Partiendo de una compilación de trabajos realizados sobre la presencia de las lenguas neolatinas en la Internet, se describe la situación de las mismas en la red de redes. Se ofrecen datos originales sobre la presencia de estas lenguas en algunos espacios de la Internet (como la web o los grupos de discusión) y se establece un análisis comparativo entre las lenguas neolatinas y el inglés. Asimismo, se compara la contribución a la creación de contenidos en español entre España y los demás países de habla hispana lo que permite entrever que España tiene la producción más alta y que la población hispana de EE.UU. tiene la más baja productividad. La tendencia actual demuestra un crecimiento muy alto del número de páginas web en español y portugués, lo que indica que deberían tener, en un futuro muy próximo, una presencia en la Internet acorde a su peso en el mundo no virtual (en el caso del francés y el italiano la presencia en la Internet es proporcionalmente superior). En conclusión, se aboga por una política hispana de promoción de los contenidos en español, que apoye el crecimiento de usuarios de lengua española capacitados y conscientes de las apuestas culturales. Se recomienda también la adhesión a alianzas estratégicas entre las lenguas latinas para llegar a una masa crítica capaz de hacer contrapeso al predominio del inglés.

El conjunto de lenguas neolatinas representa un total de 785 millones de hablantes, o sea más de 13% del total de humanos y mas importante que el espacio del inglés. El español, en particular, es la cuarta lengua mas hablada en el planeta, después del chino, el inglés y el hindi. Además de esto, tiene la ventaja de ser la lengua común a la mayoría de los países de un continente y de ser la segunda lengua de los Estados Unidos, con un crecimiento acelerado.

Por otro lado, muchos de los desafíos económicos y culturales de la nueva sociedad que se está formando en este nuevo siglo se expresan en el seno de la Internet, un espacio cuyo número total de usuarios [1] alcanza hoy un nivel comparable con el número de hablantes de las lenguas más poderosas, aunque con unas desigualdades drásticas en lo que se refiere a la repartición entre ricos y pobres.

En este contexto, es importante entender cuál es la presencia de las lenguas neolatinas en la Internet, determinar cuáles son las tendencias y las perspectivas, y tratar de establecer la forma de incidir, con políticas apropiadas, en dicha presencia, que es a la vez testigo y motor del peso económico y/o cultural.

Dentro de las lenguas dominantes, una tiene una estatura muy particular en el mundo virtual, el inglés, que trae consigo un historial de predominio absoluto y una tendencia por parte de los medios de comunicación y de sus agentes que consiste en tomar este hecho como algo irreversible, a pesar de las evoluciones recientes que muestran una difusión cada vez más amplia de Internet en todas las comunidades lingüísticas. Otra lengua, el francés, pese a representar un peso global menor, comparte con el español —al igual que con el inglés y el portugués— la particularidad de ser la lengua oficial de uno de los países industrializados y de estar presente, además, en varios otros países del planeta, sean éstos del Sur o del Norte.

Nuestro análisis describirá la presencia del español en la Internet y tratará de establecer comparaciones con el inglés y el francés, particularmente con este último ya que presenta el interés de contar con el apoyo de una política firme por parte de varias agencias [2], la cual incluye varias acciones específicas orientadas hacia el mundo virtual [3].

La Fundación Redes y Desarrollo (FUNREDES) sostiene una visión de la Internet en pro del desarrollo que incluye la defensa de la diversidad de las culturas y las lenguas en el ciberespacio. Dentro de este marco y para lograr matizar los planteamientos simplistas y pesimistas acerca de la absoluta e irresistible predominancia del inglés dentro de la red de redes, Funredes ha desarrollado, a partir de 1996 [4], algunos métodos y procedimientos para medir la presencia de las lenguas latinas [5] en comparación con el inglés. Desde 1998, con la colaboración de la Unión Latina en lo que se refiere a la parte lingüística de la metodología, la calidad y fiabilidad de los resultados es notable, tal y como lo reflejan los cálculos estadísticos realizados a partir de las mediciones.

Inicialmente, el estudio se centró en dos segmentos, en lo referido a la parte lingüística:
el espacio de las páginas web y el espacio de las páginas de grupos de discusión (Usenet), ofreciendo además una aproximación metodológica en cuanto a la parte cultural.

El trabajo sobre el aspecto cultural fue realizado nuevamente en 1998 y a partir de 1999 las medidas se tomaron solamente con relación a la presencia de las lenguas latinas en el espacio web. A partir de agosto del 2000, Funredes consiguió automatizar las campañas de medición y con esto desarrollar un plan de observación sistemática, con una frecuencia de producción de cifras de dos meses, lo cual permite percibir las evoluciones de forma más afinada. En ocasión del Congreso de Valladolid, Funredes realizó una tercera serie de medidas sobre el aspecto cultural, en octubre de 2001.

El método utilizado consiste, en primer lugar, en establecer una selección de términos por lengua, cada uno con sus respectivas variantes ortográficas, con y sin el uso de los signos diacríticos, así como las variantes sinonímicas, dialectales y morfosintácticas, y respetando un significado y alcance equivalentes en todas las lenguas estudiadas. A continuación, para cada término, se mide el número de páginas web que lo contiene, utilizando uno de los motores de búsqueda que responda a los criterios del método. Seguidamente, se analizan y comparan los resultados para deducir estadísticamente porcentajes de presencia de cada idioma. Para cada término, la relación de las lenguas latinas con respecto al inglés es utilizada como variable aleatoria y se aplican técnicas estadísticas tomando como hipótesis una distribución matemática corriente de esta variable aleatoria. Todo aquel que esté interesado en conocer los detalles de la metodología puede consultar las páginas http://funredes.org/LC, en las cuales la misma está plenamente documentada.

Los últimos resultados acerca de la presencia de las lenguas latinas en comparación con el inglés en el espacio web son los siguientes (Febrero de 2002):

La evolución del peso del inglés en las medidad anteriores es la siguiente:

La progresión del español en los últimos meses es impresionante y la tendencia al alza acelerada se mantiene. Sin embargo, los valores de presencia absoluta no son un indicador perfecto del vigor de un idioma en la Red. Para obtener un resultado significativo, conviene proporcionar valores que expresen la presencia de las lenguas en la Internet según su presencia en el mundo real. Partamos de una estimación de las personas que utilizan un idioma como primera o segunda lengua (fuente: Unión Latina).

Cifras redondeadas en millones

Si dividimos el porcentaje de páginas web por el de la presencia relativa, el resultado, normado a 1 [6], indica el vigor de cada lengua estimado como la presencia ponderada de las lenguas estudiadas en el espacio WWW.

Se puede observar una debilidad del español (y aún más del portugués) en el periodo inicial de medición, una buena posición del francés y una posición excelente del italiano y del inglés. También se comprueba una fuerte progresión del español, que tiende, de manera acelerada, a equilibrar su posición. El hecho de que la presencia ponderada sea todavía inferior a 1 deja entrever el mantenimiento de la tendencia al alza en lo que se refiere al español. La posición del inglés tiende a disminuir aunque queda claro en el valor ponderado el fenómeno de predominancia. El francés ha podido cosechar los frutos de una política voluntaria y ahora podría ir reduciendo su aumento relativo.

¿Cuál es el factor dominante en la presencia de páginas web con respecto a un idioma? Para saberlo, comparemos el número estimado de internautas por lenguas con nuestras cifras. Partamos del número de internautas registrados por lenguas (fuente GlobalReach -9/2001):

Si dividimos nuestros porcentajes de páginas web por lengua por las cifras del cuadro anterior logramos el siguiente índice de la productividad de páginas web por lenguas:

El resultado es sorprendente: las proporciones por lengua de las páginas en la Red y de internautas… ¡son de dimensión semejante! La relación entre porcentaje de páginas y porcentaje de usuarios se sitúa alrededor de 1 para todas las lenguas estudiadas [7], lo que mostraría que la cantidad de páginas de la Red producidas en un idioma es hoy directamente proporcional a la cantidad de internautas hablantes de ese idioma. El resultado del inglés, en cambio, es llamativo ya que se hubiera podido esperar un valor mucho mayor, por influencia del plurilingüismo [8]. Esto podría significar que la productividad de los anglófonos es inferior a la de los hablantes de las otras lenguas estudiadas. ¿Prueba esto un aumento de la producción por parte de los hablantes de otras lenguas occidentales, conscientes de los desafíos lingüísticos de Internet? Sería interesante conocer los valores respectivos en las lenguas de introducción más recientes en la Internet.

Este resultado muestra la vitalidad de los idiomas en los espacios de discusión de la Internet (llamados también "newsgroup").

El resultado de 1998 era coherente. El decrecimiento de las cifras correspondiente al español y al portugués entre 1998 y 2001 le elimina sin embargo credibilidad a este nuevo resultado. En 1998, como en 2001, se usó la base de datos de Dejanews para este estudio; sin embargo, en 2001, Dejanews ha sido comprado por la compañía Google la cual aplica su propios motores a este base de datos. Detectamos incoherencias graves en la búsqueda por fecha que hicieron imposible restablecer las cifras del 1998 con ese nuevo motor [9]. Esta situación alerta sobre un análisis cuidadoso de la función de búsqueda en Usenet de Google y lamentablemente no permite, en este momento, sacar conclusiones para nuestro estudio.

Las medidas en relación con la repartición de las páginas web en español, por dominio Internet de país (se lee así: "13,48% de las páginas en español de la Internet proceden del dominio .es") produjeron los resultados siguientes:

ara establecer el peso total de cada país en la producción de contenidos en español, se requiere proseguir y repartir los porcentajes de dominios genéricos entre esos países (o sea, repartir entre los diferente países, los 53,11% de páginas web en español que están en dominios genéricos). Es una tarea muy difícil pues está directamente relacionada con la proporción, en cada país, del número de sitios web que no hacen uso del dominio nacional, valor variable según los países y por el cual no existen datos seguros.

Agradecemos la contribución de varios colegas expertos en el tema [11] con quienes conjuntamente establecimos unas hipótesis de trabajo para una aproximación de esta situación, a partir de los datos disponibles cuando fue posible (las cifras resaltadas de la próxima tabla son las que están mejor sustentadas con datos) o a partir de nuestro mejor juicio en el caso contrario.

En regla general, una buena política de gestión de dominio nacional (como en Chile) con un precio bajo de los dominios genéricos (como es el caso extremo de Argentina donde los sub-dominios son gratis) favorece la ubicación de sitios web bajo el dominio nacional, y una gestión con problemas (como en Haití) o precios altos (como en Colombia) provoca la ubicación de los sitios web en el exterior (a menudo en EEUU). Cabe señalar la situación de España en donde se estima que sólo 25% de los sitios web utilizan el dominio .es, consecuencia de una política muy estricta en cuanto al nombre de dominios establecida para evitar conflictos con nombres de marca.

Estableciendo un valor en cada país para la proporción de sitios web que no están bajo el dominio nacional se puede entonces lograr una aproximación de la proporción de páginas en español producida en cada país [12]:

Este método de cálculo permite establecer que mas de la mitad de las paginas en español en la Internet están producidas en España, a pesar de contar ese país con solo el 20% [15] de los usuarios hispanohablantes de la Internet. Los países que contribuyen más notablemente a la producción de contenidos en español son, después de España, y por orden: Argentina (9,5%), México (8,6%), Estados Unidos (5%), Colombia (3,9%) y Chile (3,7%). La proporción de contribución a la producción de contenidos en español por región es la siguiente:

El método de cálculo es válido, sin embargo, esta primera aproximación es poco precisa dada la dificultad de tener valores seguros para la proporción de páginas bajo dominio nacional. Consideramos que los valores logrados están dentro de una media de más o menos 25% y a medida que se vayan definiendo los datos requeridos podremos, utilizar la misma tabla e ir afinando el resultado.

La parte más cuestionable del resultado es la de la contribución de EEUU a los contenidos en español pues estamos extrapolando a partir de las medidas de un dominio nacional con uso sumamente limitado y entonces queda una gran sensibilidad a la hipótesis (por ejemplo si ponemos 4% en vez de 2% de sitios web bajo el dominio nacional el resultado para EEUU pasa a la mitad, 2.5% en vez de 5%).

Estados Unidos cuenta con más del doble de usuarios de lengua española que España pero la producción asociada no parece estar a la altura de la cifra. Según nuestro resultado el factor de productividad de EE.UU. es 22 veces inferior al de España. La tentación es grande de añadir una tabla mostrando, por país, el cociente del porcentaje de contribución a la producción en español por el porcentaje de usuarios de lengua española. Así tendríamos una cifra de la productividad por país.

El problema es que los datos disponibles (Global Reach) para el número de usuarios hispanohablantes por país no son ni muy confiables ni homogéneos. Por esta razón entonces, es difícil determinar si una cifra baja de productividad es el reflejo de la realidad o más bien la consecuencia de una sobre-estimación del número de usuarios (y recíprocamente para una cifra alta).

A continuación mostramos algunos elementos de esta tabla.

Cuba aparece como el país mas productivo antes de España. Probablemente se unen en este caso los dos factores: una subestimación del número de usuarios en Cuba y una política de Estado que favorece la producción de contenidos. No sorprenden las cifras muy bajas de Estados Unidos y Puerto Rico; pero llama la atención el resultado de México. ¿Será la cifra de usuarios muy exagerada o será la vecindad con EE.UU. que da un incentivo a producir en inglés?

Quedan, por supuesto, páginas escritas en español en países en donde no se habla español y en sitios donde el multilingüismo es un factor importante: según nuestro cálculo este rumbo representa un poco más del 6% del total de los contenidos en español.

La presencia del español en la internet aumenta considerablemente, y esto gracias particularmente a los tres segmentos de producción de contenidos que son España, América Latina y los Estados Unidos. Sin embargo, la representación del español no ha llegado aún a un nivel acorde con su población en el mundo real, pese a que se acerca progresivamente. A medida que aumenta la presencia de contenidos en español va mejorando la representación de los valores culturales hispanos, como ha sido el caso en los tres últimos años.

La presencia de una importante población de habla hispana en los Estados Unidos podría ser un vector para la producción de contenidos en español. Sin embargo, los primeros datos indican una débil productividad y queda por evaluar si esos contenidos transportan valores culturales hispanos o si son, en su mayoría, vectores del comercio electrónico y de la cultura asociada a la globalización económica.

La comparación con el francés, que tiene una representación proporcionalmente más alta, sirve para apoyar el valor de las políticas de producción de contenidos coordinadas entre los países de habla hispana y de incentivos a la producción de contenidos en español en los Estados Unidos, políticas que han de estar orientadas a la promoción de las culturas hispanas. Valdría la pena examinar más en detalles la situación del portugués y establecer si hay lugar para políticas combinadas entre el español y el portugués.

Las evoluciones en el área de Internet son rápidas y afectan en gran medida los ámbitos económicos y culturales. Es aconsejable proceder a un seguimiento amplio, permanente y que tenga un carácter científico de esas evoluciones para poder sostener y/o evaluar las políticas que se hayan definido.

Una línea estratégica evidente para la consolidación del espacio hispanófono en el mundo virtual es la alianza con los dos espacios latinos vecinos: el lusófono y el francófono.

Referencia lingüística
- Ethnologue, languages of the world: http://www.sil.org/ethnologue

Datos demográficos acerca de la Internet
- Matrix: http://mids.org
- NUA Internet Surveys: http://www.nua.com/surveys/
- Global Reach, Global Internet Statistics by language (8/2001):
http://www.glreach.com/globstats/index.php3

- Estudio Cyveillance, "sizing the Internet" (6/2000):
http://www.cyveillance.com/web/us/newsroom/releases/2000/2000-07-10.htm
- Nodos Internet en América Latina: http://www.cr/latstat
- Network Wizards: http://www.nw.com
- Georgia Tech: http://www.gvu.gatech.edu/user_surveys/
- Internet Council, "State of the Internet 2000": http://usic.wslogic.com/intro.html
- Estudio sobre la red Chilena: http://www.todocl.cl/stats/jun2000/wcl2000.pdf

Firmas de consultores haciendo sondeos y/o produciendo datos
- http://www.forrester.com
- http://www.computereconomics.com
- http://www.idc.com
- http://angusreid.com

[1] Cifra que pasó los 600 millones en septiembre 2002, según NUA.

[2] Como la Organización Internacional de la Francofonía (http://www.francophonie.org/), la Agencia Universitaria de la Francofonía (http://www.aupelf-uref.org/) o el Centro para el Desarrollo de la Infopista en Francés (http://www.cidif.org/).

[3] Por ejemplo, el Fondo francófono para la autopista de la información (http://www.francophonie.org/fonds).

[4] En oportunidad del tercer estudio, con el apoyo de la Agencia de la Francofonía y de la Unión Latina, y a partir del tercer estudio, con la colaboración lingüística de la Unión Latina.

[5] Español, francés, italiano, portugués y rumano.

[6] Un cociente igual a 1 debe considerarse así como resultado "normal"; si es inferior a 1, se considera débil y si es superior a 1, respetable.

[7] Las desviaciones son inferiores al 25% en valor absoluto y difícilmente se pueden sacar conclusiones a propósito de estas pequeñas variaciones, que están probablemente dentro de los intervalos de confianza de las cifras anunciadas por Global Reach, establecidas sin metodología estándar para todos los idiomas.

[8] La proporción de hablantes de lenguas distintas del inglés que producen (o traducen) páginas en inglés es muy elevada.

[9] En principio se puede proceder a una búsqueda indicando una fecha de inicio y una fecha de final.

[10] Incluimos Brasil aunque no se trata de un país hispanófono, considerando que su inserción en el contexto económico del MercoSur debía representar un incentivo para producir contenidos en español. El resultado confirma la premisa pues la cifra de producción de paginas en español de Brasil es cercana de la de Uruguay!

[11] Ricardo Baeza-Yates de Chile, Erick Iriarte de Perú y Oscar Robles-Garay de México.

[12] Suponiendo que la misma cifra de proporción de numero de sitios web fuera del dominio nacional se aplica a las páginas.

[13] Según el trabajo de Ricardo Baeza-Yates para Akwan, 2001 (http://www.akwan.com.br).

[14] Margen superior de una aproximación de Funredes quien considera que entre 94% y 98% del web estadounidense no esta utilizando el dominio .US.

[15] Fuente: Global Reach.