Quienes aprenden idiomas suelen hacerse una pregunta muy práctica:
«¿Cuántas palabras necesito saber para hablar un idioma con fluidez?»
A primera vista, parece una pregunta sencilla. Si podemos decir que una persona necesita unas 3000–5000 palabras para comunicarse con confianza en inglés en la vida cotidiana, quizá podamos usar la misma cifra para el español, el mandarín, el japonés, el árabe, el ruso o el hindi.
Sin embargo, no todos los idiomas funcionan exactamente igual.
La cifra de 5000 puede parecer objetiva, pero no siempre significa lo mismo en todos los idiomas. En uno, una «palabra» puede mantenerse casi sin cambios. En otro, una misma idea básica puede expresarse mediante decenas o incluso cientos de formas gramaticales distintas. En otro, el mayor reto quizá no esté en las formas de las palabras, sino en el sistema de escritura.
Esto no significa que las cifras sobre 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 evidente hasta que intentamos contar palabras.
En inglés, ¿deberíamos contar estas formas como una sola palabra o como varias?
walk, walks, walked, walking
La mayoría de quienes aprenden idiomas probablemente diría: se trata de una misma palabra 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 palabras?
nation, national, nationality, international
Está claro 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 estudio.
Esta distinción importa porque muchos estudios sobre el vocabulario del inglés no cuentan cada forma por separado. A menudo cuentan familias de palabras: una palabra base junto con sus formas relacionadas más comunes. Esta es una de las razones por las que las investigaciones 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, resulta más fácil entender unhappy y happiness.
Pero, cuanto más nos alejamos del inglés, más se complica este enfoque.
Por qué las cifras del inglés no se pueden aplicar a todos los idiomas
El inglés es uno de los idiomas más investigados en los estudios sobre vocabulario. Los trabajos de Paul Nation, citados con frecuencia, sugieren que quienes aprenden el idioma pueden necesitar aproximadamente 6000–7000 familias de palabras para reconocer una gran proporción de las palabras del inglés hablado y 8000–9000 familias de palabras para muchos textos escritos. Estudios 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 de inglés, en listas de familias de palabras del inglés y en sus patrones de frecuencia. Otros idiomas pueden expresar el significado de otras maneras.
Quien aprende español, ruso, mandarín, árabe o japonés no está aprendiendo simplemente «el vocabulario del inglés con otros sonidos». Cada idioma tiene su propia estructura. Un mismo objetivo de aprendizaje —comunicarse en la vida cotidiana, leer las noticias, ver películas o estudiar en la universidad— puede requerir distintos tipos de conocimiento del vocabulario.
Para entenderlo, tenemos que observar la morfología.
Morfología: cómo se forman las palabras en cada idioma
La morfología estudia cómo se forman las palabras a partir de unidades de significado más pequeñas, llamadas morfemas.
Los idiomas varían mucho en la manera de organizar el significado dentro de las palabras. Las descripciones lingüísticas tradicionales suelen distinguir entre lenguas aislantes, aglutinantes, fusionantes y polisintéticas. Estas categorías son simplificaciones, y las lenguas reales suelen situarse en algún punto de una escala, en lugar de encajar perfectamente en una sola categoría. Aun así, resultan 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 funciona 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 variar mucho por flexión. El significado gramatical suele expresarse mediante el orden de las palabras, las partículas, el contexto o palabras funcionales independientes, en lugar de largas terminaciones añadidas a una palabra.
Para quien aprende el idioma, esto puede simplificar algunos aspectos del recuento de vocabulario. Una palabra puede no tener decenas de terminaciones de caso o conjugaciones verbales.
Pero eso no significa que el idioma sea fácil.
En mandarín, quienes aprenden se enfrentan a 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 las palabras y expresiones de uso real. A la inversa, puede entender frases habladas, pero todavía no leerlas con soltura.
Por eso, en mandarín, preguntarse «¿Cuántas palabras sé?» puede no ser suficiente. Una pregunta más útil podría ser:
¿Cuántas palabras habladas, 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 y marcas de posesión, caso, número o dirección. El resultado puede ser una palabra larga que resulte intimidante al empezar, aunque sus partes sigan reglas sistemáticas.
Esto plantea un problema a la hora de contar el vocabulario.
Si contamos cada forma concreta como una palabra independiente, el vocabulario de las lenguas aglutinantes puede parecer mucho más extenso de lo que realmente es. No es necesario memorizar por separado todas las formas posibles. Lo que hace falta es conocer la raíz y entender cómo funcionan las terminaciones.
Por eso, un simple recuento de formas de palabras puede ser engañoso. En las lenguas aglutinantes, la morfología no es solo un tema de gramática. También 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 terminación de un verbo puede indicar persona, número, tiempo y modo.
Esto afecta al aprendizaje de manera distinta a lo que ocurre con las lenguas aglutinantes. Las formas pueden ser más cortas, pero también 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. Quien aprende no solo incorpora vocabulario: también aprende cómo cambian las palabras dentro de las oraciones.
De nuevo, esto dificulta el simple recuento de palabras.
¿Contamos solo la palabra base? ¿El lema? ¿El conjunto completo de formas? ¿La familia de palabras? La respuesta depende del objetivo.
Para un diccionario o un corpus, una respuesta puede ser útil. Para quien aprende el 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, en árabe hay otro aspecto importante: la diglosia. El árabe estándar moderno se utiliza en la escritura formal, la educación y los medios de comunicación, mientras que los dialectos que se hablan a diario varían considerablemente de una región a otra.
Así, la pregunta «¿Cuántas palabras de árabe necesito saber?» lleva de inmediato a otra:
¿Qué árabe? ¿El árabe estándar moderno, el árabe egipcio, el árabe levantino, el árabe del Golfo, el árabe marroquí u otra variedad?
Esto no significa que aprender árabe sea imposible. Simplemente significa que hay que definir con más cuidado los objetivos de vocabulario.
Los sistemas de escritura también cambian la pregunta
El vocabulario no se limita al sonido y al significado. También incluye la escritura.
El español y el italiano utilizan sistemas de escritura alfabéticos relativamente transparentes. Una vez que se comprenden las reglas de pronunciación, normalmente se pueden leer palabras nuevas sin grandes dificultades.
La ortografía del inglés es menos transparente. La relación entre la escritura y la pronunciación suele ser irregular.
El mandarín usa caracteres. El japonés utiliza un sistema mixto: kanji, hiragana y katakana. El hindi utiliza la escritura devanagari. El árabe usa un abyad, en el que las vocales breves no suelen escribirse en los textos de uso cotidiano.
Estos sistemas cambian lo que significa «saber» una palabra.
Una persona puede reconocer una palabra al escucharla, pero no al verla escrita. O puede reconocer su forma escrita, pero pronunciarla de manera incorrecta. En japonés, se puede conocer una palabra hablada sin conocer su escritura en kanji. En árabe, se puede conocer una raíz escrita, pero no deducir la forma oral correcta si no se indican las vocales.
Por eso, el tamaño del vocabulario no se reduce al número de significados que conoces. También importa cómo se relacionan esos significados con los sonidos, la escritura y la gramática.
Entonces, ¿«5000 palabras» es una cifra sin sentido?
No. Las cifras sobre vocabulario siguen siendo útiles.
Ayudan a quienes aprenden idiomas a fijar metas. Ayudan a los docentes a diseñar materiales. Ayudan a las aplicaciones a decidir qué palabras presentar primero. También nos recuerdan la enorme importancia del vocabulario de alta frecuencia.
Pero hay que interpretar la cifra teniendo en cuenta la estructura del idioma.
En inglés, «5000 palabras» suele significar algo cercano a 5000 familias de palabras o unidades básicas de vocabulario. En mandarín, importa la relación entre palabras y 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 llevar 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 preguntar únicamente:
«¿Cuántas palabras sé?»
conviene hacerse estas preguntas:
¿Puedo reconocer rápidamente las palabras más frecuentes?
¿Entiendo sus formas más habituales?
¿Puedo usarlas en oraciones reales?
¿Sé cómo cambian en este idioma?
¿Puedo entenderlas al escucharlas y al leerlas?
¿Conozco las frases comunes en las que aparecen?
Esta es una visión más realista del aprendizaje del vocabulario.
Para comunicarse en la vida cotidiana, la base siguen siendo unos pocos miles de unidades de vocabulario de uso más frecuente. 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 una estructura idéntica.
El objetivo no es acumular una cantidad arbitraria de palabras.
El objetivo es construir una red mental funcional: palabras, formas, sonidos, escritura, gramática, frases y contextos reales que se complementan entre sí.
Eso es lo que realmente significa conocer el vocabulario.
En el próximo artículo, analizaremos lenguas europeas como el español, el francés, el alemán y el ruso, y veremos por qué incluso los idiomas que parecen más familiares pueden requerir estrategias muy distintas para aprender vocabulario.
