![\"(cc)](\"https:\/\/www.cienciacognitiva.org\/files\/2015-4-cc-jvoves.jpg\")
(cc) jvoves.<\/p><\/div>\n
Como seres humanos, todos experimentamos sentimientos placenteros, pero tambi\u00e9n desgradables, que quedan reflejados en la lengua. Investigaciones recientes confirman que el lenguaje es naturalmente m\u00e1s positivo que negativo. De diez lenguas evaluadas en Dodds y col. (2015), el espa\u00f1ol es la m\u00e1s positiva, seguido del portugu\u00e9s y el ingl\u00e9s, de acuerdo con las evaluaciones sobre el grado de positividad de palabras en esas lenguas. Tambi\u00e9n obras literarias pueden ser evaluadas de forma similar por el llamado \u201chedon\u00edmetro\u201d. Todo ello apunta a que este positivismo natural en las lenguas se podr\u00eda explicar a partir de nuestro desarrollo social actual.<\/em><\/p>\n <\/p>\n [Versi\u00f3n en pdf]<\/a><\/p>\n Un reciente estudio llevado a cabo por investigadores de la Universidad de Vermont en Burlington (Dodds y col., 2015) ha revelado que el vocabulario de las lenguas contiene m\u00e1s palabras positivas que negativas. Todas las lenguas evaluadas tienen una tendencia natural a transmitir emociones y matices positivos, m\u00e1s que negativos, a trav\u00e9s de las palabras, como ya hab\u00edan propuesto Boucher y Osgood (1969) con su pol\u00e9mica \u201cHip\u00f3tesis Pollyanna\u201d. Adem\u00e1s, las lenguas var\u00edan en el grado de positividad de su vocabulario. El espa\u00f1ol es la lengua m\u00e1s positiva de entre las diez analizadas. Le siguen el portugu\u00e9s y el ingl\u00e9s, mientras que el chino, el ruso y el coreano son clasificadas como lenguas menos positivas. Pero \u00bfen qu\u00e9 se han basado Dodds y su equipo para calificar unas lenguas como m\u00e1s positivas que otras?<\/p>\n El estudio consiste en la comparaci\u00f3n del nivel de positividad expresado por palabras en esas lenguas. El primer paso en la elaboraci\u00f3n del proyecto fue la recopilaci\u00f3n de 24 corpus de las diez lenguas, incluyendo libros, noticias, blogs, tweets, y letras de canciones. Tomando esas bases de datos como punto de partida, los autores seleccionaron 10,000 palabras de cada lengua y recogieron unos 5 millones de evaluaciones en una escala del 1 al 9, de m\u00e1s triste a m\u00e1s feliz, hechas por usuarios de Internet. El segundo paso fue crear, a partir de estas evaluaciones, herramientas que midieran el contenido emocional de un texto en funci\u00f3n de las palabras que usa. Finalmente, se aplicaron estas herramientas a los corpus de cada lengua. Adem\u00e1s, Dodds y su equipo analizaron tambi\u00e9n el nivel de felicidad o tristeza de 20 libros de la literatura cl\u00e1sica.<\/p>\n El an\u00e1lisis de cl\u00e1sicos de la literatura universal apoya la validez de esta medida. Don Quijote de la Mancha, por ejemplo, mantiene sus \u00edndices de positividad relativamente estables durante la novela, mientras que otras, como el Ulises de Joyce, son mucho m\u00e1s tristes al principio, y progresivamente presentan un vocabulario m\u00e1s positivo. Otras obras no modifican su grado de positividad tan progresivamente, sino que el vocabulario usado por el autor en pasajes muy concretos marca un cambio s\u00fabito a un tono sombr\u00edo. Anna Karenina de Tolstoi, siguiendo esta \u00faltima tendencia, es estable, aunque presenta un marcado y puntual incremento de tristeza en el tono narrativo cuando la protagonista sufre un dif\u00edcil embarazo de su amante Vronski, su marido ignora su petici\u00f3n de divorcio y, a consecuencia de ello, sufre un ataque de nervios severo. Aunque la herramienta virtual no ayuda a identificar a los usuarios de qu\u00e9 episodio de la novela se trata, no es complicado adivinarlo. Todas ellas son cl\u00e1sicos conocidos para el gran p\u00fablico, entre ellas Moby Dick, Crimen y Castigo, El Conde de Montecristo, Orgullo y Prejuicio, Cumbres Borrascosas y Oliver Twist. En nuestra opini\u00f3n, los gr\u00e1ficos que se muestran de cada una de ellas podr\u00edan indicar si los cambios en los acontecimientos en el relato ocurren de manera m\u00e1s gradual o brusca, y por tanto, caracterizarlas como novelas de tempo lento o allegro.<\/p>\n Adem\u00e1s del \u201chedon\u00edmetro\u201d (disponible en: https:\/\/hedonometer.org<\/a>) dise\u00f1ado y utilizado por los autores del estudio, ya existen herramientas parecidas para medir el nivel de positividad de un texto (v\u00e9ase \u201cSemantria\u201d, disponible en: https:\/\/semantria.com\/demo<\/a>, o tambi\u00e9n \u201c\u201dWe feel fine\u201d en https:\/\/www.wefeelfine.org<\/a> para un an\u00e1lisis autom\u00e1tico de miles de blogs). Curiosamente, las mediciones proporcionadas por el hedon\u00edmetro respecto a posts en Twitter en otro estudio de los autores (Mitchell y col., 2013) coinciden, en gran medida, con las predicciones de bienestar social estadounidense de la compa\u00f1\u00eda Gallup. Ello da fe de la relaci\u00f3n que tienen la positividad expresada por el lenguaje con el desarrollo de una sociedad. Los autores afirman que la tendencia natural del lenguaje a ser positivo y de la comunicaci\u00f3n a evocar sentimientos de felicidad se puede explicar, en parte, por la evoluci\u00f3n social del hombre, el aumento de los derechos c\u00edvicos y el declive de la violencia.<\/p>\n Aunque esta relaci\u00f3n parece intuitivamente bien fundamentada, \u00bftiene el estudio de Dodds y col. (2015) base cient\u00edfica suficiente para hacer tales afirmaciones? Algunos problemas metodol\u00f3gicos incluyen que las evaluaciones de las palabras pueden verse afectadas por el llamado \u201csesgo de aquiescencia\u201d, la tendencia natural a estar de acuerdo con las afirmaciones presentadas. Adem\u00e1s de estos problemas, es l\u00f3gico preguntarse: \u00bfse puede realmente medir el nivel de felicidad a trav\u00e9s de la presencia de determinadas palabras? Este tipo de an\u00e1lisis no tiene en cuenta el contexto en absoluto: la palabra \u201cfeliz\u201d en \u201c\u00e9l no es feliz\u201d ser\u00eda analizada como positiva, aunque no sea \u00e9ste el caso. Sin embargo, es posible que el uso de corpus de oraciones suficientemente amplios sea capaz de limitar el impacto de este problema. Finalmente, quedan pendientes cuestiones a\u00fan m\u00e1s amplias y complejas como, por ejemplo, \u00bfse puede afirmar a partir de estos \u00edndices que los pa\u00edses donde se habla espa\u00f1ol est\u00e1n m\u00e1s desarrollados socialmente que aquellos donde se habla ruso, chino o coreano? En resumen, el estudio de Dodd y col. (2015) abre muchos interrogantes interesantes para la investigaci\u00f3n futura.<\/p>\n Referencias<\/strong><\/p>\n Boucher, J. y Osgood, C. E. (1969). The Pollyanna Hypothesis. Journal of Verbal Learning and Verbal Behaviour<\/em>, 8, 1-8.<\/p>\n Dodds, P. S., Clark, E. M., Desu, S., Frank, M. R., Reagan, A. J., Williams, J. R., Mitchell, L., Harris, K. D., Kloumann, I. M., Bagrow, J. P., Megerdoomian, K., McMahon, M. T., Tivnan, B. F. y Danforth, C. M. (2015). Human language reveals a universal positivity bias. Proceedings of the National Academy of Sciences<\/em>, DOI: 10.1073\/pnas.1411678112.<\/p>\n Mitchell, L., Frank, M. R., Harris, K. D., Dodds, P. S., y Danforth, C. M. (2013). The geography of happiness: Connecting Twitter sentiment and expression, demographics, and objective characteristics of place. PloS one<\/em>, 8(5), e64417.<\/p>\n Manuscrito recibido el 11 de febrero de 2015.
\nAceptado el 24 de febrero de 2015.<\/p>\n","protected":false},"excerpt":{"rendered":"