¿Te frena el idioma al escribir? Medimos nuestros propios corpus

Qué medimos, y sobre qué

Cuatro corpus de frases que esta web sirve a sus propios visitantes: 86.973 caracteres de inglés, 51.972 de español, 51.149 de francés y 47.760 de portugués. Es lo que escribe de verdad quien usa esta página, así que es lo correcto que medir cuando la afirmación va sobre lo que verá en su pantalla de resultados.

De cada idioma contamos caracteres, palabras y las pulsaciones necesarias para producirlos. Un carácter escrito directamente cuesta una pulsación. Un carácter producido con tecla muerta, donde se pulsa el acento, no aparece nada y luego se pulsa la vocal, cuesta dos. Esa distinción es toda la historia.

Las palabras españolas no son más largas

La longitud media salió en 4,54 caracteres en inglés, 4,56 en español, 4,57 en francés y 4,54 en portugués. Tres centésimas de carácter entre cuatro idiomas no explican nada.

Fuimos a buscar estudios publicados por si nuestros corpus no fueran representativos, y resulta que los estudios se contradicen entre sí. Una serie de cifras da 4,5 para el inglés, 4,84 para el francés y 4,96 para el español. Otra da 4,87 para el inglés, 4,81 para el francés y 4,35 para el portugués, lo que invierte el orden. Una tercera, sobre un corpus de voz, sitúa el francés en 5,4 frente al español en 5,0.

Cuando tres estudios discrepan sobre la dirección del efecto y las diferencias caben dentro de un solo carácter, lo honesto es concluir que la longitud de las palabras no explica ninguna diferencia de velocidad. Teníamos esa afirmación en dieciséis páginas. La hemos quitado de todas.

Lo que sí cuesta es la tilde, y el castellano es el que más paga

Ésta es la medición que sí aguanta, expresada en pulsaciones necesarias por cada cien caracteres de texto:

Inglés: 100,00 pulsaciones por 100 caracteres, por definición.

Francés: 100,27. Español: 102,11. Portugués: 101,61.

El castellano es el más caro de los tres, y con menos caracteres acentuados que el francés. La razón es la distribución del teclado, no el idioma. La ñ tiene tecla propia en la fila de reposo y no cuesta nada. Las cinco vocales acentuadas no la tienen, y son frecuentes: 11,7 caracteres con tecla muerta por cada cien palabras.

El francés hizo el intercambio contrario y por eso sale casi gratis. Es el que más caracteres acentuados usa, 17,4 por cada cien palabras frente a nuestros 12,6, pero el AZERTY coloca é, è, ç y à en acceso directo sobre la fila de números, a una pulsación cada uno. Sólo el circunflejo y la diéresis pasan por tecla muerta.

El portugués queda en medio por lo mismo: el ABNT2 da tecla propia a la cedilla, a la derecha de la L, así que le sale gratis, mientras que el agudo, el circunflejo y la tilde no.

Qué significa esto para tu cifra

Tomemos una velocidad fija de dedos de 300 pulsaciones por minuto, que en inglés son 60 palabras por minuto. Las mismas manos producen 59,8 palabras por minuto en francés, 59,0 en portugués y 58,8 en español.

Es una diferencia de aproximadamente una palabra por minuto en el peor caso. No es el cinco a quince por ciento que se cita por ahí, incluido en tres páginas de esta misma web hasta que lo medimos.

Así que si tu cifra en español está un quince por ciento por debajo de la inglesa, el teclado no es el motivo. Escribir en un idioma que lees con menos soltura es más lento por razones que no tienen nada que ver con dónde están las teclas, y ese efecto es mucho mayor que cualquier cosa que haga la distribución. Conviene saberlo, porque eso se entrena y la distribución no.

Por qué las pulsaciones son la unidad justa

Ésta es la conclusión práctica, y en castellano importa más que en ningún otro idioma de esta lista. Una cifra en palabras divide caracteres entre cinco y hereda por tanto todas las peculiaridades de cómo se escribe el idioma. Una cifra en pulsaciones cuenta lo que han hecho tus dedos.

No es casualidad que las oposiciones españolas puntúen en pulsaciones netas, ni que los concursos brasileños cuenten caracteres divergentes sobre un texto fijo. Todos miden el trabajo y no la convención.

Aquí aparecen las dos después de cada prueba, con su nombre completo y nunca abreviadas a PPM, porque en castellano esa sigla significa pulsaciones y media internet la usa para decir palabras.

Qué cambiamos después de medir

Dieciséis páginas llevaban la afirmación de las palabras más largas, en cuatro idiomas. Todas se han reescrito para dar el coste medido y para decir que sale de estos corpus y no de la lingüística en general.

Tres páginas de idioma afirmaban una diferencia del 5 al 15 por ciento. Ahora dan la cifra medida y añaden que una diferencia personal mayor suele ser cuestión de soltura con el idioma y no de mecánica.

La medición se puede reproducir desde el repositorio: los corpus están en content/passages, y el único juicio que hay en ella es qué caracteres cuentan como tecla muerta en cada distribución, que sale de los datos CLDR que esta web ya usa para enseñar esas distribuciones.

Preguntas frecuentes

¿Se escribe más lento en español que en inglés?

Por motivos mecánicos, apenas. Sobre nuestros corpus el español necesita alrededor de un 2,1 por ciento más de pulsaciones para los mismos caracteres, que a velocidades normales es cerca de una palabra por minuto. Una diferencia personal mayor suele ser soltura con el idioma.

¿Por qué el francés sale más barato que el español si lleva más acentos?

Por el teclado, no por el idioma. El AZERTY pone los cuatro acentos franceses más frecuentes en acceso directo sobre la fila de números, a una pulsación, mientras que el español manda sus cinco vocales acentuadas por una tecla muerta, a dos pulsaciones cada una.

¿Son de verdad más largas las palabras españolas?

Nuestros corpus dan 4,56 caracteres frente a 4,54 del inglés, que no es una diferencia. Los estudios publicados se contradicen sobre la dirección del efecto, así que hemos dejado de afirmarlo en cualquier sentido.

¿Debo comparar mi velocidad en palabras o en pulsaciones?

En pulsaciones, si comparas entre idiomas, porque cuentan lo que han hecho tus dedos y no una convención de cinco caracteres. Y en pulsaciones netas siempre que prepares una oposición, porque es lo que puntúan.