Često puta jednostavna pitanja imaju složene odgovore. Na primjer: koja je razlika između jezika i dijalekta? Ako odlučite pitati lingvista o ovome, onda sjednite. Iako na prvi pogled u ovom pitanju nema ništa teško, na njega se može odgovoriti na različite načine.
Razlika između jezika i dijalekta može ovisiti o jednom ili drugom gledištu. S političkog gledišta, jezik je ono što ljudi obično govore kao nacija. Primjerice, od 1850. do 1992. postojao je takozvani srpskohrvatski jezik koji je obuhvaćao nekoliko dijalekata, uključujući srpski, hrvatski i bosanski. Ali nakon što se Jugoslavija podijelila na nekoliko neovisnih država sredinom 1990-ih, ti su dijalekti priznati kao zasebni jezici. Ova politička definicija djelomično djeluje, iako sa sobom donosi više problema nego rješenja: postoje jezici koji se govore u različitim zemljama, zapanjujući primjer toga je španjolski u Latinskoj Americi. Nitko ne bi tvrdio da su meksički španjolski i kolumbijski španjolski različiti jezici. Moguće španjolski, govori se u dijelovima Španjolske,toliko različit od svojih latinoameričkih sorti da zaslužuje da ga se naziva zasebnim jezikom, ali to nije potpuno jasno.
Ali što ako povučemo granicu između jezika i dijalekta, vođeni kriterijem međusobnog razumijevanja? Nažalost, ni ovaj pristup nije idealan. Danac će švedski razumjeti nešto bolje od Šveđanina - Danskog. Isto tako, osoba koja govori određeni seljački dijalekt britanskog engleskog razumjet će Amerikanca iz Los Angelesa puno bolje od Amerikanca. Međusobno razumijevanje često ovisi o vanjskim čimbenicima - oni su prilično nekontrolirana varijabla - a ne o svojstvenim svojstvima samog jezika.
Pa bismo možda trebali usvojiti čisto lingvistički pristup. Zamislite da možemo sustavno mjeriti razliku (D) između dvije govorne varijante. Specifično značenje slova D tada bi nam omogućilo da definiramo granicu između dva dijalekta i dva jezika. Pronaći takvu vrijednost ne bi trebalo biti jako teško, jer se dva jezika mogu uspoređivati prema mnogim kriterijima, poput inventara zvuka, gramatičkih karakteristika ili rječnika.
Ali što ako su razlike između govornih varijacija postupne, a vjerojatnost pronalaska zadane vrijednosti D visoka koliko je vjerojatnost pronalaska neke druge vrijednosti? Tada bismo za polaznu točku morali odabrati proizvoljnu vrijednost D, a proizvoljna bi nas vrijednost vratila na razmatranja političke ili praktične prirode koja nismo namjeravali uzeti u obzir. Želimo li da naša linija prekida bude na razini na kojoj su srpski i hrvatski različiti jezici ili jedan? Katalogizirajući jezike svijeta, koliko tisuća jezika želimo predati zaboravu: pet? Ili sedam? Možda deset tisuća?
Posljednjih godina prevladane su dvije glavne prepreke razlikovanju jezika i dijalekta. Prvo je kako izmjeriti razlike između govornih inačica - odnosno pronaći vrijednost za D. 2008. godine, grupa lingvista stvorila je Program za automatiziranu procjenu sličnosti (ASJP), čiji je dnevni kurator i osnivač uistinu vaš. ASJP je marljivo pripremio sustavni skup podataka za usporedbu jezika koji trenutno sadrži 7655 popisa riječi. Oni su relevantni za dvije trećine svjetskih jezika, pod pretpostavkom da su, u naše svrhe, jezici definirani standardnim kodom ISO 639-3. Budući da svaki popis riječi sadrži fiksni skup od 40 pojmova koji se dosljedno tumače, lako ih je usporediti i tako dobiti mjeru razlike. Najčešće korištena mjera razlike između dvije riječi je Levenshteinova udaljenost, pojam nazvan po Vladimiru Levenshteinu, sovjetskom znanstveniku koji je 1965. razvio algoritam za usporedbu dva niza znakova. Definirao je "razmak" kao minimalni broj zamjena, umetanja i brisanja potrebnih za pretvaranje jednog retka u drugi. Levenshteinova udaljenost može se korisno podijeliti s duljinom najduže od dvije crte, pa se sve udaljenosti stave na ljestvicu od 0 do 1. Ova je pojava poznata kao normalizirana Levenshteinova udaljenost ili LDN. Definirao je "razmak" kao minimalni broj zamjena, umetanja i brisanja potrebnih za pretvaranje jednog retka u drugi. Levenshteinova udaljenost može se korisno podijeliti s duljinom najduže od dvije crte, pa se na taj način sve udaljenosti stavljaju na ljestvicu od 0 do 1. Ova je pojava poznata kao normalizirana Levenshteinova udaljenost ili LDN. Definirao je "udaljenost" kao minimalni broj zamjena, umetanja i brisanja potrebnih za pretvaranje jednog retka u drugi. Levenshteinova udaljenost može se korisno podijeliti s duljinom najduže od dvije crte, pa se na taj način sve udaljenosti stavljaju na ljestvicu od 0 do 1. Ova je pojava poznata kao normalizirana Levenshteinova udaljenost ili LDN.
Druga je prepreka to što su možda "jezik" i "dijalekt" pojmovi koji se mogu definirati samo proizvoljnim redoslijedom. Evo nekoliko vrlo ohrabrujućih vijesti za vas. Ako pogledamo sve jezične obitelji u bazi podataka ASJP, gdje su sudionici projekta uključili značajan udio usko povezanih sorti, možemo početi tražiti različite vrste ponašanja jezika i dijalekata. Pred nama se pojavljuje intrigantna slika: udaljenosti se u pravilu kolebaju ili oko relativno male vrijednosti, ili oko relativno velike, i između njih nastaje depresija. Ispostavilo se da se najčešće ovo korito nalazi u uskom rasponu, u prosjeku oko 0,48 LDN. Nećemo pogriješiti ako kažemo da govorne inačice uglavnom nisu djelomično slične u svom osnovnom rječniku. Ili postoji tendencija ka većoj sličnosti, u kojem se slučaju govorne varijante mogu definirati kao različiti dijalekti ili manje sličnosti, u kojem slučaju se mogu pripisati različitim jezicima. Tu leži granica između jezika i dijalekta.
Taj je fenomen vjerojatno rezultat društvenih prilika. Dijalekti se razilaze kako se ljudi naseljavaju na novim teritorijima i formiraju nove identitete, ali ako i dalje postoji određeni kontakt između njih, konvergencija se može dogoditi tako da govorne inačice ostanu slične više od 50 posto (a time i govor radi se o jednom jeziku). Međutim, lagani potisak ka divergenciji može uzrokovati relativno brzo razilaženje jezičnih inačica, povećavajući Levenshteinovu udaljenost, u kojem slučaju ih možemo kvalificirati kao zasebne jezike. Možda postoji veza između granice udaljenosti između riječi na standardnom popisu koje koristi ASJP i odgovarajućih udaljenosti u drugim dijelovima jezične strukture, što može dovesti do ozbiljnog gubitka razumijevanja. Drugim riječima,prag razumijevanja može korelirati s pragom između jezika i dijalekata. Ovo pitanje još nismo proučavali, ali je kao objekt istraživanja izuzetno zanimljivo.
Promotivni video:
Došavši do objektivnog, a ne proizvoljnog kriterija za odvajanje jezika od dijalekata, možemo ga primijeniti na svjetske jezike. Neki parovi govornih varijeteta koji se smatraju nacionalnim jezicima, poput bosanskog i hrvatskog, znatno su ispod praga LDN od 0,48 (što znači da su isti jezik bez obzira na postojanje Jugoslavije). Nedaleko od ovog praga nalaze se jezici kao što su hindski i urdu (teško se mogu nazvati dva različita jezika). A sorte arapskog i kineskog, koje se često smatraju istim jezicima, lete iznad LDN = 0,48 (ove su sorte zasebni jezici). Zapravo postoji nekoliko parova sorti koje se obično smatraju različitim jezicima, ali variraju na granici: na primjer, danski i švedski, koji imaju LDN od 0,4921.
Konačno, tehnika izvedena iz skupova podataka, nazvana ASJP kronologija, može se primijeniti kako bi se utvrdilo vrijeme potrebno dijalektima da se distanciraju dovoljno daleko da bi se mogli smatrati zasebnim jezicima. Rezultat koji smo pronašli je 1059 godina, ako ne uzmemo u obzir neku pogrešku. Ova otkrića potkrepljuju se koliko vremena obično treba da se generički jezik jezične obitelji raspadne na kćerke jezike, koji kasnije postaju preci podfamilija. Za to su nam potrebne druge metode analize, ali rezultati su slični: potrebno je oko tisućljeća da se dijalekti pretvore u jezike. To znamo jer sada možemo razlikovati jedno od drugog.
Søren Wichmann je danski lingvist koji surađuje sa Sveučilištem Leiden (Nizozemska), Kazanskim saveznim sveučilištem (Rusija) i Lingvističkim sveučilištem u Pekingu (Kina). Njegova posljednja knjiga, Privremena stabilnost lingvističkih tipoloških obilježja (2009), napisana je u suautorstvu s Ericom W. Holmanom.
