Cómo funciona este test
Este test te muestra algo más de cien palabras y te devuelve un número de decenas de miles. Así es como pasa de lo uno a lo otro, y hasta qué punto puedes creértelo.
No se puede preguntar por cada palabra
El inglés tiene bastante más de cien mil palabras de uso corriente, y nadie va a marcar cien mil casillas. Así que el test hace lo que hace un encuestador: pregunta por una pequeña muestra y razona a partir de ella. Enseña a alguien un puñado de palabras sacadas con justicia de una franja del idioma, cuenta cuántas conoce y podrás decir algo sobre toda la franja.
El truco está en sacarlas con justicia. Las palabras no son intercambiables —water, hypotenuse y obtund son tres preguntas completamente distintas—, así que la muestra tiene que repartirse a propósito por todo el rango, no tomarse de donde resulte cómodo.
La rareza es el eje que importa
Cada palabra del test tiene un rango de frecuencia: más o menos, el lugar que ocupa si ordenas el idioma de la palabra más común a la más rara. Ese único número predice si conoces una palabra mejor que su longitud, su ortografía o su tema. El conocimiento cae a medida que las palabras se vuelven más raras. La forma de esa caída es lo bastante constante como para construir sobre ella.
Por eso el test tiene tres rondas cada vez más difíciles. Cada ronda muestrea un tramo distinto de esa curva: primero las palabras cotidianas, luego el medio y después la cola larga. Tus respuestas en cada ronda fijan un punto, y juntas sitúan la caída.
Por qué la última ronda es la más larga
La mayor parte de un idioma es rara. Las palabras que encuentras a diario son un error de redondeo frente a la masa de palabras que aparecen una vez al año, y el muestreo tiene que respetarlo.
Las respuestas de cada ronda se ponderan según cuánto del idioma representa esa ronda. Si conoces la mitad de las palabras de una ronda, se te atribuye más o menos la mitad de todo lo que esa ronda representa. Se suman las tres y esa es la estimación. La aritmética es sencilla. El criterio está antes, en cómo se eligieron las palabras.
La parte incómoda: decimos que sí con demasiada facilidad
Pregunta a cualquiera si conoce una palabra y cierta proporción dirá que sí a palabras que solo ha visto antes, que se parecen a algo que conoce o que cree que debería conocer. Casi nadie miente. El reconocimiento es una sensación vaga, y una casilla no distingue podría definir esto de esto me suena.
Sin corregir, esto arruina la aritmética: cada marca demasiado entusiasta se multiplica por el tamaño de la franja en la que está.
Por eso algunas palabras del test no existen. Se construyeron para parecer y sonar a inglés —pronunciables, con una ortografía plausible, con un grado de rareza creíble— y después se comprobaron en varios diccionarios para asegurarse de que no son reales, ni erratas de algo real, ni una palabra real con un prefijo añadido. Están repartidas por las tres rondas sin nada que las distinga.
Nadie puede conocerlas, así que cada una que marcas mide con qué ligereza marcas. Esa tasa se usa luego para descontar el resto de tus respuestas. Si no marcas ninguna, tu puntuación no se toca.
Los números detrás de este gráfico
| tasa de azar | corregido | sin corregir |
|---|---|---|
| 0% | 27.000 | 27.000 |
| 5% | 26.470 | 27.720 |
| 10% | 24.920 | 28.430 |
| 15% | 22.550 | 29.150 |
| 20% | 19.610 | 29.870 |
| 30% | 13.140 | 31.300 |
La consecuencia práctica: adivinar no puede inflar tu resultado. Un despiste ocasional no cuesta casi nada, pero cada palabra inventada adicional cuesta más que la anterior, así que las respuestas dadas con mucha ligereza acaban con una puntuación baja.
Cuánto vale el número
El número sale de un centenar de preguntas sobre un idioma con un vocabulario de seis cifras, así que las últimas cifras son ruido. Si la misma persona hace el test dos veces, los dos resultados serán distintos, más en la parte baja que en la alta. Lo que se sostiene es la magnitud aproximada y la comparación entre personas.
Hay otras cosas que no es. Cuenta formas de palabras en el sentido del diccionario, no familias de palabras, así que no coincidirá con cifras de estudios que cuentan familias y suelen quedar más bajas. Solo pregunta por sustantivos y verbos. No puede saber si conoces bien una palabra o solo lo suficiente para reconocerla. Es una diferencia real, y ninguna casilla la va a encontrar. Y mide el reconocimiento, no el uso. La mayoría de la gente reconoce bastantes más palabras de las que diría nunca en voz alta.
Las palabras proceden de una lista del inglés ordenada por frecuencia, elaborada a partir de datos de uso a gran escala y filtrada a palabras sueltas de longitud razonable. Qué palabras aparecen, cuántas de cada ronda son inventadas y dónde están los cortes no se publican aquí, por razones obvias.
Antecedentes
Ninguna de las ideas de fondo es nuestra. El formato de lista de sí/no se remonta a Meara y Buxton a finales de los ochenta, junto con el hallazgo de que necesita palabras inventadas para significar algo. El Vocabulary Size Test de Nation estableció el muestreo por franjas de frecuencia y la ponderación de cada franja según lo que representa. La corrección concreta que se usa aquí —descontar tus respuestas según la frecuencia con la que afirmas conocer palabras que no existen— es la que propusieron Huibregtse, Admiraal y Meara en 2002. Encima añadimos una penalización propia que crece con cada palabra inventada que marcas, para que marcar casi todo no pueda pasar por un vocabulario amplio. Quien tenga curiosidad por cuántas palabras conoce realmente la gente debería leer a Brysbaert y sus colegas, que sitúan la cifra de un adulto nativo en torno a cuarenta mil y explican con detalle por qué es tan difícil de precisar.
Hacer el test