Explicación
Shannon definió la información de un evento a partir de su improbabilidad. Aplicada a una palabra, la medida usa su probabilidad condicional dado lo que ya se ha leído u oído, y crece logarítmicamente cuando esa probabilidad disminuye. Un evento con probabilidad 0,5 aporta un bit y uno con probabilidad 0,25 aporta dos: las diferencias multiplicativas de probabilidad se convierten en diferencias aditivas de información.
La probabilidad contextual no coincide con la frecuencia general. Una palabra poco frecuente en un corpus puede volverse muy esperable en cierta oración, y una común puede ser improbable en una construcción determinada. Las estimaciones pueden obtenerse mediante tareas de cloze, en las que varios participantes completan el comienzo de una oración, o mediante modelos estadísticos que luego se contrastan con el comportamiento de lectores reales.
Hale relacionó el procesamiento sintáctico con las expectativas, y Levy formuló una teoría según la cual, cuanto menor es la probabilidad que el sistema atribuye a una palabra, mayor debería ser en promedio el esfuerzo para procesarla. Smith y Levy encontraron una relación aproximadamente logarítmica entre probabilidad contextual y tiempo de lectura, aunque la longitud, la familiaridad y otras variables también influyen.
Distinciones útiles
El surprisal es una magnitud informativa, no un asombro consciente ni una medida directa de dificultad lectora. Tampoco es la entropía: el surprisal corresponde al evento que finalmente aparece, mientras que la entropía describe la incertidumbre de la distribución antes de observarlo. Dos palabras pueden recibir el mismo surprisal en contextos con entropías muy distintas.
Ejemplos
En una distribución ilustrativa después de «El médico prescribió un…», antibiótico con probabilidad 0,40 tiene un surprisal aproximado de 1,32 bits y telescopio, con 0,0005, de 10,97.
Horno puede no ser una de las palabras más frecuentes del español, pero se vuelve muy esperable en una oración sobre un panadero.
Un término técnico infrecuente puede ser poco sorprendente para un especialista y muy costoso para otro lector: la medida depende de qué distribución represente sus expectativas.
Que es frecuente en la lengua, pero su aparición en una posición inesperada puede obligar a reconsiderar la estructura; un modelo basado solo en frecuencias aisladas captaría mal ese caso.
Comparar «Surprisal lingüístico» con otro concepto ↗
Lectura y fuentes
Esta entrada se apoya en Predicción, surprisal y expectativa lingüística. Allí puedes consultar el desarrollo y la bibliografía.
También en estas lecturas
Conceptos relacionados
REFERENCIA DE LA EDICIÓN WEB
Citar esta página
Surprisal lingüístico. (2026). Lingüística y Semiótica. https://linguisticaysemiotica.org/glosario/surprisal-linguistico
Referencia encabezada por el título: la dirección editorial del proyecto no se presenta como autoría individual de cada texto. Consulta los criterios de citación y el registro de cambios.
Publicación web: . Actualización del contenido: .