Uso de las palabras alegres superior a las pesimistas

Artículo del periódico El Pais


El análisis de las 100.000 palabras más usadas en 10 de los idiomas más hablados del planeta muestra que los humanos usan más vocablos positivos que negativos. El español y el portugués serían las lenguas más optimistas, mientras que el chino y el coreano, las más pesimistas, según un estudio.

Ya en 1969, los psicólogos sociales Jerry Boucher y Charles Osgood plantearon la hipótesis de Pollyanna. Sostenían que los humanos tienen una tendencia universal a usar con mayor frecuencia y variedad palabras positivas que negativas. Desde entonces y convertido ya en el Principio de Pollyanna, la idea ha tenido tantos defensores como detractores.

El español y el portugués son los idiomas más optimistas y el chino y el coreano los más pesimistas
Un grupo de investigadores estadounidenses y australianos ha hecho la mayor recopilación de palabras hasta la fecha para testar la hipótesis. Hace unos años habría requerido un enorme esfuerzo en personal y recursos, pero en la era del Big Data, estos científicos usaron máquinas y algoritmos de búsqueda y selección para reunir miles de millones de palabras sacadas de Twitter, Google, subtítulos de películas, letras de canciones o libros en español, inglés, chino, árabe o indonesio, entre otros.

"Analizamos los 10 idiomas y en cada fuente que mirásemos, las personas usan más palabras positivas que negativas", dice el matemático de la Universidad de Vermont (EE UU) y principal autor del estudio, Peter Dodds. Con algoritmos, las máquinas seleccionaron las 10.000 palabras más usadas en las 10 lenguas analizadas y, después, centenares de nativos de cada lengua las puntuaron en una escala del 1 al 9, desde las más negativas hasta las más positivas. Por ejemplo, vocablos como muerte o violencia tienden a puntuar bajo, mientras que besos, vacaciones o felicidad salen mucho mejor paradas. El 5 sería el valor neutral y se correspondería a palabras como el, o pero. Cada palabra fue calificada por 50 personas diferentes. Eso da un total de cinco millones de resultados.