Introducción. Si Alvar levantara la cabeza: cómo tratar con informantes virtuales

Abstract

La idea de este monográfico surgió al observar que cada vez resulta más frecuente encontrar trabajos que recurren a datos obtenidos en la red para estudiar o ilustrar los fenómenos lingüísticos de los que se ocupan (Méndez García de Paredes 2011, Di Tullio 2011, y especialmente en inglés, Grieve/Nini/Guo 2016, Jones 2015, Gillen/Merchant 2012, Kilgariff/Grefenstette 2003). Esto puede resultar sorprendente a priori, teniendo en cuenta que la cantidad de corpus —escritos, orales; sincrónicos, diacrónicos, etc.—, diseñados a propósito para la investigación lingüística, no deja de aumentar. Sin embargo, a pesar de esta creciente disponibilidad de datos en formatos ya diseñados para la investigación lingüística, la documentación de ciertos fenómenos sigue siendo una tarea complicada con los corpus al uso, pues muchas veces estos resultan insuficientes. Esto puede suceder por varias razones, como el hecho de que, cuanto más subestándar es un fenómeno, más difícil es de documentar, incluso en corpus orales que incluyen diversos perfiles sociolingüísticos. Lo mismo ocurre con las categorías gramaticales que solo afloran en contextos determinados: por ejemplo, aquellos fenómenos que afectan a la 2ª persona del plural son especialmente difíciles de documentar, pues se requiere la existencia de un interlocutor plural (véase Lara Bermejo 2015). Asimismo, y como es sabido, recabar datos para la investigación sintáctica o léxica exige cantidades de texto mucho mayores que para la investigación fonético-fonológica, por el simple hecho de que la frecuencia en el discurso de las unidades de estos distintos niveles gramaticales difiere sustancialmente entre sí