¿Cuántas palabras necesitas para entender un idioma?
Hay dos preguntas que se suelen mezclar: cuántas palabras tiene un idioma y cuántas necesitas tú. La primera no tiene una respuesta clara, porque depende de qué cuentes como palabra y de qué diccionario mires. La segunda, en cambio, sí la tiene, y bastante precisa, gracias a una idea sencilla que los lingüistas llevan décadas midiendo.
La clave: la cobertura
La cobertura es el porcentaje de palabras de un texto que conoces. Con un 90%, una de cada diez palabras te resulta desconocida, que en una página normal son una o dos por línea.
¿Cuánta cobertura hace falta para entender? En un estudio de Marcella Hu y Paul Nation, unos estudiantes leyeron un relato en el que se habían sustituido algunas palabras por palabras inventadas. Con un 80% de palabras conocidas, ninguno lo entendió de forma suficiente. Los autores calcularon que la mayoría de los lectores necesita en torno al 98%, es decir, una palabra desconocida de cada cincuenta (Hu & Nation, 2000). Un estudio posterior con 745 estudiantes en Israel propuso dos umbrales: el 95% para leer con algo de ayuda y el 98% para leer por tu cuenta (Laufer & Ravenhorst-Kalovski, 2010).
Empecemos por casa: el español
Mark Davies analizó un corpus de 20 millones de palabras de español hablado y escrito. Las 1000 palabras más frecuentes suponen cerca del 88% de lo que se dice al hablar y entre el 76% y el 80% de lo que se escribe. Con las 3000 primeras se llega al 94% del habla y a entre el 88% y el 90% de la escritura (Davies, 2005). Davies contó formas de diccionario: pintamos, pinto y pintarás son una sola palabra, pintar, pero pintor es otra.
Dicho de otro modo: quien aprende español como lengua extranjera y domina sus 1000 palabras más comunes reconoce casi nueve de cada diez palabras de una conversación. Y el mismo patrón aparece en los otros idiomas que se han estudiado.
El inglés
Paul Nation contó familias de palabras, una palabra con sus formas: play, played y player cuentan como una. Las 1000 familias más frecuentes cubren entre el 78% y el 81% de un texto escrito y entre el 81% y el 84% del habla. Con 3000 familias, más los nombres propios, se supera el 95% de una conversación. Para llegar al 98% hacen falta entre 8000 y 9000 familias para leer novelas y periódicos, y entre 6000 y 7000 para entender el habla (Nation, 2006).
¿Y las películas? En los guiones de 318 películas, las 3000 familias más frecuentes, junto con los nombres propios y palabras como “oh” o “hmm”, cubrían el 95,8% de las palabras, y 6000 familias, el 98% (Webb & Rodgers, 2009).
El italiano
El Nuovo vocabolario di base de Tullio De Mauro reúne unas 7000 palabras. Su núcleo, unas 2000 palabras “fundamentales”, cubre el 86% de las palabras de un corpus de casi 19 millones, y las 3000 siguientes, las de “alto uso”, añaden otro 6% (De Mauro, 2016). Para un hispanohablante, además, muchas de esas palabras se parecen a las suyas.
El francés y el hebreo
No hemos encontrado un estudio comparable que podamos comprobar, así que no daremos cifras. Lo que sí se sabe es que la frecuencia de las palabras sigue la misma curva en todos los idiomas en que se ha medido: unas pocas palabras muy comunes forman la mayor parte de cualquier texto (Piantadosi, 2014). Los números cambian; la estrategia, no.
¿Y un hablante nativo?
Muchas más. Un gran estudio en línea calculó que un hablante nativo de inglés estadounidense de 20 años conoce de media unas 42000 palabras de diccionario, que salen de unas 11100 familias (Brysbaert et al., 2016). Y “conocer” ahí a veces solo significa saber que la palabra existe. Nadie necesita llegar a eso para desenvolverse muy bien en otro idioma.
Metas realistas
- 1000 palabras: el esqueleto de cualquier frase. Aún no basta para seguir mucho, pero sin ellas nada funciona.
- 3000 palabras: casi toda la conversación cotidiana y una buena base para series y películas.
- Entre 4000 y 5000: artículos y libros de verdad, con el diccionario a mano.
- Entre 8000 y 9000: novelas y periódicos por tu cuenta.
Una prueba rápida para saber dónde estás: toma un texto que te gustaría entender, cuenta 100 palabras seguidas y marca las que no conoces, sin contar nombres propios. Si son más de cinco, estás por debajo del 95%. Si son dos o menos, rondas el 98%.
Y una cuenta sencilla: 10 palabras nuevas al día son 3000 palabras en 300 días de estudio. No es cosa de una semana, pero tampoco de toda una vida.
Por dónde empezar
Por lo más alto de la lista de frecuencia, y asegurándote de que cada palabra se quede. Así están hechos nuestros cursos de inglés, italiano, francés y hebreo moderno: palabras ordenadas por frecuencia, hasta unas 3000. Para la parte de recordar, te lo contamos en cómo memorizar vocabulario en inglés.
Fuentes
- Hu, M., & Nation, I. S. P. (2000). Unknown vocabulary density and reading comprehension. Reading in a Foreign Language, 13(1), 403–430.
- Laufer, B., & Ravenhorst-Kalovski, G. C. (2010). Lexical threshold revisited: Lexical text coverage, learners' vocabulary size and reading comprehension. Reading in a Foreign Language, 22(1), 15–30.
- Davies, M. (2005). Vocabulary range and text coverage: Insights from the forthcoming Routledge Frequency Dictionary of Spanish. In D. Eddington (Ed.), Selected Proceedings of the 7th Hispanic Linguistics Symposium (pp. 106–115). Cascadilla Proceedings Project.
- Nation, I. S. P. (2006). How large a vocabulary is needed for reading and listening? The Canadian Modern Language Review, 63(1), 59–82.
- Webb, S., & Rodgers, M. P. H. (2009). The lexical coverage of movies. Applied Linguistics, 30(3), 407–427.
- De Mauro, T. (2016, 23 December). Il Nuovo vocabolario di base della lingua italiana. Internazionale.
- Piantadosi, S. T. (2014). Zipf's word frequency law in natural language: A critical review and future directions. Psychonomic Bulletin & Review, 21(5), 1112–1130.
- Brysbaert, M., Stevens, M., Mandera, P., & Keuleers, E. (2016). How many words do we know? Practical estimates of vocabulary size dependent on word definition, the degree of language input and the participant's age. Frontiers in Psychology, 7, 1116.