A PERCEPCAO DA ICONICIDADE POR SINALIZANTES DA LIBRAS: UM ESTUDO COMPARATIVO DE LINGUAS DE SINAIS ESTAVEIS E LINGUA DE SINAIS EMERGENTES
Iconicidade; línguas de sinais emergentes; surgimento do léxico; percepção linguística
Esta dissertação versa sobre a temática da iconicidade comparando línguas de
sinais estáveis e línguas de sinais emergentes. A relevância científica de se
comparar os dois tipos de línguas de sinais acima é que as primeiras possuem
léxicos já desenvolvidos, com incontáveis gerações de falantes, são
institucionalizadas e relativamente estáveis, já as últimas são línguas novas, com
poucas gerações de falantes, faladas em povoados e vilarejos, em que se pode
observar o léxico no momento de seu surgimento. Considerando que a literatura
básica sobre iconicidade em línguas de sinais assume que dada a modalidade
visual em que essas línguas se realizam o léxico seja criado com alto poder
icônico e que a arbitrarização e a redução fonológica seja consequência do
tempo, se esta hipótese estiver correta, espera-se que a iconicidade do léxico de
línguas de sinais emergentes, seja percebida, por usuários surdos de outras
línguas de sinais. Para testar esta assunção, desenvolvemos um experimento
baseado no experimento de Occhino (2017) em que surdos usuários de libras
teriam que atribuir notas de 0 a 100 para a iconicidade de 20 sinais e sua própria
língua, a libras, em 20 sinais de uma língua de sinais estável estrangeira, a língua
de sinais catalã e em 20 sinais de uma língua de sinais emergente brasileira
falada no interior do Piauí, a cena. Os resultados parciais favorecem os achados
de Occhino (2017) cujos resultados demonstram que os surdos sempre julgam
sua L1 como mais icônica e desfavorecem a premissa da literatura de que o
léxico de línguas de sinais surjam mais icônicos, já que os surdos usuários de
libras julgam a iconicidade das línguas na seguinte ordem decrescente de notas
libras>cena>língua de sinais catalã. As contribuições científicas para o estudo
mais geral de como surgem o léxico nas línguas serão pontuados na análise dos
dados.