Una auténtica revolución informática

Cuando entra una palabra en el idioma, los primeros documentos en que se escribe en castellano, cómo se ha ido utilizando la lengua y en qué situaciones históricas. Todos estos interrogantes y muchos más podrán ser resueltos por profesores y estudiantes, por escritores y periodistas o por cualquier ciudadano del mundo preocupado por el uso del español.Un equipo de unos 65 lexicógrafos trabaja desde el año 1995 para marcar todo tipo de textos que proporcionen a los investigadores o a las personas e instituciones interesadas una visión completa del castellano que se utiliza en la literatura, los medios de comunicación y el habla común. El inmenso banco de datos que ayer presentó la Real Academia abarca desde usos de México a Chile, desde Cuba a Argentina, desde Huelva a Santander.

En los últimos años el edificio, cercano al Museo del Prado, que alberga la institución de defensa del idioma ha recuperado el sótano y lo ha transformado en oficinas donde se ha llevado a cabo esta suerte de auténtica revolución informática que han patrocinado Lázaro Carreter y sus colaboradores. Filólogo, catedrático y académico, el actual director ha tenido siempre clara la función social y la adaptación a los nuevos tiempos que la Real Academia Española debe cumplir e incluso en alguna ocasión ha llegado a señalar que, en caso contrario, la institución no tendría ninguna utilidad.

Cubrir un hueco

La puesta en marcha del Corpus viene a cubrir un hueco que el español tenía hasta hace unos años respecto de idiomas como el inglés, el francés, el alemán o el italiano. En este banco de datos se incluye todo, tipo de palabras, incluso los errores más extendidos en el uso de la lengua. "Esta base de datos no tendrá una fuerza normativa, sino sólo descriptiva", matizan los responsables del proyecto. En líneas generales, el contenido del Corpus de Referencia del Español Actual (CREA) procede en un 45% de libros; un porcentaje similar de periódicos y revistas, y el 10% restante proviene de folleto, correspondencia y documentos de todo tipo. Por el momento, la poesía ha sido excluida por los lexicógrafos del banco de datos, aunque no se descarta recogerla en el futuro. Dentro del 50% de registros asignados a la América hispana,los países más representados son México, la zona andina y Argentina.Tras la presentación ayer al mundo universitario de los trabajos del banco de datos, la Academia tiene previsto organizar en los próximos meses jornadas similares con escritores, editores periodistas.