NANA · MAMA · PAPA · TATA en 5.501 lenguas

Que la palabra para madre se parezca en lenguas sin parentesco es una de las observaciones más antiguas de la lingüística comparada. También una de las mejor explicadas: Jakobson lo dejó dicho en 1960 — la nasal labial es lo primero que un lactante produce con la boca ocupada en mamar, y el adulto recoge ese balbuceo y lo devuelve como nombre.

Nada de eso se discute aquí. Lo que faltaba no era la explicación: era la medida.

El procedimiento

Se les quitan las vocales a 100.507 formas léxicas de Lexibank —5.501 lenguas, 298 familias— y se sustituye cada consonante por su clase. mama → MM. ama → M. madre → MTR.

Sobre ese esqueleto se pregunta si los conceptos del núcleo de crianza —madre, padre, bebé, abuela, abuelo— se surten de un repertorio de cuatro códigos: N (nana, ana), M (mama, ama), P (papa, apa, baba) y T (tata, ata).

La respuesta, y su margen

Afirmativa, y con margen amplio.

De las palabras formadas por una sola clase de consonante, el cuarteto se lleva el 80,9 % en la crianza frente al 48,0 % del vocabulario corriente. El azar sobre diez clases daría 40 %.

La diferencia es de 32,9 puntos, con una h de Cohen de 0,71, y se repite dentro de 40 de 45 familias comparadas consigo mismas (Wilcoxon pareado p = 8,4·10⁻¹⁰, delta de Cliff 0,78).

Y el cuarteto no sólo sube: expulsa. La clase velar K, la más frecuente entre los monoclase del léxico corriente con un 18,1 %, cae al 6,7 %.

La corrección del titular, que va aquí y no enterrada abajo

El cuarteto no sube en bloque.

M, N y P pasan del 30,9 % al 63,0 % y se llevan casi todo el efecto. T no se mueve: 17,2 % → 17,9 %, h = 0,02.

T no es una clase que la crianza prefiera: es una clase que la crianza no expulsa, mientras sí expulsa a K, S y R. Lo que hay que explicar es una evitación, no una preferencia.

No depende de la tabla de clases

Un resultado que sólo existiera bajo una manera de agrupar consonantes no sería un resultado. Se repitió bajo siete lecturas distintas: Dolgopolsky tal como lo trae Lexibank, Dolgopolsky recalculado con LingPy, SCA en dos lecturas, ASJP, rasgos articulatorios de PanPhon, y el IPA crudo sin fusionar nada — 201 consonantes distintas, donde el azar da un 8 % al cuarteto.

En las siete, la diferencia crianza − control se mantiene entre +31 y +34 puntos.

Tampoco depende de las familias grandes. Quitando enteros el indoeuropeo y el austronesio quedan +30,7 puntos. Y sorteando una lengua por familia, de modo que todas pesen igual, quedan +31,8 — positiva en el 100 % de 500 sorteos.

El resultado negativo: no hay cluster de la criatura

Contra la expectativa, y esta es la parte que más me interesa.

Con once conceptos, 4.563 lenguas, la lengua como unidad de conteo y los intentos igualados, la criatura queda diez puntos por debajo de su propio vocabulario corriente — 28,6 % frente a 38,7 %, h = −0,21 — en 24 de 27 familias, y sin más reduplicación que el control.

La razón es estructural y se lee en el largo del código:

Las lenguas no nombran a la criatura con una palabra primitiva. La derivan.

Queda en pie, eso sí, un efecto de transferencia. Cuando la criatura sí usa el repertorio, tiende a tomar el código de los padres de su misma lengua: 18,7 % frente al 14,5 % esperado, p = 0,0005, h = 0,11 — real y pequeño. El código no le pertenece: le llega prestado.

Y una laguna de corpus que condiciona todo lo anterior

Lexibank recoge el término de referencia, no el de trato. De sus 1.740.092 registros, nueve llevan marca de vocativo o de término de trato. Y esos nueve indican que el vocativo es una palabra distinta y más próxima al repertorio.

Es decir: el registro afectivo —lo que la madre dice al niño en brazos— no está en las bases de datos comparativas. Las cifras de este trabajo son un piso y no un techo, y no existe corpus comparativo de ese registro para la inmensa mayoría de las lenguas tratadas.

Una advertencia de método

Un fenómeno tan visible como mama / papa invita a la apofenia: siempre habrá lenguas que encajen.

Por eso cada afirmación se contrasta contra un bloque de comparación fijado antes de calcular, y las que dependen del tamaño de las familias se rehacen tomando la familia —y no la lengua— como unidad. Un cluster no es una familia histórica, ni una protoforma, ni una regla: las lenguas de dentro pueden no tener relación entre sí, y las de fuera no son excepciones a nada.

Cada cluster se reporta con dos cifras: cuántas lenguas y cuántas familias independientes. La segunda es la que separa un cluster de convergencia (50–60 familias) de uno de herencia de rama (4–7).

Este trabajo se hizo, entre otras razones, como prueba de que el instrumento recupera lo que ya se sabe antes de pedirle nada nuevo.

El paper: El repertorio de la crianza (PDF) · English version