Quantas das 170 mil palavras em inglês você conhece?

Impressões gerais

• Muitos acharam o quiz divertido, bom para o ego e um passatempo agradável, especialmente porque as palavras iam ficando mais obscuras perto do fim.
• Outros ficaram entediados ou desistiram cedo por causa dos níveis iniciais básicos e da interação lenta; alguns sentiram que ele nunca ficou realmente desafiador.

UX e design da interação

• Principal reclamação: cliques demais por palavra (escolher → verificar → continuar), com botões muito afastados e às vezes fora da tela no celular.
• Pedidos recorrentes fortes:
  • Fluxo de um clique só (a resposta avança imediatamente, talvez com desfazer).
  • Atalhos de teclado (1–4 para escolher, Enter para enviar/avançar).
  • Dificuldade adaptativa para que usuários fortes pulem longas fases de “básicos”.
• Problemas de layout e de rolagem (especialmente no celular) foram apontados como irritantes.

Design do teste, possibilidade de chute e validade

• Muitos perceberam padrões que facilitavam chutar:
  • A resposta correta muitas vezes era a definição mais longa.
  • Frequentemente havia uma estrutura de “correta + oposto + 2 aleatórias”.
  • Às vezes duas opções eram diretamente opostas, com a resposta sempre sendo uma delas.
• Várias pessoas testaram “escolher sempre a resposta mais longa” e relataram alta precisão.
• A ausência de um botão “não sei” foi amplamente criticada; chutes forçados inflacionam as pontuações.
• Vários comentadores argumentaram que o teste mede estratégias de chute e dedução etimológica mais do que o tamanho real do vocabulário.

Escolha de palavras, dificuldade e viés

• A lista de palavras foi vista como enviesada:
  • Forte presença de palavras derivadas do latim, francês e grego, e de meta-palavras sobre linguagem, verbosidade e retórica.
  • Os níveis finais misturam itens genuinamente obscuros com outros bastante comuns (“obfuscate,” “zeitgeist,” “kerfuffle”).
• Falantes não nativos de línguas românicas ou germânicas frequentemente obtiveram pontuações muito altas ao aproveitar cognatos e raízes.
• Alguns se opuseram a palavras fictícias, brincalhonas ou extremamente raras, e também à inclusão de nomes próprios.

Definições e alegações de “ciência”

• Vários usuários apontaram definições como rasas, circulares, enganosas ou incompletas (por exemplo, “lethargic,” “verbose,” “candid,” “complacent,” “frugal,” “obsequious”).
• Alguns criticaram distratores e formulações aparentemente gerados por LLM como “AI slop”.
• O algoritmo descrito de “amostragem estratificada” impressionou alguns, mas outros observaram:
  • Os tamanhos dos intervalos somam apenas ~85 mil, contra os ~171 mil citados, então até 100/100 dá cerca de 50% do total.
  • Os intervalos de palavras não correspondem de forma consistente à dificuldade ou frequência reais.
• Foram sugeridas alternativas (testes adaptativos/estilo IRT, modelos parecidos com Elo, outros testes de vocabulário já existentes).