El escalón de las 2,8 consonantes, y su falsación

Esta es la historia de un hallazgo que duró tres papers y que la propia serie derribó. La cuento entera porque el derribo es el resultado, no un accidente en el camino.

Séptima familia: aparece un escalón

Cuando la serie llegó a siete familias medidas con el mismo código, apareció una regularidad que con seis no se veía.

El nulo de un catálogo —cuánto agruparía el procedimiento barajando los conceptos dentro de cada lengua, es decir, cuánto agrupa el azar— no bajaba suavemente con la longitud de la palabra. Se disparaba.

Las dos familias con menos de tres consonantes por forma —el Nuclear Trans New Guinea con 2,41 y el austronesio con 2,79— tenían nulos del 37 % y del 44 %. Las cinco por encima de 3,03, entre el 4,7 % y el 15 %.

Ocho veces de diferencia a los dos lados de un escalón estrechísimo.

Tenía sentido mecánico: con palabras cortas el espacio de esqueletos se satura, y cualquier cosa se parece a cualquier cosa. En el trans-neoguineano, el 35 % de los códigos resultantes son de una sola consonante, y catorce de los quince de mayor alcance también. n agrupa cien lenguas para comer, y otras tantas para tú, yo, madre y dormir.

Era la familia donde el instrumento rinde menos de toda la serie —13 veces el azar, frente a 216× del turco y 104× del indoeuropeo— y se eligió precisamente por eso. Un suelo descrito vale más que un suelo intuido.

Octava familia: la predicción se registra y se confirma

Un hallazgo hecho mirando siete casos es una descripción, no una ley. Para que fuera otra cosa había que arriesgarlo.

Así que antes de calcular nada del sino-tibetano, se registró la predicción por escrito: esta familia tiene 2,22 consonantes por forma, luego su nulo debe estar arriba.

Se confirmó. El nulo sino-tibetano es del 42,0 %, contra el 4,7 % del afroasiático. La colisión es del 71,9 %, la más alta de la serie.

Una parte secundaria de la predicción falló, y el paper anterior quedó corregido por lo que allí se midió. Fuera de muestra, que es la única prueba que cuenta.

Hasta ahí, todo iba bien. Demasiado bien.

Novena familia: el escalón se cae

El austroasiático entró en la serie por un criterio nuevo —ramas repartidas × palabra larga— y trajo consigo el caso que faltaba.

familia consonantes por forma nulo lenguas
austroasiático 2,75 14,6 % 94
austronesio 2,78 39,0 % 582

Misma longitud de palabra. Veinticuatro puntos de diferencia en el nulo.

El escalón no existe donde se dijo que estaba. Lo que separa a estas dos familias no es la palabra: son las lenguas. Noventa y cuatro contra quinientas ochenta y dos.

Lo que en realidad estaba pasando

Con las nueve familias medidas, las correlaciones son claras y van en direcciones opuestas:

  • r(aridad, nulo) = −0,84 — cuanto más larga la palabra, menor el nulo
  • r(log lenguas, nulo) = +0,70 — cuantas más lenguas, mayor el nulo

Y las dos variables son en buena parte independientes entre sí.

El nulo es función del largo de la palabra y del tamaño de la muestra. Las dos estaban confundidas porque hasta ahora toda familia de palabra corta era además grande.

Siete familias no bastaron para separarlas. Ocho tampoco. Hizo falta la novena, elegida por un criterio que ni siquiera buscaba esto, para que apareciera el caso que rompe la confusión: una familia de palabra corta y muestra pequeña.

Por qué esto se publica así

Podría haberse reescrito. Se conocen las nueve familias antes de publicar ninguna; nada obligaba a dejar por escrito un hallazgo que la propia serie iba a tumbar.

Pero entonces no se vería lo único que hace defendible una serie de este tipo: que cada paper registra su predicción antes de medir, y que el siguiente la puede matar.

Un catálogo de códigos consonánticos no se defiende diciendo que acierta. Se defiende enseñando dónde deja de acertar, y quién lo descubrió.

Los papers: