Cómo extraer información de una persona a través de cómo habla

Lo que alguien dice importa. Pero cómo lo dice revela mucho más. El análisis psicolingüístico mide la forma del lenguaje, no su contenido, y esa forma es mucho más difícil de falsificar que cualquier respuesta consciente.

«Prácticamente nadie en psicología se ha dado cuenta de que las palabras más simples pueden revelar conductas a gran escala.»

James W. Pennebaker

El terrorista que se delató por cómo hablaba

A mediados de la primera década de este siglo, un equipo de investigadores de la Universidad de Maryland desarrolló un sistema llamado IELEX (Ideology Extraction using Linguistic Extremization) para analizar los discursos de los líderes de Al-Qaeda. Ya sabían de antemano lo que siempre habían afirmado y cuál era el contenido de sus mensajes, pero esta vez buscaban algo más revelador: la forma en la que lo decían.

Este sistema podía identificar indicadores lingüísticos de rigidez cognitiva, mediante cuantificadores como "todos" o "siempre", sobre-generalizaciones, ausencia de matices, o repetición literal del mismo campo léxico. Todo este tipo de elementos, en conjunto, revelaban cómo el sujeto había llegado a esas creencias. El mismo sistema mostró que Al-Zarqawi, líder de la filial iraquí, tenía patrones lingüísticos de extremización radicalmente diferentes a los del núcleo afgano-paquistaní. Y los documentos confiscados tras la muerte de Bin Laden confirmaron la misma conclusión: había una fractura ideológica profunda, y lo primero en revelarlo fue el lenguaje.

Lo más interesante es que el nivel de convicción de cualquiera estaba reflejado en su léxico. Al-Zarqawi usaba un vocabulario con pocas sinonimias, variaba poco el vocabulario y no parafraseaba sus ideas de forma variada. Bin Laden, en cambio, reformulaba las mismas ideas con vocabulario diverso, las extendía con argumentos propios, las conectaba con marcos conceptuales distintos. Uno estaba pensando, y el otro, repitiendo.

Y esa diferencia, invisible al análisis de contenido tradicional, es exactamente la que el análisis psicolingüístico detecta: quien ha integrado genuinamente una idea puede explicarla de diez maneras distintas sin cambiar su significado; quien la ha recibido impuesta tiende a reproducir las palabras del marco original porque no dispone de la red semántica que le permitiría parafrasearlo. La riqueza léxica no mide lo que alguien cree, sino si lo ha pensado. Y eso, aplicado a cualquier dominio, distingue al convencido del adoctrinado con una precisión que el propio interesado no puede falsificar.

Esta distinción es el núcleo de este documento. Si el lenguaje que se recibe deja huella en el lenguaje que se produce, ese lenguaje producido es una radiografía de lo que ocurrió cognitivamente en el receptor. Y esa radiografía, a diferencia del testimonio, no puede mentir.

Qué mide el análisis psicolingüístico

El análisis psicolingüístico es el estudio de las propiedades lingüísticas de un texto para inferir los procesos cognitivos que lo produjeron. A diferencia de lo que se suele pensar, no está relacionado con interpretar el significado del texto y unirlo a un sentimiento, sino que trata de medir variables formales: cuántas palabras distintas usa el hablante, con qué frecuencia aparecen verbos que reflejan procesos mentales, qué proporción del vocabulario pertenece al mismo campo léxico que el estímulo previo, qué estructura sintáctica adopta para distribuir la responsabilidad en sus enunciados.

Lo relevante para este documento es que hay dos categorías que tienen una capacidad diagnóstica muy alta: la riqueza léxica, que refleja la diversidad y elaboración del vocabulario empleado, y la densidad de verbos cognitivos, que muestra el grado en el que el hablante verbaliza su proceso de pensamiento propio. Al combinar estas dos variables se consiguen distinguir tres perfiles diferentes en cuanto al procesamiento que han hecho de un mensaje.

La riqueza léxica como huella del pensamiento

La riqueza léxica mide la variedad del vocabulario de un texto. Su principal indicador es el ratio type-token, es decir, la proporción entre el número de palabras diferentes y el número de palabras producidas en total. A más alta, más diversidad.

Esta riqueza léxica revela el grado de integración cognitiva de una idea en el hablante. Cuando una persona ha procesado genuinamente un concepto, dispone de una red semántica amplia en torno a él: sinónimos, términos relacionados, elaboraciones propias, paráfrasis, analogías. Cuando el sujeto crea un mensaje sobre este concepto, emplea vocabulario variado porque tiene una representación mental rica. Pero cuando, en cambio, alguien crea un mensaje de un tema sin haberlo integrado, tiende a repetir el campo léxico del estímulo original del que lo aprendió, bien sea con las palabras exactas o con variaciones pobres. Considerado así, con solo escuchar cómo alguien defiende su postura político-ideológica, podrías saber si es una conclusión genuina o si es fruto de puro adoctrinamiento sin importar el contenido argumentativo que ofrezca.

«La riqueza léxica no mide lo que alguien cree, sino si lo ha pensado.»

Los verbos cognitivos como indicador de procesamiento crítico

Los verbos cognitivos son aquellos que reflejan explícitamente cualquier tipo de proceso mental, tales como "creo", "pienso", "considero", "supongo", "imagino", "entiendo", "asumo". Su presencia en un mensaje indica que el hablante está verbalizando su propio proceso de evaluación, estableciendo así una distancia entre el mensaje recibido y su propia postura cognitiva. Son marcadores de procesamiento por la ruta central: el hablante no acepta el marco como punto de partida natural, sino que lo somete a escrutinio explícito.

Su ausencia, por el contrario, refleja que el procesamiento se ha realizado por la ruta periférica: se ha aceptado el marco como andamiaje conceptual sin que haya una evaluación deliberada que medie. Es decir, el hablante está razonando desde el marco que se le ha mostrado, no sobre él. En investigaciones sobre actitudes ideológicas polarizadas, se ha observado que quienes sostienen posiciones más rígidas producen textos con mayor uso de palabras de certeza ("sé", "claramente", "evidentemente") y menor uso de verbos cognitivos que quienes sostienen posiciones matizadas, lo que refleja que la certeza subjetiva no acompaña al pensamiento elaborativo sino que lo sustituye.

Tres perfiles que el lenguaje distingue

Al combinar la riqueza léxica y los verbos cognitivos, se pueden establecer tres perfiles cualitativamente distintos de cómo una persona ha llegado a sostener una idea. No son categorías absolutas ni excluyentes entre sí, pero marcan polos de un continuo.

El perfil del convencido por elaboración propia es el más fácil de confundir con el del adoctrinado cuando solo se atiende al contenido. Ambos pueden sostener la misma posición con la misma firmeza. La diferencia está en el lenguaje: el primero puede explicar la idea con sus propias palabras, cambiar el vocabulario sin cambiar el argumento, o anticipar objeciones. El segundo se desestabiliza cuando se le pide que lo reformule con otras palabras, porque no dispone de la red semántica que lo sustentaría.

El perfil del persuadido encubiertamente es el que más se ha analizado en la investigación sobre framing y metáfora conceptual. Su rasgo característico es la disonancia entre su testimonio y su lenguaje: está seguro de que sus juicios provienen de sus creencias o su experiencia, pero el análisis del texto que produce revela que el campo léxico del estímulo recibido está presente. Es, en palabras de Thibodeau y Boroditsky, quien razona dentro del marco sin haber decidido adoptarlo.

«El léxico repetido literalmente señala una representación prestada. El léxico variado, parafraseado, extendido con sinonimias propias, señala una representación integrada.»

Dónde se aplica esto en la práctica

Es justo lo que se describe en este documento el motivo por el que el FBI lleva décadas leyendo y analizando las amenazas que recibe. No les interesa saber qué dice la amenaza ni quién la hace, sino determinar si lo dice en serio. La diferencia entre una amenaza que hay que tomar en serio y una que no está en cómo están construidas. Incluso les permite así diferenciar si el que amenaza lo hace por orden de un superior o por convencimiento propio, pues el lenguaje del convencido y del que repite, aunque iguales en argumentos, son diferentes ante el análisis psicolingüístico.

Esto mismo se aplicó a los manifiestos de terroristas solitarios: se compararon los textos de quienes acabaron realizando el ataque con los de quienes no llegaron a hacerlo y, efectivamente, el lenguaje anticipaba la acción, lo que llevó a que actualmente varios servicios de inteligencia y seguridad europeos hayan incorporado este tipo de análisis en sus protocolos.

Pero esto no es solo territorio del terrorismo y amenazas. Estas mismas herramientas se utilizan en juicios cuando la autoría de un mensaje es disputada. El análisis de la riqueza léxica, la sintaxis preferida e incluso los tics de puntuación sirven como una huella dactilar lingüística, tanto para averiguar si el mensaje nace del convencimiento como para discernir de quién lo ha podido adoptar.

En política, el análisis psicolingüístico permite comparar a líderes de extremos opuestos y encontrar que su lenguaje es estructuralmente idéntico. Un líder de extrema izquierda y uno de extrema derecha pueden compartir la misma firma lingüística (menor complejidad analítica, mayor uso de pronombres colectivos, vocabulario emocional elevado) aunque defiendan ideas opuestas. El contenido los separa, pero la forma en que piensan no.

Cuando un paciente describe su diagnóstico usando exactamente el vocabulario del médico o del psicólogo sin poder reformularlo con sus propias palabras, predice con su patrón léxico que la explicación no fue integrada, y por ende que la adherencia al tratamiento será más frágil. No hace falta preguntarle si comprendió su situación, porque el lenguaje que produce al responder ya lo dice.

El patrón es siempre el mismo, cambie el dominio que cambie. El léxico repetido literalmente señala una representación prestada. El léxico variado, parafraseado, extendido con sinonimias propias, señala una representación integrada. No es infalible, pero sí involuntario, lo que lo hace mucho más difícil de falsificar que cualquier respuesta consciente. Así que la próxima vez que debatas con alguien, recuerda pedirle que te lo explique de diferentes formas.

Este documento es el tercero de una serie de tres que constituyen el marco teórico del Trabajo de Fin de Grado que está en su fase final. Los resultados del experimento, incluyendo lo que el análisis psicolingüístico de las justificaciones de los participantes reveló sobre su susceptibilidad a ser persuadidos sin saberlo, serán el objeto de las siguientes publicaciones.