# Estado del vocabulario taíno recuperado

Actualizado: 20 de septiembre de 2026.

## Resultado breve

La documentación permite defender **más de 200 formas taínas clásicas atestiguadas**, pero no más de 200 palabras cotidianas plenamente equivalentes a palabras españolas. Granberry y Vescelius mencionan además aproximadamente **1.000 topónimos analizables**, seis enunciados completos y una cantidad pequeña de frases. Su tabla lingüística contiene 319 filas: 25 afijos y 294 bases o formas léxicas completas. Esas categorías se superponen y no deben sumarse.

Un estudio independiente de Tammy Stark pudo utilizar **125 elementos léxicos taínos**, procedentes de cuatro fuentes coloniales, en conjuntos de cognados. Estos cubrían aproximadamente **25 % de una lista comparativa de 494 conceptos**.

Constantino Contreras encontró **110 vocablos taínos o arahuacos insulares** en la *Apologética historia sumaria* de Bartolomé de Las Casas, después de agrupar variantes y excluir nombres propios, topónimos y derivados españoles. Su recuento ofrece algo especialmente valioso: frecuencia dentro de una fuente colonial. `maíz` aparece 87 veces; `maguey`, 21; `sabana`, 17; `cacique`, 16; `cazabe` y `cemí`, 15; `hamaca` y `yuca`, 14.

La hoja `lexicon-evidence.csv` contiene ahora **129 filas conceptuales curadas**:

- 61 de nivel A, atestiguación fuerte;
- 59 de nivel B, atestiguadas pero con ambigüedad gráfica, semántica o dialectal;
- 9 de nivel C, formas analizadas o reconstruidas.

Estas 129 filas reúnen **343 cadenas escritas distintas** entre formas preferidas, alternativas y grafías históricas. No son 343 palabras independientes: el total incluye la misma voz bajo varias ortografías, morfemas ligados y reconstrucciones.

Que el inventario tenga 129 conceptos no contradice los 110 vocablos de Contreras: nuestra tabla también incorpora otros libros y estudios, y a veces separa referentes que una simple lista ortográfica agrupa. Tampoco significa que ya hayamos indexado todas las más de 200 formas mencionadas por G&V.

No se añadieron a esta tabla histórica las miles de palabras de proyectos comunitarios modernos. Esas deben vivir en una capa D independiente.

## Las cifras que no deben confundirse

| Medida | Cantidad | Qué mide |
|---|---:|---|
| Enunciados completos | 6 | Evidencia de sintaxis continua |
| Vocablos de Las Casas agrupados por Contreras | 110 | Léxico presente en una obra colonial |
| Elementos de Stark utilizables en conjuntos de cognados | 125 | Datos aptos para comparación histórica |
| Formas clásicas que G&V consideran atestiguadas | más de 200 | Formas coloniales, muchas de flora, fauna, títulos y nombres |
| Filas de la tabla 11 de G&V | 319 | 25 afijos + 294 bases/formas completas, con análisis y duplicaciones semánticas |
| Topónimos analizables mencionados por G&V | aproximadamente 1.000 | Nombres geográficos; no equivalen a 1.000 palabras cotidianas |
| Conceptos poblados en ASJP | 30 | Selección básica compilada desde fuentes heterogéneas |
| Filas de nuestro inventario curado v0.1 | 129 | Conceptos seleccionados con variantes y trazabilidad; algunos separan referentes que una lista ortográfica podría agrupar |
| Cadenas escritas distintas en el inventario | 343 | Formas preferidas + alternativas + grafías; no equivale a raíces o palabras independientes |
| Salidas únicas del traductor actual | 86 | Cobertura operativa del programa, no tamaño del corpus histórico |

## ¿Qué porcentaje de la lengua se perdió?

No existe un número “normal” de palabras para una lengua indígena americana. El número depende de si se cuentan raíces, temas, formas flexionadas, compuestos, nombres propios, términos modernos y variantes dialectales. En lenguas con morfología productiva, una raíz puede producir muchas palabras.

Los diccionarios contemporáneos muestran la amplitud del problema:

- la lista oficial de la Nación Cherokee contiene más de 7.000 palabras;
- un diccionario garífuna preparado durante décadas con hablantes contiene aproximadamente 10.600 vocablos;
- la tercera edición del *New Lakota Dictionary* contiene más de 41.000 entradas.

Estas cifras no significan que una de esas lenguas “tenga más palabras” que otra: reflejan decisiones lexicográficas y niveles de documentación distintos.

Podemos presentar dos estimaciones, claramente separadas:

1. **Cobertura comprobable de vocabulario básico:** 125 de 494 conceptos en el estudio de Stark, aproximadamente **25 % recuperado y utilizable** para esa lista concreta.
2. **Escala de diccionario:** 125–294 elementos taínos frente a un diccionario vivo modesto de 7.000–10.600 entradas equivaldrían aproximadamente a **1–4 %**. Esta comparación sugiere que **96–99 % de un léxico de escala comunitaria no está documentado de manera independiente**, pero no demuestra que cada palabra restante se haya perdido.

La redacción pública recomendada es:

> Conservamos más de 200 formas del taíno clásico, seis enunciados completos y alrededor de mil topónimos analizables. En una prueba de 494 conceptos básicos, solo 125 formas taínas —aproximadamente 25 %— pudieron utilizarse en comparación histórica. Frente a diccionarios de lenguas indígenas vivas, el material directamente recuperable probablemente representa apenas 1–4 % de un léxico de escala comunitaria. El porcentaje exacto de la lengua histórica es incalculable.

Debe decirse **“no documentado o todavía no recuperado”**, no simplemente “perdido”. Parte del material puede permanecer sin identificar en archivos, variantes regionales del español, topónimos o documentos aún no procesados.

## Repetición y variantes

Las grafías diferentes no siempre son palabras diferentes. Ejemplos:

- `kasabi`: `cazabe`, `cazabi`, `cazabí`, `casabe`;
- `behike`: `behico`, `behique`, `bohique`, `buhiti`;
- `hiwera`: `hibuera`, `hibuero`, `higüero`, `jigüero`;
- `xawe`: `xagüey`, `xaguey`, `jagüey`;
- `hiwaka`: `higuaca`;
- `hutiya`: `hutía`, `jutía`;
- `iwana`: `iguana`, `higuana`, `jiguana`.
- `xaxabi`: nombre de ave o papagayo pequeño; no es la misma voz que `xabxao` / `xavxao`, una calidad de casabe.

También existen conjuntos que parecen sinónimos, pero en realidad distinguen referentes:

- casa/vivienda: `bo`, `bohi`, `buwi`; `kané` es una casa rectangular o principal;
- agua: `ni`, `xa-`, `-ne`, normalmente extraídos de contextos distintos;
- río: `bé`, `mõ`, `-ri-`, `ari(ke)`, con distintos grados de seguridad;
- curandero/especialista ritual: `behike`, `bohike`, `buhite`, `buhiti`;
- rana/sapo: `mako`, `mariwana`, `tona`, posiblemente especies diferentes;
- señor o dirigente: `bahari`, `matiheri`, `mekina`, `mikina`, `nitaino`, con diferencias jerárquicas.

El campo `source_count` de la hoja mide cuántas publicaciones revisadas contienen o discuten una forma. No mide testigos independientes: un libro de 2009 y otro de 2021 pueden estar copiando finalmente el mismo pasaje de Las Casas.

## Recursos encontrados en internet

### Prioridad alta: documentación histórica y análisis académico

1. Julian Granberry y Gary S. Vescelius, *Languages of the Pre-Columbian Antilles*, especialmente los capítulos de gramática y léxico: https://www.jstor.org/stable/jj.30346802
2. Constantino Contreras Oyarzún, “Primeros contactos del español con una lengua indoamericana”: https://boletinfilologia.uchile.cl/index.php/BDF/article/view/18767
3. Tammy Elizabeth Stark, *Caribbean Northern Arawak Person Marking and Alignment*: https://escholarship.org/uc/item/51q4j13j
4. Silke Jansen, “Encuentros lingüísticos en La Española – antes de Colón”: https://www.researchgate.net/publication/315688760_Encuentros_linguisticos_en_La_Espanola_-_antes_de_Colon
5. Douglas Taylor, “Some Remarks on the Spelling and Formation of Taino Words”: https://www.jstor.org/stable/1263554
6. Gonzalo Fernández de Oviedo, *De la natural hystoria de las Indias*, digitalización de la Biblioteca Nacional de España: https://www.bne.es/es/colecciones/hispanoamerica/ouiedo-natural-hystoria-indias
7. Ramón Pané, *Relación acerca de las antigüedades de los indios*: https://www.pueblosoriginarios.com/textos/pane/intro.html
8. Alfredo Zayas y Alfonso, *Lexicografía antillana* (vista completa de la edición de 1914): https://books.google.com/books?id=OVAMAQAAIAAJ
9. Emiliano Tejera, *Palabras indígenas de la isla de Santo Domingo*, Biblioteca Nacional Pedro Henríquez Ureña: https://bd.bnphu.gob.do/items/0d0be1b2-01ac-47aa-819d-f30936f5be78
10. Manuel Álvarez Nazario, *Arqueología lingüística*: https://books.google.com/books?id=1KdkAAAAMAAJ
11. ASJP, lista taína descargable y con licencia CC BY 4.0: https://asjp.clld.org/languages/TAINO
12. Glottolog, clasificación y bibliografía: https://glottolog.org/resource/languoid/id/tain1254

### Comparación arahuaca

- Willem Pet, *A Grammar Sketch and Lexicon of Arawak (Lokono Dian)*.
- John P. Bennett, *An Arawak-English Dictionary*.
- Raymond Breton, gramática y diccionario caribe-francés del siglo XVII; útil para iñeri/caribe insular, no para copiarlo como si fuera taíno.
- Henri Ramirez, *Enciclopédia das línguas Arawak* (2020).
- Diccionarios y gramáticas de lokono, wayuunaiki, añún y garífuna. Deben utilizarse para establecer correspondencias fonológicas regulares, no para importar palabras por parecido superficial.

### Proyectos comunitarios modernos: mantener separados

- UCTP, *Gu'ahia Taíno: We Speak Taíno*: https://www.uctp.org/taino-language
- Jorge Baracutay Estevez, “The re-emergence of the Taino language” y el proyecto Hiwatahia: https://openpublishing.library.umass.edu/livinglanguages/article/id/2016/
- Casa Areyto / Taínonaíki: https://www.casaareyto.com/es
- Diccionarios comunitarios históricos en línea, como taino-tribe.org y Freelang, pueden aportar candidatos, pero no deben elevar por sí solos una forma al nivel A o B.

El artículo de Estevez dice haber creado unas 25.000 palabras para Hiwatahia, pero explica expresamente que se trata de una reconstrucción nueva con préstamos y creaciones. Esas 25.000 palabras no son 25.000 palabras históricas recuperadas.

## Trabajo siguiente recomendado

1. Transcribir los 110 vocablos de Contreras con página, cita breve, frecuencia y variante exacta.
2. Crear concordancias separadas de Colón, Chanca, Las Casas, Oviedo, Pané y Pedro Mártir.
3. Ingerir Zayas y Tejera, conservando sus referencias internas y marcando etimologías descartadas posteriormente.
4. Añadir Álvarez Nazario y Taylor como capas de análisis, no como testigos coloniales.
5. Comparar cada raíz con lokono, wayuunaiki, añún y garífuna mediante correspondencias regulares.
6. Publicar vocabulario comunitario en una tabla distinta que nombre el proyecto, fecha y reglas de creación.