Neurociencia del lenguaje · Adquisición del vocabulario
¿Por qué los niños aprenden unas palabras antes que otras?
Más de treinta y dos mil niños. Diez lenguas. Cerca de cuatrocientas palabras en cada una. Un estudio de referencia descubrió que, detrás de la aparente diversidad, hay un patrón sorprendentemente estable —y que la frecuencia, por sí sola, explica menos de lo que creíamos.
Próximamente en Amazon
MENTE BILINGÜE
Neurociencia y Lectoescritura
Cómo aprende a leer y a escribir un cerebro que vive entre dos lenguas. Del fonema a la palabra escrita, con la evidencia científica traducida al aula.
Edición en españolEn català: Ben aviat a Amazon. Un llibre sobre com el cervell bilingüe aprèn a llegir i a escriure.
Coming soon on Amazon
THE BILINGUAL MIND
Neuroscience and Literacy
How a brain that lives in two languages learns to read and write. From phoneme to printed word, with the научной— research evidence translated into classroom practice.
English editionCualquier familia que haya criado a un bebé conoce la escena. Un día el niño no dice nada. Al siguiente aparece mamá. Después agua, guau, no, más. Y en algún momento, casi sin aviso, empiezan a llegar decenas de palabras por semana.
Lo llamativo no es la velocidad. Lo llamativo es el orden. Los niños de todo el mundo tienden a empezar por las personas importantes de su vida, por las rutinas sociales, por los animales y por la comida. Y tienden a dejar para más tarde palabras como porque, hoy o dormido.
¿Es casualidad? ¿Es cultura? ¿O hay algo en la propia estructura del lenguaje —y en cómo funciona la mente que lo aprende— que hace que unas palabras sean más fáciles que otras?
En 2019, un equipo del MIT, la Universidad de Chicago y Stanford publicó en la revista Open Mind un trabajo que abordó esta pregunta a una escala que hasta entonces no se había intentado. No es un estudio nuevo: es un estudio de referencia, de esos que se citan una y otra vez porque establecieron un punto de partida que la investigación posterior sigue usando como base.
Un mapa hecho con treinta y dos mil niños
Durante décadas, la investigación sobre aprendizaje de palabras se hizo sobre todo en el laboratorio: un niño, unas cuantas palabras inventadas, condiciones controladas. Ese trabajo fue —y sigue siendo— valiosísimo. Pero tiene un límite evidente: no nos dice cómo se ordena el vocabulario real de un niño real que crece en su casa.
El equipo de investigación tomó otro camino. En lugar de mirar de cerca a pocos niños, miró de lejos a muchísimos. Y combinó tres fuentes de datos que existían por separado:
- Qué palabras saben los niños. A partir de los inventarios MacArthur-Bates (los conocidos CDI), unos cuestionarios en los que las familias marcan qué palabras su hijo entiende y cuáles entiende y dice. Los datos proceden de Wordbank, un repositorio abierto que reúne administraciones de estos inventarios en muchas lenguas.
- Qué palabras escuchan los niños. A partir de CHILDES, una base de datos internacional con transcripciones de habla dirigida a la infancia. De ahí se calcula con qué frecuencia aparece cada palabra, en qué posición del enunciado, y en frases de qué longitud.
- Qué significan esas palabras. A partir de bases de datos psicolingüísticas en las que personas adultas puntuaron cada palabra en dimensiones como lo concreta que es o cuánto se asocia con los bebés.
El resultado: cerca de cuatrocientas palabras analizadas en cada una de diez lenguas —croata, danés, español (de México), francés (de Quebec), inglés, italiano, noruego, ruso, sueco y turco—, con datos de más de treinta y dos mil niños.
Imagine una lista de cuatrocientas palabras. Para cada una, sabemos a qué edad la aprende la mayoría de los niños. Ahora imagine que, al lado de cada palabra, escribimos nueve datos objetivos sobre ella: cuántas veces se oye, cuántos sonidos tiene, cómo de concreta es, etcétera.
La pregunta del estudio es simple: ¿cuál de esos nueve datos predice mejor la edad a la que se aprende la palabra? Es exactamente lo mismo que preguntarse qué características de un alumno predicen mejor su nota final. Solo que aquí los «alumnos» son palabras.
Las nueve pistas
Los investigadores midieron nueve propiedades de cada palabra, agrupadas en dos familias. Unas describen el entorno lingüístico: cómo y cuánto aparece la palabra en el habla que el niño escucha. Otras describen el significado: qué tipo de idea representa.
| Propiedad | Qué mide | Ejemplo (extremos en inglés) |
|---|---|---|
| Frecuencia | Cuántas veces se oye la palabra | Alta: you, it · Baja: babysitter |
| Frecuencia en solitario | Cuántas veces aparece como enunciado completo | Alta: no, yes · Baja: feed |
| Frecuencia final | Cuántas veces cierra el enunciado | Alta: book, there · Baja: put |
| Longitud del enunciado | Cómo de largas son las frases donde aparece | Largas: daddy, day · Cortas: ouch |
| Número de fonemas | Cuántos sonidos tiene la palabra | Muchos: refrigerator · Pocos: eye |
| Concreción | Si designa algo tangible o algo abstracto | Concreta: apple, ball · Abstracta: that, now |
| Asociación con bebés | Cuánto se vincula la palabra al mundo infantil | Alta: baby, bib · Baja: penny |
| Valencia | Si la palabra es agradable o desagradable | Positiva: happy, hug · Negativa: hurt |
| Activación | Cuánta excitación emocional provoca | Alta: scared · Baja: asleep |
Lo que se repite en las diez lenguas
Aquí llega el hallazgo central. Con la excepción de las dos propiedades emocionales, todas las demás apuntaron en la misma dirección en todas o casi todas las lenguas —al menos en diecisiete de las veinte combinaciones analizadas de lengua y medida.
El perfil de una palabra «fácil» resultó ser notablemente estable. Un niño tiende a entenderla y a decirla antes si la palabra:
- se oye con más frecuencia;
- es más corta en número de sonidos;
- es más concreta, es decir, se refiere a algo que se puede ver o tocar;
- aparece a menudo sola, como enunciado completo;
- aparece a menudo al final del enunciado;
- aparece en frases más cortas;
- está más asociada al mundo de los bebés.
Y no solo coincide la dirección: coincide también la magnitud. Los investigadores comprobaron que la correlación media entre lenguas era de 0,72 en producción (lo que el niño dice) y de 0,56 en comprensión (lo que el niño entiende), muy por encima de lo esperable por azar.
Diez lenguas con estructuras muy distintas —del turco al croata, del ruso al español— y un mismo perfil de dificultad.
Es un resultado con peso teórico. Sugiere que las diferencias de cultura y de estructura lingüística no producen estrategias de aprendizaje radicalmente distintas. Debajo hay mecanismos comunes: bien internos al niño, bien derivados de cómo interactúan los adultos con él.
La frecuencia no manda tanto como creemos. Durante años la idea dominante fue simple: cuanto más oye un niño una palabra, antes la aprende. El estudio confirma que la frecuencia importa —pero también que no domina. Varias de las otras propiedades resultaron igual de potentes o más.
Piénselo con un ejemplo. Las palabras más frecuentes del español en el habla dirigida a un bebé incluyen que, de o a. Son las que más oye, con diferencia. Y son de las últimas que dice. Repetir mucho una palabra no basta si esa palabra no se puede anclar a nada visible ni aparece nunca sola.
Para familias y para el aula de infantil. Tres de los siete predictores no dependen de cuánto hablamos, sino de cómo:
- Deje la palabra clave al final. «Mira qué bonito el pato» funciona mejor que «El pato está en el agua». La posición final da tiempo de procesamiento y marca la palabra.
- Aísle la palabra de vez en cuando. Decir simplemente «¡Zapato!» mientras se lo enseña. Una palabra que aparece sola tiene fronteras nítidas; dentro de una frase, el niño primero tiene que averiguar dónde empieza y dónde acaba.
- Acorte la frase cuando introduzca vocabulario nuevo. Las palabras que viven en enunciados largos se aprenden más tarde. No se trata de hablar mal, sino de bajar la carga cuando lo que está en juego es una palabra que el niño todavía no tiene.
Lo que cambia con la edad
El estudio no se limitó a una foto fija. Analizó también si el peso de cada propiedad se mantiene a lo largo del desarrollo. Y no se mantiene.
En al menos nueve de las diez lenguas, y tanto en comprensión como en producción, la concreción y la frecuencia ganan peso con la edad. En cambio, la asociación con bebés y la valencia lo pierden.
La lectura es elegante. Al principio, lo que empuja el vocabulario es la relevancia vital: el bebé aprende las palabras que pertenecen a su mundo inmediato —teta, chupete, nana—, independientemente de lo frecuentes o concretas que sean. Más adelante, cuando el sistema ya está en marcha, el motor cambia: pasan a mandar las propiedades estadísticas y perceptivas del lenguaje. La palabra se aprende porque se oye mucho y porque señala algo que se puede señalar con el dedo.
Un mismo niño no aprende igual a los doce meses que a los veintiocho. No porque las palabras cambien, sino porque cambia lo que hace que una palabra sea fácil.
Es como aprender a cocinar. Al principio elegimos las recetas por lo que nos apetece comer. Después, cuando ya nos manejamos, empezamos a elegirlas por criterios técnicos: qué ingredientes tenemos, cuánto tiempo llevan. El cocinero es el mismo; el criterio de selección ha madurado.
No todas las palabras juegan al mismo juego
El segundo gran hallazgo tiene que ver con los tipos de palabra. El equipo separó el vocabulario en tres categorías: nombres (sustantivos comunes), predicados (verbos, adjetivos y adverbios) y palabras función —lo que en gramática se llama clase cerrada: artículos, preposiciones, conjunciones, pronombres.
Los predictores no pesan igual en las tres:
- Nombres. Mandan la frecuencia y la concreción. Los sustantivos frecuentes y tangibles se aprenden antes. Coherente con las teorías que subrayan el papel del habla referencial temprana: señalar y nombrar.
- Predicados. La concreción pierde algo de peso; la frecuencia gana algo. Un verbo no se puede señalar del mismo modo que un objeto.
- Palabras función. Aquí lo determinante es la longitud —de la palabra y de la frase en la que aparece. Parece que el significado de una palabra función solo se deja descifrar cuando el enunciado que la rodea es lo bastante breve como para que el niño pueda analizarlo entero.
Y hay un dato revelador. La coincidencia entre lenguas fue alta para los nombres (correlación media de 0,68) y aceptable para los predicados (0,54), pero cayó a 0,29 en las palabras función.
La longitud de la palabra afecta a decirla, pero casi no a entenderla. De todos los predictores analizados, la longitud fue el único que se comportó de forma claramente distinta según la medida: predice mucho mejor la producción que la comprensión.
La conclusión de los autores es que la longitud refleja sobre todo una restricción articulatoria —lo difícil que es pronunciar la palabra—, no una restricción de almacenamiento o de acceso. Dicho de otro modo: un niño de veinte meses puede entender perfectamente mariposa y seguir diciendo posa. No es que la palabra le resulte difícil de guardar en la memoria; es que le resulta difícil de fabricar con la boca.
Y su corolario: lo que un niño no dice no equivale a lo que un niño no sabe.
Para docentes en contextos bilingües. El desplome de la coincidencia entre lenguas en las palabras función (0,29 frente al 0,68 de los nombres) tiene una consecuencia directa:
- El vocabulario de contenido viaja; la gramática funcional, no. Un alumno que ha construido una buena base de sustantivos y verbos en su primera lengua parte con ventaja al aprender la segunda: los mecanismos son parecidos. Pero las palabras función —preposiciones, artículos, determinantes— siguen reglas de aprendizaje que varían mucho de una lengua a otra. Merecen enseñanza explícita y específica, no transferencia automática.
- Cuidado con las equivalencias de traducción. El inglés in y el español en no se aprenden por el mismo camino ni al mismo ritmo, aunque el diccionario los empareje.
- Evaluar comprensión y producción por separado. Dado el efecto de la longitud, un alumno puede tener un vocabulario receptivo muy superior a su vocabulario expresivo. Medir solo lo que dice subestima sistemáticamente lo que sabe —y en contextos bilingües ese error de medida tiene consecuencias en la toma de decisiones sobre el alumno.
Un apunte sobre el español
En el conjunto de datos aparece un dato que llama la atención: en español, el efecto de la frecuencia sobre la comprensión resultó cercano a cero. Los propios autores son prudentes al respecto y ofrecen varias explicaciones posibles: que las estimaciones de frecuencia en español sean menos precisas por escasez o particularidad de los corpus disponibles, que la muestra de niños difiera demográficamente, o que efectivamente los niños hispanohablantes dependan menos de la frecuencia.
No hay manera de decidir entre esas opciones con estos datos, y el estudio no lo pretende. Vale la pena mencionarlo por dos razones: porque afecta a nuestra lengua, y porque ilustra bien la honestidad metodológica del trabajo. Un coeficiente aislado no es un hallazgo.
Qué no dice este estudio
Ningún estudio de referencia lo es por ser definitivo, sino por ser útil. Y este declara sus límites con claridad:
- Los niños no son los mismos. Se predice el vocabulario de unos niños a partir del habla registrada a otros niños, y con valoraciones de significado hechas por terceras personas adultas. Es una aproximación estadística potente, pero no un seguimiento individual.
- Las medidas son gruesas. Contar palabras en un corpus y medir la longitud media de los enunciados son procedimientos toscos comparados con las construcciones teóricas que interesan de verdad.
- Los datos vienen de informes parentales. Los inventarios CDI son fiables y válidos, y están diseñados para minimizar sesgos —se pregunta por conductas observables y actuales, sobre una lista cerrada—. Pero siguen siendo un informe indirecto. Si las familias de todas las lenguas comparten un mismo sesgo (por ejemplo, infravalorar la comprensión de las palabras función), parte de la consistencia observada podría deberse a eso.
- Lengua y cultura van juntas. En esta muestra no se pueden separar. Lo que varía entre el turco y el noruego no se puede atribuir limpiamente a la lengua ni a la cultura.
Por qué sigue siendo una referencia
Han pasado varios años desde su publicación y el trabajo se sigue citando. La razón no es que dijera algo escandaloso, sino todo lo contrario: puso números fiables donde antes había intuiciones repartidas en estudios pequeños e incomparables entre sí.
Para quienes trabajamos en lectoescritura, y muy en particular en contextos bilingües, deja tres ideas que conviene llevarse al aula:
- El vocabulario temprano no es aleatorio. Obedece a un patrón predecible que se repite en lenguas muy distintas. Eso significa que se puede anticipar —y, por tanto, intervenir.
- La cantidad de input no lo explica todo. La estructura del input —dónde cae la palabra, cómo de larga es la frase, si aparece sola— hace un trabajo enorme. Y esa estructura sí está al alcance de una familia o de un docente.
- Las categorías de palabras se aprenden por caminos distintos. Enseñar sustantivos, verbos y palabras función con la misma estrategia es ignorar que el cerebro no las trata igual.
Antes de que aparezca la primera letra escrita, ya se ha construido el edificio léxico sobre el que la lectura se apoyará. Saber cómo se levanta ese edificio no es un lujo académico: es la base de cualquier intervención que aspire a llegar a tiempo.
Bibliografía
Esta entrada desarrolla, en clave divulgativa, contenidos tratados en el libro Mente bilingüe: Neurociencia y lectoescritura (Andrés Marín Palomar, próximamente en Amazon). Su fuente primaria es el artículo que se destaca a continuación. Las referencias secundarias son las obras citadas en dicho artículo y mencionadas en este texto. Todas las referencias han sido verificadas.
Braginsky, M., Yurovsky, D., Marchman, V. A., & Frank, M. C. (2019). Consistency and variability in children's word learning across languages. Open Mind: Discoveries in Cognitive Science, 3, 52–67. https://doi.org/10.1162/opmi_a_00026
- Brysbaert, M., Warriner, A. B., & Kuperman, V. (2014). Concreteness ratings for 40 thousand generally known English word lemmas. Behavior Research Methods, 46(3), 904–911.
- Fenson, L., Marchman, V. A., Thal, D., Dale, P. S., Reznick, J. S., & Bates, E. (2007). MacArthur-Bates Communicative Development Inventories: User's guide and technical manual (2.ª ed.). Brookes Publishing.
- Frank, M. C., Braginsky, M., Yurovsky, D., & Marchman, V. A. (2017). Wordbank: An open repository for developmental vocabulary data. Journal of Child Language, 44(3), 677–694.
- Gentner, D., & Boroditsky, L. (2001). Individuation, relativity, and early word learning. En M. Bowerman & S. Levinson (Eds.), Language acquisition and conceptual development (Vol. 3, pp. 215–256). Cambridge University Press.
- Gleitman, L. (1990). The structural sources of verb meanings. Language Acquisition, 1(1), 3–55.
- Goodman, J. C., Dale, P. S., & Li, P. (2008). Does frequency count? Parental input and the acquisition of vocabulary. Journal of Child Language, 35(3), 515–531.
- MacWhinney, B. (2000). The CHILDES project: Tools for analyzing talk (3.ª ed.). Erlbaum.
- Perry, L. K., Perlman, M., & Lupyan, G. (2015). Iconicity in English and Spanish and its relation to lexical category and age of acquisition. PLoS ONE, 10(9), e0137147.
- Snedeker, J., Geren, J., & Shafto, C. L. (2007). Starting over: International adoption as a natural experiment in language development. Psychological Science, 18(1), 79–87.
- Tardif, T., Fletcher, P., Liang, W., Zhang, Z., Kaciroti, N., & Marchman, V. A. (2008). Baby's first 10 words. Developmental Psychology, 44(4), 929–938.
- Warriner, A. B., Kuperman, V., & Brysbaert, M. (2013). Norms of valence, arousal, and dominance for 13,915 English lemmas. Behavior Research Methods, 45(4), 1191–1207.
Andrés Marín Palomar · Logopeda, audiólogo y neuropsicólogo · Lectoescritura & Literacy
