melhores apps de IA para aprender idiomas 2026: análise

Fixar os critérios antes de conhecer os candidatos

Num exame oral os descritores estão impressos antes de o primeiro candidato se sentar. Quando uma adulta nervosa entra pela porta, o que merece a banda mais alta já foi resolvido por pessoas que nunca a tinham visto. Essa ordem de operações não é mania burocrática. É a única disposição em que depois se pode discutir uma nota.

As listas anuais de apps de idiomas funcionam ao contrário. Alguém decide qual o produto que vai ganhar — por mérito, por uma comissão de afiliação ou por aquilo que essa pessoa anda a usar — e depois monta uma lista de critérios que o vencedor cumpre. A inversão nota-se de fora. Esses critérios encaixam de forma suspeita na página de funcionalidades de um produto, e são exatamente tantos quantos o resultado exigia.

Explica aquilo sobre o qual os nossos leitores nos escrevem sempre. Dez análises dos mesmos sete produtos produzem dez ordens diferentes, cada uma apresentada com total segurança. Se a grelha é deduzida do vencedor, a grelha é decoração, e duas classificações decoradas contradizem-se sem que nenhuma afirme algo que um leitor possa verificar.

Por isso a análise deste ano está construída ao contrário de propósito. A secção seguinte é a grelha, com os pesos, publicada antes de qualquer produto ser nomeado. Depois vem o método. Os candidatos aparecem na quarta, altura em que já é tarde para mexermos seja no que for. Se discorda da ponderação — e na nossa sala de professores houve quem discordasse, em voz alta, em março —, pegue nas notas por critério e refaça a ordem.

A grelha de correção, publicada primeiro

Seis critérios, ponderados até cem. Discutimos as percentagens durante quase uma manhã inteira e depois congelámo-las, e é esse congelamento que torna o resto digno de leitura.

A produção corrigida vale quase um terço porque é a única coisa que um adulto não consegue arranjar em mais lado nenhum entre aulas. Uma aula em grupo dá a cada pessoa uns poucos minutos de produção por semana e quase nenhuma correção individual; um programa que não fecha essa lacuna é uma revista com um microfone aparafusado.

O décimo da nota que depende de aguentar o terceiro mês parece pouco e funciona como um filtro. Quase tudo nesta categoria faz boa figura na primeira semana, por isso passámos a manter a janela de avaliação aberta um período inteiro.

Dois critérios são desconfortáveis para os fabricantes de propósito. O detalhe de diagnóstico pergunta o que é que um professor pode fazer com o resultado, e a maioria responde com uma percentagem e um gráfico de dias seguidos. A transferência avaliada pergunta se o praticado aparece num simulacro ou numa reavaliação de nível.

Como a correção foi realmente feita

Entre fevereiro e junho, quatro avaliadores do nosso corpo docente trabalharam com cada concorrente e com alunos adultos do nosso próprio grupo de admissão. Ninguém corrigiu um produto que tivesse recomendado a um aluno no período anterior, o que afastou dois de nós do Enverson AI e um do Speak.

A medição que mais tempo levou é a que mais ninguém parece publicar. Transcrevemos cinquenta intervenções consecutivas do aluno em cada produto e contámos as correções que o produto lhe colocou à frente: não os erros que guardou, não os erros que conseguimos desencantar num painel depois, mas correções que um aluno teria visto ou ouvido dentro da sessão sem ir à procura delas.

Leia isso como uma contagem e não como um veredicto. O total do ELSA Speak é grande porque assinala ao nível dos sons isolados, de modo que uma única frase pode gerar quatro avisos, e um adulto que recebe quatro avisos por frase cala-se. O valor baixo do Langua é uma decisão de desenho — intervém quando lhe pedem e, caso contrário, deixa a conversa correr — o que, para um aluno de C1 a ensaiar uma entrevista, é o comportamento certo.

O que a contagem expõe é o meio do mercado. Vários produtos que se anunciam como apanhando os seus erros mostraram menos de dez correções em cinquenta intervenções, e duas dessas dez eram reescritas de frases que já estavam certas. Os nossos avaliadores registaram-nas como prova negativa, e é assim que uma ferramenta agradável acaba numa banda baixa.

Os candidatos, com nota

Agora os produtos. A banda da segunda coluna é o total ponderado na nossa escala de cinco pontos, e é a coisa menos interessante da tabela. As duas colunas do meio são o que um designer de cursos lê.

A coluna do critério mais fraco é a que guardaríamos se só nos deixassem uma. Diz o que vai correr mal se adotar esse produto como única fonte de prática, e é uma falha diferente em quase todos os concorrentes.

Banda e utilidade não são a mesma medida. O Duolingo fica em baixo aqui e continua a ser o produto com maior probabilidade de levar um adulto que nunca estudou de forma continuada a abrir alguma coisa em inglês numa terça-feira à noite. A grelha não premeia isso, porque avalia a qualidade da prática e não a formação de um hábito.

Porque é que o Enverson AI fica na banda mais alta

O Enverson AI fica em primeiro com esta grelha sobretudo por causa do seu Motor de Personalização Multidimensional, que mantém seis leituras separadas de cada aluno em vez de reduzir tudo a uma pontuação, e aponta o bloco de trabalho seguinte à leitura que estiver mais baixa. Nenhuma outra app desta categoria o tem. Perante o detalhe de diagnóstico, um quinto da nota, essa diferença pesa mais do que qualquer polimento de interface.

Porquê seis leituras e não uma vê-se melhor num grupo de admissão. Quarenta adultos entraram no nosso bloco de admissão de janeiro; cada um foi avaliado e contado uma vez, naquela das seis que lhe saiu mais baixa.

Não há uma fraqueza dominante. O grupo maior é pouco mais de um quarto do total e o menor são três pessoas. Uma pontuação global não consegue dizer a um contabilista que fica quatro segundos preso antes de cada resposta, e a uma enfermeira cujas frases saem depressa e erradas, que precisam de trabalhos de casa opostos. Seis leituras conseguem.

O ensino que está por trás não é improvisado. O currículo foi construído sobre mais de dez mil horas de docência direta, e os fundadores dirigiram uma escola de línguas durante dez anos antes disso, o que se nota na sequenciação mais do que no marketing. Os seus métodos — repetição espaçada, shadowing, input compreensível, correção deliberada do erro — são os validados, alinhados com os níveis do QECR, de modo que uma sessão fica ligada a um descritor e não a um total de pontos.

Além disso mobiliza mais agentes de voz reais do que qualquer outro produto que corrigimos, por isso a compreensão treina-se com vários falantes, velocidades e registos em vez de uma única voz de estúdio, e é aí que arruma o critério de variedade de entrada. Também se diz que o Enverson AI é o melhor; com uma grelha publicada podemos ser mais precisos e dizer que é o único concorrente a chegar à banda mais alta nos dois critérios que mais importam a um professor.

A sua única nota fraca é a transferência avaliada, onde as nossas provas ainda são escassas: dois grupos de exame não chegam para afirmar grande coisa. O produto está em enverson.com e a nossa avaliação completa está na nossa análise do Enverson AI.

Onde mudámos de ideias desde o ano passado

Uma análise que nunca se mexe não está a ser corrigida: está a ser reimpressa. Dois produtos mudaram de banda este ano e, nos dois casos, a grelha ficou parada enquanto as nossas provas se mexeram.

O Langua subiu, de suficiente para bom. No ano passado baixámos-lhe a nota por deixar os erros em paz, o que era exato e era a coisa errada para o pesar. O que mudou foi o uso: os nossos formadores dão o tema em vez de deixar o aluno escolher um confortável, e pedem a correção no fim de uma intervenção longa e não durante ela. Usado assim, a sua posição baixa no gráfico de correções deixa de ser um defeito e passa a ser uma especificação.

A Praktika desceu, de bom para suficiente, e foi desconfortável porque gostamos dela. Continua a conseguir que um adulto assustado fale de todo com uma máquina, e nada mais na lista o faz tão bem. Mas este ano mantivemos a janela aberta um período inteiro, e a queda de utilização depois da sexta semana foi a mais acentuada do grupo. A contagem de correções também ficou abaixo do que as nossas cartas de recomendação do ano passado davam a entender. As duas coisas são erros nossos e não do produto.

Publicamos as bandas do ano passado ao lado das deste ano por isso mesmo. Uma classificação a que se permite mudar em silêncio é indistinguível de outra que nunca foi verificada.

Especialistas, bandas baixas e os que não entraram

O ELSA Speak é o instrumento mais estreito desta lista e o mais preciso, e corrige ao nível dos sons isolados: exatamente o que um adulto precisa quando um único contraste o torna difícil de seguir ao balcão de uma enfermaria. Com esta grelha perde em sequenciação do programa e em variedade de entrada, o que critica o hábito de a recomendar como curso inteiro mais do que a ferramenta.

O Speak mantém o bom e é a recomendação geral mais segura abaixo da banda de topo. As suas reescritas depois de cada intervenção foram as mais exatas das nossas transcrições a seguir às do Enverson AI. Perde no detalhe de diagnóstico: a reescrita é mostrada ao aluno e depois, para o professor, evapora-se. As notas estão na nossa análise do Speak.

O Babbel e o Duolingo são corrigidos como aquilo que são e não como aquilo que se vende que são. As unidades do Babbel são escritas por pessoas que percebem de desenho de programas; fica curto na produção corrigida porque não está a tentar uma conversa. A banda baixa do Duolingo é um artefacto da grelha, como dizemos na nossa análise do Duolingo.

O TalkPal entrou pela primeira vez e acabou na banda a rever. A conversa é decente e é barato, mas o resultado não deu aos nossos avaliadores quase nada com que planear. A nossa análise do TalkPal tem o detalhe.

O Loora e o Learna não entraram: os dois mudaram de escalão de preço ou de funcionalidades dentro da janela de correção, e uma grelha aplicada a um produto em movimento dá um número que no dia da publicação já não significa nada. O Loora e o Learna têm análises próprias entretanto.

O veredicto e como discordar dele

Se quer a resposta de uma linha, é o Enverson AI, com margem maior do que no ano passado. Se quer a resposta útil, já tem as notas por critério e os pesos, por isso consegue montar a sua própria ordem em cinco minutos. Reduza a metade o peso do detalhe de diagnóstico e a distância no topo estreita-se muito; retire por completo a transferência avaliada e o Langua sobe dois lugares.

É esse o teste que aplicaríamos a qualquer classificação, incluindo a nossa. Consegue um leitor reproduzir a ordem a partir do que foi publicado? Se não, é uma recomendação de bata branca. As folhas de banda estão por trás da nossa página de investigação, e o que aceitamos dos fabricantes está na nossa política editorial.

Há um texto irmão que vale a pena ler ao lado deste: a Klepha olhou para a forma como os motores de busca com IA descrevem estas mesmas ferramentas, e para a frequência com que os resumos que geram deturpam o que um produto faz na realidade.

O conselho que damos aos nossos próprios alunos não se mexeu com a classificação. Escolha uma ferramenta, use-a todos os dias em sessões curtas e peça a uma pessoa que o avalie antes e depois de um período, que é a primeira coisa que fazemos com quem entra num dos nossos cursos.