El indoeuropeo a ciegas

El indoeuropeo es el extremo de una desigualdad. Es la familia con la reconstrucción más densa, la cognación experta más revisada y la bibliografía más profunda que existe. Dos siglos de trabajo excelente, disponible, indexado y a un clic.

Este catálogo se construyó sin consultar nada de eso.

El compromiso

No es una figura retórica. Es una lista de renuncias concretas:

  • No se usa ninguna protoforma. Ni para construir el catálogo ni para leerlo.
  • No se usa ninguna lista de cognados. La fuente IE-CoR aporta 25.731 formas a este corpus y trae juicios de cognación expertos: no se han leído. De ella se toman las formas y las glosas, como de cualquier otra fuente.
  • No se cita ninguna ley fonética, ni por su nombre ni por su contenido.
  • No se compara ningún resultado con la clasificación establecida más allá de las etiquetas de rama que el corpus ya trae como metadato, usadas igual que en las cuatro familias anteriores.

Las cuatro familias previas —turco, urálico, austronesio, pama-ñungano— se eligieron en parte porque su bibliografía comparatista es menos densa, de modo que renunciar a ella costaba poco.

Aquí cuesta todo. Y por eso se hace.

Porque si el instrumento sólo funciona cuando nadie puede comprobarlo, no funciona.

Las cifras

10.116 códigos agrupando 94.152 formas de 207 lenguas.

Precisión del 8,73 % frente a un azar del 0,084 % — es decir, 104 veces el azar, el segundo valor de la serie después del turco. La colisión es del 52,5 % y la aridad media de 3,35, la más alta empatada con el pama-ñungano. El catálogo cubre 1.946 conceptos, más del doble que cualquier familia anterior.

El código de mayor alcance de todo el corpus

concepto código lenguas enriquecimiento ramas
name n·m 103 379× 6
three t·r 81 130× 10
two d 79 128× 9
nose n·s 79 150× 6

n·m|name, con 103 lenguas, es el código de mayor alcance de todo el corpus trabajado — por delante del m·r|hand pama-ñungano, que llega a 69, y de cualquier código austronesio.

Y aquí hay que ser exacto, porque es donde el lector se adelanta. Se escribe n·m|name y nunca n·m = name. El código no significa «nombre». Es la forma que «nombre» toma repetidamente en esta familia, bajo estas condiciones de información. La columna de ramas cuenta en cuántas ramas aparece; no afirma que ese reparto tenga una causa histórica, que es una cuestión distinta y no de este método.

Quien conozca la familia reconocerá lo que hay detrás. El punto es que el procedimiento no lo sabía.

Sesenta y un pares de ramas

El indoeuropeo es la primera familia de la serie con material suficiente para calcular las sustituciones sobre 61 pares de ramas, y da las concentraciones de alternancia más marcadas de todas las medidas hasta ahora.

La geografía sale monótona en los seis cubos, y eso pese a que ésta es la familia con lenguas trasplantadas a otros continentes — el caso donde uno esperaría que la señal geográfica se rompiera.

Y un cuarto resultado negativo consecutivo

El descubrimiento automático de afijos vuelve a empeorar la ventaja sobre el azar. Cuarta familia seguida.

No es un accidente que se repita: es un resultado. El despiece morfológico rinde cuando la regla se declara, y estropea cuando se descubre por parecido. Ya se había visto en turco, en urálico y en pama-ñungano; el indoeuropeo lo confirma en la familia donde más se sabe de morfología.

Lo que queda por decir

Los unarios encabezan la lista de alcance: cuatro de los quince códigos de mayor alcance tienen una sola consonante. Quedan fuera de las cifras que este paper defiende, pero su presencia dice algo que conviene no callar — en una familia grande, el instrumento produce coincidencia con facilidad.

Ese es el precio de trabajar a ciegas, y se publica junto al resultado.

El paper: Códigos consonánticos en 207 lenguas indoeuropeas: un catálogo construido a ciegas (PDF) · English version

El método: El catálogo de códigos consonánticos