Efecto de Frecuencia de Palabras

Lee las palabras "silla" y "urna". Ambas son cortas, ambas son sustantivos, ambas nombran un objeto cerca del cual podrías sentarte. Sin embargo, tu cerebro marca "silla" como una palabra más rápido que "urna". Los psicólogos llaman a esta brecha el efecto de frecuencia de palabras: cuanto más a menudo aparece una palabra en el lenguaje que nos rodea, más rápido y con más precisión la reconocemos.

¿Qué es el Efecto de Frecuencia de Palabras?

Prueba tú mismo: "mesa" y "enrejado". Ambos sustantivos, ambos con dos sílabas, ambos objetos concretos. Uno de ellos lo marcarás como una palabra real casi al instante. El otro tarda un poco más. La única diferencia real entre ellos es cuán a menudo te has encontrado con cada uno, y esa diferencia por sí sola es suficiente para cambiar tu tiempo de reacción.

Frecuencia: la cuenta bruta de ocurrencias de una palabra en un corpus real de texto o discurso, el sustituto medible de cuán "común" se siente una palabra.

Baayen y sus colegas lo llaman "un predictor fuerte en la mayoría de las tareas de procesamiento léxico" (Heitmeier, Chuang, Axen & Baayen, 2023). Ese poder predictivo está bien establecido. Lo que está menos claro es por qué sucede.

Cómo Funciona el Efecto de Frecuencia de Palabras

Cuando encuentras una palabra, tu cerebro tiene que recuperar todo lo almacenado sobre ella: su ortografía, su sonido, su significado. La frecuencia de palabras cambia el tiempo que toma esa recuperación, las palabras de alta frecuencia regresan rápido, las palabras de baja frecuencia regresan más lento. Tres enfoques explican por qué, en tres vocabularios diferentes.

El Modelo Logogen

La versión clásica es el Modelo Logogen de Morton. Cada palabra que conoces tiene su propio logogen, una unidad de reconocimiento que se activa una vez que se acumula suficiente evidencia para esa palabra. La frecuencia establece cuánta evidencia se necesita: el logogen de una palabra de alta frecuencia tiene un umbral más bajo, así que se activa antes. El logogen de una palabra de baja frecuencia necesita más evidencia, por lo que se activa más tarde (Lim, 2016).

El Modelo de Activación Interactiva

El Modelo de Activación Interactiva de McClelland y Rumelhart construye esto en un sistema en capas: las características visuales alimentan las letras, las letras alimentan unidades de palabras completas. En lugar de un umbral fijo, la frecuencia establece el nivel de activación en reposo de cada unidad de palabra. La unidad de una palabra de alta frecuencia comienza más cerca de activarse. La unidad de una palabra de baja frecuencia comienza más lejos (Lim, 2016).

El Enfoque de Aprendizaje Discriminativo

Un enfoque más reciente y computacional lo enmarca de manera diferente: como un problema de predicción, no como una carrera de activación. Un sistema entrenado en el lenguaje que realmente has encontrado comete un error de predicción más pequeño para las palabras que ha visto más a menudo. Palabras de alta frecuencia: error más pequeño, reconocimiento más rápido. Palabras de baja frecuencia: error más grande, reconocimiento más lento (Heitmeier, Chuang, Axen & Baayen, 2023).

Todas las teorías mencionadas tienen una cosa en común: la exposición determina qué tan rápido una palabra supera cualquier umbral que el modelo esté midiendo. Lo que los tres acuerdan, y lo que importa para el diseño del estudio, es que el conteo de frecuencia bruto en sí mismo es un mal predictor. El valor log-transformado o rank-transformado rastrea el tiempo de reacción con mucha más precisión (Heitmeier, Chuang, Axen & Baayen, 2023). Verás exactamente cómo se ve ese valor transformado en comparación con una palabra real en la siguiente sección.

Cómo se Mide la Frecuencia de Palabras

Los predictores necesitan un número detrás de ellos. Entonces, ¿de dónde proviene realmente ese número?

Una forma principal en que los investigadores han medido la frecuencia de palabras durante décadas ha sido contando ocurrencias en material impreso: lectores, libros de texto, la Biblia, los clásicos en inglés, revistas populares e incluso un conjunto de 120 libros para niños (Thorndike & Lorge, 1944).

Pero la gente no habla como los libros. Entonces, ¿por qué usar libros como la base principal para representar la frecuencia del lenguaje? Marc Brysbaert y Boris New reconstruyeron el conteo estándar de palabras del inglés americano desde cero, 51 millones de palabras extraídas de subtítulos de películas y televisión en su lugar (Brysbaert & New, 2009).

La apuesta valió la pena. Probaron su medida basada en subtítulos, SUBTLEX-US, contra 31,201 palabras reales, y explicó el 62.3% de la varianza en cómo las personas las reconocieron. Las normas antiguas, construidas a partir de la prosa en inglés editada impresa en 1961 (Francis & Kučera, 1964), lograron solo el 57.7% (Brysbaert & New, 2009).

Un puñado de entradas reales de ese conjunto de datos SUBTLEX-US muestra la dispersión (Brysbaert & New, 2009), desde palabras que aparecen una vez en 51 millones de palabras hasta "el", que aparece en cada una de las 8,388 películas y programas en el corpus:

Nuevas medidas de frecuencia basadas en la base de datos SUBTLEXUS, nombre de archivo archivo Excel comprimido 2007 con las 74,286 palabras en el corpus

• FREQcount: el número bruto de veces que la palabra ocurre en todo el corpus SUBTLEX-US de 51 millones de palabras.
• SUBTLWF: frecuencia de palabras por millón de palabras (FREQcount dividido por 51), la cifra estandarizada que hace que las palabras de diferentes tamaños de corpus sean comparables.
• SUBTLCD: diversidad contextual, el porcentaje de las 8,388 películas y episodios de TV del corpus que contienen la palabra al menos una vez. Una palabra puede ser frecuente pero concentrada en pocos contextos, o moderadamente frecuente pero distribuida ampliamente, esto es lo que captura esa diferencia.
• Lg10WF: la frecuencia transformada log10. Este es el valor que realmente predice el tiempo de reacción en experimentos de decisión léxica, no el conteo bruto, que es por eso que los investigadores lo utilizan en lugar de FREQcount para la modelización.

Eso es la variable, definida y medida. Donde realmente aparece, en laboratorios de psicolingüística, en cómo los niños aprenden a leer, en hablantes bilingües, en textos de marketing, es donde las cosas se vuelven interesantes.

Ejemplos del Efecto de Frecuencia de Palabras en la Investigación

Marketing y Persuasión

La frecuencia de palabras no solo se queda en el laboratorio, da forma a cómo las personas responden al lenguaje en general. Las palabras fáciles de procesar simplemente se sienten mejor, un fenómeno que los investigadores llaman fluidez de procesamiento, y la frecuencia de palabras es una de sus palancas más confiables (Bullock, Shulman & Huskey, 2021).

Brady Hodges, Zachary Estes y Caleb Warren probaron eso directamente en eslóganes de marcas: descomponiendo más de 800 ejemplos reales, utilizando análisis correlacionales, experimentos en laboratorio, seguimiento ocular y un estudio de campo, encontraron que los eslóganes construidos a partir de palabras comunes son más apreciados (Hodges, Estes & Warren, 2024). ¡Las implicaciones son que los eslóganes construidos con palabras raras tienen más probabilidades de ser recordados!

Las implicaciones se pueden aplicar a decisiones comerciales reales. Una marca nueva, o una que lucha por su parte de mercado, o que entra en territorio desconocido, en realidad se beneficia de un lenguaje más difícil de procesar, es lo que hace que las personas recuerden el nombre más tarde. Para una marca establecida, la matemáticas cambian: ser olvidable apenas les cuesta algo, la gente ya sabe quiénes son, pero ser despreciado hace un daño real. Por eso la apuesta más segura para ellos es la palabra fácil y agradable, incluso si es menos memorable (Hodges, Estes & Warren, 2024).

Psicolingüística y Decisión Léxica

Suena casi demasiado simple para ser importante: mira una cadena de letras, decide si es una palabra real, presiona un botón, tan rápido como puedas. Ese juicio que se siente trivial es donde el efecto de la frecuencia de palabras es mayor, más grande que la longitud de la palabra, la densidad del vecindario o cualquier otra cosa que los psicolingüistas suelen culpar por tiempos de reacción lentos.

Heitmeier y colegas lo midieron directamente: la frecuencia explicó "con mucho" la mayor parte de la variación en la rapidez con que las personas respondieron (Heitmeier, Chuang, Axen & Baayen, 2023).

En el video anterior, se puede ver un ejemplo de la Tarea de Decisión Léxica Dual. Esta tarea presenta al participante con dos palabras y el participante debe decidir si ambas palabras presentadas están en inglés o si una no lo está.

Desarrollo de la Lectura

Sarah Gerth y Julia Festman utilizaron el seguimiento ocular en un estudio con 66 niños de habla alemana en quinto y sexto grado, de entre 10 y 12 años, mientras leían oraciones ordinarias, no palabras aisladas en una pantalla, oraciones reales, leídas de la manera en que un niño realmente lee en la escuela. El resultado: las palabras de baja frecuencia mantuvieron su mirada un total de 62 milisegundos más que las de alta frecuencia, en lectores que aún estaban aprendiendo a leer con fluidez (Gerth & Festman, 2021).

Pero la frecuencia resultó ser solo la mitad de la historia. Algunos de los niños eran simplemente lectores más rápidos que otros, y la frecuencia de palabras por sí sola no pudo explicar por qué.

La longitud de la palabra fue la pieza que faltaba. Los niños lectores más rápidos ya habían adquirido un hábito que los más lentos aún no habían: percibir una palabra común en su totalidad de un vistazo en lugar de trabajar a través de ella letra por letra, un pequeño pero real paso hacia cómo leen los adultos.

Un diseño modelado en este estudio, palabras críticas de alta y baja frecuencia incrustadas en oraciones ordinarias, emparejadas en longitud de palabra, con métricas de mirada por palabra registradas automáticamente, se demuestra en la página de Segmentación de Texto de Labvanced, construida con el Objeto de Segmentación de Texto.

Reconocimiento de Palabras en Idiomas Bilingües y de Segunda Lengua

Aquí hay un patrón que la mayoría de las personas nunca nota sobre su propio bilingüismo: el efecto de frecuencia de palabras impacta más en tu idioma más débil. Jens Schmidtke lo midió, los hablantes bilingües muestran un efecto de frecuencia más grande que los hablantes monolingües (Schmidtke, 2014).

Es tentador leer eso como cerebros bilingües procesando lenguaje de manera diferente. Para este efecto específico, no tienen que hacerlo: divide tu exposición entre dos idiomas y cada uno simplemente recibe menos práctica que el idioma de un hablante monolingüe.

Hazte más fluido, y la brecha se reduce. Una mayor competencia estaba directamente relacionada con un efecto de frecuencia más pequeño.

Preguntas Frecuentes

Puntos Clave

• Las palabras comunes se reconocen más rápido y con más precisión que las raras, un hallazgo conocido como el efecto de frecuencia de palabras.
• Supera a cualquier otra variable que los psicolingüistas prueban, longitud de palabra, densidad del vecindario, como predictor del tiempo de reacción.
• Utiliza frecuencia transformada logarítmicamente o de rango, no conteos crudos; la frecuencia cruda apenas predice el comportamiento.
• Los hablantes bilingües sienten el efecto más fuerte que los hablantes monolingües, porque su exposición a cada idioma está dividida.
• En los eslóganes de marca, las palabras comunes ganan en agrado y pierden en memorabilidad.
• La Tarea de Decisión Léxica Dual de Labvanced es un paradigma listo para estudiar este efecto, registrando datos de tiempo de reacción y precisión a nivel de prueba.
• Para la lectura de oraciones continuas en lugar de palabras aisladas, el Objeto de Segmentación de Texto registra automáticamente métricas de mirada por palabra, demostrado con un estudio de lectura de frecuencia de palabras modelado en Gerth y Festman (2021).

Más conceptos y efectos psicológicos, explicados.

Referencias

1. Brysbaert, M., & New, B. (2009). Moving beyond Kučera and Francis: A critical evaluation of current word frequency norms and the introduction of a new and improved word frequency measure for American English. Behavior Research Methods, 41(4), 977–990.
2. Bullock, O. M., Shulman, H. C., & Huskey, R. (2021). Narratives are persuasive because they are easier to understand: Examining processing fluency as a mechanism of narrative persuasion. Frontiers in Communication, 6, 719615.
3. Francis, W. N., & Kučera, H. (1964). A Standard Corpus of Present-Day Edited American English (the Brown Corpus). Brown University.
4. Gerth, S., & Festman, J. (2021). Reading development, word length and frequency effects: An eye-tracking study with slow and fast readers. Frontiers in Communication, 6, 743113.
5. Heitmeier, M., Chuang, Y.-Y., Axen, S. D., & Baayen, R. H. (2023). Frequency effects in linear discriminative learning. Frontiers in Human Neuroscience, 17, 1242720.
6. Hodges, B. T., Estes, Z., & Warren, C. (2024). Intel inside: The linguistic properties of effective slogans. Journal of Consumer Research, 50(5), 865–886.
7. Lim, S. W. H. (2016). The influence of orthographic neighborhood density and word frequency on visual word recognition: Insights from RT distributional analyses. Frontiers in Psychology, 7, 401.
8. Schmidtke, J. (2014). Second language experience modulates word retrieval effort in bilinguals: Evidence from pupillometry. Frontiers in Psychology, 5, 137.
9. Thorndike, E. L., & Lorge, I. (1944). The Teacher's Word Book of 30,000 Words. Teachers College, Columbia University.