Cinquecento miliardi di parole, tratte da 5,2 milioni di libri (circa il 4% di tutti i libri mai stampati, che sono circa 129 milioni): è questo il corpus sterminato dal quale, mediante un’analisi quantitativa eseguita con l’ausilio del calcolatore, sono state ricavate moltissime informazioni di carattere linguistico e storico-culturale in genere. All’impresa si sono dedicati per 4 anni numerosi specialisti, capeggiati da due ricercatori dell’Università di Harvard, Jean-Baptiste Michel e Erez Lieberman Aiden, i quali hanno identificato quello che, alquanto pomposamente, è stato chiamato «il genoma della cultura universale» o culturoma. La banca dati è stata costruita sulla base di un terzo dei 15 milioni di libri scansionati finora da Google e finiti nella sua biblioteca digitale. I libri selezionati da Michel e colleghi appartengono all’Ottocento, al Novecento e ai primi anni del nostro secolo. L’analisi riguarda in sostanza le frequenze delle parole e la loro variazione nel tempo, e consente di studiare in termini quantitativi le tendenze linguistiche e culturali. L’avvento di questa nuova disciplina, battezzata culturomica, che si colloca a metà tra la lessicografia, l’informatica e la storia, è stata accolto con entusiasmo durante l’ultimo congresso dell’Associazione Storica Americana, tenutosi a Boston l’8 maggio scorso. Soprattutto i linguisti potrebbero trarne utili indicazioni di carattere storico-evolutivo: quando è stata introdotta una certa parola, quando il suo uso è divenuto comune e magari quando è scomparsa. I risultati, comunque, riguardano in misura preponderante la lingua inglese: infatti dei 500 miliardi di parole, 361 sono inglesi, 45 francesi e altrettante spagnole, 37 tedesche e 37 russe, 13 cinesi e 2 ebraiche. Non è stato esaminato nessun libro italiano, nessun libro giapponese, nessun libro arabo.LA MIGRAZIONE DEI VERBIAd ogni modo, per quanto riguarda l’inglese si sono ottenuti alcuni risultati interessanti relativi al lessico e alla grammatica. Emblematico è il caso dei verbi. Come in molte altre lingue, anche in inglese esistono verbi "regolari" e verbi "irregolari": i primi formano il passato e il participio passato aggiungendo alla radice la desinenza -ed (per esempio to love, amare, fornisce loved, loved); invece i verbi irregolari si comportano in modo piuttosto indisciplinato (per esempio to find, trovare, fornisce found, found, oppure to drive, guidare, fornisce drove, driven). Tuttavia ogni verbo irregolare presenta, accanto alle forme devianti, anche le forme canoniche (drived e drived accanto a drove e driven) le quali esercitano una forte attrazione sulle prime, tanto che alcuni irregolari hanno progressivamente abbandonato l’anomalia per rientrare a poco a poco nei ranghi. La rapidità della migrazione verso la forma regolare è stata più o meno accentuata a seconda dei casi: in genere i verbi più comuni sono i più refrattari al processo di regolarizzazione (per esempio to come, venire, came, come; oppure to go, andare, went, gone, non manifestano alcuna intenzione di conformarsi). In questo contesto la culturomica ha fornito informazioni quantitative importanti, per esempio ha indicato che se negli ultimi 200 anni gran parte dei verbi irregolari sono rimasti stabili, un 16% ha cominciato ad accogliere le forme regolari. L’omologazione è stata più rapida negli Stati Uniti che nel Regno Unito, e ciò non stupisce, visto il carattere conservatore del popolo britannico. Ma le forme regolari si fanno largo anche in Inghilterra: per esempio ogni anno circa 130.000 persone adottano la forma regolare burned (bruciato) invece di quella irregolare burnt.LA RICCHEZZA DEL LESSICOCerto, per il grande pubblico si tratta forse di curiosità, ma per gli storici della lingua queste indagini sull’evoluzione delle forme verbali sono importanti. Altrettanto importanti sono i risultati forniti dalla culturomica sull’ampiezza del lessico, cioè sul numero di parole appartenenti alla lingua (inglese, come al solito). Si sono ottenute queste stime: secondo il catalogo di Michel e Aiden le parole inglesi erano 544.000 nel 1900 e 597.000 nel 1950, mentre nel 2000 erano aumentate fino a 1.022.000. La ricchezza del lessico è cresciuta enormemente, a un tasso di circa 8500 parole all’anno, tanto che negli ultimi cinquant’anni l’incremento è stato di oltre il 70%. Per contro il numero delle parole registrate nei dizionari è molto minore: nel Webster (edizione del 2000), che è uno dei più ampi e diffusi, se ne trovano soltanto 348.000. Questa discrepanza si spiega in parte con l’assenza nei dizionari dei nomi propri e di molti nomi composti, ma dipende soprattutto dalla circostanza che un vocabolario deve raggiungere un equilibrio ragionevole tra la ricchezza e la concisione: dev’essere abbastanza esteso da essere utile all’utente medio e abbastanza stringato da consentirne la stampa e l’uso maneggevole. Perciò molte parole rare sono omesse. I metodi statistici della culturomica hanno consentito di stimare che il 52% delle parole che si trovano nei libri inglesi non si trovano nei dizionari. Insomma il repertorio inglese consiste per oltre metà in una sorta di "materia oscura" lessicale, costituita da quelle parole che entrano ed escono rapidamente dall’uso per ragioni di moda o per la volatile creatività dei letterati o degli specialisti.