Añade este código entre las etiquetas head de tu web: Todos los idiomas usan más las palabras felices que las tristes | canalblog.es

Todos los idiomas usan más las palabras felices que las tristes

Científicos de la Universidad de Vermont han aplicado un enfoque Big Data -en este caso millones de palabras- para demostrar la Hipótesis Pollyana.

Se trata de la idea teorizada por dos psicólogos en 1969 de que existe una tendencia universal a las expresiones positivas sobre las negativas. “Los humanos tienden a buscar, y también hablar, el lado brillante de la vida”, dicen.

Analizando subtítulos de películas en árabe, feeds de Twitter en Corea, la famosa novela negra de Rusia, los sitios web en chino, letras de música en inglés, e incluso las páginas desgarradas por la guerra del New York Times, los investigadores encontraron que estos, y probablemente todos los lenguajes humanos language, presentan un sesgo hacia el uso de palabras felices.

“Nos fijamos en diez idiomas”, dice el matemático de Vermont Peter Dodds, quien co-dirigió el estudio, “y en cada fuente que mirábamos, la gente usa más palabras positivas que negativas.”

Pero el torrente mundial de maldiciones en Twitter, las películas de terror, y un sinfín de historias de los medios sobre los desastres de cada día … ¿no significa que esta conclusión no puede ser verdad?. No. Este gran estudio de los “átomos del lenguaje , las palabras individuales”, dice Dodds, indica que el lenguaje mismo – tal vez la mayor tecnología de la humanidad – tiene una perspectiva positiva. Y, por lo tanto, “parece que la interacción social positiva”, dice Dodds, está integrada en su estructura fundamental. El estudio se ha publicado en la última edición digital de Proceedings.

POR ENCIMA DE LA FELICIDAD MEDIA

Para explorar profundamente la hipótesis Pollyanna, el equipo de científicos en el Laboratorio de Computación Historia de la UVM – con el apoyo de la National Science Foundation y la Corporación MITRE – miles de millones de palabras de todo el mundo se reunieron usando veinticuatro tipos de fuentes, incluyendo libros, noticias, puntos de venta, medios sociales, sitios web, subtítulos de cine y televisión y música de canciones. Por ejemplo, “recogimos aproximadamente cien mil millones de palabras escritas en tweets,” dice el matemático Chris Danforth, quien co-dirigió la nueva investigación.

A partir de estas fuentes, el equipo identificó entonces unas diez mil de las palabras más utilizadas en cada uno de los diez idiomas, incluyendo inglés, español, francés, alemán, portugués brasileño, coreano, chino (simplificado), ruso, indonesio y árabe. A continuación, pagaron a hablantes nativos por evaluar todas estas palabras de uso frecuente en una escala de nueve grados, que abarcaban de un rostro con el ceño fruncido a una amplia sonrisa. A partir de estos nativos, se reunieron cinco millones de puntuaciones humanos individuales de las palabras. Promediando, en Inglés, por ejemplo, “la risa” tiene 8.50, “comida” 7,44, “camión” 5,48 “, “el” 4,98, “avaricia” 3,06 y “terrorista” 1.30.

EL ESPAÑOL, LA LENGUA MÁS FELIZ

Un rastreo web de Google de sitios en español tuvo el mayor promedio de palabras de felicidad, y una búsqueda de libros chinos tuvo el más bajo, pero – y aquí está la clave- las veinticuatro fuentes de las palabras que analizaron de forma sesgada se situaban por encima de la calificación neutral de cinco en la escala de uno a nueve – sin importar el idioma.

En todos los casos, los científicos encontraron “un sesgo de positividad de uso invariante” mientras escriben en el estudio. En otras palabras, al observar las palabras que la gente realmente utiliza más a menudo encontraron que, en promedio, nosotros – la humanidad – “usa más palabras felices que tristes”, dice Danforth.

Deja un Comentario

Tu dirección de email no será publicada. Required fields are marked *

*

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>