Desde hace varios años (desde el 2002, por lo menos) que el tema de crear una organización cómoda para la filiación de las familias lingüísticas me parece interesante y algo que deseo hacer. Esta es la principal motivación para la creación: el deseo. También lo podíamos llamar intención, aunque intención estaría más relacionado con la forma deseada de continente del contenido deseado. El deseo es el germen, el leit motiv, lo primordial para comenzar algo.

Lo primero fue la curiosidad: ¿Cuál era el origen del euskera? Así como existían teorías para decir que el castellano procede, más o menos directa o indirectamente, del latín, no hay una respuesta a esa pregunta y es algo que me picaba la curiosidad. Me gusta esta expresión que, gráficamente, refleja muy bien esa sensación de desazón que implica que hay que rascarse aunque no sirva para nada.

Inicialmente, me planteé buscar una estructura filogenética de todas las lenguas que hay (y ha habido) en el mundo. Ahí es nada. Por supuesto, no se trata tanto de demostrar que esa estructura es la correcta, que tal o cual lengua deriva realmente de tal o cual otra. Eso es algo que, con mucho, me desborda, sino que se trata tan solo de organizar la información que existe distribuida en distintas fuentes (en ocasiones muy escasas) para poder presentarla de muy diversas maneras. No pretende ser un trabajo de investigación pura, sino más bien de recopilación y reordenación de información disponible (en ocasiones, en formatos ya de por sí muy interesantes).

Comencé haciendo un trabajo de recolección de información con el Investigador de Encarta de Microsoft, pero desde hace tres años era un formato que me parecía peligroso por su enorme dependencia de un programa del que no tenía, ni siquiera, una licencia válida. Los ficheros que generaba Encarta tenían una extensión ERP y un formato propietario que no podía abrir con ningún otro software, así que cuando me cambié a Ubuntu definitivamente (creo que en mayo del 2010), me encontré con que no podía seguir porque no podía usarlo en Linux. Lo tengo instalado en una máquina virtual con Windows XP para poder abrir aquellos ficheros, pero el investigador dejó de funcionar hace unos meses con una de las últimas actualizaciones de Internet Explorer. Pero ni siquiera me di cuenta. (Tuve que instalar otra máquina virtual para hacerla vivir como en el 2005, con XP, Office 2000, IE 5.5… y he logrado, pero no del todo, recuperar algo de aquellos ficheros en los que invertí un gran número de horas de trabajo).

Yo seguía buscando una aplicación opensource que hiciese algo parecido a lo que me permitía hacer el investigador de encarta, pero no encontraba ninguna. Además, quería y le pedía que fuese ligero, pudiese exportar su resultado en diversos formatos, entre otros, HTML dinámico, XML y, por supuesto, también ODT (para fabricar un subproducto libro disponible online en cuanto tenga un avance significativo).

A principios de diciembre de 2011, encontré, casualmente, un programa llamado FreeMind que hacía exactamente lo que deseo. Ya solo tengo que preocuparme por llenar el contenido del árbol filogenético que albergará información de unas 10.000 lenguas.

El primer objetivo del Proyecto, inicialmente, es el de llenar el contenido del árbol filogenético que albergará información de unas 10.000 lenguas. Organizadas de manera sistemática, almacenando el mismo tipo de información por cada una de ellas. Así como de las distintas ramas, subgrupos y otras entidades lingüísticas semejantes.

Sobre la clasificación que adopto a lo largo del proyecto, decir que es una variante de las diferentes versiones que voy encontrando y que en muchas ocasiones no son idénticas dada la dificultad para establecer, en muchos casos, una línea de filogénesis probada. Además, hago aparecer una agrupación superior a la Familia Lingüística que entronca con la idea de la dispersión geográfica y, por tanto, mantengo una subdivisión en bloques continentales que no es puramente lingüística. No obstante, en general se siguen las clasificaciones macrofamiliares de Joseph Greenberg.

Como en el caso de otros proyectos que acometo, está hecho por puro deseo: Es realizado porque quiero y de la manera que quiero. En ningún momento pensé en reducir costes o en justificar gastos. Nunca pensé en su repercusión ni en su posible utilidad pública o social. Me llevó el tiempo que quise o el que le pude ir dedicando. (Texto extraído del apartado Financiación del proyecto Lejanías)

Pero este proyecto no puede o no debe ser completamente gratuito. Hay algunos gastos que debo hacer como son donaciones (que ya han sido hechas) a Wikipedia, donaciones a los desarrolladores de las herramientas que he usado para crear este proyecto, como, por ejemplo, a FreeMind (que, de momento, no acepta donativos económicos) o a Ubuntu. Sin contar mi trabajo.

Planteando un mecenazgo personal, adopto el modelo que siguió Isidoro Valcárcel Medina en su libro 2.000 d. de J.C. Editorial Entreascuas, 2001. ISBN: 84-932139-0-X, por el cual un patrocinador o mecenas personal puede aportar una contribución de manera que cada lengua sea asignada a un patrocinador. Cada patrocinador puede contribuir financiando el número de lenguas que desee.

He estimado en más de una hora lo que me llevará la recopilación de la información de cada una de las lenguas del proyecto. Tirando a lo bajo, he cuantificado en 10 euros la cantidad justa de remuneración por lengua. De este modo, quien desee patrocinar 1 lengua, podrá hacerlo mendiante el correspondiente aporte económico utilizando la plataforma de pago paypal.com.

El dinero recogido, así como el nombre de cada uno de los patrocinadores, figurará, amén de en cada una de las lenguas en el apartado Patrocinio, en un listado que será consultable vía web. También las donaciones realizadas por mí a terceros.

Clasificación de las lenguas, sistema utilizado en lingüística para subdividir los idiomas en grupos o familias, según sus características comunes o relaciones de parentesco y afinidad. Se estima que las lenguas habladas en la actualidad en el mundo son unas 4.500, pero el número subiría a 20.000 si se tuvieran en cuenta sus principales variedades. Esta gran cantidad de hablas se ordena siguiendo dos sistemas de clasificación: el tipológico y el genético.

Propuesta por el lingüista alemán August Wilhelm von Schlegel a principios del siglo XIX, la clasificación tipológica parte de las semejanzas estructurales de varias lenguas; por ejemplo, éstas se pueden agrupar según el número de sonidos vocálicos (Fonética) que empleen, y en este paquete irían desde el árabe clásico, que usa tres, a otras que tienen veinticinco. Schlegel y otros lingüistas posteriores distinguieron las lenguas según sus mecanismos de funcionamiento.

Las últimas investigaciones han demostrado que cualquier lengua presenta rasgos de varias tipologías. Así pues, la asignación de una lengua a un grupo o a otro se hace en función del mayor número de características propias de un grupo que presente o, incluso, por criterios históricos. Por ejemplo, el inglés está considerado como una lengua flexiva porque es una lengua indoeuropea, aunque tiene muchísimos rasgos aislantes. En los últimos años, el concepto de clasificación tipológica ha sufrido algunas modificaciones: la división de las lenguas en grupos se hace buscando, entre las diversas lenguas, eventuales universales comunicativos, es decir, rasgos lingüísticos que sean comunes a todas las lenguas existentes. En especial se ha investigado el orden de las palabras en la frase (en español, sujeto, verbo, complemento: Gabriela consulta Internet; en otras lenguas los elementos se disponen de otra manera) y la estructura de la negación.

La clasificación genética tiene como finalidad distinguir las grandes familias lingüísticas, que incluyen idiomas a través de los cuales se puede demostrar o suponer un origen común. Por ejemplo, el español, el francés o el italiano pertenecen a la familia de las lenguas románicas porque proceden del latín, que, a su vez, pertenece a la familia indoeuropea. Al estudiar las lenguas que forman parte de una misma familia se observa que entre ellas hay grandes afinidades fonéticas, gramaticales y léxicas, aunque su evolución histórica haya producido grandes diferencias superficiales.

El concepto de clasificación genética de las lenguas se remonta a los tiempos de la torre de Babel y de Noé, cuyos tres hijos, Sem, Cam y Jafet, dieron lugar al origen de las lenguas de Asia, de África septentrional y Europa, respectivamente. Como recuerdo y homenaje a esta leyenda, todavía hoy a la familia lingüística que comprende el hebreo, el árabe y el arameo se le llama semítica, y camita es la que agrupa al egipcio antiguo y las lenguas bereberes.

Pero hubo que esperar hasta el siglo XIX, con la aparición de una metodología lingüística rigurosa y el desarrollo de la dialectología, para que la individualiación de las familias lingüísticas pudiera hacerse de un modo científico. La primera familia que se fijó exactamente fue la indoeuropea; después llegaron la semítica, la camita, la ugrofinesa, la uraloaltaica (véase Lenguas urálicas y Lenguas altaicas), las chinotibetanas y muchas otras. Pero todavía hay grandes dudas sobre las clasificaciones genéticas de las lenguas aborígenes americanas (véase Lenguas aborígenes de Hispanoamérica y Lenguas aborígenes de Estados Unidos y Canadá), australianas y polinesias.

No obstante, sólo se puede hablar de familia lingüística de un modo genérico; las lenguas caucásicas, por ejemplo, presentan estructuras parecidas e incluso un léxico común y, sin embargo, es totalmente improbable que estén todas emparentadas entre sí o que deriven de una protolengua común; lo más probable es que sus semejanzas se deban al contacto recíproco, puesto que estas lenguas están presentes en el mismo territorio geográfico desde hace miles de años. En este mismo sentido, amplio y vago, es como se han realizado muchas clasificaciones de las lenguas amerindias. Algunos estudiosos, partiendo de rasgos comunes y de afinidades tipológicas, tratan de construir familias lingüísticas todavía más amplias que las actuales y, que a su vez, comprendan numerosos subgrupos. Una de estas tentativas es la de establecer posibles relaciones entre las lenguas indoeuropeas y las semíticas por un lado y con las ugrofinesas por otro: a esta superfamilia bien se la podría llamar grupo nóstrico.

Entre las otras familias lingüísticas también hay que recordar las lenguas dravídicas, las austroasiáticas (como la china, la indonesia o la vietnamita), las lenguas thais, las nigerocongolesas (en África centro-occidental: con la familia bantú, de la que forma parte el swahili; véase Lenguas africanas), las cusitas, las malayo-polinesias (que, naturalmente se hablan en el Pacífico, entre Madagascar, Filipinas, Nueva Guinea y Polinesia) o las lenguas indopacíficas.

Entre las lenguas cuya clasificación es bastante compleja de establecer se encuentran las lenguas orales amerindias (entre ellas la algonquina, la maya o el quechua oral que se habla en Perú y Bolivia, las lenguas caribes también habladas en la Amazonia y el guaraní, de Paraguay, Argentina y Chile) y las lenguas de los aborígenes australianos que parecen estar muy lejos de otras familias. Además existen en el mundo —o han existido— algunas lenguas aisladas, de las que, por ahora, parece imposible demostrar su pertenencia a alguna rama conocida, como la japonesa, la vasca, la etrusca y la sumeria.