La frecuencia léxica y su utilidad en la enseñanza del español como lengua extranjera

LA FRECUENCIA LÉXICA Y SU UTILIDAD EN LA ENSEÑANZA DEL ESPAÑOL COMO LENGUA EXTRANJERA Manuel Alvar Ezquerra Universidad Complutense de Madrid Me veo en la necesidad de aclarar, como ya he hecho en otras ocasiones, que no me siento especialista en la enseñanza del español como lengua extranjera, y siempre que he abordado estas cuestiones ha sido desde la perspectiva general del estudioso de la lengua española, y más concretamente de su léxico y fuentes lexicográficas, por lo que mi intervención de hoy va a estar marcada por esas limitaciones. En el instante los organizadores de este congreso me invitaron a participar en él ya sabían muy bien todo eso y me pidieron que hablara sobre alguna cuestión concerniente a la enseñanza del léxico, pues tenían muy presente la reciente publicación de mi librito sobre La enseñanza del léxico y el uso del diccionario1. En él incluí un capítulo sobre "La riqueza del léxico y la frecuencia de palabras" que hubiera deseado más amplio, pero para el que no había más espacio, por las características de la colección en que apareció la obra. Inmediatamente pensé en él, y lo que sigue no es más que consecuencia de lo que quedó sin desarrollar entonces, de la voluntad de quienes me invitaron, y de las deudas de generosa amistad y colaboración. Cuando nos disponemos a enseñar una lengua, la materna u otra, especialmente a la hora de enseñar el léxico, se nos plantean diversas preguntas, que requieren contestaciones específicas: qué enseñar, cuándo hacerlo y cómo hacerlo. En las páginas que siguen quiero intentar si no dar contestación cabal a todas esas preguntas, por lo menos mirar los caminos que se pueden recorrer para averiguar qué léxico debemos enseñar. Otra cosa son el cuándo y el cómo, que dependen de la edad y conocimientos adquiridos por los alumnos, y del método seguido para hacerlo, aunque, necesariamente, habrá que hacer alguna referencia a ello. No son muchos los medios de que disponemos para saber cuáles son las palabras que tienen que conocer nuestros alumnos, pues el diccionario, entendido como diccionario de lengua, tal y como lo concebimos habitualmente, pese a la riqueza de su contenido, no nos proporciona informaciones sobre la frecuencia del léxico, ya que su finalidad no es ésa, por un lado, y, por otro, al tratarse de una descripción de la lengua, todas las palabras y acepciones constan en él por igual, o al menos de una manera similar: cada palabra aparece una sola vez, pues en la lengua las unidades léxicas son únicas. El uso es asunto muy diferente; pertenece al plano del hablar, como todos bien sabemos. El conocimiento de la frecuencia del léxico puede valemos enormemente para saber cuáles son las palabras que deben aprender nuestros alumnos, y para organizar su enseñanza. Pienso ahora en las palabras desde el punto de vista formal, pues las redes y relaciones de carácter semántico deben establecerse de otro modo. Es más, el léxico es sólo una parte de los conocimientos lingüísticos que debe adquirir el alumno, por lo que la enseñanza de determinadas formas no dependerá de su frecuencia de uso, sino de otros aspectos lingüísticos. Es lo que nos sucede, por ejemplo, con los derivados regulares no lexicalizados, cuyo conocimiento adquirirá el estudiante mientras progrese en el aprendizaje de las estructuras gramaticales, no de las léxicas. De este apartado debemos separar en nuestras tareas docentes las formas que se han lexicalizado, con la pérdida del recuerdo de su motivación lingüística (como sucede con cenicero, lenguado, mantilla, pañuelo, etc., y con algunos compuestos como mariposa y otros), por lo que deberán ser enseñadas cuando les corresponda en el progreso de la adquisición del léxico. Esto es, la información sobre la frecuencia de uso no puede ser un valor rígido al que debamos sujetarnos, pues hay otros factores que influyen en el aprendizaje de las palabras, como los señalados, o las mismas relaciones formales y designativas que puedan tener. Las palabras no son hechos aislados 1 Arco-Libros, Madrid, 2003. 19 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... LAS GRAMÁTICAS Y LOS DICCIONARIOS EN LA ENSEÑANZA DEL ESPAÑOL COMO SEGUNDA LENGUA: DESEO Y REALIDAD como nos las presentan los diccionarios, sino que mantienen relaciones de muy diversa naturaleza con otras palabras. La pregunta es la de cómo saber cuál es la frecuencia de las palabras. En la actualidad disponemos de dos vías para averiguarlo: a) las indicaciones que nos proporcionan los corpus. b) los diccionarios de frecuencias. Cada uno de estos caminos ofrece sus ventajas y sus inconvenientes. Los corpus están ligados a las nuevas tecnologías y es de esperar que en un futuro inmediato nos ofrezcan unas posibilidades de consulta que se adecúen a nuestras necesidades. Por el contrario, los diccionarios de frecuencias son unos instrumentos que no se han renovado y presentan el inconveniente de su antigüedad, a pesar de que los ordenadores ofrecen grandes posibilidades para su renovación. No son dos vías de consulta que estén separadas, sino que pueden confluir, por más que parezcan divergentes debido al desarrollo que ha tenido cada una de ellas. Un corpus está formado por una gran cantidad de datos lingüísticos -léxicos para nuestros interesesque se pretenden representativos de la lengua en alguna o varias de sus manifestaciones (lengua hablada, lengua escrita), niveles (culto, literario, coloquial, etc.), medios por los que se transmite (novela, teatro, prensa diaria, radio, etc.), especialidades o ámbitos (economía, política, deporte, historia, aficiones y coleccionismo, etc.), etc. Los datos contenidos en los corpus pueden consultarse mediante unas herramientas en las que se especifican los criterios de búsqueda. No son, pues, índices léxicos en sentido estricto, sino que contienen palabras, millones de palabras, a las que podemos acceder en nuestras consultas. Esa gran cantidad de palabras que registran les confiere una objetividad y representatividad de la realidad lingüística no logradas hasta nuestros días. Por ahora, no son muchos los corpus que existen para el español, aunque cada vez hay más, de contenidos más ricos, y de mayores posibilidades de acceso, aunque algunos de ellos no son de dominio público. En general, los corpus presentan las palabras como concordancias, esto es, cada voz con un contexto más o menos largo, pero sin estadísticas globales, lo que ya es un escollo para nuestros intereses. Ello no quiere decir que no existan corpus en los que se ofrezcan frecuencias, o que no se hayan desarrollado programas específicos para obtenerlas. Sin embargo, no es éste el mayor inconveniente que se puede señalar, ya que lo que nos presentan son las formas que se encuentran en los textos, sin el menor análisis ni agrupación. Pese a lo cual, como veremos, no carecen de utilidad, y esperemos que no pase mucho tiempo antes de que en nuestras consultas nos presenten las formas agrupadas de acuerdo con nuestros intereses, con lo que serían un instrumento verdaderamente útil para la preparación de los materiales didácticos. Otras dificultades con que podemos tropezamos en la consulta de los corpus es la limitación en el número de accesos, o en el dé elementos presentados. No pretendo aquí exponer una enumeración de las dificultades, que por sí solas bastarían para hacernos desistir de nuestro empeño, sino que quiero ver cómo pueden ayudarnos y por dónde deben mejorar. En cuanto a los diccionarios de frecuencias, son viejos, por lo que nos presentan un caudal de palabras que no responde al uso actual de la lengua. Incluso alguna obra de análisis estadístico del léxico se ha confeccionado a partir de diccionarios, por lo que no puede ayudarnos para saber la frecuencia de las palabras, por más que sea de utilidad en otros aspectos del estudio del léxico; pueden servirnos para conocer algunas estructuras formales de las unidades léxicas, pero no para saber cuál es su frecuencia de uso. Pienso, por ejemplo, en el excelente trabajo -para otros finesde Patterson y Urrutibéheity2, por el que ha pasado ya un buen número de años, y que no resulta de utilidad para su aplicación en la enseñanza del léxico español, pues considera a las palabras como clases de distintos tipos: genealógicas, cronológicas, funcionales, físicas y estadísticas. ¿PARA QUÉ SIRVEN LAS LISTAS DE FRECUENCIAS LÉXICAS? Desde que se elaboraron los primeros recuentos de léxico, se vio la utilidad práctica, pedagógica, que tenían, cuando no se confeccionaron con esa finalidad, como las diversas listas elaboradas por Thorndike3 para el inglés hace ya muchos años, o las que se hicieron bajo la dirección de Rodríguez Bou para el español de Puerto Rico4. Thorndike expuso claramente los objetivos 2 William Patterson y Héctor Urrutibéheity, The lexical structure ofSpanish, La Haya-París, Mouton, 1975. 3 La primera de ellas fue EdwardL. Thorndike, The Teacher's WordBook, 1921, revisado eaÁ Teacher's WordBookofTwenty Thousand Words Found Most Frequently and Widely in General Readingsfor Children and Young People, Columbia University, Nueva York, 1931; y por último, Edward L. Thomdike e Irving Lorge, The Teacher's Word Book of 30,000 Words, Columbia University, Nueva York, 1944. 'Recuento de vocabulario de preescolares, Universidad de Puerto Rico, Rio Piedras, 1967. 20 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... ACTAS DEL XV CONGRESO INTERNACIONAL DE ÁSELE que perseguía con sus listas, y que fueron tomados más adelante por Rodríguez Bou5. Aunque en esas exposiciones se pensaba en la enseñanza de la lengua materna, son igualmente aplicables a la enseñanza de segundas lenguas, tanto es así que cabe adaptar con facilidad aquellos objetivos para la enseñanza del español como lengua extranjera, pues los índices de frecuencias pueden servir para: Io Conocer la importancia de las palabras de acuerdo con su frecuencia y distribución. 2° Decidir qué palabras deben enseñarse o no en cada nivel, en cuáles hay que insistir más y cuáles deben enseñarse para que los alumnos entiendan los materiales que manejan. 3o Poseer una información objetiva sobre las palabras y cuándo deben enseñarse. 4o Extraer el inventario de palabras del ámbito lingüístico en que se mueven los alumnos para facilitarles la comprensión de su entorno. 5o Saber cuáles son las palabras de ámbitos concretos cuando se enseña la lengua con fines específicos. 6o Seleccionar los grupos de palabras y formas que deben enseñarse conjuntamente, y en qué orden. 7o Determinar el grado de dificultad del léxico de los materiales de lectura y aprendizaje. 8o Que quienes confeccionan los materiales pedagógicos puedan seleccionar el léxico que debe aparecer en ellos. Al hablar de estas cuestiones, Rodríguez Bou exponía que Michael West, en The New Method Dictionary, dio la pauta al definir cerca de 18 000 palabras y 6000 frases idiomáticas con unas 1500 palabras de las más frecuentes del inglés, por lo que, señalaba, «en español hace falta un diccionario de esta naturaleza para fines escolares. Basta con seleccionar cualquier palabra de un diccionario corriente de español y examinar su definición para darse cuenta de ello. A veces se definen palabras en términos de otras más difíciles aún que las que se trata de definir»6. Lo cierto es que aunque han pasado más de 50 años desde que escribió esas líneas, y de que en los últimos años se han realizado grandes avances en la lexicografía pedagógica del español, todavía no disponemos de un diccionario escolar de español lengua materna realizado con unos criterios parecidos a esos. El único intento, que yo conozca, en ese sentido, aunque dirigido a estudiantes de español lengua extranjera -sin olvidar a los hablantes nativos-, es el DIPELÉ7, con sus 2000 definidores, que aparecen relacionados al final de la obra, seleccionados no solamente por criterios estrictamente estadísticos, sino también sociolingüísticos. Como se entiende con facilidad, las listas de frecuencias no son la solución de los problemas de la enseñanza del léxico, aunque su utilidad es evidente. En palabras del propio Rodríguez Bou, «una lista de frecuencia de palabras no es por sí un ábrete sésamo para la enseñanza de vocabulario. Creemos, sin embargo, que sí es una excelente ayuda»8. Entre las aplicaciones didácticas de las listas de frecuencias de las palabras, se ha señalado la enseñanza de la lengua, pero solamente como un subproducto de estas listas9, ya que la ayuda principal se dirige hacia la estructuración del léxico a través de sus propiedades estadísticas. Para enseñar la lengua, especialmente la nuestra, a estudiantes extranjeros, resulta de una gran utilidad saber cuál es su vocabulario, y cuáles son las voces más frecuentes, pues de ningún modo puede pretenderse que una persona que aprende una segunda lengua, cuando la domine, conozca las cerca de cien mil voces que hay en los diccionarios generales -que representan el vocabulario de la lengua-, pues ni siquiera los hablantes nativos nos aproximamos a esa cantidad, ni tampoco puede estar entre los objetivos de la enseñanza que se alcancen las 30 000 palabras que constituyen la competencia de un hablante culto. Las voces que se utilizan habitualmente son muchas menos, y el léxico medio de una comunidad, el que emplean todos sus miembros, puede establecerse entre 3000 y 5000 términos, si bien no disponemos de datos fiables a este respecto. Por ejemplo, para el francés, se cifra esa cantidad en unas 7000 u 8000 palabras10. Hacia esas cifras es a las que debe apuntar la enseñanza de segundas lenguas para que el estudiante sea capaz de entender un texto de un nivel lingüístico sin grandes pre- ! Véase la "Introducción" de Ismael Rodríguez Bou, Recuento de vocabulario español, I, Universidad de Puerto Rico, Río Piedras, 1952, y en especial las págs. 9-10. 6 En la "Introducción" de su Recuento, pág. 10. 7 Diccionario para la enseñanza de la lengua española, Biblograf-Universidad de Alcalá, Barcelona, 199S. 8 De nuevo en la "Introducción" de su Recuento, pág. 12. ' Alphonse Juilland y Ernesto Chang Rodríguez, Frequency Dictionary ofSpanish Words, Mouton, Londres-La Haya-París, 1964, pág. xxn. 10 Cfr. Jacqueline Picoche, Précis de lexicologiefrancaise. L 'étude et I 'enseignement du vocabulaire. Nueva edición revisada y actualizada, Nathan, París, 1994, pág. 48. 21 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... LAS GRAMÁTICAS Y LOS DICCIONARIOS EN LA ENSEÑANZA DEL ESPAÑOL COMO SEGUNDA LENGUA: DESEO Y REALIDAD tensiones. Para ello hay que saber cuáles son esas palabras, pues sin saber cuáles son no podremos enseñarlas. Independientemente de la competencia léxica que puedan tener en nuestra lengua los alumnos extranjeros a los que debamos enseñar, es conveniente saber cuáles son las voces más frecuentes, y para ello no disponemos sino de unos repertorios de carácter desigual, algunos de ellos ciertamente viejos, realizados con unos fines alejados de los que podemos tener en la enseñanza de español como lengua extranjera. Pero la utilidad no solamente radica en saber cuáles son las palabras más frecuentes, sino también otra no muy desarrollada en el español, y de un enorme interés. Si los estudiantes que comienzan a aprender una segunda lengua no poseen un conocimiento amplio del léxico, y si además deben emplear un diccionario específicamente dirigido hacia ellos, éste no podrá contener en las definiciones palabras que no conozcan, pues si no, no se enterarán de lo que se quiere decir. Este tipo de diccionarios, en el que pensaba Rodríguez Bou, resulta imprescindible en cuanto hayamos avanzado un poco en la enseñanza de la lengua, y ello es así porque, normalmente, los grupos de alumnos son heterogéneos debido al número de lenguas que hablan, y el profesor no puede traducir a todas las lenguas las palabras, ni es conveniente que los alumnos manejen continuamente diccionarios bilingües, pues les limitan su capacidad de comprensión del español, y pueden proporcionales un exceso de información, lo cual no contribuye a que aumenten sus conocimientos. Llegados a este punto, debemos diferenciar lo que es la riqueza del vocabulario de una lengua, y el conocimiento que los hablantes tienen de las palabras, de lo que es el empleo que realizamos de esas palabras, pues las que utilizamos de forma habitual no son muchas, alrededor de mil11. Pero hay más. No solamente son las de mayor de uso, sino que también aparecen distribuidas por todos los tipos de textos y situaciones de comunicación, ya que con ellas damos cuenta de las relaciones lingüísticas y de las nociones generales. Disponemos de algunos datos del español, pero no parece haber demasiada concordancia entre todos ellos, por lo que habremos de consultarlos con precaución. Así, según las informaciones de Patterson y Urrutibéheity nuestras 100 palabras más frecuentes constituyen más del 30% del material léxico de cualquier texto; con las 1000 se alcanza el 50% de todo texto, y con las 5000 más abundantes se sobrepasa el 90%12. Esas cifras son suficientes para comenzar a reflexionar, si bien no coinciden con las que nos ofrecen otros autores ni con los que yo mismo he podido recabar. Difieren sustancialmente de lo expuesto por Juilland y Chang Rodríguez, en cuyo diccionario de frecuencias sólo las diez primeras son ya el 36.55% de la frecuencia total, las cien primeras el 66.20%, y las mil primeras el 85.50% del total. Estos números hablan por sí solos, pese a sus diferencias, y nos muestran bien a las claras qué cantidad de palabras habremos de enseñar según los fines perseguidos, pues entre esas mil, o aquellas 5000, y las cien mil de los diccionarios generales de la lengua queda un enorme espacio que apenas conocemos (por eso, entre otros motivos, son necesarios los diccionarios). Las palabras más frecuentes son, principalmente, las que sirven para mantener la estructura del mensaje, mientras que las voces realmente portadoras de información se repiten relativamente poco en el discurso. En otro lugar13 ya he dado cuenta de mis recuentos realizados a partir del corpus Vox-Biblograf, cuyo contenido es de 10 352 337 ocurrencias. Las formas más frecuentes son: 11 Cfr. Aurflien Sauvageot, Portrait du vocabulaire franjáis, Larousse, París, 1964, pág. 33. nOp. cit.pág.9. 13 En La enseñanza del léxico y el uso del diccionario, citado, págs. 100-101. 22 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... ACTAS DEL XV CONGRESO INTERNACIONAL DE ÁSELE de ¡a que el en v a los se del las un por no una con es su Dará al como más O ha sus pero SI este son entre sobre le vü sin esta rauv dos iodo también ser Total (40 formas) 69! 341 445 107 319 892 314 572 301265 284 619 209 775 186 827 140 253 129 081 127 647 111 381 108 133 96 402 92 790 92 729 81 250 720Í3 64 062 60 006 54647 48691 47992 31213 29235 28648 22968 217S8 21117 21106 20564 20563 20232 19102 17854 17844 17403 17190 17098 [6901 4 441 301 6.68% 4.30% 3.09% 3.04% 2.91% 2.75% 2.03% 1.80% 1.35% 1.25% 1.23% 1.08% 1.04% 0.93% 0.90% 0.90% 0.78% 0.70% 0.62% 0.58% 0.53% 0.47% 0.46% 0.30% 0.28% 0.28% 0.22% 0.21% 0.20% 0.20% 0.20% 0.20% 0.20% 0.18% 0.17% 0.17% 0.17% 0.17% 0.17% 0.16% 42.9% Como vemos, las veinte más abundantes suman el 37.96% -cantidad consonante con los datos ofrecidos por Juilland y Chang Rodríguez, y no con los de Patterson y Urrutibéheityde todas las apariciones, descendiendo a partir ahí de forma apreciable el número de ocurrencias. De acuerdo con los datos de! Corpus que manejo, con las cien formas más abundantes se llega al 49.06%, con las primeras mil alcanzamos el 67.54%, y con las cinco mil más frecuentes el 82.76%, cifras estas menores que las proporcionadas por los otros autores, seguramente porque en mi recuento he partido de formas, no de palabras lematizadas. Las discrepancias que se observan en los distintos recuentos de léxico se deben a que están realizados de manera muy dispar. Bien es cierto que las palabras más frecuentes son siempre las mismas, pues no puede ser de otro modo, ya que constituyen el armazón de la lengua. Sin embargo, en no iodos los recuentos aparecen en el mismo orden, ya que no siempre se deslindan los homógrafos o las funciones: unos proporcionan informaciones sólo sobre las formas, y otros sobre las palabras discriminadas por su categoría, función, significación, o agrupadas en paradigmas. 23 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... LAS GRAMÁTICAS Y LOS DICCIONARIOS EN LA ENSEÑANZA DEL ESPAÑOL COMO SEGUNDA LENOUA: DESEO Y REALIDAD Pero ésa no es la única lamentación que se nos escapa al ver esas listas de palabras. Hay otra mayor que nos surge cuando queremos manejarlas para nuestros fines: la fecha de su realización. El léxico es algo cambiante, entre otros motivos porque refleja la realidad extralingiiísiica, también cambiante. Hay palabras que no figuran en algunos de los recuentos, o que constan con una frecuencia que no es la que nos esperaríamos hoy, ya que en su momento no existía lo designado, o apenas se tenia conocimiento de ello. Así, no encontraremos en el recuento de Rodríguez Bou (1952) palabras como televisión, video u ordenador, pues aún no había llegado el momento de su generalización social. Además, entre sus materiales acoge los anteriores de Buchanan14, junto a los propios, lo que hace que su contenido sea cienamente heterogéneo (Buchanan partió de 1.200.000 palabras, y Rodríguez Bou sobrepasa los 7.000.000, mientras que García Hoz15 se queda en las 400.000, material suficiente, según él, para determinar el vocabulario usual). Por otra parte, la manera de presentar los materiales tampoco es igual, por lo que las comparaciones pueden resultar difíciles. Véase, por ejemplo, cómo el mismo Rodríguez Bou nos ofrece las 199 palabras más frecuentes: LAS DIEZ MIL UNIDADES LÉXICAS MÁS FRECUENTB EN ORDEN DE RANGO LAB PRIMERAS 87 UNIDADES LÉXICAS Mía FRECUENTES DE LAS PRIMERAS 500 (III) a agua ahora al algún allí aquí aef bien bueno Casa como con consigo cuando de decir del después dfa donde dos el el ella en entonces escuela ese eso estar este flor gato grande gustar haber hacer ha aquí ir jugar la le libro lo maest ro mama me ni mi mío mirar mucho muy nada niño no nos otro papá para pero perro por porque que se ser (V.) si *t su tal vez también tan te (Pron.) tener todo tros tü tuyo uno ver ve» y yo En esas primeras 87 vemos que no solamente no se nos proporciona información alguna sobre su frecuencia, sino que. además, las palabras aparecen por orden alfabético -lo cual mermaría mucho ias posibilidades de aplicación práctica ulterior si no fuesen las de frecuencia más alta-, lo cual no sucede con los siguientes grupos de voces. Si nos fijamos con detenimiento en esa lisIJ Millón A. Buchanan, .4 Gruileil Spanish Word Bnak. Uoiversily ofToronto Press, Toronlo, 1927. '' Viclor García HOÍ, Vocabulario usual, vocabulario común y vocabulario fiíndainenral. CSIC, Madrid, 1953. 24 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... ACTAS DEL XV CONCRESO INTERNACIONAL DE ÁSELE ta, vemos aparecer palabras que designan la realidad más inmediata, aunque desde fuera no parece que deban constar entre ¡as 100 más frecuentes de la lengua, como, por ejemplo he aquí, tal vez, maestro, escuela, gato, perro o tres. Las siguientes palabras de su lista son: LAS SIGUIENTES 112 UNIDADES LÉXICAS MA"S FRECUENTE» DE LAS PRIMERAS 500 (112) íftW*i Uziea r toder •nerer •rbol nuestra ¡bonito (Adj.) hombre mber (V.) Teñir Mmer poner Himar 1 fcorrer pisar llevar «flor alguno Degar pájaro Dios pueblo cantar (V.) éste Hunpo •¿i pilos IDO (migo n ttballo Btdre •mal y no wger pbre Leribir tber (V.) primero ponderada 35958 29188 25048 19601 17542 17274 15566 15550 14728 I36G4 13538 13527 13345 13114 12978 12935 12776 12736 12367 11940 11820 11725 11555 11516 11478 11468 11075 10712 10020 10534 10326 10202 10178 10158 10113 10011 9979 9689 vivir dejar blanco salir cosa usted madre tierra cuadro mismo lápiz Bill encontrar noche papel sol quien hermano sala juego íjuedar parte rey estrella hasta hablar silla nosotros gente gallina vida oír pequeño pues buscar ayudar dulce Fncvmtia pmitraía 9599 9573 9406 9393 9239 9232 9222 9189 9116 9070 8985 8966 8030 8700 8687 8062 8594 8474 8393 8143 8133 8004 7986 7976 7719 7678 7670 7668 7613 7588 7578 7521 7496 7447 7407 7382 7372 Unidad Uiita comprar leche siempre traje nuevo nombre vaca azul tiempo leer mundo color mañana lindo calle aquel luna traer mesa malo carro río mejor muchacho mar poco trabajar persona creer mano muñeca alto clase cielo echar jardín tomar Frtcuentia ponderado 72G0 7089 70Ü6 7060 7058 7019 G935 6913 6890 6886 6878 6855 6844 6785 6772 6759 6716 6709 6644 6636 6578 6522 6518 6433 6327 6321 (¡318 6306 «270 6266 6253 6251 6217 6163 6100 6081 6006 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... LAS GRAMÁTICAS Y LOS DICCIONARIOS EN LA ENSEÑANZA DEL ESPAÑOL COMO SEGUNDA LENGUA: DESEO Y REALIDAD El más reciente de nuestros diccionarios de frecuencias16 es el que presenta un conjunto léxico más moderno, como es lógico, ya que recoge textos de los 15 años anteriores a su publicación, y es también el que se basa en un corpus amplio, al menos más amplio que el de algunos de sus predecesores: 2.000.000 de palabras. No se limita a ofrecer las frecuencias léxicas, sino también de los grafemas, de los bigramas y de las sílabas en español, todo ello de un interés innegable por las aplicaciones didácticas que puede tener, así como en logopedia, psicología del aprendizaje y otros dominios que se interesan por la lengua. Por lo que respecta al léxico, ofrece tanto las palabras ordenadas alfabéticamente como por frecuencias, como había hecho Rodríguez Bou, aunque tampoco incluye la frecuencia relativa de aparición de cada una de las formas registradas. En general, sus datos, al menos en las frecuencias más altas, son equiparables a los otros recuentos que estamos viendo; así, las 160 palabras más frecuentes que registra son: de: la: que: y; el: en: a: los: se: un: no: las: con: una: por: del: su: lo: es: al: como: para: más: o: me: pero: le: sus: si: sin: era: había: ya: cuando: mi: todo: ha: sobre: o: ser: 116480 78770 67636 60094 54027 49542 44456 31399 28254 25119 24135 21768 20405 19973 19723 19170 16533 15375 14453 12290 11958 11493 9401 8945 8648 8226 7908 7057 5856 5324 5201 5161 4772 4738 4499 4389 4144 4106 3697 3467 qué: ni: entre: muy: hasta: nos: porque: ella: son: sólo: dos: vez: también: él: tan: desde: así: te: este: bien: hay: siempre: esta: vida: todos: fue: años: tiempo: eso: ahora: mismo: nada: otro: está: cada: uno: puede: algo: hombre: otra: 3447 3395 3370 3233 3146 3049 3019 2974 2897 2883 2865 2837 2789 2725 2702 2683 2515 2498 2459 2454 2428 2425 2368 2293 2287 2265 2255 2226 2163 2145 2138 2097 2096 2050 1993 1988 1974 1969 1965 1953 estaba: menos: ese: sino: día: casa: mundo: han: esa: poco: después: donde: aunque: tanto: tiene: pues: sí: dijo: (50%) hace: antes: entonces: les: hacia: unos: mucho: ojos: e: nunca: tenía: decir: casi: otros: ellos: mientras: tal: aquel: mujer: parte: gran: 1925 1891 1854 1841 1798 1775 1775 1740 1736 1725 1695 1692 1687 1673 1671 1645 1621 1607 1601 1585 1564 1532 1525 1512 1504 1466 1441 1423 1417 1416 1410 1383 1369 1354 1350 1336 1335 1300 1292 hacer: cosas: cómo: veces: todas: ver: madre: noche: sido: mejor: he: esto: luego: toda: aquí: hecho: aquella: momento: tres: mano: quien: mis: ante: misma: otras: tu: sea: forma: padre: fin: durante: mas: nadie: habían: allí: cuerpo: jugar: contra: aún: tarde: caso: 1292 1274 1271 1249 1232 1219 1209 1209 1209 1194 1174 1164 1151 1150 1148 1140 1133 1110 1106 1099 1080 1073 1072 1053 1039 1039 1033 1031 1027 1023 1018 1011 1006 1003 998 998 998 974 964 960 953 En este recuento, las 20 primeras palabras suman un total 739 602 apariciones, lo que representa un 36.98% de todo el léxico (en mi corpus son un 37.96%), mientras que las 40 primeras suman 868 592 apariciones, esto es, un 43.43% (en mi corpus eran un 42.9%). Para alcanzar el 50% de las palabras de un texto hay que llegar al rango 98. Si tuviéramos que representar con un 16 José Ramón Alameda y Fernando Cuetos, Diccionario de frecuencias de las unidades lingüísticas del castellano, 2 vols., Universidad de Oviedo, Oviedo, 1995. Para facilitar la consulta, las negritas son mías, así como las cursivas (que aparecen cada veinte palabras). 26 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... ACTAS DEL XV CONGRESO INTERNACIONAL DE ÁSELE gráfico el descenso de frecuencia conforme avanzamos en el rango, nos ofrecería una curva con una caída muy fuerte en el inicio, y un descenso suave en el resto de las apariciones. Son las primeras formas de esos elencos, y las que les siguen inmediatamente en orden de frecuencia, las que tendríamos que enseñar en primer lugar, pues no solamente son las más abundantes, sino también las que aparecen en todos los textos, esto es, son de un alto rendimiento funcional. Creo que no es necesario advertirlo: cuando hablo de enseñar el léxico no me estoy refiriendo a hacer que el alumno se aprenda de memoria listas de palabras más o menos organizadas, de 10,15 o 20 unidades, de un día para otro, como hemos tenido que sufrir más de uno de nosotros cuando hemos aprendido idiomas extranjeros, y no solamente los modernos. Estos índices de frecuencia deben servirnos para buscar palabras de un mismo orden que enseñaremos a nuestros alumnos de la manera que creamos más conveniente, mediante juegos, ejercicios variados, a partir de textos que, en la mayor parte de las ocasiones, habremos creado nosotros mismos, pues aquí radica una de las tareas que nos corresponden como profesores, y para la que han de ser de gran ayuda estas listas. Pero no olvidemos que no todas las palabras tienen la misma distribución. Si consideramos el léxico de la lengua no como un continuo, sino como conjuntos de vocabularios, no nos vale con saber cuáles son las palabras más frecuentes, sino que también deberíamos saber cuáles son las que tienen una mayor dispersión, por lo que la enseñanza del léxico no puede enfocarse, sin más, hacia las más frecuentes, sino que deberemos atender a las que cubran un mayor número de campos, o que figuren con mayor intensidad aquel campo que deseamos enseñar, sobre todo cuando nuestra docencia va orientada hacia lenguajes con fines específicos. La motivación y las necesidades de los alumnos son las que nos obligarán a dar cuenta de las palabras que sirven para nombrar los objetos más inmediatos, las que designan los hechos y actividades cotidianos, etc., no siempre en los primeros rangos de frecuencia (por ejemplo, perro, gato, pan o coche). Un primer planteamiento de lo que es la dispersión en la estadística léxica para nuestra lengua fue el realizado por García Hoz, quien, al buscar los textos para constituir su fuente de información y establecer lo que él consideraba como vocabulario usual, delimitó cuatro ámbitos: la vida familiar, la vida social indiferenciada, la vida social regulada y la vida cultural, lo cual le llevó a recoger el léxico, para cada uno de esos ámbitos de diferentes tipos de textos, cartas, periódicos, documentos oficiales y libros, respectivamente, si bien esa distribución se quedó ahí, como podemos ver en la página 28. Al comentar esos datos, escribe García Hoz que «las palabras que se hallan en todos tipos de vocabulario son ciertamente las que pueden considerarse más generales; en ellas está el fondo común del vocabulario español, ya que son las palabras que necesariamente ha de utilizar el español en cualquier manifestación 4e su vida, tanto en la vida familiar cuanto en la cultural y la social. Este conjunto de palabras que figuran en todos los tipos de vocabulario constituyen el que llamo vocabulario común»11. Una vez que hubo determinado el vocabulario usual, quiso llegar a ese vocabulario común, que estaría constituido por las palabras del vocabulario usual que aparecen en todos los tipos de vocabulario, y que, por ello, son las más importantes, pues son las más generales, y, por tanto, las más usuales; valga como muestra la página 29. Sin embargo, sucede que palabras muy usuales no figuran en todos los tipos de vocabulario, motivo por lo que no pertenecen al vocabulario común, lo cual no quiere decir que sean menos importantes; unas de ellas son las que tienen una frecuencia absoluta muy elevada (mayor de 40 ocurrencias), para las que establece una lista separada; como muestra, la página 30. Además, hay otro grupo de palabras que sin poseer una frecuencia elevada sí merece la pena tener en consideración, ya que expresan "ideas afines" a otras, unidas a las cuales acumulan unas frecuencias dignas de atención, y que aparecen en la misma lista, con la frecuencia acumulada en la más frecuente, sin que se indique cuáles son las formas que se unen (así, por ejemplo, acentuar figura en esa lista con 41 apariciones ya que acentuar tiene 29 y acento -que no está12). Por otro lado, no todas las palabras pueden tener el mismo valor, pues hay un factor muy importante que se debe considerar: la presencia que tienen en los diferentes tipos de vocabularios, esto es, su distribución. García Hoz, habla de la correlación entre los distintos grupos del vocabulario común. Así, mediante unos cálculos estadísticos, llega a establecer el vocabulario fundamental, «constituido por las palabras que tienen sus frecuencias prácticamente distribuidas en " García Hoz, Vocabulario..., pág. 385. 27 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... LAS GRAMÁTICAS Y LOS DICCIONARIOS EN LA ENSEÑANZA DEL ESPAÑOL COMO SEGUNDA LENGUA: DESEO Y REALIDAD 1'AliK.I VS OCURRENCIAS I l'Mík.l \S OCURRENCIAS gran, grande pequeño, -a chico, -a mucho, -a poco, -a nuevo, -a antiguo, -a buen, -o, -a mal. -o. -a vida muerte después antes bajo, -a alto, -a claro.-a oscuro, -a obscuro, -a largo, -a corto, -a fuera dentro tarde pronto joven viejo, -a ir (sólo inf.) venir (sólo inf.) abierto, -a cerrado, -a 15704 4321 1460 14372 9117 13185 2543 11443 3931 7798 2600 6815 6308 5443 4526 4926 735 4 4500 1163 3439 4733 3105 1599 2953 2254 1916 509 1714 935 duro, -a blando, -a verdadero,-a falso, -a simple complicado, -a cerca lejos rico, -a pobre encima debajo sal¡r(sóloinf.) entrar (sólo inf.) rápido, -a lento, -a estrecho, -a ancho, -a abrir (sólo inf.) cerrar (sólo inf.) delgado, -a flaco,-a grueso,-a gordo, -a subir (sólo inf.) bajar (sólo inf.) guapo, -a feo, -a levantarse (sólo inf.) acostarse (sólo inf.) 1568 210 1526 665 1396 414 1610 1017 1322 992 1309 723 1235 974 1096 571 913 394 463 321 365 64 303 234 317 261 194 148 83 25 34 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... ACTAS DEL XV CONGRESO INTERNACIONAL DE ÁSELE Esa misma distribución asimétrica se repite también con algunos heterónimos, como: hombre mujer caballo yegua materno, -a paterno, -a yerno nuera 11039 6005 836 31 121 94 41 19 si bien en algunos casos las diferencias desaparecen, como en: oveja cordero181 180 Y si nos acercamos a algunas series, veremos que no todos sus elementos constan con la misma frecuencia, y que las diferencias pueden ser notables; por ejemplo, los colores o los días de la semana: blanco negro rojo verde azul amarillo gris marrón domingo sábado viernes lunes jueves martes miércoles 2166 1942 1409 829 760 519 333 90 1262 722 686 652 482 476 422 Dentro de las series de grados, no todas las palabras aparecen con la misma frecuencia, destacando aquellas que se toman como representativas de la serie, que, de hecho, funcionan como opuestas, como se puede apreciar en: frío, -a caliente helado, -a templado, -a tibio, -a ardiente seco,-a húmedo, -a mojado, -a empapado, -a 1365 339 271 192 80 73 699 414 93 50 35 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... LAS GRAMÁTICAS Y LOS DICCIONARIOS EN LA ENSEÑANZA DEL ESPAÑOL COMO SEGUNDA LENGUA: DESEO Y REALIDAD Esa falta de homogeneidad entre los elementos se aprecia, igualmente, fuera del ámbito estrictamente léxico, en los paradigmas, como el de los pronombres personales: yo ellos,-as Él usted,-es Tú nosotros,-as vosotros,-as 11577 8750 8174 3193 2711 2582 279 Podemos hacer búsquedas similares con otras piezas léxicas y averiguar cómo se comportan, desde el punto de vista estadístico, dentro de algunas series, especialmente si pensamos las asociaciones que se producen por lo nombrado -la realidad extralingüística-; valgan como ejemplo algunos nombres de parentesco: hijo hija padre madre hermano hermana tío tía prima primo abuelo abuela nieto nieta sobrino sobrina cuñado cuñada 3681 1029 3388 2404 1275 519 989 380 485 245 368 236 196 45 107 54 67 29 En otros grupos de palabras se aprecian diferencias similares, como en: sierra montaña monte cerro colina 129324 1021 669 257 156 24 Es la fiecuencia de la fonna sierra, donde confluyen la elevación del terreno y el instrumento. No se me oculta que en muchas de las formas presentadas confluyen homónimos y sentidos diferentes. 36 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... ACTAS DEL XV CONGRESO INTERNACIONAL DE ÁSELE mano frente OJO cabeza pie brazo corazón boca oreja espalda dedo pierna hombro labio cuello diente pecho (sólo sing.) pulmón rodilla nariz cintura cadera muslo codo mejilla 4166 373625 2509 2287 1707 958 931 925 630 593 570 540 404 370 333 330 314 219 266 198 126 95 93 92 92 Todo ello puede constituirse en una guía interesante no sólo para la enseñanza del léxico y de algunos sistemas léxicos, sino también para la enseñanza de las formas de los paradigmas e, incluso, de la morfología, como acabamos de ver. Por supuesto, hemos de saber qué palabra es más frecuente para enseñarla en primer lugar, pero no podemos ignorar cuál de las formas de su paradigma es la más común, la menos marcada, la que le aparecerá antes al alumno, o un mayor número de veces, y que será la que debamos enseñarle por delante de las demás, o la que debamos presentarle en primer lugar en los ejercicios o lecturas; por ejemplo, si consideramos que hemos de enseñar la palabra mucho no estaría de más echar un vistazo en un corpus para saber cuál es la frecuencia de sus diferentes formas: mucho muchos muchas mucha 5756 4092 3477 1047 Más problemas nos plantea la enseñanza de los paradigmas verbales, ya que no se enseña por separado cada una de sus formas, sino el sistema. No es una cuestión léxica, sino morfológica. De todos modos, consultando las frecuencias de las diferentes formas podremos saber cuáles son las más empleadas, y así plantear la enseñanza del paradigma y elaborar los ejercicios con aquellas personas y tiempos más frecuentes. Por ejemplo, para el verbo acabar, éstas son las frecuencias, por orden decreciente, de las formas simples más empleadas, de acuerdo con los datos del corpus que vengo manejando: 25 En esta cantidad se incluye tanto la frecuencia del sustantivo como la de los usos adverbiales. 37 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... LAS GRAMÁTICAS Y LOS DICCIONARIOS EN LA ENSEÑANZA DEL ESPAÑOL COMO SEGUNDA LENGUA: DESEO Y REALIDAD acabar acabó acabo acabaron acabe acabará acabaría acabara acabarán acabarían acaben acabas acabaré 478 409 112 110 87 85 52 31 26 26 24 22 13 Si vamos a trabajar con un ámbito designativo, sería conveniente que conociéramos la frecuencia de las distintas piezas léxicas que lo integran para organizar adecuadamente su enseñanza y preparar los ejercicios apropiados; así, por ejemplo, si nos interesan los medios de transporte veremos que algunas de las palabras que se utilizan para nombrarlos poseen el siguiente uso: coche barco avión tren automóvil autobús camión taxi bicicleta moto helicóptero tranvía motocicleta 1407 872 687 606 543 385 301 224 214 185 123 81 55 Hasta hace bien poco nos encontrábamos con la falta de este tipo de materiales, pero hoy comienzan a ser una realidad que tenemos bien próxima. Tal vez nada de ello sea excesivamente relevante, pero son datos objetivos y elementos que se encuentran a nuestra disposición, de los que debemos obtener el mayor rendimiento posible, y utilizar de la manera más adecuada. Es nuestra obligación como profesores. Pero también es nuestra obligación decir cuáles son nuestras necesidades para que, en el futuro, quienes se encargan de constituir los corpus y las herramientas para su consulta pongan a nuestra disposición unos elementos que respondan a la situación actual de la lengua, de los cuales podamos extraer de una forma sencilla y rápida las informaciones en las que basar nuestra enseñanza, o con los que preparar lecturas graduadas o los ejercicios que deseemos; son las ventajas que nos ofrecen las nuevas tecnologías. Sin duda, los corpus pueden prestarnos una gran ayuda, como hemos podido ver, pero si las posibilidades de consulta fuesen más adecuadas a nuestras necesidades podrían constituirse en una herramienta ineludible; para ello habrían de mostrarnos no sólo los índices de frecuencia de voces (tanto generales como por tipos de textos, absolutas y relativas), sino los de las palabras lematizadas, e, incluso, los de las familias léxicas, amén de permitirnos seleccionar los ámbitos de nuestro interés -para el caso en que nos dediquemos a la enseñanza con ñnes específicos-, o el establecer relaciones, siquiera elementales, de tipo morfológico, léxico, semántico o pragmático. Disponemos de suficientes corpus de la lengua española, y el software para hacer los recuentos no reviste dificultades mayores; además, se están desarrollando las herramientas apropiadas para realizar los otros tipos de consultas, para lo que contamos ya con excelentes analizadores y generadores morfológicos, y se avanza en el aná38 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida... ACTAS DEL XV CONGRESO INTERNACIONAL DE ÁSELE lisis automático del contenido. No se trata de ciencia ficción. Falta únicamente la claridad en las ideas para saber qué queremos y para qué, y la voluntad de ponerlo en marcha. Ojalá pronto podamos preparar nuestras clases sin tener que recurrir a viejos libros, por muy certeros que sean, que contienen datos que no reflejan la realidad de nuestros días, y que podamos hacer las consultas de una manera ágil y sencilla. Lo demás tendrá que ser de nuestra cosecha, ideando cómo queremos efectuar la enseñanza en cada momento para transmitir los conocimientos deseados. Esperemos que así sea. BIBLIOGRAFÍA CITADA Alameda, J. R. y Cuetos, F. (1995): Diccionario de frecuencias de las unidades lingüísticas del castellano, 2 vols., Oviedo, Universidad de Oviedo. Alvar Ezquerra, M. (2003): La enseñanza del léxico y el uso del diccionario, Madrid, ArcoLibros. Buchanan, M. A.(1927): A Gradea Spanish WordBook, Toronto, University of Toronto Press. DIPELE, Diccionario para la enseñanza de la lengua española, Barcelona, BiblografUniversidad de Alcalá, 1995. García Hoz, V. (1953): Vocabulario usual, vocabulario común y vocabulario fundamental, Madrid, CSIC. Guillen Sutil, R. (1987): El habla culta de Sevilla, Sevilla, Alfar. Juilland, A. y Chang Rodríguez, E. (1964): Frequency Dictionary of Spanish Words, Londres-La Haya-París Mouton. Morales, A. (1986): Léxico básico del español de Puerto Rico, San Juan de Puerto Rico, Academia Puertorriqueña de la Lengua Española. Patterson, W. y Urrutibéheity,H. (1975): The lexical s truc ture of Spanish, La Haya-París, Mouton. Picoche, J.(1994): Précis de lexicologie francaise. L'étude et l'enseignement du vocabulaire. Nueva edición revisada y actualizada, París, Nathan. Rodríguez Bou, I. (1952): Recuento de vocabulario español, I, Río Piedras (Puerto Rico), Universidad de Puerto Rico. Rodríguez Bou, I., (dir.) (1967): Recuento de vocabulario de preescolares, Río Piedras, Universidad de Puerto Rico. Sauvageot, A. (1964): Portrait du vocabulaire francais, París, Larousse. Thorndike, E. L. (1931): The Teacher's WordBook, 1921, revisado en,4 Teacher's WordBookof Twenty Thousand Words Found Most Frequently and Widely in General Readingsfor Children and Young People, Nueva York, Columbia University. Thorndike, E. L. y Lorge, I. (1944): The Teacher's WordBook of 30,000 Words, Nueva York, Columbia University. 39 ASELE. Actas XV (2004). MANUEL ALVAR EZQUERRA. La frecuencia léxica y su utilida...