فاصله میان صدای کلاس و آدمی که واقعاً حرف می‌زند، سرعت نیست. صدای کلاس نوشته شده، اجرا شده، و از آن حذف شده است: هیچ‌کس در آن حرفش را نصفه رها نمی‌کند، دوباره شروع نمی‌کند، و I mean, the thing is نمی‌گوید.
گفتار واقعی تقریباً یک‌سومش همین چیزهاست، و همان یک‌سوم است که گوش را از ریل خارج می‌کند، نه واژه‌های ناآشنا. کسی که این هشت الگو را بشناسد، همان روز اول بخش بزرگی از آنچه گم می‌کرد را پس می‌گیرد.
هشت چیزی که در صدای کلاس نیست
آرمین در نیشابور پشتیبان یک نرم‌افزار حسابداری است و تازه به تیم بین‌المللی منتقل شده. این هشت الگو را از ضبط دو جلسه بیرون کشید.
- I mean, the thing is. شروع دوباره، بعد از اینکه جمله اول رها شد.
- sort of, you know. دو پرکننده پشت هم، که هیچ معنایی حمل نمی‌کنند و باید رد شوند.
- or rather, what I meant was. تصحیح خود گوینده، وسط جمله.
- and then, like, they said. واژه like به عنوان پرکننده، که با فعل like هیچ ربطی ندارد.
- well, no, hang on. برگشتن از حرف قبلی، در سه واژه.
- it was, what, three weeks ago. مکث فکری وسط جمله، که به شکل یک پرسش کوچک درمی‌آید.
- so yeah, anyway. بستن یک انحراف و برگشتن به موضوع اصلی.
- d'you know what I mean. پرسش تشریفاتی ته جمله، که جواب نمی‌خواهد.
چرا مسیر مستقیم نیست
بیشتر آدم‌ها بعد از صدای درجه‌بندی‌شده سراغ همان صدا با سرعت بیشتر می‌روند، و این ایستگاه چیزی اضافه نمی‌کند. آنچه در صدای درجه‌بندی‌شده غایب بود سرعت نبود، بی‌نظمی بود، و تندتر کردن یک متن مرتب همان متن مرتب را تند می‌کند.
ایستگاه بعدی افت دارد و افت خودش سازوکار است. اولین باری که گفتار بدون متن را بشنوید، حدود یک‌سومش را می‌گیرید و همان‌جا بیشتر آدم‌ها برمی‌گردند، چون افت را به عنوان شکست می‌خوانند. چیزی خراب نشده؛ اولین بار است که چیز واقعی را شنیده‌اید.
جایی که کار می‌ایستد: صدای آزمون، خودش صدای درجه‌بندی‌شده است
لیسنینگ آیلتس و تافل هر دو با متن نوشته‌شده و گوینده حرفه‌ای ضبط می‌شوند، پس تمرین با آن‌ها هرگز به ایستگاه سوم نمی‌رسد. کسی که دو سال فقط تست لیسنینگ زده باشد، نمره خوبی می‌گیرد و در اولین جلسه کاری زنده جا می‌ماند.
آرمین نمره لیسنینگش بالا بود و در جلسه اول تیم، حدود نیمی از حرف‌ها را از دست داد. تفاوت هم در واژه نبود؛ در این بود که چهار نفر هم‌زمان حرف می‌زدند، جمله‌ها نصفه می‌ماندند، و کسی متن را از قبل مرتب نکرده بود.
راهش این است که ایستگاه سوم را عمداً و زودتر شروع کنید، حتی وقتی هنوز آماده نیستید. روزی ده دقیقه گفتار بدون متن، در حالی که فقط دنبال هشت الگوی بالا می‌گردید و نه دنبال معنا. آن هشت‌تا در چند هفته شنیده می‌شوند و بعد از آن، معنا خودش جا باز می‌کند.
جایی که گفتار بدون متن پیدا می‌شود
یک مدل زبانی با خروجی صوتی تا ۲۰۲۶ برای این کار به درد نمی‌خورد، چون گفتارش مرتب است. آنچه لازم دارید ضبط جلسه‌های واقعی خودتان است، و اگر ندارید، ویدیوهای گفت‌وگوی بدون فیلم‌نامه. VLC رایگان و متن‌باز است و روی رایانه خودتان اجرا می‌شود، و کاری که با آن باید کرد این است: بدون زیرنویس بشنوید و فقط جاهایی را که یکی از آن هشت الگو آمد علامت بزنید. جای تمرین لیسنینگ کتاب آزمون را می‌گیرد، که به همان ایستگاه اول برمی‌گردد.
خطا: دوباره گوش دادن، به جای جلو رفتن
واکنش طبیعی به نفهمیدن، تکرار همان سی ثانیه است. برای این ایستگاه جواب نمی‌دهد، چون آنچه گم می‌شود یک واژه نیست و یک الگوست، و الگو با تکرار همان نمونه شناخته نمی‌شود؛ با دیدن بیست نمونه متفاوت شناخته می‌شود.
پس در این مرحله جلو رفتن بهتر از تکرار است، حتی با فهم یک‌سومی. آنچه در گفتار به هم می‌چسبد و مرزها را جابه‌جا می‌کند در صداهایی که فارسی ندارد و گوش هنوز نمی‌شنود ریشه دارد، و انتخاب اینکه چه چیزی بشنوید در شنیدن، بدون تصویری که به آن تکیه کنید باز شده است.
پرسش بعدی این است که با تصویر چه اتفاقی می‌افتد. تصویر بخشی از کار پیش‌بینی را انجام می‌دهد و همین هم کمک است و هم عصا، و انتخابش تصمیم جداگانه‌ای است که در انتخاب چیزی که ببینید، و کاری که موقع دیدن می‌کنید گرفته می‌شود.