Los ndices de riqueza lxica

y la enseanza de lenguas

Humberto Lpez Morales

Secretario General de la Asociacin
de Academias de la Lengua Espaola

1. Introduccin

La llamada calidad de la escritura est integrada por una serie de factores, entre
los que destacan sin duda: la riqueza lxica, la madurez sintctica, los esquemas de
cohesin y la coherencia discursiva. La amplitud y variedad del vocabulario est muy
apoyado en la disponibilidad lxica del hablante, la madurez sintctica, en su grado de
entrenamiento combinatorial de oraciones simples en el discurso, los esquemas de co-
hesin y la coherencia discusiva dependen esencialmente del orden que quiera drsele
conscientemente a los elementos constitutivos del discurso.

Todo esto se aprende naturalmente desde los primeros aos de enseanza, si ha-
blamos de lengua materna, y desde el primer curso si nos referimos a segundas lenguas.
Pero para adquirir estas destrezas comunicativas se necesita un programa de enseanza
moderno y actualizado, que vaya mucho ms all de peticiones como subrayar en rojo
el sujeto de una oracin dada y en azul el predicado. Confundir la enseanza de la gra-
mtica de una lengua, con la enseanza-adquisicin de esa lengua es un grave error que,
por fortuna, va desapareciendo aunque lentamente1.

1 Hace ya casi 70 aos el germano-chileno Rudolf Lenz escribi lo siguiente: Querer aprender una
lengua por el estudio de su gramtica es como aprender a tocar el violn leyendo tratados de msica y mtodos
de violn sin tocar el instrumento, sin ejercitar los dedos, y una dcada ms tarde, Amrico Castro repeta
la idea, aunque acudiendo a otras comparaciones: Una primera confusin que conviene remover es la idea
absurda de que el idioma se ensea enseando gramtica [] La gramtica no sirve para ensear a hablar
y a escribir correctamente la lengua propia (podra aadirse que tampoco las extranjeras) lo mismo que el
estudio de la fisiologa o de la acstica no ensean a bailar o que la mecnica no ensea a montar en bicicleta
16 Humberto Lpez Morales

Un ejemplo ser suficiente para ilustrarlo. Se trata del texto de un alumno de cuar-
to grado de primaria de escuela pblica de Puerto Rico.

La playa es muy bonita. La playa es azul. El agua de la playa es salada.

En el mar hay peces, tiburones pez espada, pez martillo. Mi pap, mi mam, mis
hermanos y yo fuimos a la playa. Nos divertimos mucho. Nos baamos mucho.
Brincamos y saltamos mucho. Nos gusta ir a la playa con nuestros familiares. En
la playa es bueno estar. Hace mucho fresco. Es bueno el ambiente. Mis hermanos
juegan mucho. Y no tambin. A m me gusta ir a la playa con mis primos, mis tos,
mis hermanos y mis abuelos.

Aunque se puede ver de inmediato que estamos ante un texto muy deficiente y no
solo en cuanto a riqueza lxica, es asunto que ser analizado con detalle ms adelante.
Desde el punto de vista de la madurez sintctica es tambin muy pobre pues ninguna de
las 15 oraciones simples de que consta ha recibido el menor tratamiento combinatorial
del tipo La playa es muy bonita, azul y de agua salada, Nos divertimos, nos baamos
y brincamos y saltamos mucho o En la playa es bueno estar porque hace mucho fresco
y el ambiente es bueno. Aqu se trata de inhabilidad y falta de entrenamiento, no de
intencin expresa de simplificar el discurso como sello estilstico, como s es el caso de
Azorn frente a Unamuno, por ejemplo, segn han demostrado Mara Antonieta An-
din y Ana Mara Ruiz (1996) con estadsticas en la mano.

Tampoco es un caso ejemplar de cohesin discursiva. La cadena playa, la ms

importante de este texto consigue ndices bajsimos, pues la palabra playa est presente
en 7 de las 15 oraciones:

1, 2, 3, 0, 5, 0, 0, 0, 0, 9, 10, 0, 0, 0, 15 = 46,6%

Ante este resultado se estar casi convencido sin necesidad de efectuar ningn an-
lisis de que la coherencia del texto queda puesta en entredicho.

2. La Riqueza Lxica

El estudio del lxico, como es sabido, cuenta con diferentes vas de aproximacin;
las cualitativas y las cuantitativas. Dentro de las primeras caen los estudios de frecuen-
cias, los referenciales, muy unido a los campos semnticos, y los relacionales, que se

y aadira Eso es de tal vulgaridad, que avergenza tener que escribirlo una y otra vez Sin embargo, estos
deslindes entre lo terico, representado por las gramticas-reflexin, y el desarrollo de las destrezas comuni-
cativas, no han llegado a su fin, como cabra imaginar; todava se hace necesario seguir insistiendo en que la
enseanza de la gramtica terica tiene unos objetivos muy precisos que, desde luego, no son la base para la
adquisicin de estrategias y habilidades que permitan expresarse satisfactoriamente y comunicarnos con xito.
Vid. Lpez Morales (1984).
 Los ndices de riqueza lxica y la enseanza de lenguas 17

ocupan de hiponimias, sinonimias, antonimias y homonimias. En el mbito de las cuan-

titativas encontramos, entre otros, lo relativo a los lxicos bsicos, los disponibles, y la
riqueza lxica.

Los primeros estudios de riqueza lxica aparecen en 1954 de la mano de Giraud. A

pesar de que con posterioridad estas investigaciones se han ido refinando cada vez ms,
los postulados iniciales bsicos se mantienen: as la relacin existente entre el nmero
de palabras y de vocablos de un determinado texto como elemento bsico del anlisis.
Desde entonces qued claro la diferencia entre palabra y vocablo: la primera, el material
grfico comprendido entre dos espacios en blanco de un texto, y el segundo, palabras
diferentes que aparecen en un texto, sin contar las repeticiones.

La lxico-estadstica ha sido el primer peldao en la constitucin de la estadstica

lingstica; la estadstica lxica o lxico-estadstica abarca el conjunto de operaciones,
a veces sumamente complejas, que toman como unidades de trabajo las palabras y los
vocablos; la palabra, unidad del texto, y el vocablo, unidad del lxico.

Mller (1968) pensaba que la estructura de un vocabulario comprende elementos

cuantitativos simples que son el nmero de vocablos del texto y la frecuencia de cada
uno de ellos; y elementos cualitativos que son la naturaleza gramatical de los vocablos y
las relaciones de asociacin (gramaticales o semnticas, paradigmticas y sintagmticas)
que existen entre vocablos. Para llevar a cabo su conteo Mller define la norma lexicol-
gica o norma de despojo como el conjunto de reglas o de convenciones que en el despojo
cualitativo de un texto garantiza la constancia del tratamiento o de sus resultados. Para
l, cuantificar vocabulario de un texto, es proceder a dos operaciones distintas que pue-
den ser sucesivas o simultneas:

A. El recuento de las palabras que componen el texto y cuyo nmero,

representado por N, dar una medida de la extensin del texto, y

B. El recuento de los vocablos empleados en el texto, y cuyo nmero,

representado por V, mide la extensin del vocabulario.

La norma lexicolgica debe dar reglas para delimitar la palabra y el vocablo. Por
lo general se adopta la solucin de sentido comn que rige a los diccionarios, a pesar
de las objeciones lingsticas que se podran formular. De esta manera se obtienen los
ndices de formas, que indican las ocurrencias de las palabras, es decir, las caractersticas
estadsticas de las entradas, el lugar de aparicin en el texto, el vocabulario comn de
una lengua y la jerarquizacin por grupos de mayor a menor presencia en la lengua.

Uno de los resultados ms novedosos de la lxico-estadstica consiste en confirmar

que el vocabulario de los hablantes de una comunidad de habla es relativamente limita-
do; pues son muy pocas las palabras que presentan una frecuencia alta. Comnmente el
18 Humberto Lpez Morales

individuo concentra sus necesidades de expresin en una cantidad relativamente reduci-

da de entradas. Los estudios realizados en Francia hace casi cincuenta aos mostraron
que, independientemente de los trminos de la especialidad laboral de cada cual, un
hablante culto usa cuatro o cinco mil vocablos, mientras que el no culto puede manejarse
con entre dos y tres mil.

3. La Medicin de la riqueza lxica

Dentro del mbito de la lxico-estadstica el estudio de los ndices de riqueza lxica

ha sido un hito de mucha importancia. Las frmulas, necesarias para su estudio, se han
ido produciendo desde temprano: Giraud (1954), Ham (1979), Lpez Morales (1984),
vila (1986) y Tesitelov (1992).

Para calcular la riqueza lxica Giraud tom en consideracin dos tipos de palabras
representadas en V: nocionales o palabras con contenido semntico (sutantivos, adjeti-
vos calificativos, verbos y adverbios) y gramaticales o palabras funcionales del discurso
(artculos, preposiciones, conjunciones, pronombres y adjetivos no calificativos). La ex-
tensin del texto se representa por N.

R=V R=V
N 2N

Cuando se toman en cuenta los dos grupos se utiliza la primera frmula. En cam-
bio el cmputo de las palabras nocionales exclusivamente requiere de la segunda fr-
mula en la que se duplica la extensin el texto (N), puesto que Giraud asuma que las
palabas nocionales representaban la mitad del texto. Giraud a su vez aadi la frmula
de concentracin de vocabulario para indicar la proporcin de frecuencia total de las
primas 50 palabras.

Tesitelov (1992), por su parte, elabora una interesante propuesta que recoge nue-
vos caracteres: repeticin de palabras de un texto, la fuerza de la zona de palabras en
baja frecuencia (1-10), la dispersin del vocabulario y la concentracin del vocabulario.

Segn Ham (1979), el principio que sustenta el empleo de la frecuencia de uso

de vocablos para medidas de riqueza lxica es que no basta conocer el nmero de los
existentes en la lengua o en una subordinacin de esta, sino que tambin hay que tomar
en cuenta la frecuencia con la que son utilizados. Aunque en una lengua haya muchos
vocablos disponibles no podemos decir que realmente existe gran riqueza lxica si al
momento de la produccin de los textos la frecuencia de uso de estos se concentra en una
minora, hacindose uso no significante de los dems. Por el contrario si en otra lengua
que tuviera o no menos vocablos, aunque no sustancialmente menor, se hiciera un uso
ms disperso de los vocablos, tendramos en realidad una situacin de mayor riqueza
 Los ndices de riqueza lxica y la enseanza de lenguas 19

lxica manifestada en el hecho de mayor aprovechamiento del vocabulario disponible.

Estos planteamientos ofrecen puntos de vista que amplan la nocin clsica de riqueza
lxica y que no deben olvidarse al evaluar el desarrollo del nio.

vila, por su parte, propone tres procedimientos comparativos para evaluar la ri-
queza lxica: el nmero de vocablos recogidos en el total de textos, la densidad promedio
para 100 palabras y el nmero de vocablos acumulados por deciles.

La primera valoracin de la riqueza lxica que establece vila pone en relacin el

nmero de palabras diferentes o vocablos (V) frente a la extensin del texto (N). Esta
primera medida apunta hacia la diferencias en el vocabulario disponible. Para vila el
lxico disponible es de baja frecuencia. El autor maneja este ndice para comparar el
nmero de vocablos que se obtienen en segmentos extensos de igual longitud.

El coeficiente de densidad lxica como segunda valoracin, se obtiene al dividir el

nmero de tipos lxicos (T) que parecen en un segmento del texto de una longitud de-
terminada entre el nmero de palabras del segmento (N). La frmula queda expresada
del siguiente modo:

D=T
N

Este ndice se basa en la evaluacin individual de cada uno de los textos. Por lo
tanto, es posible observar el comportamiento de la muestra en su conjunto con el apoyo
de esta medida.

El tercer medio de valoracin aplicado por vila las frecuencias acumuladas por
deciles- requiere ordenar los vocablos en frecuencia descendente de frecuencias en con-
juntos de diez. Es decir, la lista de vocablos se inicia con el de frecuencia ms alta y
termina con los de ms baja. La lista de vocablos ordenados por frecuencias descendente
revela aquellos cuyas frecuencias acumuladas son suficientes para cubrir el 10%, 20%
o 100% del total de frecuencias de un conjunto de textos. vila utiliza este ndice para
analizar textos de diferente longitud. Este procedimiento permite evaluar comparati-
vamente el vocabulario de los conjuntos, ya que la extensin de cada uno de ellos, sus
respectivas frecuencias no condiciona el nmero de vocablos que obtienen determinados
deciles2.

Para calcular la riqueza lxica, Lpez Morales presenta dos frmulas interrela-
cionadas que representan dos medidas obtenidas a base de clculos empricos: por una
parte, toma en cuenta el porcentaje de vocablos (PV) del total de palabras de un texto

2 El procedimiento de evaluacin de la riqueza lxica de los textos que hace vila sigue parcialmente
a P. L. Baldi (1972). Una versin ms detallada del pensamiento de estos autores, en Pastor, 1998:6-16.
20 Humberto Lpez Morales

(N), y por otra, mide el intervalo de aparicin en el texto de palabras de contenido se-
mntico nocional (IAT).

Las palabras nocionales (PN) son aquellas unidades lxicas con contenido semn-
tico, es decir, sustantivos, verbos, adjetivos y adverbios, aunque con estos dos ltimos
se requiere de algunas especificaciones. La riqueza lxica se obtiene aqu al considerar
la cantidad de vocablos o unidades lxicas diferentes y el total de palabras de contenido
nocional (PN).

El primer clculo que se realiza es el que determina el porcentaje de vocablos (PV).

El procedimiento requiere que se divida el total de vocablos (V) entre el total de las uni-
dades lxicas comprendidas en el texto (N) y luego se multipliquen por 100.

La frmula queda expresa de esta manera:

PV = V x 100
N

Este primer ndice (PV) nos ofrece una visin de diversidad lxica y sirve como
indicador grueso.

Para cuantificar el intervalo de aparicin de palabras de contenido nocional (IAT),

Lpez Morales propone la siguiente frmula:

IAT = N
PN

El resultado de esta operacin matemtica refleja cifras relacionadas con la pro-

porcin de palabras nocionales en el texto. Esto es, a mayor nmero de palabras nocio-
nales, menor es el intervalo, lo que se interpreta como mejor ndice de riqueza lxica.
Esta segunda medida resulta muy efectiva especialmente cuando se trabaja con textos
de un grado acadmico particular y se pretende identificar la relacin de un sujeto con
el resto del grupo.

Sin nimo de hacer aqu una revisin exhaustiva de estas propuestas, en particular
de la vila, solo dir que los objetivos difieren en tal magnitud que prcticamente se
trata de ejercicios diferentes e innecesariamente complejos para lo datos que quieren
obtenerse. El objetivo debe ser siempre el texto y no un conjunto de ellos, de diferente
extensin, adems. Si con varias trabajos y sus evaluaciones en la mano, el investigador
quiere sacar datos colectivos, las matemticas actuales le brinda frmulas de mucha
menor complejidad.

Veamos, segn el modelo de Lpez Morales, el proceso de trabajo.

 Los ndices de riqueza lxica y la enseanza de lenguas 21

El texto que vimos al principio sobre La playa necesita ser analizado para obtener
los valores que nos permitan aplicar las frmulas.

El total de palabras de que consta el texto es de 93.

De ellas, son vocablos: playa, es bonita, azul, agua, salada, mar, hay, peces, tiburo-
nes, pez espada, pez martillo, pap, mam, hermanos, fuimos, divertimos, mucho, baamos,
brincamos, saltamos, gusta, ir familiares, bueno, estar, hace, fresco, bueno, ambiente, her-
manos, juegan, gusta, primos, tos, abuelos

Son vocablos, pero repetidos en el texto: playa (6), es (4), mucho (3), hermanos (2),
yo (1)

Son palabras sin contenido semntico: a (4), con (2), el (3), de (1), en (2), la (7), me
(1), m (1), mi (2), mis (6), muy (1), nos (3), nuestros (1), tambin (1), y (4)

En resumen: Total de palabras de contenido semntico nocional: 55

Palabras repetidas : 17
Palabras de contenido semntico nocional : 38
Palabras sin contenido semntico nocional : 38

La primera frmula de Lpez Morales, la que calcula la proporcin entre las no-
cionales y las otras (nocionales pero repetidas y no nocionales) es as:

PV = 38 x 100
93 T: 40,9

cantidad muy baja como se ver.

La segunda frmula, la que mide el intervalo de aparicin de palabras nocionales es:

IAT = 93
38 T: 2,4

cifras que indican que el ndice de riqueza lxica es de solo 40,9, muy baja como se
ver, y que en este texto es necesario esperar a 2,4 palabras para que haga su aparicin
una palabra de contenido semntico nocional.

Contrstese el texto anterior con este otro, producido por una alumna de segundo
curso de escuela secundaria pblica de Puerto Rico

Quiero graduarme de maestra de educacin primaria, luego inscribirme en

una nivelacin para poder dar preprimaria, sacar varios cursos como manualida-
des en papel, en globos, y luego hacer que la educacin cambie, por lo menos en mi
establecimiento. Pienso seguir en la universidad una maestra. Tambin estudiar
22 Humberto Lpez Morales

y terminar la carrera tcnica de cultura de belleza para poder poner un saln de

belleza y dar trabajo a mis compaeras. Para hacer todo eso cuento con el apoyo
de mi familia, principalmente de mis padres y hermanos. Al tener una economa
estable quiero irme a vivir a Espaa algunos aos pues.

Total de palabras: 100

Total de palabras de contenido semntico: 64
Total de palabras de contenido semntico repetidas en el discurso: 6
Palabras de contenido semntico: 58
Palabras sin contenido semntico: 41
Nombre propio: 1 (Espaa)

El primer clculo ndica que el porcentaje de vocablos en el texto (PV) es de 58, y

que el intervalo de aparicin de vocablos diferentes es de 0.5 Si comparamos estos datos
con los del texto anterior, se observan grandes diferencias: Mientras que la proporcin
del total del texto y las palabras de contenido semntico nocional fue all de 40,9, aqu es
de casi 15 puntos ms; es por tanto este ltimo, un texto que maneja un vocabulario ms
rico: Por otra parte mientras que all el intervalo de aparicin de palabras nocionales fue
de 2,4, aqu esas palabras aparecen con una media de 0.5, una riqueza lxica casi cinco
veces mayor. Obsrvese que esa segunda frmula nos ayuda a afinar muchos los clculos
de riqueza lxica.

Un ltimo ejemplo, esta vez producido por un periodista profesional, terminar de

explicarnos las frmulas propuestas y sus beneficios.

Antes, mucho antes, cuando nuestros mayores hablaban de fatiga, lo hacan

para expresar una debilidad estomacal, tengo hambre, tengo fatiga. Pero cuan-
do en este momento hablamos de fatiga poltica, cuando la gente del pueblo deja
hacer y el mandatario y el partido se creen lo mejor del mundo, puede ocurrir
cualquier cosa. Le sucedi a Rmulo, el novelista, y al partido AD entre aquellos
aos 45 y 48. Ahora el vocablo es interpretado como: agitacin, cansancio, trabajo
prolongado, ansia de vomitar, molestia causada por la pretensin de otro. Aburrir,
vejar, agotar. Chvez est justificando al Generalsimo y es por ello que el cuento
va para largo, con hampones incluido. Porque la fatiga tambin quiere decir que
hagan los que les venga en gana. Ignoremos al Gobierno.

Este texto est integrado por 122 palabras (sin contar la sigla AD, las cifras 45 y
48 y los nombres propios Rmulo [Betancourt] y [Hugo] Chvez), siempre entendiendo
por palabra cada una de las formas grficas entre espacios en blanco, como suele pro-
cederse en un primer nivel de anlisis. Como es habitual, es necesario que no se cuenten
las palabras grficas repetidas porque son el mismo vocablo (antes 2, fatiga 4, tengo 2
y partido 2) lo que deja un total de 110, cantidad muy cercana a las 100 sobre las que
suelen hacerse estas operaciones. Se observar que aqu como en todos los textos- hay
vocablos de dos tipos: aquellos que significan algo (pueblo, aos, pretensin, viajar, cuen-
 Los ndices de riqueza lxica y la enseanza de lenguas 23

to, etc.) y los que solo ejercen una determinada funcin gramatical (cuando, de, lo, para,
una, en, etc.) que no hacen referencia a nada concreto o abstracto de mundo que nos ro-
dea. Los primeros son nombres, adjetivos, verbos y adverbios, y los segundos, artculos,
preposiciones, conjunciones, etc.

Como sabemos, la riqueza lxica se mide, en una primera frmula, estableciendo

una relacin matemtica entre el total de palabras que poseen contenido semntico (V)
y el total de los vocablos del texto (N), salvo las excepciones sealadas.

PV = V x 100 65 x 100
N 110 T: 59,1

Por lo tanto, el 59,1 del total de palabras de este texto son de contenido semntico
nocional no repetidas.

Un segundo ndice trabaja con la frmula:

IA = N 120
PN 65 T: 1.8

El resultado de esta otra operacin matemtica refleja cifras relacionadas con la

porcin de palabras nocionales en el texto (aqu sin importar las repetidas); esto es, a
mayor nmero de palabras nocionales, menor es el intervalo, lo que se interpreta como
mejor ndice de riqueza lxica. En este caso, hay una palabra nocional cada 1,8 del total
de palabras del texto.

Lo que significan estos nmeros y cmo pueden interpretarse necesitan, desde lue-
go, de elementos de comparacin. Siempre est a la mano la comparacin entre los
individuos del grupo, pero eso nos permite hacer comparaciones modestas. Lo ideal es
disponer de cifras ms generales, que respondan, por ejemplo, a lo consignado en textos
de escritores profesionales. Pero estos datos son muy escasos todava, al menos para los
ndices de riqueza lxica, no as, por ejemplo, para las investigaciones sobre madurez
sintctica3.

En efecto Ral vila (2001), director desde el Colegio de Mxico del proyecto de
estudio del espaol en los medios de comunicacin pblica del Mundo Hispnico dis-
pona de un importante conjunto de datos de riqueza lxica: de las radios locales, Radio
Almera contaba con un ndice de 66,6; de las nacionales, Radio Nacional de Espaa
67,2, XEB de Mxico, 67, las de Costa Rica, 67,1 y RCN de Colombia, 66,7. En cuanto
a las televisiones nacionales, Televisin Espaola arroj un ndice de 68,1, XEWTV de
Mxico, 66, y Telenoticiera CM& de Colombia, de 68,6. Las de carcter internacional

3 El nico ejemplo que conozco no est dedicado a la enseanza sino a comprobar los altos ndices
de riqueza lxica en los medios de comunicacin hispnicos de nuestros das.
24 Humberto Lpez Morales

CNN en espaol, 69,6 y ECO, 67,8. El promedio de estas cinco estaciones fue de 68,6.
Por ltimo, la prensa colombiana El Tiempo obtuvo unos ndices de riqueza lxica de
68,4.

Ante las constantes crticas de muchos sobre el pobre espaol de los medios de
todo el Mundo Hispnico, en los que no faltaban los reproches a la globalizacin que
haba conseguido empobrecer y uniformar esta lengua, vila analiz con cuidado un
ensayo de Carlos Fuentes tomado al azar desde el punto de vista de la riqueza lxica,
y el resultado fue de 69,7. Una dcima ms que CNN en espaol! Y por si fuera poco
esta comparacin, acudi a los corpora de lengua hablada de la Ciudad de Mxico y
comprob que entre los hablantes del nivel culto, el ndice general de riqueza lxica fue
de 68,5, dos dcimas menos que el ensayo de Fuentes. Ante estos datos tan contundentes
no cabe discusin alguna.

Pues, aunque el propsito que se persegua era otro, de momento podemos aprove-
char estos datos para establecer unos criterios provisionales. De manera que la chica de
segundo curso de escuela secundaria cuyo texto hemos ledo, que alcanza una puntua-
cin de 46 en riqueza lxica, y el posterior del artculo de prensa venezolano, que con-
sigue 59,1 son, en principio mejorables. Y digo en principio porque estos textos no son
iguales en extensin, y sabemos que los datos se desvirtan al pasar un texto de las 100
palabras. Tanto el ensayo de Carlos Fuentes como los textos de la norma culta tienen
caractersticas que conspiran contra una comparacin rgida: El ensayo tiene ms de 100
palabras, y los textos de la norma culta son orales y transliterados posteriormente, trans-
literacin sobre la que se llev a cabo el conteo. Necesitamos, pues, para tener metas
claras, exmenes de textos escritos que se consideren ilustrativos, de los que se pueden
tomar varias calas pero nunca superiores a las 100 palabras.

4. El estudio de la riqueza lxica en el mundo hispnico

Hasta el momento, el Mundo Hispnico no dispone de muchas investigaciones que

midan la riqueza lxica en textos producidos por nios y adolescentes. Cabe mencionar
las investigaciones realizadas en Mxico (vila, 1986), Santo Domingo (Hach, 1988),
Chile (Valencia et all) y Puerto Rico (Cintrn, 1993)4.

vila en su Lxico infantil de Mxico; palabra, tipos, vocablos, aplic estas medidas
a una seleccin de 4,500 textos de un corpus lxico de textos de tema libre escritos por
nios de tercero a sexto grado de primaria. Entre sus principales hallazgos se encuentran
diferencias porcentuales de vocablos que favorecen a las nias, y diferencias ms acen-
tuadas en relacin con la variable socieconmica. Sus resultados revelan una relacin

4 De nuevo remito a la tesis doctoral de Pastor (1998) para ampliar estas aqu breves consideraciones.
 Los ndices de riqueza lxica y la enseanza de lenguas 25

estrecha entre la riqueza lxica y el nivel sociocultural. En su estudio vila prueba que
conforme se extiende el corpus se recogen proporcionalmente menos vocablos. Los ha-
llazgos sobre la densidad resultaron equiparables a los porcentajes de vocablos; las nias
obtuvieron una densidad superior a los nios. La tercera medida usada por este investi-
gador la acumulacin de frecuencias por deciles- demostr que la mayor o menor ex-
tensin de un corpus no condiciona el nmero de vocablos que se obtiene mediante estos
procedimientos en los primeros 8 o 9 deciles, lo que lo lleva a concluir que las diferencias
cuantitativas en la riqueza lxica son siempre menores en nios que en nias y siempre
relacionadas con el estrato sociocultural.

Ana Margarita Hach realiz un estudio Aportes de la riqueza lxica a la enseanza

de la lengua materna, en el que aplica los indicadores para medir riqueza lxica estableci-
dos por Lpez Morales. En el mismo trabaj sobre una poblacin constituida por estu-
diantes de sexto y octavo grado de la escuela primaria de Santiago de los Caballeros en
la Repblica Dominicana. Las conclusiones de la investigacin revelaron que la mayor
extensin de los textos no parece tener influencia directa en el aumento del porcentaje de
vocablos (PV). Al comparar los resultados de la primera medida (PV) en corpora de dis-
tintas extensiones not porcentajes superiores de vocablos en textos menores. Es decir,
que los ndices parecan favorecer a aquellos sujetos que produjeron un menor nmero
de palabras y penaliza a los ms elocuentes y que despus de las primeras 100 palabras el
clculo se distorsionaba. En este aspecto hubo coincidencia con los hallazgos ofrecidos
anteriormente por vila. Sin embargo, en contraste con este, Hach encontr mayor
riqueza lxica en nios que en nias; la variable socioeconmica no discrimin adecua-
damente a los sujetos debido a circunstancias particulares en las escuelas bajo estudio.

Entre los resultados asociados a la medida PV la investigadora concluy que este

ndice no arroj diferencias entre nios y nias de la escuela pblica y privada. No obs-
tante inform que se incrementa el porcentaje de vocablos del sexto al noveno grado, lo
que implic que la edad incide en la riqueza lxica. En los resultados particulares sobre
la segunda medida, Hach encontr que el intervalo disminua con la edad y que este
indicador result ms sensible a la variable socio-econmica.

Otro estudio que aplica las frmulas de riqueza lxica de Lpez Morales fue reali-
zado por un equipo de investigadores de la Universidad de Chile y de la Universidad de
Concepcin. En esta ocasin, los investigadores hicieron ajustes a las frmulas a tono
con las necesidades especficas del proyecto; en particular, no utilizaron la frmula de
intervalo de aparicin de palabras de contenido semntico. Sus anlisis se elaboraron so-
bre los porcentajes de palabras nocionales (PN). Se llev a cabo esta investigacin sobre
la muestra de 308 sujetos. Concluy el estudio que no hay diferencias en el porcentaje de
palabras nocionales entre nios y nias. Los sujetos de nivel socio-econmico y cultural
alto presentaron un porcentaje levemente superior de palabras nocionales que los del
nivel medio y bajo. En esta investigacin, solo el rgimen de estudio mantiene algn gra-
26 Humberto Lpez Morales

do de accin diferenciadora. Los investigadores observaron una relacin proporcional

entre el porcentaje de palabras nocionales y el total de unidades lxicas. Encontraron a
su vez que el discurso narrativo permite una mayor riqueza lxica.

En Puerto Rico se llev a cabo el estudio de riqueza lxica realizado por Filomena
Cintrn, Nuevos ndices de riqueza lxica en escolares de Barranquitas. En esta investiga-
cin, llevada a cabo sobre una muestra de estudiantes de los grados tercero, sexto, nove-
no y dcimo, se encontr un crecimiento asistemtico en el progreso lxico de los estu-
diantes segn la variable grado de ambas medidas. Los datos sobre la primera de ellas y
la variable sexo, mostraron una tendencia a favorecer a las nias tanto en el tercer grado
como en el sexto, hallazgo que coincide con las investigaciones de vila para el tercer
grado. Para esta mediad y la variable socio-econmica se encontr una relacin asociati-
va que tendi a favorecer al nivel socio-econmico alto, aunque muy ligeramente.

Los resultados sobre la segunda medida segn la variable sexo y nivel socio-econ-
mico no registraron diferencias palpables. Sin embargo, result sorprendente que el in-
tervalo aument a lo largo del nivel primario. Es decir, aparentemente la variable grado
de escolaridad no result del todo relevante para la segunda medida.

5. Los materiales para la produccin de la riqueza lxica

El aspecto ms importante, despus de una especificacin conceptual adecuada, es

la creacin del material de entrenamiento para los estudiantes. Se haba creado en Puer-
to Rico una amplia gama de ellos, cuando la Universidad decidi cerrar sus cursos de es-
paol para extranjeros. Con respecto a la riqueza lxica, al menos una batera completa
estaba terminada y probada. Ese conjunto de ejercicios para los primeros niveles atenda
a las dos posibilidades existentes (aunque con mltiples variedades cada una de ellas)
de trabajar la riqueza lxica: la ayuda que significaban los ejercicios para incrementar la
madurez sintctica y aquellos que se referan directamente a ella.

Los primeros partan de la base de revisar textos construidos ad hoc, de manera

que la repeticin lxica fuera uno de los aspectos ms evidentes. Al realizar el ejercicio
de eliminar estos elementos reiterados llevaba directamente a los alumnos a combinar
oraciones; al realizar este ejercicio se eliminaban los elementos lxicos reiterados que
tanta monotona y falta de fluidez provocaban.

Un ejemplo de texto de deban modificar es el siguiente:

El tica es una regin griega. El tica es una regin antigua. El tica es una
pennsula triangular. El tica tiene montaas. Los helenos del tica extraan el
mrmol de las montaas. Esos mismos helenos del tica construan monumentos
fastuosos. Esos monumentos perduran hasta hoy.
 Los ndices de riqueza lxica y la enseanza de lenguas 27

El ndice de riqueza lxica de este texto es 40 y el intervalo de aparicin de palabras

con contenido semntico, de 2,2. Cuando el alumno reescribe el texto:

El tica es una antigua regin griega, una pennsula triangular con monta-
as de donde los helenos extraan el mrmol con el que construan monumentos
fastuosos que perduran hasta hoy.

Sube el ndice de riqueza lxica de 40 a 51 y baja el intervalo a 1,9.

En otros casos se presenta un texto con espacios en blanco y un conjunto de pala-

bras que pudieran entrar en ellos. Todos los trminos son sinnimos o cuasi sinnimos
de los que pueden intercambiarse en el discurso. As se consigue que los alumnos, ante
un texto con mucha reiteracin de trminos, se empeen en buscar sustitutos adecuados.

Vanse los siguientes ejemplos:

Seleccione las palabras que crea adecuadas para cada espacio en blanco del
siguiente texto:
vimos contemplamos admiramos disfrutamos de
El bosque nacional ms importante del Caribe es el Yunque, y a l nos
llevaron de excursin. All helechos gigantes y palmas, orqudeas de
colores muy variados, enredaderas y musgos. tambin una gran cantidad de
animales: halcones, bhos, palomas, lagartijas, ciempis, tarntulas y hasta boas, y
sobre todo, la peculiar cotorra puertorriquea.

estupendo magnfico hermoso precioso bellsimo

Hay varios grandes teatros en la Isla. El primero, construido por los espao-
les en la capital a finales del siglo XIX, fue el Tapia; es . Despus, tam-
bin por esas fechas, pero en la ciudad surea de Ponce, se levant otro que puede
describirse como un coliseo . Ya en el XX, otro teatro fue terminado
en el recinto universitario de Ro Piedras, y ms modernamente, el Gobierno de
Puerto Rico construy el Bellas Artes, que es un conglomerado de
tres salas diferentes. Pero todos se caracterizan por su calidad; son .

6. Final

A finales de 1992 haban quedado en el Instituto Lingstica de Ro Piedras, en su

ctedra de Lingstica aplicada a la enseanza de lenguas extrajeras dos bateras de 15
ejercicios cada una, algunos de ellos elaborados por los mismos alumnos. Aquel episo-
dio termin all, pero el inters por el tema no desapareci. Debo y puedo decir que los
resultados alcanzados entonces en cuanto a riqueza lxica fueron muy favorables. Vale
la pena rescatar aquella experiencia, actualizar esos materiales y proseguir con la tarea.
Ojal que as sea.
28 Humberto Lpez Morales

bibliografa

Andin, M. A. y A. M. Ruiz (1996): Azorn, Cela, Delibes y Unamuno. Anlisis con-

trastivo de madurez sintctica, Revista de Estudios de Adquisicin de la Lengua
Espaola (REALE) 6, 9-36.

vila, R. (1986): Lxico infantil de Mxico: Palabras, tipos, vocablos, en Actas del
Congreso del II Congreso Internacional sobre el espaol de Amrica, Mxico, D.F.:
Universidad Nacional Autnoma de Mxico, 510-517.

(2001) Los medios de comunicacin masiva y el espaol internacional, en II Con-

greso Internacional de la lengua espaola, [en lnea]: <http://congresosdelalengua.
es/valladolid/ponencias/unidad_diversidad_del_espanol/1_la_norma_hispanica/
avila_r.htm>

Baldi, P. L (1972): Fattori sociali dellabilit lingistica nella produzione di bambini de

nove e dieci anni, Studi Italiani di Lingstica Teorica ed Applicata I/3, 335-471.

Cintrn, F. (1993): Nuevos ndices de riqueza lxica en escolares de Barranquitas, Ro

Piedras: Universidad de Puerto Ricio (Tesis de Maestra indita).

Giraud, P. (1960): Problemes et methodes de la statistique linguistique, Paris: Presses

Universitaires.

Hach, A. M. (1991): Aportes de las pruebas de riqueza lxica a la enseanza de la len-

gua materna, en H. Lpez Morales (ed.), La enseanza del espaol como lengua
materna, Ro Piedras: Universidad de Puerto Rico, 47-60.

Ham Chande, R. (1979): Del 1 al 100 en lexicografa, en L. Fernando Lara (ed.),

Investigaciones lingsticas en lexicografa, Mxico: El Colegio de Mxico, 110-132.

Lpez Mortales, H. (1984): La enseanza de la lengua materna. Lingstica para maes-

tros de espaol, Madrid: Editorial Playor.

Mller, C. (1968): Estadstica lingstica, Madrid: Gredos

Pastor, M. (1998): Descripcin del lxico y de la sintaxis en textos producidos por nios
del nivel primario del sistema pblico, Ro Piedras: Universidad de Puerto Rico
(Tesis doctoral indita).

Tesitelov, J. (1992): The main areas of quantitative linguistics, New York: Planum Press.

Valencia, A. et al. (1992): Evaluacin de la riqueza lxica en estudiantes de ltimo ao

de enseanza media, Estudios Filolgicos 27, 59-72.