Si quieres un solo número para el inglés, aquí tienes dos. Unas 3.000 familias de palabras de alta frecuencia te dan aproximadamente un 95% de cobertura del inglés hablado, el punto en el que la conversación deja de ser un juego de adivinanzas. Unas 8.000 a 9.000 familias de palabras te dan aproximadamente un 98% de cobertura del inglés escrito, el punto en el que las novelas y los periódicos se vuelven de verdad cómodos de leer. Ambas cifras vienen de la investigación sobre cobertura de Paul Nation (Nation, 2006), y las dos son rangos, no metas fijas, porque «fluidez» significa cosas distintas para hablar, leer y trabajar.
Qué significa la fluidez en términos de cobertura#
La investigación sobre vocabulario evita la palabra «fluido» y mide en su lugar la cobertura: la proporción de palabras de un texto que el lector ya conoce. Dos umbrales aparecen una y otra vez.
- El 95% de cobertura es el umbral que Laufer (1989) asoció con una comprensión adecuada, y hoy se suele tratar como el mínimo a partir del cual un texto funciona si hay algo de apoyo disponible, como un glosario o un interlocutor paciente. Eso es una palabra desconocida de cada veinte.
- El 98% de cobertura es el punto en el que la mayoría de los estudiantes lee de forma independiente y por placer, sin detenerse (Hu y Nation, 2000). Eso es una palabra desconocida de cada cincuenta.
Tres puntos porcentuales suenan a poco. En términos de vocabulario es la diferencia entre unos pocos miles de familias de palabras y casi diez mil, y por eso la gente puede charlar sin problemas en inglés años antes de poder leer una novela sin esfuerzo.
Qué cuenta como una palabra#
Cualquier recuento de palabras en inglés carece de sentido hasta que sabes qué unidad se está contando. La misma página de texto da cuatro cifras muy distintas.
| Unidad | Qué significa | Ejemplo en inglés |
|---|---|---|
| Token | Cada palabra que aparece, contada cada vez | speak, speak, speaking son 3 tokens |
| Tipo | Cada forma escrita distinta, contada una vez | speak, speaking son 2 tipos |
| Lema | Una palabra base más sus flexiones | speak cubre speaks, spoke, spoken, speaking |
| Familia de palabras | Un lema más sus derivaciones transparentes | speak también cubre speaker, speech, unspoken |
El inglés se flexiona mucho menos que el español, el alemán o el ruso, así que aquí tipos y lemas están más cerca entre sí que en la mayoría de los idiomas: un verbo tiene un puñado de formas, no docenas. La diferencia que importa en inglés es entre lemas y familias: en cuanto conoces nation, las formas national, nationally y nationality suelen salir baratas, que es la suposición detrás de los recuentos basados en familias, aunque el ahorro es menor para los estudiantes de lo que la unidad sugiere. Cuando un estudio dice «8.000 familias de palabras», no significa 8.000 eventos de memorización por separado.
Las cifras de cobertura para el inglés#
El estudio de Nation de 2006 usó el British National Corpus, una colección de unos 100 millones de palabras de inglés británico, y preguntó cuántas familias de palabras necesita un estudiante para cada nivel de cobertura. Los puntos de referencia de la tabla de abajo vienen de ese trabajo. Las filas intermedias son aproximaciones que siguen la misma curva, así que léelas como la forma del problema, no como mediciones exactas.
| Familias de palabras conocidas | Inglés escrito (libros, noticias) | Inglés hablado (conversación, TV) |
|---|---|---|
| 1.000 | alrededor del 80% | alrededor del 80-85% |
| 2.000 | alrededor del 90% | alrededor del 90% |
| 3.000 | poco más del 90% | cerca del 95% (Nation, 2006) |
| 4.000-5.000 | cerca del 95% (Nation, 2006) | alrededor del 96-97% |
| 6.000-7.000 | alrededor del 97% | cerca del 98% (Nation, 2006) |
| 8.000-9.000 | cerca del 98% (Nation, 2006) | por encima del 98% |
Esas cifras vienen con dos matices. Los recuentos de Nation asumen que los nombres propios y un puñado de elementos marginales como las interjecciones ya se conocen, lo cual es una suposición razonable para la mayoría de los lectores. Y el habla es sistemáticamente más fácil que la escritura: la conversación recicla un núcleo más pequeño, mientras que el inglés escrito recurre a la mitad más rara del diccionario.
Por qué las primeras 1.000 palabras hacen la mayor parte del trabajo#
La frecuencia de las palabras en inglés sigue el patrón desequilibrado formalizado como la ley de Zipf (Zipf, 1949): un conjunto diminuto de palabras aparece constantemente y un conjunto enorme casi nunca aparece. En un texto corrido en inglés, la sola palabra the representa entre un cinco y un siete por ciento de todas las palabras, y las cien palabras más frecuentes juntas representan aproximadamente la mitad de todo lo escrito.
El efecto práctico es que el vocabulario inicial es la mejor inversión que harás jamás en inglés. La franja superior está dominada por palabras funcionales y verbos de uso general: be, have, do, get, make, go, take, come, see, know. La General Service List de Michael West (1953) recogió esta idea para la enseñanza del inglés con unas 2.000 familias de palabras, y la idea todavía sustenta las listas modernas construidas a partir del BNC y de COCA, el Corpus of Contemporary American English. Entre ambos, esos dos corpus cubren el inglés británico y el americano, y el núcleo de alta frecuencia es lo bastante parecido entre variedades como para que las franjas superiores se vean muy similares sea donde sea que aprendas.
La misma curva explica la mala noticia. Pasar del 95% al 98% significa aprender miles de palabras que aparecen cada una con poca frecuencia, así que las repeticiones llegan despacio y no se pueden forzar. Ese tramo es el estancamiento intermedio en su versión de vocabulario.
Un diccionario enorme y un núcleo pequeño#
El inglés es famoso por su tamaño. El Oxford English Dictionary documenta más de 600.000 palabras a lo largo de mil años, incluidas las obsoletas, en parte porque el inglés absorbió vocabulario del nórdico antiguo, el francés normando y el latín, y conservó los solapamientos. Esa historia produjo dobletes con un significado casi idéntico en registros distintos: begin y commence, freedom y liberty, help y assist.
Ese total le importa al estudiante mucho menos de lo que parece. La mitad rara del diccionario es rara para todo el mundo. Las estimaciones de lo que realmente sabe un hablante nativo varían según la unidad de recuento: Goulden, Nation y Read (1990) calcularon unas 17.000 familias de palabras base para adultos nativos con estudios, mientras que Brysbaert y sus colegas (2016) estimaron que un estadounidense medio de veinte años conoce aproximadamente 42.000 lemas. Esas cifras no se contradicen tanto como cuentan cosas distintas, que es todo el problema de las metas de vocabulario y la razón por la que medir tu tamaño de vocabulario requiere cuidado.
Lo que necesita un estudiante es el núcleo compartido, y ese núcleo es pequeño. El vocabulario especializado es una tarea aparte y más pequeña: la Academic Word List de Coxhead (2000) aísla 570 familias de palabras que se repiten ampliamente en la escritura académica de humanidades, comercio, derecho y ciencias, por encima de las primeras 2.000 familias de alta frecuencia, lo que la convierte en una lista corta con un gran rendimiento si estudias o trabajas en inglés.
Lo que necesita cada nivel del MCER, a grandes rasgos#
El Marco Común Europeo de Referencia (MCER) no especifica ningún recuento de palabras, a propósito, ya que tiene que funcionar para cualquier idioma. Los rangos de abajo vienen de trabajos de perfilado de organismos examinadores y de investigación específica por idioma, y las fuentes discrepan bastante, así que trátalos como orientación, no como metas. Si los niveles en sí te resultan nuevos, los niveles del MCER explicados repasa lo que afirma cada franja.
| Nivel | Vocabulario aproximado (las estimaciones varían; las fuentes no coinciden en si son palabras o familias) | Cómo es la lectura |
|---|---|---|
| A1 | ~500-1.000 | Carteles, menús, frases cortas y predecibles |
| A2 | ~1.000-2.000 | Textos personales sencillos, lecturas graduadas de nivel bajo |
| B1 | ~2.000-3.000 | Noticias simplificadas, lecturas graduadas, textos informativos con apoyo |
| B2 | ~3.000-5.000 | Artículos de periódico y material profesional en un ámbito conocido |
| C1 | ~5.000-8.000 | Ficción literaria, periodismo denso, escritura académica |
| C2 | ~8.000-16.000 | Cualquier cosa, incluidos juegos de palabras, dialecto y ámbitos técnicos desconocidos |
En concreto para el inglés, el English Vocabulary Profile de Cambridge, parte del programa English Profile, asigna palabras individuales e incluso significados individuales de una palabra a niveles del MCER usando evidencia de corpus de estudiantes. Es lo más parecido que tiene el inglés a una lista oficial de palabras nivel por nivel, y merece la pena consultarlo si quieres saber si una palabra concreta es A2 o B2 en lugar de adivinarlo. En cuanto a tiempo en lugar de palabras, Cambridge English publica orientaciones aproximadas de horas de aprendizaje guiado, que van desde un par de cientos de horas para llegar a A2 hasta algo más de mil horas acumuladas para acercarse a C2. Son cifras de orden de magnitud que varían enormemente según lo cerca que esté tu lengua materna del inglés.
Lo que los recuentos de palabras pasan por alto en silencio#
Tres rasgos del inglés hacen que un recuento bruto de familias resulte optimista.
Los phrasal verbs. Put off, get over, look after y turn down están construidos con palabras que ya conoces y significan algo que no puedes predecir. Martinez y Schmitt (2012) reunieron una lista de unas 500 expresiones de varias palabras frecuentes precisamente porque las listas de palabras sueltas no las registran, y muchas de ellas forman parte del inglés más común que vas a escuchar.
La polisemia. Las palabras inglesas de alta frecuencia cargan con muchos significados. Run y get tienen, cada una, cientos de acepciones distintas en un diccionario completo, así que «conocerlas» no es un solo evento. Por eso encontrarte las palabras repetidamente en contextos distintos vale más que encontrarlas una sola vez en una tarjeta.
La ortografía y el sonido. La ortografía del inglés se corresponde con la pronunciación de forma irregular, así que reconocer una palabra en la página y reconocerla al oírla son, en parte, habilidades separadas. Los estudiantes que leen mucho suelen entender muchísimo más de lo que pueden seguir en una conversación, y el remedio es más volumen de escucha, no más palabras.
Cómo construirlas de verdad#
Dos mecanismos cuentan con la evidencia más sólida, y funcionan mejor juntos.
El input comprensible. La hipótesis del input de Krashen (1985) sostiene que adquirimos un idioma al entender mensajes ligeramente por encima de nuestro nivel actual. Para el inglés esto es fácil de organizar, ya que hay más material en inglés disponible en internet que para cualquier otro idioma, pero el problema es el salto de dificultad: un sitio de noticias está muy por encima del vocabulario de A2. Las lecturas graduadas son el puente clásico, y las grandes colecciones de Oxford y Penguin publican tablas de nivel que van desde unos pocos cientos de palabras cabecera hasta unos pocos miles, así que consulta la tabla actual de la editorial y empieza un nivel por debajo de donde te dicte el orgullo. La lógica subyacente se trata en el input comprensible explicado y en cómo construir vocabulario leyendo.
La repetición espaciada. Repasar una palabra en intervalos cada vez más amplios combate la curva del olvido descrita por Ebbinghaus (1885) con mucha más eficiencia que el repaso masivo. La versión práctica se trata en repetición espaciada para aprender idiomas.
LingoBlend está construido para combinar ambos mecanismos a la vez. Pegas cualquier texto que de verdad quieras leer y eliges qué porcentaje de sus palabras se mezcla en inglés, desde un ligero 5% hasta la inmersión total, así que el salto de dificultad lo decides tú, no el texto. Toca una palabra mezclada para ver su significado y su gramática y guárdala, y las palabras guardadas pasan a cinco juegos de práctica con un calendario de repetición espaciada. Para el inglés en concreto, el plan Pro incluye varios clásicos sin abreviar, entre ellos Orgullo y prejuicio y El gran Gatsby, un buen sitio al que ir en cuanto los textos simplificados empiecen a resultarte lentos. La guía para aprender inglés es el punto de partida, y si quieres saber en qué punto está tu propio recuento ahora mismo, cuántas palabras sabes explica qué puede y qué no puede decirte un contador fiable.