Por qué cada test de vocabulario te da una cifra distinta

¿Por qué los tests de vocabulario dan cifras tan distintas?

Porque «una palabra» no es una sola cosa. Piensa en run. Run, runs, running, ran son cuatro grafías distintas: cuatro formas. Gramaticalmente son una sola entrada de diccionario: un lema. Añade runner y runners y tienes seis formas, dos lemas y una única familia de palabras, porque la familia agrupa una base con sus flexiones y sus derivados regulares. Pasa lo mismo en español: corro, corres, corría, correré son un solo lema, correr, y corredor pertenece a la misma familia. Un test que cuenta formas te apunta seis palabras por saber run; uno que cuenta familias, una. Multiplica eso por todo lo que sabes y el mismo conocimiento aparece como 40.000 palabras en una web y 17.000 en otra, sin que nadie se haya equivocado.

Así que la primera pregunta ante cualquier cifra de vocabulario, la tuya o la de un titular, no es «¿es correcta?», sino «¿qué está contando?».

¿Qué unidad usan la mayoría de las cifras sobre aprender idiomas?

Familias de palabras, casi siempre. La investigación de Paul Nation, que está detrás de la mayoría de las cifras de «cuántas palabras necesitas», cuenta familias. Su estimación más citada, que leer una novela o un periódico sin ayuda exige unas 8.000–9.000 familias (Nation, 2006), es una cifra en familias, y también lo son los rangos por nivel MCER que se repiten por internet: unas 3.000 para la conversación cotidiana, 5.000–8.000 para un uso cómodo de nivel C1. Los tienes nivel por nivel en cuántas palabras necesitas para hablar inglés.

Convierte esas cifras a lemas y más o menos se duplican. Conviértelas a formas y se multiplican varias veces. De ahí viene casi toda la confusión: quien ha leído «necesitas 9.000 palabras» y luego saca 25.000 en una web que cuenta lemas no se ha saltado tres niveles; ha cambiado de unidad. El titular de que un nativo conoce entre 20.000 y 35.000 palabras suele ser un recuento tipo lema de muestras autoseleccionadas, gente que hace tests de vocabulario por diversión, y no contradice las 17.000 familias de arriba.

¿Cómo funcionan en realidad los tests de tamaño de vocabulario?

Casi ninguno evalúa todas las palabras: toman una muestra. El diseño más habitual, el test de sí/no o de lista (Meara y Buxton, 1987), saca palabras de bandas de frecuencia (las 1.000 más comunes del idioma, las 1.000 siguientes, y así sucesivamente) y te pregunta si conoces cada una. Tu tasa de acierto en cada banda, escalada al tamaño de esa banda, da la estimación. Como marcarlo todo produciría una puntuación perfecta, el test mezcla pseudopalabras, palabras inventadas con aspecto verosímil, y descuenta tu resultado por cada una que afirmes conocer.

El test de vocabulario de Nivelo es un test de lista: palabras muestreadas por banda de frecuencia, con pseudopalabras, y un resultado en familias de palabras con una banda MCER aproximada. Dura unos dos minutos, y te dice la unidad.

¿Por qué mi vocabulario receptivo es mayor que el productivo?

Porque reconocer una palabra exige mucho menos que recuperarla con el tiempo en contra. Con un rastro parcial de memoria basta para asentir ante reluctant en una pantalla; para decirla en mitad de una frase hace falta todo: la forma, el significado, las palabras con las que suele ir, la gramática que la rodea. Los estudios con aprendientes encuentran de forma constante un vocabulario receptivo mayor que el productivo, a menudo con mucha diferencia (Laufer, 1998; Webb, 2008), y la brecha es mayor en las palabras que conociste hace poco o solo leyendo.

Por eso una cifra alta puede convivir con una conversación que sigue trabándose. El tamaño es real; el acceso todavía no es automático. Leer y escuchar hacen crecer el reconocimiento. Solo hablar y escribir lo convierten en producción: si tu número es alto y tu habla no lo es, lo que falta es práctica con el tiempo en contra, no más palabras.

¿Cuántas palabras necesito en cada nivel MCER?

Los rangos en familias de palabras que más se citan van de menos de 1.000 en A1 a unas 3.000–5.000 en B2 y 5.000–8.000 en C1, con dos matices. Primero, esa correspondencia sale de estudios que evaluaron a grupos concretos de aprendientes con escalas concretas (Milton y Alexiou, 2009, es el más citado), así que es una guía, no un estándar: el MCER describe lo que sabes hacer en cada nivel y nunca fija un número de palabras. Segundo, lo que de verdad predice cómo se siente un texto es la cobertura: la proporción de las palabras que tienes delante que ya conoces.

Dos mil familias para un 80 % de cobertura parece mucho hasta que ves la curva: la frecuencia de las palabras es muy desigual, y los primeros pocos miles hacen casi todo el trabajo en el habla cotidiana. Por eso aprender en orden de frecuencia rinde más que aprender en el orden en que te encuentras las palabras, y por eso el salto de B2 a C1 va sobre todo de la cola larga.

Entonces, ¿de qué cifra me fío?

De la que sepas qué unidad usa, salida de un test que penalice adivinar, y leída como un rango y no como un punto.

• Mira la unidad. Si una web no dice si cuenta lemas o familias de palabras, su cifra no se puede comparar con nada, ni siquiera con su propio titular sobre los nativos.
• Prefiere tests con pseudopalabras. Sin corrección por adivinar, un aprendiente seguro de sí mismo puntúa como un nativo.
• Léelo como una banda. Una muestra de dos minutos tiene margen de error. Un resultado de 4.200 significa en realidad «entre unas 3.500 y 5.000», y al repetirlo caerás en algún punto de ese rango, no en la misma cifra.
• Compárate contigo. El mismo test, repetido meses después, es la única cifra que mide progreso. Tests distintos miden cosas distintas.

¿Cómo averiguo cuántas palabras conozco?

Haz un test de lista que indique su unidad e incluya pseudopalabras. El test de vocabulario gratuito de Nivelo dura unos dos minutos, muestrea por bandas de frecuencia, informa en familias de palabras y te da una banda MCER aproximada. Si esa banda te sorprende, para bien o para mal, el test de nivel te dirá si el resto de tu inglés está de acuerdo.

Fuentes

• Brysbaert, M., Stevens, M., Mandera, P. y Keuleers, E. (2016). How many words do we know? Frontiers in Psychology, 7.
• Goulden, R., Nation, P. y Read, J. (1990). How large can a receptive vocabulary be? Applied Linguistics, 11(4).
• Nation, I. S. P. (2006). How large a vocabulary is needed for reading and listening? Canadian Modern Language Review, 63(1).
• Nation, P. y Waring, R. (1997). Vocabulary size, text coverage and word lists. En Schmitt y McCarthy (eds.), Vocabulary: Description, Acquisition and Pedagogy.
• Laufer, B. (1989). What percentage of text-lexis is essential for comprehension? En Laurén y Nordman (eds.), Special Language.
• Hu, M. y Nation, P. (2000). Unknown vocabulary density and reading comprehension. Reading in a Foreign Language, 13(1).
• Meara, P. y Buxton, B. (1987). An alternative to multiple choice vocabulary tests. Language Testing, 4(2).
• Milton, J. y Alexiou, T. (2009). Vocabulary size and the Common European Framework of Reference for Languages. En Richards et al. (eds.), Vocabulary Studies in First and Second Language Acquisition.
• Laufer, B. (1998). The development of passive and active vocabulary in a second language. Applied Linguistics, 19(2). Webb, S. (2008). Receptive and productive vocabulary sizes of L2 learners. Studies in Second Language Acquisition, 30(1).