Durante gran parte de la historia de la lingüística moderna, las teorías se desarrollaron sobre todo a partir del inglés, el alemán, el francés y las lenguas clásicas europeas. Esa base empírica restringida produjo avances considerables y creó, al mismo tiempo, un riesgo metodológico, el de que las propiedades locales de unas pocas lenguas pudieran tomarse como si fueran propiedades universales del lenguaje humano.
La categoría de sujeto ilustra el problema. En español e inglés parece una noción relativamente familiar; cuando se examinan lenguas con ergatividad, incorporación, marcación diferencial o alineamientos mixtos, las propiedades asociadas al «sujeto» pueden repartirse entre varias relaciones gramaticales. Lo mismo ocurre con el tiempo verbal, el número, el género, los artículos y el orden de palabras. Algunas lenguas carecen de categorías que parecen centrales en español; otras codifican obligatoriamente distinciones que el español no marca. La tipología lingüística estudia esa diversidad estructural y sus regularidades comparativas, es decir, cómo varían las lenguas y qué regularidades aparecen a través de esa variación (Greenberg, 1963; Comrie, 1989; Croft, 2003). La pregunta central de la lectura es qué significa afirmar que una propiedad es universal, frecuente o tipológicamente marcada. El problema metodológico asociado es cómo evitar que una generalización empírica se confunda con una necesidad lógica o cognitiva.
La tipología compara lenguas según propiedades estructurales de la fonología, la morfología, la sintaxis, la semántica o el discurso. Sus preguntas típicas incluyen qué órdenes de palabras son más frecuentes, qué sistemas de caso existen, cómo expresan las lenguas la evidencialidad, qué tipos de concordancia aparecen y cómo se codifican la posesión y el parentesco. La clasificación de lenguas en casillas es solo una parte de su tarea; la disciplina busca además explicar distribuciones, correlaciones y restricciones.
La asignación de una lengua a un tipo no describe una esencia. Decir «el japonés es SOV» no significa que todas sus oraciones tengan ese orden; significa que ciertos criterios permiten caracterizarlo tipológicamente como una lengua con fuerte tendencia hacia él. Una misma lengua puede presentar un orden básico, órdenes alternativos y construcciones marcadas; de ahí que la tipología trabaje con generalizaciones sobre tendencias dominantes. Sobre esa base, la lectura examina el orden de palabras, los tipos de universales, la marcación, el alineamiento morfosintáctico, la tipología morfológica, las categorías no universales, el muestreo y la explicación de las correlaciones, para aplicar luego las mismas distinciones a la clínica, la escritura científica y la inteligencia artificial.
Orden de palabras
Si se distinguen sujeto (S), verbo (V) y objeto (O), pueden formarse seis órdenes, SOV, SVO, VSO, VOS, OSV y OVS. Los seis están documentados como órdenes dominantes, aunque con frecuencias muy desiguales. En WALS, SOV y SVO son con diferencia los tipos más numerosos; una fracción importante de las lenguas de la muestra se clasifica, a su vez, como carente de orden dominante, dato que recuerda que la tipología S/O/V no agota la variación del orden (Dryer, 2013). La clasificación de WALS emplea los papeles de tipo agente y paciente en un sentido comparativo operacional, sin suponer una noción universal fuerte de sujeto y objeto.
La frecuencia de un tipo no lo convierte en un universal. Que SOV y SVO sean muy frecuentes no permite concluir que todas las lenguas deban serlo; la existencia de VSO, VOS, OVS y OSV refuta esa conclusión. La afirmación adecuada es de naturaleza estadística, P(SOV ∨ SVO) ≫ P(OSV). Con esa formulación, la tipología separa la posibilidad de la frecuencia; la rareza de una estructura no la vuelve imposible.
Joseph Greenberg formuló generalizaciones tipológicas influyentes a partir de comparaciones entre lenguas, muchas de ellas de forma implicacional, del tipo «si una lengua tiene la propiedad A, tiende a tener la propiedad B» (A → B) (Greenberg, 1963). Algunos de sus «universales» eran absolutos y otros eran tendencias; la literatura posterior amplió las muestras y revisó varias de esas generalizaciones. El valor histórico del trabajo de Greenberg consistió en demostrar que la comparación sistemática podía revelar patrones translingüísticos. Ese resultado abrió el programa de investigación que la tipología posterior ha continuado.
Universales
Un universal absoluto afirma que todas las lenguas poseen una propiedad, ∀L[P(L)]; una sola lengua que carezca de ella basta para refutarlo. Ante la magnitud de la diversidad lingüística documentada, los universales absolutos verdaderamente no triviales son difíciles de establecer (Comrie, 1989).
Un universal implicacional tiene la forma P(L) → Q(L). No afirma que todas las lenguas tengan P; afirma que, si una lengua tiene P, también tiene Q. Un ejemplo es la jerarquía de número, según la cual toda lengua con número trial posee también dual, del mismo modo que toda lengua con dual posee plural. Estas generalizaciones, formuladas de manera sistemática por Greenberg (1963), capturan relaciones jerárquicas entre propiedades al ordenar las categorías según cuáles presuponen a cuáles.
Un universal estadístico sostiene que la mayoría de las lenguas con P también tienen Q. Se trata de una tendencia, no de una ley absoluta, representable como P(Q|P) > P(Q). La diferencia entre un universal lógico y una correlación estadística tiene consecuencias metodológicas directas. Un contraejemplo refuta al primero y solo modifica la estimación de la segunda.
Universales formales y funcionales
Una teoría formal puede preguntar qué tipos de gramática son posibles para la facultad humana del lenguaje, pregunta que busca los límites del espacio gramatical. En esa línea, el generativismo ha formulado universales como restricciones sobre la estructura, la dependencia y las operaciones.
Otra tradición pregunta qué presiones comunicativas y cognitivas hacen que algunos patrones sean más frecuentes, por ejemplo la minimización de dependencias largas, la facilitación del procesamiento o la distinción de roles. Desde esa perspectiva, la explicación no requiere necesariamente una gramática universal rica; puede apelar a la memoria, la comunicación y el aprendizaje.
Las dos preguntas no son idénticas, pues una cosa es qué estructuras son posibles y otra cuáles son frecuentes. Una explicación formal puede intentar delimitar la posibilidad y una funcional puede explicar la frecuencia; repartidas así las tareas, ambas pueden ser complementarias. Cuando hacen predicciones incompatibles, la decisión entre ellas exige comparación empírica.
Marcación
El concepto de marcación (markedness) posee varias tradiciones (Croft, 2003). Una forma puede considerarse marcada por ser menos frecuente, formalmente más compleja o semánticamente más específica; en el par singular/plural, por ejemplo, muchas lenguas dotan al plural de una marca adicional, aunque no todas lo hacen.
En lingüística, el término marcado no designa lo anormal ni lo patológico, como tampoco significa peor, incorrecto o moralmente desviado. «Marcado» es una categoría analítica cuyo sentido depende del marco teórico en que se emplea.
Una forma menos frecuente puede considerarse marcada, si bien lo raro no es agramatical. Un orden poco común tipológicamente puede ser plenamente normal en una lengua particular; el desajuste entre ambos planos indica que la frecuencia global no determina la gramática local.
Alineamiento morfosintáctico
En español, «Juan duerme» y «Juan vio a María» muestran que el sujeto del intransitivo y el agente del transitivo reciben un tratamiento sintáctico parecido. Si se designa con S el argumento único del intransitivo, con A el agente del transitivo y con P el paciente del transitivo, el patrón del español es S = A ≠ P, el alineamiento nominativo-acusativo (Comrie, 1989).
En las lenguas ergativas el patrón puede ser S = P ≠ A, con el argumento único del intransitivo alineado con el paciente del transitivo. Este alineamiento desafía una concepción universal simple del sujeto, dado que en algunas lenguas ciertas propiedades de sujeto se distribuyen de maneras complejas entre los argumentos.
Muchas lenguas no son puramente ergativas ni acusativas. El alineamiento puede depender del aspecto, la persona, el tiempo o el tipo de cláusula, fenómeno conocido como split ergativity. Esta dependencia de factores gramaticales adicionales muestra que la tipología rara vez se reduce a categorías binarias puras.
Sujeto como categoría comparativa
La exportación de categorías descriptivas de una lengua a otra plantea un riesgo metodológico. En español, «sujeto» combina propiedades de concordancia, control, posición y caso nominativo; en otra lengua, estas propiedades pueden no converger en una sola categoría. La afirmación «toda lengua tiene sujeto» depende, en esas condiciones, de cómo se defina el término. Una teoría comparativa necesita, por ello, evitar definiciones circulares.
Martin Haspelmath ha insistido en distinguir la categoría específica de una lengua, definida por sus propiedades internas, del concepto comparativo, que es una herramienta construida por el lingüista para comparar lenguas (Haspelmath, 2010). La distinción evita asumir que el sujeto en español y el «sujeto» en la lengua X son entidades idénticas. La comparación requiere criterios explícitos formulados con independencia de cada sistema particular.
Morfología tipológica
Las lenguas llamadas aislantes tienden a expresar funciones gramaticales mediante palabras independientes, con una correspondencia aproximada entre morfema y palabra (Velupillai, 2012). El chino mandarín suele presentarse como ejemplo aproximado, aunque ninguna lengua es «puramente» aislante; las etiquetas describen tendencias.
En las lenguas aglutinantes, una palabra puede contener varios morfemas con funciones relativamente segmentables, según el esquema raíz + plural + posesivo + caso, del que el turco es el ejemplo clásico. Incluso las lenguas aglutinantes presentan alomorfía e irregularidades; la tipología morfológica es, en esa medida, gradual.
En las lenguas fusionantes, un mismo morfema puede expresar varios rasgos. En español, la terminación de «cantábamos» expresa simultáneamente información de tiempo, aspecto, persona y número, sin correspondencia necesaria uno a uno entre morfema y rasgo.
Las lenguas polisintéticas pueden integrar gran cantidad de información en una sola palabra. Una forma verbal puede codificar sujeto, objeto, aspecto e incorporación nominal. Esa densidad desafía intuitivamente la frontera entre palabra y oración e indica que la categoría «palabra» no tiene exactamente las mismas propiedades en todas las lenguas.
Categorías no universales
El español posee artículos (el, la, un, una), pero muchas lenguas carecen de artículos comparables. La definitud puede expresarse mediante el orden, los demostrativos o el contexto; el artículo, en consecuencia, no es una categoría universal.
Algo similar ocurre con el género gramatical. Algunas lenguas distinguen masculino y femenino, otras poseen múltiples clases nominales y otras carecen de género. La categoría gramatical de género, propiedad de sistemas particulares, no debe confundirse con el sexo biológico ni con el género social.
El tiempo verbal tampoco es obligatorio. Algunas lenguas codifican morfológicamente pasado, presente y futuro; otras expresan la temporalidad principalmente mediante el aspecto, los adverbios y el contexto. El tiempo morfológico no es, así, un requisito universal para hablar del tiempo.
Algunas lenguas obligan, en cambio, a indicar cómo se obtuvo la información, sea por percepción directa, inferencia o reporte, categoría que se denomina evidencialidad. El español puede expresarla («al parecer», «según dicen», «lo vi») sin marcarla obligatoriamente en cada oración; en otras lenguas está gramaticalizada. El contraste indica que las lenguas distribuyen de manera distinta qué información debe hacerse explícita.
Color y categorización
La comparación de términos básicos de color se volvió un tema clásico tras el trabajo de Berlin y Kay (1969), cuya propuesta original sostenía la existencia de regularidades en la organización de los sistemas lexicales de color. Estudios posteriores mostraron regularidades, variación y efectos culturales. La investigación ilustra, con esos resultados, un problema general, el de qué parte de una categoría está restringida por la percepción y qué parte depende de la historia lingüística.
Deben evitarse dos extremos, el de que todas las lenguas categorizan el mundo exactamente igual y el de que cada lengua crea una realidad completamente incomparable. Ambas posiciones son demasiado fuertes para la evidencia disponible, que suele mostrar restricciones cognitivas compartidas junto con una variación convencional considerable. Sobre esa evidencia, la tipología permite estudiar la interacción entre ambos factores.
Muestreo
La elección de lenguas plantea un problema propio. Si se comparan español, portugués, francés e italiano, se obtienen cuatro lenguas romances que comparten historia y no son cuatro observaciones independientes; esta dependencia genera sesgo genealógico.
Existe también el sesgo areal, producido por lenguas geográficamente próximas que comparten rasgos por contacto, mediante préstamos o convergencia sintáctica (Nichols, 1992). La similitud entre lenguas vecinas no implica un universal, ya que puede reflejar herencia o difusión; de ahí que una muestra tipológica deba controlar la genealogía y el área. En los análisis cuantitativos modernos, este control puede requerir muestreo estratificado, efectos por familia o área, o modelos filogenéticos. Contar lenguas emparentadas como observaciones independientes puede inflar asociaciones tipológicas.
En términos estadísticos, las observaciones ideales deberían ser independientes. Las lenguas no lo son completamente; la covarianza entre dos de ellas no es nula si comparten familia o área. La tipología cuantitativa moderna utiliza métodos filogenéticos y modelos mixtos para manejar esta dependencia.
Wals
El World Atlas of Language Structures (WALS) reúne datos tipológicos sobre cientos de rasgos y permite comparar orden, morfología, fonología y categorías gramaticales. Es una herramienta de gran extensión, con cobertura desigual, datos provenientes de fuentes heterogéneas y tamaños de muestra distintos por rasgo. Un mapa tipológico debe leerse, por consiguiente, como evidencia sujeta a esas limitaciones y no como una verdad automática.
En las bases tipológicas, «sin información» no equivale a «la lengua no tiene esa propiedad». Pese a su obviedad, la distinción tiene consecuencias directas para el análisis. Los datos incompletos pueden generar patrones artificiales si se tratan como ausencias de la propiedad.
Correlación y explicación
Si se observa que las lenguas SOV suelen usar posposiciones, como documentan Greenberg (1963) y Dryer (1992), la correlación puede estar bien establecida y requerir todavía una explicación. Los mecanismos posibles, entre los que la correlación por sí sola no selecciona, incluyen la consistencia en la dirección de las cabezas sintácticas, el procesamiento y la historia.
Una hipótesis funcional sostiene que las lenguas tienden a minimizar la distancia entre palabras dependientes (dependency length minimization). Puede definirse una longitud aproximada D = Σᵢ |pos(headᵢ) − pos(depᵢ)|; los órdenes que reducen D pueden facilitar el procesamiento. La hipótesis explica algunas tendencias de orden, aunque no todas las propiedades gramaticales se reducen a dependencia lineal.
Otra línea propone que las lenguas equilibran presiones informativas, como mantener cerca la información relacionada y distribuir la información predecible (information locality). Desde esta perspectiva, los universales estadísticos pueden emerger de una optimización bajo restricciones; el planteamiento ofrece una alternativa o un complemento a las explicaciones puramente formales.
Universales y adquisición
En las tradiciones generativas, la Universal Grammar ha designado distintos conjuntos de propiedades innatas que restringirían el aprendizaje lingüístico. La teoría ha cambiado históricamente y no debe tratarse como una única hipótesis fija; las preguntas relevantes son qué conocimiento es específico del lenguaje, qué puede aprenderse desde el input y qué restricciones provienen de la cognición general.
Si ciertos patrones aparecen en casi todas las lenguas, esto puede deberse a restricciones innatas, al procesamiento, a la transmisión cultural o a sesgos de aprendizaje. Una frecuencia tipológica no identifica automáticamente su causa; se necesitan modelos comparativos.
Diacronía
Las distribuciones actuales son el resultado de procesos históricos. Una propiedad frecuente puede deberse a rutas de cambio comunes; los auxiliares pueden gramaticalizarse desde verbos y los artículos desde demostrativos, con el resultado de que surgen tendencias translingüísticas. La explicación tipológica debe considerar la sincronía junto con la diacronía (Croft, 2003).
Las lenguas cambian además a través de las generaciones; un patrón fácil de aprender o de procesar puede expandirse. Una «adaptación» lingüística puede emerger culturalmente sin estar codificada biológicamente de forma específica. Esta posibilidad conecta la tipología con la ciencia de la complejidad y la evolución cultural.
Clínica
La variación lingüística no debe interpretarse como un déficit. Una estructura que parece extraña a un hablante de español estándar puede ser normal en otro dialecto, en otra lengua o en el bilingüismo, como ocurre con la omisión de artículos, un orden distinto o una concordancia diferente. Antes de atribuir una alteración sintáctica, debe considerarse el repertorio lingüístico del paciente.
Un hablante bilingüe puede transferir patrones entre lenguas, en el orden, las preposiciones o el género, sin que ello implique deterioro. La evaluación clínica necesita, por tanto, una línea base lingüística adecuada; la tipología contribuye a ella al mostrar que las estructuras posibles son mucho más amplias que las del español estándar.
La traducción clínica plantea el mismo problema. Una categoría como hearing voices puede no tener equivalente exacto en otra lengua o tradición cultural. La traducción necesita distinguir la palabra, la categoría y la experiencia, sin asumir que dos palabras son equivalentes solo porque un diccionario las empareje.
Escritura científica
En psicología y lingüística experimental, muchas muestras provienen de poblaciones occidentales, educadas, industrializadas, ricas y democráticas, el sesgo habitualmente denominado WEIRD. Un resultado obtenido en hablantes universitarios anglófonos no debe presentarse automáticamente como universal humano; la generalización debe corresponder a la muestra de la que procede.
Deben diferenciarse tres afirmaciones de fuerza distinta, la descriptiva («en esta muestra, el 82 % de las lenguas presentan X»), la tipológica («X es una tendencia frecuente») y la universal («todas las lenguas poseen X»). Cada una exige un tipo de evidencia diferente; la prosa científica debe conservar esa diferencia en su formulación.
Inteligencia artificial
Los modelos de lenguaje reciben muchos más datos de inglés, chino, español o francés que de miles de lenguas minoritarias, con lo que su rendimiento no es lingüísticamente uniforme. Un sistema puede parecer «multilingüe» y tener capacidades muy diferentes según la lengua. Al evaluarlo, la tipología y la distribución de datos deben considerarse juntas.
Si un modelo aprende una generalización en inglés y la reproduce en otra lengua, queda por determinar si aprendió una estructura abstracta, si copió una regularidad frecuente o si la segunda lengua comparte el patrón por casualidad. La transferencia entre lenguas puede ser evidencia relevante, aunque no demuestra automáticamente una gramática universal interna.
Los benchmarks multilingües heredan el problema del muestreo. Uno de ellos puede incluir cincuenta lenguas y, si cuarenta son indoeuropeas, la cobertura tipológica sigue siendo limitada. El número bruto de lenguas no garantiza diversidad estructural; la muestra debe considerar familias, áreas y tipos morfosintácticos.
Filosofía de los universales
Que una propiedad sea universal no implica que sea necesaria. Una propiedad puede aparecer en todas las lenguas conocidas por razones históricas o funcionales sin que ello demuestre necesidad lógica. Debe distinguirse, por tanto, el universal empírico de la necesidad conceptual; la ausencia de contraejemplos no convierte una regularidad en ley metafísica.
También debe separarse lo posible de lo observado. Como las lenguas atestiguadas son una muestra histórica limitada, una teoría puede predecir un espacio de lenguas posibles mayor que el conjunto atestiguado. Que una gramática no haya sido observada puede deberse a imposibilidad, a baja probabilidad o a contingencia histórica, de modo que la tipología debe evitar confundir lo no observado con lo imposible.
La explicación puede ser multinivel, puesto que una generalización tipológica puede depender simultáneamente de restricciones biológicas, aprendizaje, procesamiento, comunicación e historia. No se necesita una causa única; la probabilidad de un patrón puede modelarse como función conjunta de cognición, interacción, diacronía y genealogía.
Método de análisis
Para evaluar una generalización como «las lenguas SOV usan posposiciones», el procedimiento tiene seis pasos. Primero se precisa si se afirma un universal absoluto o una tendencia. Segundo se definen las categorías, es decir, qué cuenta como SOV y como posposición. Tercero se construye una muestra que controle familia y región. Cuarto se buscan contraejemplos, sin eliminarlos como «excepciones» sin análisis. Quinto se mide la asociación, comparando P(Posp|SOV) con P(Posp|¬SOV). Sexto se evalúa la explicación, sea de procesamiento, genealogía o estructura; la correlación no resuelve por sí sola este último punto.
El caso «todas las lenguas tienen sustantivos y verbos» ilustra el método. La afirmación parece intuitiva, pero las categorías lexicales pueden organizarse de maneras diferentes y algunas lenguas muestran fronteras menos claras entre nombre y verbo. Una formulación rigurosa necesita criterios de distribución, morfología y predicación, porque la existencia de palabras traducibles como nombres o verbos no basta para demostrar categorías gramaticales idénticas.
Síntesis
La tipología lingüística estudia la diversidad, la distribución y las correlaciones estructurales entre lenguas. Su meta va más allá de la clasificación e intenta explicar por qué ciertos patrones son comunes, raros o inexistentes. Deben distinguirse el universal absoluto (∀L[P(L)]), el universal implicacional (P(L) → Q(L)) y la tendencia estadística, donde P(Q|P) es alta y admite excepciones. La frecuencia no equivale a necesidad, así como la marcación no significa anormalidad ni patología.
Los alineamientos S = A ≠ P y S = P ≠ A muestran que categorías familiares como el sujeto no se proyectan automáticamente de una lengua a otra. La tipología morfológica distingue tendencias aislantes, aglutinantes, fusionantes y polisintéticas, todas graduales. Muchas categorías del español no son universales, entre ellas los artículos, el género y el tiempo morfológico, mientras que otras lenguas gramaticalizan distinciones que el español expresa opcionalmente, como la evidencialidad.
La comparación debe controlar la genealogía, el contacto areal y la composición de la muestra. Bases como WALS son herramientas valiosas de cobertura desigual. Una correlación tipológica, que puede reflejar procesamiento, aprendizaje, historia o restricciones formales, no determina por sí sola su explicación. En clínica, una estructura no estándar no debe confundirse con un déficit sin conocer el repertorio lingüístico del paciente. En ciencia, una regularidad de una población o familia lingüística no debe convertirse automáticamente en universal humano. En inteligencia artificial, un modelo «multilingüe» puede presentar un sesgo considerable hacia lenguas de alto recurso.
La enseñanza metodológica de la lectura puede resumirse en que comparar lenguas exige separar lo posible, lo observado y lo frecuente. Con esa separación, un patrón común no es una necesidad, una excepción no es un error y una categoría útil para describir el español no se convierte en una categoría universal del lenguaje.
La lectura LS-046 estudia la variación lingüística, los dialectos y los registros, mostrando cómo el lenguaje cambia sistemáticamente entre regiones, grupos sociales, situaciones comunicativas y repertorios individuales sin reducir esa variación a desviaciones respecto de una norma única.
Referencias fundamentales y ampliadas
Berlin, B., & Kay, P. (1969). Basic Color Terms: Their Universality and Evolution. University of California Press.
Comrie, B. (1989). Language Universals and Linguistic Typology (2nd ed.). University of Chicago Press.
Croft, W. (2003). Typology and Universals (2nd ed.). Cambridge University Press.
Dryer, M. S. (1992). The Greenbergian word order correlations. Language, 68(1), 81–138.
Dryer, M. S. (2013). Order of subject, object and verb. En M. S. Dryer & M. Haspelmath (Eds.), The World Atlas of Language Structures Online. Max Planck Institute for Evolutionary Anthropology.
Greenberg, J. H. (1963). Some universals of grammar with particular reference to the order of meaningful elements. En J. H. Greenberg (Ed.), Universals of Language. MIT Press.
Haspelmath, M. (2010). Comparative concepts and descriptive categories in crosslinguistic studies. Language, 86(3), 663–687.
Nichols, J. (1992). Linguistic Diversity in Space and Time. University of Chicago Press.
Song, J. J. (2018). Linguistic Typology. Oxford University Press.
Velupillai, V. (2012). An Introduction to Linguistic Typology. John Benjamins.