Por Santiago Monedero
Aprender un idioma extranjero es gratificante pero al mismo tiempo suele ser arduo y difícil. En el caso concreto del chino cabe añadir además, que en ocasiones puede resultar desesperante: caracteres, tonos, significado, orden de trazos, pronunciaciones imposible, y un sinfin de dificultades se confabulan una y otra vez para poner a prueba nuestra tenacidad. Por esta razón me propongo aquí impartir una sencilla pero magistral clase con la que espero poder mostrar un cuarto, un 25%, la mitad de la mitad, de todo el chino que usted jamás lea o escuche. Tome pues aire y prepárese para absorber esta ingente cantidad de conocimiento:
的 (de: partícula gramatical que indica subordinación), 我(wo3:yo), 你(ni3:tú), 是(shi4:soy), 了(le:particula que indica cambio), 不(bu4:no), 在(zai4:estoy),他(ta1:él)
Ya está, fue fácil. Estas 8 palabras son las más frecuentes del idioma chino y por sí solas formarán estadísticamente el 25% de todo texto que pase por sus manos. Cierto es, que esto tienen algo de truco. Por un lado este primer 25% es el más sencillo ya que el siguiente 25% requerirá aprender unas 100 palabras, y el siguiente cerca de 1000. Por otro lado y no menos importante, reconocer 1 de cada 4 palabras en un texto, no implica en absoluto entender 1/4 de lo que se dice, sino más bien no entender nada o lo que es peor, entender lo contrario de lo que se dice. Esto se ve reflejado en estudios como el del profesor Laufer en 1989, donde se aseguraba que era necesario conocer un 95% de las palabras de un idioma para sencillamente aprobar un examen de comprensión escrita en lengua extranjera!
Los caracteres chinos mostrados anteriormente están sacados de una lista de miles de palabras donde se recoge la frecuencia de uso de cada una de ellas. Estas listas se vienen realizando desde hace mucho tiempo por lingüistas de todo el mundo con el fin de entender mejor las estructura del lenguaje, pero son también empleadas habitualmente con fines pedagógicos en el aprendizaje de lenguas extranjeras y en la definición de niveles como el HSK. Su realización consiste básicamente en contar el número de veces que aparece cada palabra en un conjunto de textos previamente establecidos. Obviamente existirán pequeñas variaciones puntuales en el orden de ciertas palabras en el listado dependiendo de qué tipo de textos se empleen. Así si uno emplea periódicos o novelas serán más frecuente ver palabras como «asesinato» o «pistola» y por tanto estarán más arriba en la lista, si uno emplea textos científicos serán más comunes palabras como «conclusión» o «demostración», y si uno emplea paginas web palabras como «inscribirse», «facebook» o «holachina».
En cualquier caso, es interesante imaginar y conjeturar sobre la posible distribución de palabras de uso común en un idioma ya que esto puede tener vínculos con nuestro universo cognitivo, sociológico, cultural, etc. Grafiquemos pues la lista de frecuencia de palabras poniendo en el eje horizontal las palabras ordenadas de mayor a menor frecuencia (的, 我, 你, 是, 了, 不, 在,他, …..), en el eje vertical su frecuencia asociada (en %), y preguntémonos cuál de las siguientes formas tendrá la distribución real de frecuencias de uso: 
• A) Decrece rápidamente indicando que hay una gran diferencia de frecuencia en el uso de distintas palabras.
• B) Decrece suavemente indicando que existe un conjunto de palabras base que empleamos con frecuencia similar y un gran número de palabras poco usadas.
• C) Decrece de forma escalonada, indicando que nuestro manejo del idioma se basa en una suerte de compartimentos estanco correspondientes a conocimientos concretos : científico, entorno social, deporte, etc.
• D) Aparenta ser incoherente y será característica de cada idioma reflejando la unicidad de algo tan complejo como el lenguaje humano.
Pues bien, por sorprendente que pudiese parecer (o no) la tendencia A es la que se observa en la realidad: la frecuencia de uso de cada una de las palabras decrece de forma vertiginosa. Esto no es algo que solo suceda en el idioma chino sino que sucede en todos los idiomas y forma parte de una ley empírica que ha intrigado a matemáticos durante mucho tiempo. Estamos hablamos de la Ley de Zipf, que a grandes rasgos estipula que la palabra más usada en un idioma aparece el doble de veces que la segunda palabra, el triple que la tercera, el cuádruple que la cuarta y así sucesivamente. Más concretamente, estipula que la frecuencia de aparición de la enésima palabra en cualquier idioma es igual a a•n(elevado a -b) con n la posición de la palabra en la lista, a y b constantes para cada idioma, y b muy cercano a 1. Para poner a prueba esta ley a continuación mostramos un grafico de la frecuencia de uso de las 100 primeras palabras sacadas de un listado de frecuencia basado en subtítulos en chino de películas, hecho por el profesor Cai en 2010, y añadimos la función de la ley de Zipf que mejor cuadra con los datos:
Como vemos, la tendencia tipo A es evidente y destierra claramente el resto de posibilidades mencionadas. Es más, la aparente precisión matemática con la que encaja hace plantearnos donde quedan las esperadas peculiaridades que deberían mostrarse en cada idioma y cultura. Pero todo esto va más allá, y para terminar sembrando la confusión entre los lectores diremos que existen estudios como el del profesor Wentian en 1991, en los que se demuestra que esta grafica (o una muy cercana) se obtendría igualmente si en vez de emplear textos reales y comprensibles (libros, subtítulos, internet) empleásemos textos inventados, aleatorios, del tipo «dkm$q_adi!ksl kiod?fjie ksklsdi jhrhr»!!!!
Tras este descorazonador hallazgo y siendo consciente de que los 8 caracteres mostrados al principio no nos llevan a ninguna parte, solo nos queda retomar las clásicas listas de caracteres, tonos, significados, orden de trazos, pronunciaciones imposible, y aquel sinfín de dificultades que en realidad, son parte importante de las razones por las que uno disfruta de este bonito idioma.
Santiago Monedero es un apasionado del chino y de China. Lleva viviendo en Shanghai 6 años. Es licenciado en ciencias físicas, doctor en matemáticas y especialista en modelización numérica. Actualmente trabaja en el departamento de investigación y desarrollo de la empresa Tecnosylva.
