La familia donde la raíz ya era una teoría: el esqueleto consonántico contra la raíz trilítera
La familia donde la raíz ya era una teoría
Hay un problema con los instrumentos que uno mismo define: sólo se pueden contrastar contra sí mismos.
En austronesio, en turco, en urálico, en pama-ñungano y en indoeuropeo, el esqueleto consonántico era un objeto nuestro. Lo definíamos, lo medíamos, lo comparábamos contra su propio nulo. Cinco familias midiendo la vara con la vara.
El afroasiático es distinto, y por una razón que ninguna otra familia de la serie ofrece.
La raíz trilítera semítica —k-t-b, «escribir»— es exactamente nuestro objeto, descrito por otra vía y hace más de mil años.
La filología árabe y hebrea llegó al esqueleto consonántico por un camino que no tiene nada que ver con el nuestro, y lo dejó descrito con una precisión que no necesita de nosotros. Eso convierte al afroasiático en el único sitio del corpus donde el instrumento puede converger o discrepar con una descripción externa.
Es la prueba más informativa de la serie. También la más arriesgada: si el esqueleto no reencuentra la raíz allí donde la raíz existe y está descrita, el problema es del esqueleto.
El contraste se registró antes de correr nada
La hipótesis se escribió, con su nulo, su dirección declarada y sus falsadores, antes de mirar los datos. Sin eso, la prueba no vale: uno siempre encuentra lo que va a buscar después.
La hipótesis principal se confirma.
El semítico concentra el 50,6 % de sus formas en esqueletos de exactamente tres consonantes, frente al 31,3 % del chádico. Diecinueve puntos y tres décimas de diferencia, con p = 0,0001 bajo un nulo que permuta la rama sobre las lenguas.
Y no es que las palabras semíticas sean más cortas. Las medias de consonantes por forma en las cuatro ramas son 2,99 · 3,13 · 3,02 · 3,02 — prácticamente idénticas.
Es concentración, no longitud. Un procedimiento ciego a la gramática reencuentra la forma de la raíz trilítera sin haberla usado.
Y dos hipótesis del mismo preregistro fallan
Esta es la parte que importa más, y por eso se publica con el mismo detalle que la que salió bien.
Dos de las hipótesis registradas no se confirman. Lo que diagnostican no es la familia: es el instrumento. Un preregistro del que sólo se publica la parte que acierta no es un preregistro — es una selección hecha después.
Lo que el catálogo recuperó por su cuenta
2.121 códigos agrupando 11.082 formas de 111 lenguas. El procedimiento agrupa el 17,4 % de las formas disponibles y su precisión supera 44 veces lo esperable por azar: 5,26 % frente a 0,119 %.
Sobre el agrupamiento sin el umbral de tres lenguas, la ventaja es de 25,0 puntos — 29,7 % real frente a 4,7 % del nulo, 6,3 veces el azar.
Y los códigos de mayor alcance reproducen el vocabulario que la comparación afroasiática ya había establecido, sin haber reconstruido nada:
m·t|dieen 38 lenguas de dos ramasd·m|blooden 29s·m|nameen 25
Ninguno se buscó. Todos salieron de exigir que un esqueleto se repita para el mismo concepto en tres lenguas distintas.
Lo que este catálogo no es
Conviene decirlo antes de que alguien lo lea de más.
No reconstruye el protoafroasiático ni lo consulta. No usa los juicios de cognación que existen para esta familia. No propone etimologías. Y no afirma que los códigos de mayor alcance sean cognados, aunque muchos lo sean: el catálogo no puede distinguir herencia de contacto, y no se va a fingir que sí.
Hay además un límite de cobertura que se declara antes de los resultados y no después. De las 111 lenguas, el 72 % es chádico, y dos de las cuatro ramas tienen dos lenguas cada una. Faltan el omótico y el egipcio, que el corpus no trae.
Este catálogo no cubre el afroasiático. Cubre las cuatro ramas que el corpus contiene, y así se le debe citar.
El paper: Códigos consonánticos en 111 lenguas afroasiáticas: la familia donde la raíz consonántica ya era una teoría (PDF) · English version
El método: El catálogo de códigos consonánticos