A linguagem formulaica nas TED Talks: uma investigação sobre a variação disciplinar de pacotes lexicais

Abstract

A tese ora apresentada delineia uma investigação acerca da linguagem formulaica em TED Talks, um gênero discursivo híbrido de palestras voltadas a popularização do conhecimento. A pesquisa centra-se na identificação e análise de marcadores de variação disciplinar presentes nos padrões linguísticos mais recorrentes em um conjunto de 1.519 transcrições de TED Talks. Estas foram associadas a 34 disciplinas acadêmicas e organizadas em dois corpora de estudo de áreas disciplinares distintas: TED-STEM [Ciências, Tecnologia, Engenharia e Matemática] e TED-SHAPE [Ciências Sociais, Humanidades e Artes para o Povo e para Economia]. A base teórica deste trabalho está ancorada em três vertentes: variação disciplinar, linguagem formulaica e linguística de corpus. A perspectiva de registro embasou a compreensão de como características linguísticas recorrentes se relacionam ao contexto situacional e ao propósito comunicativo subjacentes às TED Talks. A concepção da natureza formulaica da língua e as implicações envolvendo sua investigação por meio de corpora viabilizaram um estudo com foco nos pacotes lexicais – sequências fixas de três ou mais palavras, altamente frequentes e distribuídas em um registro. Utilizando parâmetros distribucionais (frequência relativa e dispersão), este estudo abordou pacotes lexicais formados por quatro palavras, com frequência relativa mínima de 20 ocorrências por milhão de palavras e presentes em, pelo menos, 4% dos textos de cada corpora. Foram identificados 138 pacotes lexicais distintos no corpus TED-STEM e 114 no corpus TED-SHAPE. Os resultados sugerem que palestrantes vinculados ao domínio STEM tendem a mobilizar um conjunto maior de expressões padronizadas para expressar posicionamento, aludir a referências e organizar e reformular o discurso quando comparados aos palestrantes que trabalham no domínio SHAPE. Mais especificamente, as funções discursivas de direcionamentos, habilidades e elaboração/clarificação de tópicos revelaram-se como altamente padronizadas no corpus TED-STEM. Variações estruturais também foram evidenciadas, com pacotes lexicais que incorporam orações subordinadas (e.g. what we do is) apresentando uma proporção ligeiramente maior no corpus TED-STEM, ao passo que pacotes lexicais compostos por fragmentos de sintagmas nominais e preposicionais (e.g. at the end of) ocorreram em maior proporção no corpus TED-SHAPE. Os achados evidenciam diferenças no modo como palestrantes de ambos os domínios disciplinares interagem com o público-alvo, expressam opiniões e desejos e organizam seus discursos. Na conclusão desta tese, são apresentadas as principais características do discurso disciplinar das TED Talks, e esboçadas sugestões para o aproveitamento dos dados em futuras investigações sobre a linguagem formulaica em discursos de popularização do conhecimento.

The thesis presented herein outlines an investigation into formulaic language in TED Talks, a hybrid genre of lectures aimed at popularizing knowledge. The research focuses on identifying and analyzing markers of disciplinary variation present in recurrent linguistic patterns in a collection of 1,519 transcripts of TED Talks. These were associated with 34 academic disciplines and organized into two study corpora of distinct disciplinary areas: TED-STEM [Science, Technology, Engineering, and Mathematics] and TED-SHAPE [Social Sciences, Humanities, and Arts for People and the Economy]. The theoretical framework is based on three key aspects: register variation, formulaic language, and corpus linguistics. The perspective of disciplinary variation underpinned the understanding of how recurrent linguistic features relate to the situational context and the underlying communicative purpose of TED Talks. The notion of formulaic language and the implications surrounding its investigation through corpora enabled a study focused on lexical bundles – fixed sequences of three or more words, highly frequent and distributed across a register. Employing distributional parameters (relative frequency and dispersion), this study focused on four-word lexical bundles, occurring at least 20 times per million words, across 4% of the texts in each corpus. A total of 138 distinct lexical bundles were identified in the TED-STEM corpus and 114 in the TED-SHAPE corpus. The findings suggest that speakers affiliated with the STEM domain tend to deploy a broader set of standardized expressions to signal stance, time/place references, and organize and reformulate their discourse compared to their SHAPE counterparts. More specifically, discursive functions of directives, abilities, and topic elaboration/clarification emerged as highly standardized in the TED-STEM corpus. Structural variations were also highlighted: lexical bundles incorporating dependent clauses fragments (e.g. what we do is) were more frequent in the TED-STEM corpus, while lexical bundles consisting of noun and prepositional phrase fragments (e.g. at the end of) occurred more frequently in the TED-SHAPE corpus. The findings highlight differences in how speakers from both disciplinary domains engage with their target audience, express opinions, and desires, and organize their discourse. In the concluding remarks, the primary features regarding the disciplinary discourse of TED Talks are presented, and suggestions are outlined for leveraging the data in future investigations on formulaic language in science popularization discourses.