Avaliação de Sotaque em Inglês L2 por Humanos e Modelos de Linguagem de Grande Escala (LLMs)

Este estudo investiga se Modelos de Linguagem de Grande Escala (LLMs), especificamente as versões gratuita (Flash) e paga (Pro) do Google Gemini, conseguem aproximar os julgamentos humanos de acento do inglês como L2 produzidos por falantes brasileiros. Utilizando gravações telefônicas de um subcorpus do CSLU: 22 Languages Corpus, as avaliações de acento realizadas por três juízes humanos nativos foram comparadas a avaliações geradas por IA em uma escala de quatro pontos. Modelos Mistos de Ligação Cumulativa revelaram divergências sistemáticas entre os avaliadores: os sistemas de IA, particularmente a versão Pro, superestimaram de forma consistente a força do acento, atribuindo avaliações severas a amostras julgadas como moderadas pelos humanos. Esses achados sugerem que, enquanto os julgamentos humanos integram pistas sociolinguísticas e contextuais, a IA se apoia predominantemente no desvio acústico, carecendo da tolerância sociofonética necessária para a avaliação de acento.