Para la recolección de los metadatos de los aprendientes, se diseñó un formulario con preguntas sobre datos personales que corresponden a los siguientes datos:

Nota. Tomado de Hincapié (2018). Corpus de Aprendientes de Español como Lengua Extranjera y Segunda Lengua (CAELE/2): el componente escrito.

Para la recolección de las muestras se diseñaron siete ejercicios con tareas que implican describir, narrar o argumentar, y se dividen en los niveles A1, A2, B1, B2 y C. Los informantes son libres de escoger el ejercicio o los ejercicios que a su criterio se relacionan con el nivel de lengua que poseen, por tanto, las pruebas no especifican el nivel al que corresponden ni el tipo de tarea a la que pertenecen. Esta información es conocida únicamente por los investigadores. Algunas de las actividades cuentan con un input visual, y los temas son variados (desde redes sociales hasta política), con el fin de motivar al estudiante a desarrollar la tarea.