Napjainkban, a számítógépes nyelvészet világában, lehetőség nyílott arra, hogy a korábbi viszonylag kicsi nyelvi minták helyett hatalmas korpuszokat vizsgáljunk meg (Brown Corpus, British National Corpus, COBUILD, Cambridge International Corpus stb). Az egymillió szavas Cancode angol beszélt nyelvi korpusz lehetővé teszi az írott és beszélt nyelvi gyakoriságlisták kontrasztív vizsgálatát. Azt azonban továbbra is világosan kell látni, hogy egy több millió szóból álló mintában legfeljebb százezerféle szó fordul elő. Részben a mintaválasztástól is függ, hogy egy adott mennyiségű nyelvi leltárban hányféle szó szerepel. A szótövek száma (types – azonos szótövű szavak csak egynek számítanak) és az összes szó (tokens, running words) aránya jellemezhet egyes szövegtípusokat. Nation hivatkozik egy ötmillió szóból álló mintára (Nation, 1990: 17), amelyben 86 741 különféle szó fordul elő. Ebben a mintában is – mint általában – az első kétezer leggyakoribb szó lefedi az egész szöveg jóval több mint nyolcvan százalékát. Ha tehát valaki megtanulja (aktívan) egy nyelv első kétezer leggyakoribb szavát és ehhez hozzáad egy körülbelül nyolcszáz egységből álló, főként absztraktabb igékből álló kiegészítést, már egész jól elboldogul (a nemzetközi szakirodalom – ilyen vagy olyan formában – „egyetemi” szókincsként hivatkozik erre a kis bővítményre). A legtöbb ember életében ezenkívül primátusa van még a szakszavaknak, amelyek szakmától függően körülbelül kétezer szót jelentenek, legfeljebb ötezerig terjedően. Ebből az aritmetikai fejtegetésből is világosan látszik, hogy ha ezt a durván négyezernek tekinthető kötelező minimumot leszámítjuk, akkor a nyelvet tanuló vagy az adott nyelvből vizsgázó személy igazi nehézsége nem a gyakori szavak megtanulásából származik. Rajta kívül álló, tőle nem függő objektív tény, hogy garmadával tanulhatja a ritka szavakat, előrehaladása a sok tízezer szóból álló emelkedőn mégis csekély. Ennek ellenére rendkívül gyakori azon esetek száma, amikor egy adott helyzetben lehetetlen előrehaladni a hiányzó ritka szó ismerete nélkül, mert jelentése a környezetből ki nem található, és a ráfogásról is kiderülhet másodpercek alatt, hogy nem hat, nem működik. A tesztelési nehézségeken túlmenően ez a tény egyértelműen utal a szókincstanulás nehézségeire. A nyelvtanulás – szerencsés esetben – főként rendszeres és átgondolt szókincstanulást jelent, függetlenül attól, hogy a szavak forrása írott vagy hallott szöveg, leírás, történet vagy éppen társalgás: jóformán mindegyik történeti módszernek megvolt a maga kedvence. Azt azonban egyik sem tudta megmagyarázni, hogy miért tudnak az emberek jóval több szót, mint amennyit tanítottak nekik. Erre a kategóriára találták ki a felfedezéses szótanulást, amikor hallott, de még inkább írott szövegben (vö. extenzív olvasás) a kontextusból „nyerjük ki” az új szót, mintegy a szituáció erejének hatására. Ez egészen addig működik is, amíg a redundancia zuhanni nem kezd a nulla pont felé, és az így kialakult szorításban a tanuló kénytelen találgatni: a találgatások jelentős része csak ráfogás lesz. Furcsamód hamar megfeledkezünk ezekről a nehéz hágókról, szorosokról, amikor a cloze procedure (szövegkiegészítés) tesztelési eljárását alkalmazzuk, jóllehet a szavak véletlenszerű kitörlése nem igazodik a mondat jelentésének vonulataihoz, csúcsaihoz. Gyakran előfordul, hogy a törlés éppen a hágót pusztította el, ám a jelöltnek nem áll módjában másik átjárót keresni.