a aquisição da concordância nominal de número no ... - UFSC

idealização não se sustenta em condições realistas, mas o fato é que pouco se sabe
sobre o quanto é, de fato, necessário. Clahsen (1991) afirma que a criança precisa de
uma certa quantidade de evidência positiva antes de fixar o parâmetro; já Randall (1992)
pressupõe um “limiar de desencadeamento”, isto é, a criança precisa de um número
suficiente de indícios. Lightfoot (1991), por sua vez, assume que os dados acionadores
devem ser consistentes e freqüentes.
Meisel (op. cit., p. 29) aponta que nem toda forma presente no input desencadeia
o parâmetro para o qual parece ser relevante; além disso, não há nos dados infantis
evidência de constante troca de parâmetros; e finalmente, a aquisição parametrizada é
mais rápida que a aprendizagem indutiva, mas também leva algum tempo. Ainda
segundo esse autor, não há critérios empíricos para definir concretamente o que seria o
limiar ou a quantidade de evidência positiva necessária para que um parâmetro seja
fixado, e nada nos obriga a aceitar critérios quantitativos. 26 A robustez ou consistência
advogada por Lightfoot (1991) não tem relação com freqüência, mas antes “o que
realmente importa é que os fatores desencadeantes não deveriam aparecer somente no
que Lightfoot (1991) chama de contextos ‘exóticos’” (Meisel, op. cit., p. 29); isto é, os
dados acionadores devem ser plausivelmente acessíveis a toda criança. Ainda segundo o
autor, “na atual estrutura teórica, sua deficiência [dos dados] com respeito à
confiabilidade não pode ser remediada de modo satisfatório com requisitos de
freqüência” (ibidem, p. 29).
A solução mais plausível para manter a questão dentro dos limites da gramática
parece ser, então, definir a acessibilidade dos dados em termos estruturais. Nesse
sentido, a proposta de Lightfoot (1989; 1991) parece ser a mais difundida. De acordo
com Meisel (op. cit., p. 30), para este autor, é suficiente que a criança tenha acesso à
oração principal mais a parte anterior da oração encaixada (o complementizador e o
26 Yang (1999, 2004) propõe um modelo de aprendizagem variacional no qual a freqüência de determinados
tipos de dados no input é relevante, e o papel da GU é determinar quais são esses dados: “to be effective, a
learning algorithm – or any algorithm – must have an appropriate representation of the relevant (learning)
data. A classic argument for innateness comes from the fact that syntactic operations are defined over specific
types of representations – constituents and phrases – but not over, say, linear strings of words, or numerous
other logical possibilities. Although infants seem to keep track of statistical information, any conclusion drawn
from such findings must presuppose that children know what kind of statistical information to keep track of.
After all, an infinite range of statistical correlations exists” (Yang, 2004, p. 453).
38