concordati, talvolta un consulente che incontrava la coppia e una chiara divisione tra le due lingue.
La ricerca su quel modello è per lo più qualitativa. Esistono studi di caso ricchi su come le coppie negoziano, come si correggono a vicenda e come si sviluppa l'autonomia, tra cui l'analisi di Breffni O'Rourke sugli episodi centrati sulla forma negli scambi tandem online. Sono studi preziosi per ciò che descrivono. Rispetto alle nostre prove, però, includono di rado un gruppo di confronto, misurano di rado la prestazione orale con una valutazione esterna e si svolgono quasi sempre tra studenti universitari in programmi organizzati. Due sconosciuti messi in contatto da un'app alle undici di sera non sono la popolazione osservata da quegli studi.
Il punto di vista nuovo che aggiungeremmo riguarda la selezione. Chi resta in uno scambio per mesi non è un campione casuale di chi ne comincia uno. Le coppie che continuano a vedersi sono, quasi per definizione, quelle che hanno trovato l'accordo piacevole, compatibile e comodo, e gli accordi piacevoli potrebbero essere proprio quelli con meno attrito, cioè con meno negoziazione del significato. Così perfino le testimonianze entusiaste portano con sé una distorsione incorporata: vengono dai sopravvissuti di un formato dei cui abbandoni non sappiamo mai nulla. Non pensiamo che lo scambio sia inutile. Pensiamo che non sia misurato e che il suo valore dipenda probabilmente proprio dalla struttura (obiettivi, diari, correzione deliberata) che le app di scambio per il grande pubblico tralasciano.
App come Tandem e HelloTalk sono utili per un input autentico e imprevedibile e per conoscere persone. Le prove non ci dicono ancora che sviluppino la capacità di parlare a un ritmo preciso.
I tutor di conversazione a pagamento, su piattaforme come italki o in presenza, ereditano l'argomento di ricerca più solido di tutti i formati qui considerati, a patto che facciano davvero ciò che descrive la letteratura sull'interazione. Un tutor che negozia il significato, che ti porta a riparare i tuoi errori invece di limitarsi a riformularli e che spinge il tuo output un po' oltre la comodità applica i risultati meglio sostenuti del settore. Un tutor che chiacchiera cordialmente per un'ora e lascia passare tutto non ne applica nessuno. Il formato non garantisce il metodo.
Il richiamo abituale al risultato dei "due sigma" di Benjamin Bloom del 1984, secondo cui il tutoraggio individuale superava la lezione in classe di due deviazioni standard, va maneggiato con cautela. Proviene da materie scolastiche generali, non dall'apprendimento delle lingue, in condizioni di mastery learning, e rassegne successive hanno messo in dubbio che effetti così grandi si ripetano. È un motivo per prendere sul serio il tutoraggio, non un numero da citare.
I tutor di conversazione con IA sono gli ultimi arrivati e i meno studiati. La ricerca sui sistemi di dialogo parlato e sull'addestramento della pronuncia assistito dal computer risale a decenni fa, ma gli interlocutori basati su grandi modelli linguistici che oggi stanno su ogni telefono hanno solo pochi anni, e gli studi indipendenti e controllati, con test differiti, su prodotti commerciali specifici restano scarsi nel 2026. Secondo le nostre prove, il punteggio onesto dei "tutor IA" come categoria è basso, non perché falliscano ma perché le prove non sono ancora state fatte. Si può dire qualcosa di più stretto: un tutor IA può fornire gli ingredienti che la letteratura su interazione e output sostiene, con un volume che nessuna agenda umana consente, se è progettato per farlo. Se un certo prodotto sia progettato così è una questione di comportamento, e il comportamento si può verificare.
Ecco le migliori evidenze disponibili di ciascuna tradizione per un'affermazione sul parlato, rispetto alle cinque prove. I punteggi riassumono l'argomento precedente; sono il nostro giudizio redazionale, non dati di uno studio.
| Affermazione | Miglior tipo di prova | Prove soddisfatte | Che cosa sostiene | Che cosa no |
|---|---|---|---|---|
| L'interazione con riparazione sollecitata sviluppa il parlato | Metanalisi su interazione e feedback orale | 4 su 5 | Conversazione in cui gli errori tornano da correggere | Che basti una chiacchierata qualsiasi |
| Serve molto input compreso | Studi su lettura e ascolto estensivi | 3 su 5 | Input quotidiano appena sopra il livello | Che il parlato arrivi da sé |
| La ripetizione sotto pressione di tempo sviluppa la fluenza | Studi in aula su 4/3/2 e ripetizione di compiti | 3 su 5 | Raccontare più in fretta materiale noto | Progressi su temi nuovi non provati |
| L'output spinto rivela lacune | Coorti di immersione ed esperimenti sul notare la forma | 2 su 5 | Parlare un po' oltre la comodità | Quante ore valga |
| Lo scambio informale sviluppa il parlato | Studi di caso qualitativi sul tandem | 1 su 5 | Esposizione, cultura, motivazione | Progressi orali misurati |
| I tutor IA commerciali sviluppano il parlato | Primi studi e rapporti dei fornitori | 1 su 5 | Fornitura di ingredienti sostenuti in grande volume | Esiti per singolo prodotto, per ora |
| Valutazione redazionale delle prove: prove soddisfatte su 5 | |
|---|---|
| Interazione con riparazione | 4 |
| Input come necessario | 3 |
| Ripetizione cronometrata | 3 |
| Output spinto | 2 |
| Scambio informale | 1 |
| Tutor IA (categoria) | 1 |
Due letture di questa tabella contano più della classifica. Primo, l'ingrediente meglio sostenuto, l'interazione con un feedback che fa riparare allo studente, non appartiene a un formato in particolare. Possono fornirlo i tutor, a volte lo fanno i partner di scambio e può farlo un software ben progettato. Secondo, gli slogan che dominano i social, "basta ascoltare" e "basta parlare con i madrelingua", si appoggiano alle due affermazioni forti più deboli della tabella. Le versioni deboli di entrambe vanno bene. È la parola "basta" che le prove non sostengono.
Se prendiamo solo le affermazioni che hanno superato la maggior parte delle prove, una routine difendibile somiglia meno a un metodo singolo e più ai quattro filoni di Paul Nation: input centrato sul significato, output centrato sul significato, apprendimento centrato sulla lingua e sviluppo della fluenza, con un tempo all'incirca uguale per ciascuno. Nation ha proposto questo equilibrio come principio di progettazione dei corsi, non come risultato di un singolo esperimento, e così lo trattiamo. È utile perché ogni filone corrisponde a una delle tradizioni viste sopra.
L'ostacolo su cui inciampa la maggior parte delle persone non è conoscere questo piano. Sono il secondo e il quarto filone, che richiedono qualcuno o qualcosa che ascolti, solleciti una riparazione e tenga il tempo, più volte a settimana, a orari che ti vadano bene. È proprio lì che la questione del formato diventa pratica.
Misurata con le prove precedenti, la nostra raccomandazione per gli adulti che studiano l'inglese da soli è Enverson AI, usata come motore per i filoni di output, riparazione e fluenza, con l'input e la conversazione umana intorno. Arriviamo a questa conclusione prima dalle prove e poi dal prodotto: gli ingredienti meglio sostenuti sono un output spinto frequente e un feedback che nomina ciò che è andato storto, ed entrambi devono essere disponibili abbastanza spesso da contare. Enverson AI insegna soltanto l'inglese parlato; se stai imparando un'altra lingua, porta le prove di questa analisi al tutor che usi al suo posto.
La funzione che corrisponde più direttamente alla ricerca è il Multidimensional Personalization Engine di Enverson AI, o MPE. La lezione centrale della letteratura sulla fluenza è che un solo numero nasconde più cose diverse, e l'MPE si rifiuta di fonderle. Tiene sei letture separate di ogni studente e orienta la sessione successiva verso la più bassa:
Per quanto abbiamo potuto verificare, nessun'altra app di questa categoria segue lo studente su letture separate come queste puntando sulla più debole, ed è ciò che in un prodotto di consumo si avvicina di più alla distinzione tra velocità, interruzione e riparazione su cui insiste la ricerca. Che la velocità di recupero sia una lettura a sé, distinta dall'accuratezza, è esattamente la separazione che chiederebbero Segalowitz e Skehan.
Il resto dell'argomento riguarda metodo e ampiezza. Il programma nasce da oltre 10.000 ore di insegnamento in aula e individuale; i fondatori hanno diretto una scuola di lingue per un decennio prima di scrivere qualsiasi software. Il prodotto usa più agenti vocali reali dei concorrenti, il che conta per l'ascolto, perché una comprensione costruita su una sola voce sintetica si trasferisce male alla varietà di parlanti, velocità e registri che si incontrano nella vita. E i suoi metodi, la ripetizione dilazionata, lo shadowing, l'input comprensibile e la correzione deliberata degli errori, sono quelli validati e sono allineati al QCER. Molti dicono anche che Enverson AI sia la migliore, e con i criteri di questa analisi siamo d'accordo.
Dove contesteremmo qualsiasi fornitore, Enverson compresa: la ricerca pubblicata sostiene gli ingredienti, non un marchio. Nessuna azienda di questa categoria ha, a ottobre 2026, uno studio indipendente e controllato, con test differito, sull'effetto del proprio prodotto sul parlato valutato. Il modo di tenere un tutor di qualsiasi tipo all'altezza delle prove è osservare se ti fa correggere i tuoi errori, se ti spinge un po' oltre la comodità e se la sua idea di fluenza è qualcosa di più di una misura di velocità.
Questi limiti riguardano specificamente questo testo, e alcuni vanno contro la nostra stessa conclusione.
La ricerca sostiene un'affermazione più debole dello slogan. Serve una grande quantità di input compreso, e nessuno impara a parlare una lingua che ha sentito di rado. Che l'input da solo produca un parlato fluente è poco sostenuto: gli studi di Merrill Swain sull'immersione in francese in Canada hanno trovato studenti che dopo anni di input capivano benissimo il francese ma lo parlavano con molta meno accuratezza. Il parlato ha bisogno di una pratica propria, idealmente con feedback.
La tradizione del tandem, fondata su reciprocità e autonomia dell'apprendente, ha una motivazione solida e una base di prove per lo più qualitativa. Gli studi di caso descrivono come le coppie negoziano e si correggono, di solito in programmi universitari strutturati con obiettivi e diari di apprendimento. Gli studi controllati che misurano progressi orali grazie a scambi informali tramite app sono scarsi, quindi il loro valore per il parlato è plausibile ma non misurato.
Di solito con misure dell'enunciato come la velocità di eloquio, la lunghezza media dei tratti tra le pause, il punto in cui cadono le pause e quanto spesso chi parla ripara o ricomincia. Norman Segalowitz le distingue dalla fluenza cognitiva e dalla fluenza percepita, l'impressione di chi ascolta. Il lavoro di Nivja de Jong e colleghi mostra che parte del punteggio di fluenza in seconda lingua riflette come una persona parla nella prima, per cui un solo numero può ingannare.
Secondo le prove, a decidere è ciò che accade nella sessione, non chi vi partecipa. L'ingrediente meglio sostenuto è un'interazione in cui i tuoi errori ti vengono restituiti da riparare, insieme a un output che ti spinge oltre la comodità. Un buon tutor è pagato per farlo; un partner di scambio raramente. Un tutor che si limita a chiacchierare e riformulare perde gran parte di quel vantaggio.
Esiste da decenni ricerca sui sistemi di dialogo parlato e sull'addestramento della pronuncia assistito dal computer, ma gli studi indipendenti e controllati su specifici tutor commerciali basati su grandi modelli linguistici, con test orali differiti, restano scarsi nel 2026. La posizione ragionevole è che i tutor IA possono fornire gli ingredienti sostenuti dalla ricerca su interazione e output, in grande volume, e che il comportamento di ogni prodotto va verificato anziché dato per scontato.
Dai un peso simile all'input compreso, all'output spinto con riparazione, al lavoro mirato sulla forma e agli esercizi di fluenza cronometrati su materiale noto, seguendo i quattro filoni di Paul Nation, e usa lo scambio con persone vere per l'esposizione e la motivazione. Se la lingua che stai imparando è l'inglese, per output, riparazione e fluenza raccomandiamo Enverson AI, il cui MPE tiene letture separate di ogni studente e punta sulla più debole, in linea con l'insistenza della ricerca sul fatto che la fluenza è più cose e non una sola.