Quienes aprenden idiomas suelen plantearse una pregunta muy práctica:
«¿Cuántas palabras necesito conocer para hablar un idioma con fluidez?»
Al principio, parece una pregunta sencilla. Si podemos decir que para comunicarse con confianza en inglés en situaciones cotidianas se necesitan unas 3,000–5,000 palabras, quizá podamos usar la misma cifra para el español, el mandarín, el japonés, el árabe, el ruso o el hindi.
Por desgracia, los idiomas no funcionan exactamente de la misma manera.
La cifra 5,000 puede parecer objetiva, pero no siempre significa lo mismo de un idioma a otro. En un idioma, una «palabra» puede mantenerse casi sin cambios. En otro, una misma idea básica puede aparecer en decenas o incluso cientos de formas gramaticales distintas. En otro, el mayor reto quizá no sean las formas de las palabras, sino el sistema de escritura.
Esto no significa que las cifras sobre el vocabulario no sirvan. Son muy útiles. Pero hay que interpretarlas con cuidado.
En este artículo explicamos por qué.
El problema de la palabra «palabra»
El concepto de «palabra» parece claro hasta que intentamos contar palabras.
En inglés, ¿deberíamos contar las siguientes como una sola palabra o como varias?
walk, walks, walked, walking
La mayoría de quienes aprenden un idioma probablemente diría que se trata de una palabra principal con distintas formas. La forma que aparece en el diccionario es walk. En lingüística, esta forma base suele llamarse lema.
Pero ¿qué ocurre con estas?
nation, national, nationality, international
Es evidente que están relacionadas, pero no son idénticas. Pueden pertenecer a una misma familia de palabras más amplia, según cómo se defina esa familia en cada investigación.
Esta distinción importa porque muchos estudios sobre el vocabulario del inglés no cuentan cada forma por separado. Suelen contar familias de palabras: una palabra base junto con sus formas relacionadas más comunes. Esta es una de las razones por las que los estudios sobre el vocabulario del inglés suelen hablar de miles de «familias de palabras» en lugar de miles de formas individuales.
En inglés, este sistema es útil porque muchas formas de las palabras son relativamente predecibles. Si conoces play, no es difícil entender plays, played y playing. Si conoces happy, te resultará más fácil entender unhappy y happiness.
Pero cuanto más nos alejamos del inglés, más se complica la cuestión.
Por qué las cifras del inglés no se pueden trasladar sin más a otros idiomas
El inglés es uno de los idiomas más estudiados en la investigación sobre vocabulario. El trabajo de Paul Nation, citado con frecuencia, sugiere que quienes aprenden inglés pueden necesitar unas 6,000–7,000 familias de palabras para reconocer una gran proporción de las palabras del inglés hablado y 8,000–9,000 familias de palabras para muchos textos escritos. Investigaciones posteriores analizan y ponen a prueba estas cifras con corpus más amplios y distintos supuestos.
Estas cifras son útiles, pero no son leyes universales.
Se basan en el inglés, en corpus en inglés, en listas de familias de palabras del inglés y en sus patrones de frecuencia. Otros idiomas pueden organizar el significado de otra manera.
Quien aprende español, ruso, mandarín, árabe o japonés no se limita a aprender «vocabulario inglés con otros sonidos». Cada idioma tiene su propia estructura. Un mismo objetivo de aprendizaje —comunicarse en el día a día, leer las noticias, ver películas o estudiar en la universidad— puede requerir distintos tipos de conocimiento del vocabulario.
Para entenderlo, debemos fijarnos en la morfología.
Morfología: cómo se forman las palabras en cada idioma
La morfología estudia cómo se construyen las palabras a partir de unidades de significado más pequeñas, llamadas morfemas.
Los idiomas difieren mucho en la manera de organizar el significado dentro de las palabras. Las descripciones lingüísticas tradicionales suelen hablar de lenguas aislantes, aglutinantes, fusionantes y polisintéticas. Estas categorías son simplificaciones, y los idiomas reales suelen situarse en algún punto de una escala, en lugar de encajar perfectamente en una sola categoría. Aun así, son útiles para quienes aprenden idiomas. El Atlas Mundial de Estructuras Lingüísticas describe una escala que incluye patrones aislantes, aglutinantes, fusionantes e introflexivos, con ejemplos como el chino, el turco, el latín y el árabe estándar moderno.
Veamos cómo se aplica esto en la práctica.
Lenguas aislantes: cuando las palabras cambian menos
El chino mandarín suele describirse como una lengua marcadamente aislante. En las lenguas aislantes, las palabras no suelen cambiar mucho mediante la flexión. El significado gramatical suele expresarse mediante el orden de las palabras, las partículas, el contexto o palabras funcionales independientes, en lugar de terminaciones largas añadidas a una palabra.
Para quienes aprenden estos idiomas, esto puede simplificar algunos aspectos del conteo de palabras. Una palabra puede no tener decenas de terminaciones de caso o conjugaciones verbales.
Pero esto no significa que el idioma sea fácil.
Al aprender mandarín, hay otros retos: los tonos, los caracteres, la segmentación de palabras, las palabras compuestas y el hecho de que un carácter escrito no siempre equivale a una palabra. Una persona puede conocer muchos caracteres y aun así tener dificultades con palabras y expresiones de uso real. A la inversa, puede entender frases habladas, pero todavía no leerlas con soltura.
Por eso, en mandarín quizá no baste con preguntarse «¿Cuántas palabras conozco?». Una pregunta más útil podría ser:
¿Cuántas palabras de la lengua hablada, caracteres escritos, palabras compuestas y frases comunes puedo reconocer y usar?
Lenguas aglutinantes: cuando las palabras se alargan
En las lenguas aglutinantes, las palabras pueden contener varios morfemas unidos entre sí. El turco es un ejemplo clásico. El húngaro, el finés y el coreano también tienen muchos rasgos aglutinantes.
En estos idiomas, una sola palabra puede contener información que en inglés se expresaría con varias palabras separadas.
Por ejemplo, una palabra en turco o húngaro puede incluir una raíz más marcas de posesión, caso, número o dirección. El resultado puede ser una palabra larga que intimide a quien empieza, aunque sus componentes sigan un sistema regular.
Esto plantea un problema al contar palabras.
Si contamos cada forma de una palabra por separado, puede parecer que las lenguas aglutinantes tienen un vocabulario mucho mayor del que realmente tienen. No hace falta memorizar cada forma posible por separado. Hace falta conocer la raíz y entender cómo funcionan las terminaciones.
Por eso, un simple conteo de formas puede resultar engañoso. En las lenguas aglutinantes, la morfología no es solo un tema de gramática. Forma parte de la comprensión del vocabulario.
Lenguas fusionantes: cuando una terminación expresa varios significados
Muchas lenguas indoeuropeas, como el español, el ruso, el polaco, el griego y el latín, tienen rasgos fusionantes.
En las lenguas fusionantes, una sola terminación puede expresar varios datos gramaticales a la vez. Por ejemplo, la terminación de un sustantivo puede indicar caso, número y género. La de un verbo puede indicar persona, número, tiempo y modo.
Esto afecta al aprendizaje de manera distinta que en las lenguas aglutinantes. Las formas pueden ser más cortas, pero menos transparentes. Un pequeño cambio puede expresar varios significados.
Los verbos del español son un ejemplo conocido. Un solo verbo tiene muchas formas. El ruso añade otra capa de complejidad con las terminaciones de caso y el aspecto verbal. No se trata solo de aprender vocabulario, sino también de aprender cómo cambian las palabras dentro de las oraciones.
De nuevo, esto dificulta contar palabras de forma sencilla.
¿Contamos solo la palabra base? ¿El lema? ¿Todas sus formas? ¿La familia de palabras? La respuesta depende del objetivo.
Para un diccionario o un corpus, una respuesta puede ser útil. Para quien aprende un idioma, otra puede resultar más práctica.
El árabe y las lenguas semíticas: raíces y patrones
El árabe presenta otro reto.
El árabe y otras lenguas semíticas suelen formar palabras a partir de raíces consonánticas combinadas con patrones. Una raíz puede aportar un significado general, mientras que distintos patrones crean palabras relacionadas.
Esto es muy diferente de la idea de familia de palabras en inglés. En inglés, las palabras relacionadas suelen formarse con prefijos y sufijos. En árabe, la relación entre las palabras puede ser más profunda y estructural.
Además, el árabe presenta otra cuestión importante: la diglosia. El árabe estándar moderno se usa en la escritura formal, la educación y los medios de comunicación, mientras que los dialectos hablados en la vida cotidiana varían considerablemente de una región a otra.
Por eso, la pregunta «¿Cuántas palabras en árabe necesito conocer?» lleva de inmediato a otra:
¿Qué variedad de árabe? ¿Árabe estándar moderno, árabe egipcio, árabe levantino, árabe del Golfo, árabe marroquí u otra variedad?
Esto no significa que sea imposible aprender árabe. Simplemente significa que hay que definir los objetivos de vocabulario con más cuidado.
Los sistemas de escritura también cambian la pregunta
El vocabulario no es solo sonido y significado. También es escritura.
El español y el italiano usan sistemas de escritura alfabéticos relativamente transparentes. Una vez que se conocen las reglas de pronunciación, leer palabras nuevas suele ser relativamente sencillo.
La ortografía del inglés es menos transparente. La relación entre la escritura y la pronunciación suele ser irregular.
El mandarín usa caracteres. El japonés usa un sistema mixto: kanji, hiragana y katakana. El hindi usa el devanagari. El árabe usa un abyad, en el que las vocales cortas no suelen escribirse en los textos corrientes.
Estos sistemas cambian lo que significa «conocer» una palabra.
Una persona puede reconocer una palabra al escucharla, pero no al verla escrita. O puede reconocer su forma escrita, pero pronunciarla mal. En japonés, puede conocer una palabra de la lengua hablada, pero no el kanji con el que se escribe. En árabe, puede conocer una raíz escrita, pero no deducir la forma oral correcta sin las vocales.
Por eso, el tamaño del vocabulario no depende solo de cuántos significados conoces. También depende de cómo se conectan esos significados con los sonidos, la escritura y la gramática.
Entonces, ¿no tiene sentido hablar de «5,000 palabras»?
No. Las cifras sobre vocabulario siguen siendo útiles.
Ayudan a quienes aprenden a fijarse metas. Ayudan a quienes enseñan a diseñar materiales. Ayudan a las aplicaciones a elegir qué palabras presentar primero. También nos recuerdan que el vocabulario de alta frecuencia es sumamente importante.
Pero la cifra debe interpretarse según la estructura del idioma.
En inglés, «5,000 palabras» suele significar algo cercano a 5,000 familias de palabras o unidades básicas de vocabulario. En mandarín, importa la relación entre las palabras y los caracteres. En árabe, importan las raíces, los patrones y los dialectos. En turco o húngaro, importan las raíces y las terminaciones. En japonés, hay que hacer un seguimiento conjunto del vocabulario y del conocimiento de la escritura.
La cifra solo es útil cuando sabemos qué estamos contando.
Una mejor manera de entender el vocabulario
En lugar de preguntarte solo:
«¿Cuántas palabras conozco?»
es mejor plantearte estas preguntas:
¿Puedo reconocer rápidamente las palabras más frecuentes?
¿Entiendo sus formas más comunes?
¿Puedo usarlas en oraciones reales?
¿Sé cómo cambian en este idioma?
¿Puedo entenderlas tanto al escucharlas como al leerlas?
¿Conozco las frases comunes en las que aparecen?
Esta es una visión más realista del aprendizaje del vocabulario.
Para la comunicación cotidiana, las unidades de vocabulario más frecuentes —unos pocos miles— siguen siendo la base. Pero cada idioma requiere su propio modelo. Un buen sistema de aprendizaje no debería tratar el inglés, el mandarín, el árabe, el español y el japonés como si tuvieran estructuras idénticas.
El objetivo no es acumular una cantidad arbitraria de palabras.
El objetivo es construir una red mental que puedas usar: palabras, formas, sonidos, escritura, gramática, frases y contextos reales que funcionan en conjunto.
Eso es lo que realmente significa conocer el vocabulario.
En el próximo artículo, analizaremos idiomas europeos como el español, el francés, el alemán y el ruso, y exploraremos por qué incluso los idiomas que parecen más familiares pueden requerir estrategias muy distintas para aprender vocabulario.
