TFM-B 89

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 121

 

FACULTAD DE EDUCACIÓN DE SEGOVIA


MÁSTER EN INVESTIGACIÓN EN CIENCIAS SOCIALES.
EDUCACIÓN, COMUNICACIÓN AUDIOVISUAL,
ECONOMÍA Y EMPRESA

TRABAJO DE FIN DE MÁSTER:

LA EVOLUCIÓN DE LA ORTOGRAFÍA EN EL
DISCURSO JUVENIL DE TUENTI A TWITTER:
LA FIERECILLA DOMADA

Alumna: Alba Torrego González


Tutor: Alfonso Gutiérrez Martín
  2  
RESUMEN
La red social Tuenti vivió una vertiginosa expansión entre los adolescentes españoles
desde su aparición en 2006 hasta el inicio de su declive en 2013. Desde ese mismo año,
la población adolescente ha comenzado a utilizar con más asiduidad la red Twitter. Ese
traslado no sólo supone un cambio de red social; también implica una transformación
ortográfica. En este trabajo, a través del Análisis del Discurso mediado por ordenador y
empleando un enfoque mixto, se analiza un corpus formado por 1800 mensajes, 900
provenientes de Tuenti y 900, de Twitter,de una muestra de 30 sujetos nacidos entre
1991 y 1995, que son usuarios de las dos redes. Se trata de un estudio longitudinal
puesto que los mensajes de Tuenti y los de Twitter fueron escritos por los mismos
usuarios, en 2008 y 2015, respectivamente. Los resultados obtenidos indican un proceso
de adecuación de la escritura de estos jóvenes usuarios a los nuevos contextos y
muestran las principales características de la evolución de su competencia lingüística.

Palabras clave: Comunicación Mediada por Ordenador, Redes Sociales, Competencia


ortográfica, Análisis del Discurso Mediado por Ordenador, Adolescencia.

ABSTRACT
The social network Tuenti lived a dizzying expansion among Spanish teens since its
inception in 2006 until the onset of its decline in 2013. From that same year, youngsters
have begun to use Twitter more regularly. This transfer not only involves a change of
social network; it also involves an orthographic transformation. In this research,
Computer-Mediated Discourse Analysis approach and a mixed method are used. We
analyze a corpus formed by 1800 messages (900 messages of Tuenti and 900 messages
of Twitter) from a sample of 30 subjects, who were born between 1991 and 1995. This
is a longitudinal study since messages Tuenti and Twitter were written by the users
themselves, in 2008 and 2015, respectively. Results indicate an adaptation process of
the writing of these young users to new contexts and they show the main features of the
evolution of their language skills.

Keywords: Computer-mediated communication, Social Networks, Orthographic skill,


Computer-Mediated Discourse Analysis, Adolescence.

  3  
  4  
ÍNDICE DE CONTENIDOS

CAPITULO 1. INTRODUCCIÓN ................................................................................ 9


1. ESTRUCTURA DEL TRABAJO .......................................................................... 10
2. OBJETIVOS DE LA INVESTIGACIÓN .............................................................. 11
3. JUSTIFICACIÓN ................................................................................................... 12
CAPÍTULO 2. MARCO TEÓRICO Y CONTEXTO DE ESTUDIO ..................... 15
1. INTRODUCCIÓN .................................................................................................. 15
2. LA INVESTIGACIÓN DE LA COMUNICACIÓN EN INTERNET ................... 16
3. INVESTIGACIÓN Y JÓVENES ........................................................................... 21
4. EL LENGUAJE JUVENIL EN LOS SMS ............................................................. 23
5. EL LENGUAJE JUVENIL EN OTROS ENTORNOS DIGITALES: EL
MESSENGER Y LOS CHATS .................................................................................. 27
6. POLÉMICA SOBRE EL CIBERLENGUAJE ....................................................... 29
7. MARCO DE ESTUDIO: DE TUENTI A TWITTER ............................................ 37
CAPÍTULO 3. METODOLOGÍA .............................................................................. 43
1. INTRODUCCIÓN ............................................................................................... 43
2. DISEÑO Y ASPECTOS METODOLÓGICOS DE LA INVESTIGACIÓN ...... 44
2.1 Método de investigación ................................................................................... 45
2.2. Dos cuestiones relevantes: la muestra y el corpus ........................................... 49
2.2.1. La selección de los sujetos ........................................................................ 49
2.2.2. La definición del corpus de datos .............................................................. 52
2.3 Procedimientos de análisis de datos .................................................................. 55
2.3.1 Obtención de categorías de codificación .................................................... 55
2.3.2. Utilización del enfoque cuantitativo coding and counting ........................ 56
3. ANÁLISIS DEL RIGOR DEL ESTUDIO ............................................................. 57
4. CONSIDERACIONES ÉTICAS ............................................................................ 60
5. LIMITACIONES METODOLÓGICAS................................................................. 61
CAPÍTULO 4. ANÁLISIS E INTERPRETACIÓN DE RESULTADOS .............. 63
1. EL LENGUAJE ADOLESCENTE EN UNA RED SOCIAL: TUENTI ............ 63
1.1. Resultados del proceso de codificación ........................................................... 64
1.2 Clasificaciones utilizadas en estudios realizados en otras lenguas ................... 68
1.3 Descripción de los códigos encontrados ........................................................... 70
1.3.1 Textismos relacionados con la correspondencia tradicional entre grafema-
fonema ................................................................................................................. 70
1.3.2 Textismos que rompen con la correspondencia tradicional entre grafema-
fonema ................................................................................................................. 72
2. ANÁLISIS ESTADÍSTICO DE LAS DIFERENCIAS DE TEXTISMOS ............ 77
2.1 Longitud de los mensajes .................................................................................. 81
2.2 Número de textismos......................................................................................... 83
2.3. Densidad de los textismos ................................................................................ 85

  5  
2.4. Comparación del uso de textismos en Tuenti y en Twitter .............................. 88
2.5 Comparación del uso de textismos en función del sexo de los sujetos ............. 91
3. INTERPRETACIÓN DE LOS RESULTADOS OBTENIDOS ............................. 92
3.1. Textismos en Tuenti y en Twitter .................................................................... 93
3.2 Evolución de la ortografía ................................................................................. 95
CAPÍTULO 5. CONCLUSIONES Y PROSPECTIVA ............................................ 97
1. CONCLUSIONES .................................................................................................. 97
2. LIMITACIONES Y PERSPECTIVAS DE FUTURO ........................................... 99
2.1. Limitaciones ..................................................................................................... 99
2. 2. Prospectiva .................................................................................................... 100
LISTADO DE REFERENCIAS ................................................................................ 103

  6  
ÍNDICE DE TABLAS
Tabla 1. Ejemplo del discurso juvenil en un chat ....................................................................... 28

Tabla 2. Comentarios surgidos a raíz de la aparición de un resumen sobre el lenguaje sms en


un libro de Lengua Castellana y Literatura de quinto de Primaria ................................... 31

Tabla 3. Estudios internacionales sobre la relación entre el uso de textismos y la competencia


comunicativa infantil y juvenil ............................................................................................ 34

Tabla 4. Tipología de sujetos seleccionados según edad, sexo y perfil en redes sociales .......... 50

Tabla 5. Tipología de sujetos seleccionados según lugar en el que se cursó la enseñanza


obligatoria, los estudios que se cursan, el sexo y el grado de producción de mensajes .... 51

Tabla 6. Relación de sujetos según sexo y edad .......................................................................... 52

Tabla 7. Comparación de los distintos procedimientos para la selección del corpus ................ 53

Tabla 8. Ejemplos de diferentes categorías de textismos que afectan a las vocales ................... 64

Tabla 9. Ejemplos de diferentes categorías de textismos que afectan a las consonantes ........... 64

Tabla 10. Categorías obtenidas en la codificación axial ............................................................ 66

Tabla 11. Categorías de textismos agrupados en función de que respeten o rompan la


correspondencia tradicional entre grafema y fonema ........................................................ 67

Tabla 12. Tabla de frecuencias para la variable “Sexo” ........................................................... 78

Tabla 13. Estadísticos descriptivos para la variable “edad” ..................................................... 78

Tabla 14. Tabla de frecuencias para la variable “edad” ........................................................... 78

Tabla 15. Caracterización de la muestra de mensajes estudiados ............................................. 80

Tabla 16. Densidad de textismos en Tuenti y en Twitter ............................................................. 85

Tabla 17.Prueba de Kolmogorov-Smirnov para una muestra .................................................... 88

Tabla 18. Estadísticos descriptivos del procedimiento Prueba T para muestras relacionadas . 89

Tabla 19. Coeficiente de correlación de Pearson ........................................................................ 89

Tabla 20. Tabla resumen del procedimiento Prueba T para muestras relacionadas ................. 90

Tabla 21. Estadísticos del procedimiento para una muestra ...................................................... 90

Tabla 22 . Tabla resumen del procedimiento Prueba T para una muestra ................................ 90

Tabla 23. Estadísticos del procedimiento para mostrar la influencia del sexo .......................... 91

Tabla 24. Tabla resumen del procedimiento Prueba T para mostrar la influencia del sexo ...... 91

  7  
ÍNDICE DE FIGURAS

Figura 1. Número de palabras de los mensajes en Tuenti y Twitter .............................. 82

Figura 2. Número de caracteres de los mensajes en Tuenti y Twitter ............................ 83

Figura 3. Número de textismos en Tuenti y Twitter que siguen el código tradicional ... 84

Figura 4. Número de textismos en Tuenti y Twitter que rompen el código tradicional . 84

Figura 5.Número total de textismos en Tuenti y Twitter................................................. 85

Figura 6. Densidad de textismos en Tuenti y Twitter ..................................................... 86

Figura 7. Densidad de textismos que siguen el código tradicional en Tuenti y Twitter . 87

Figura 8. Densidad de textismos que rompen el código tradicional en Tuenti y Twitter 87

  8  
CAPITULO 1
INTRODUCCIÓN

El presente trabajo de investigación pretende aportar una reflexión sobre la


Comunicación Mediada por Ordenador y, en concreto, sobre las características
ortográficas del discurso de los jóvenes en dos redes sociales diferentes. Asimismo, tras
realizar un análisis de los principales rasgos ortográficos de este discurso, se quiere
analizar si son significativos los cambios en la ortografía que se han producido en un
marco temporal de siete años, que va desde 2008 a 2015. Esto es importante puesto que,
en las últimas décadas, hemos sido testigos del vertiginoso desarrollo de las tecnologías
de la información y de la comunicación, que empleamos varias veces diariamente. La
aparición de estos medios ha producido importantes cambios en sectores de la sociedad
tan diversos como la educación, la economía o el ocio. Precisamente, incluso antes del
comienzo del siglo XXI, Castell (1996) ya popularizó el concepto “Sociedad Red” para
referirse al nuevo orden mundial que habían propiciado las tecnologías. Ante esta
situación, como afirma Gutiérrez (2002), la escuela no puede estar aislada de la
sociedad pues tiene que estar al servicio de ella.

En relación con el ámbito tecnológico, los jóvenes dedican varias horas al uso de
aplicaciones de mensajería instantánea o redes sociales. Por este motivo, el lenguaje que
emplean los adolescentes en las redes sociales o en los mensajes instantáneos se ha
convertido en un tema frecuente de debate y de preocupación en diferentes esferas
sociales del ámbito de la educación o de la familia y, desde la última década, es objeto
de estudio de importantes investigaciones internacionales. Estos estudios no tienen
únicamente una función descriptiva sino que también pretenden analiza la correlación
entre los cambios lingüísticos que imperan en estos nuevos discursos y sus
consecuencias en el desarrollo de la competencia comunicativa durante la infancia, la
adolescencia y la edad adulta temprana. Precisamente, nuestra investigación tiene como
finalidad el estudio de la evolución ortográfica y sus consecuencias en el nivel
comunicativo de los  jóvenes y pretende ser de utilidad para los docentes, acabando así
con falsas polémicas.

  9  
Ante estas necesidades, esperamos que la presente investigación sea de utilidad ante las
controversias y permita a docentes, a familias y a otros grupos sociales conocer la
influencia del discurso mediado por ordenador. No obstante, hay que tener en cuenta
que se trata de una primera aproximación en lengua española y que los resultados y
conclusiones que aquí se exponen deben ser contrastados y completados por otras
investigaciones.  

1. ESTRUCTURA DEL TRABAJO


El trabajo se organiza de la siguiente manera:

-­‐ Un primer capítulo introductorio en el que se realiza un planteamiento inicial de


la temática, se presenta la estructura del documento, se especifican los objetivos
y se justifican tanto la relevancia del tema como las motivaciones personales
para iniciar esta investigación.

-­‐ El segundo capítulo se destina a la exposición del marco teórico y a la


contextualización del objeto de estudio. El capítulo aborda la influencia de
Internet en el comportamiento humano y, en concreto, en la comunicación, que
es en lo que se centra este trabajo. Se referencian las principales cuestiones a las
que se enfrenta la denominada Comunicación Mediada por Ordenador (CMO) y
se revisan las más importantes investigaciones internacionales realizadas en esta
temática y también respecto a los usos del lenguaje juvenil. Se realiza una
aproximación a la evolución y a las características de las dos redes sociales que
son estudiadas en esta investigación: Tuenti y Twitter.

-­‐ El tercer capítulo se centra en la exposición de la metodología que se emplea en


el estudio. Se explica la opción por un denominado diseño mixto, pues se recurre
tanto a una parte de investigación cualitativa, en la que se elaboran categorías
para clasificar los textismos, a partir de estrategias relacionadas con la Grounded
Theory (Teoría Fundamentada), como a otra parte de investigación cuantitativa
mediante la utilización de técnicas estadísticas. Se describen los características
de los sujetos seleccionados para la obtención de datos. El capítulo incluye
también una explicación del modo en que se ha pretendido alcanzar el rigor del
estudio, así como una serie de consideraciones sobre la ética de esta
investigación y una reflexión sobre las limitaciones del trabajo realizado.

  10  
-­‐ El cuarto capítulo se dedica al análisis e interpretación de los resultados y en él
se contiene la evolución que ha dado lugar a una clasificación de los textismos
encontrados que se resume en dos grandes tipos: aquellos que respetan la
relación entre grafema y fonema y los que rompen con esta relación. Se muestra
también, mediante los procedimientos estadísticos adecuados, la significatividad
de las diferencias entre los textismos encontrados en los mensajes emitidos en
las dos redes sociales. Se exponen también los posibles motivos que se
encuentran en el origen de esta evolución ortográfica.

-­‐ El quinto capítulo se dedica a exponer las principales conclusiones del estudio,
además de exponer las posibles líneas de continuidad de la investigación. El
capítulo incluye una reflexión sobre la importancia educativa del estudio de las
expresiones lingüísticas en las redes sociales.

-­‐ A estos capítulos, además de la lista de las referencias bibliográficas utilizadas


en el estudio, hay que añadir un anexo que reproduce los principales datos que
han servido de base a la investigación.

2. OBJETIVOS DE LA INVESTIGACIÓN
El objeto de estudio de este trabajo se centra en:

El análisis de la ortografía empleada en los mensajes producidos por un grupo de


jóvenes en la red social Tuenti, en 2008, y en la red Twitter, en 2015, empleando el
enfoque metodológico del Análisis del Discurso Mediado por Ordenador y un método
mixto para describir las principales características lingüísticas de este fenómeno y ver si
existe correlación entre la edad de los sujetos y la producción de cambios ortográficos.

Los objetivos específicos que se abordan son los siguientes:

-­‐ Estudiar los aspectos ortográficos que se reflejan en las producciones de los
jóvenes en las redes sociales para conocer sus peculiaridades.
-­‐ Determinar si la presencia de textismos en el discurso de los jóvenes tiene su
razón de ser en el desconocimiento de la norma ortográfica o si, por el contrario,
obedecen a una motivación deliberada.

  11  
-­‐ Describir la evolución lingüística que se ha producido en un lapso de tiempo de
siete años a través de los mensajes escritos en Tuenti y en Twitter por un grupo
de jóvenes.
-­‐ Analizar la correlación entre los cambios ortográficos que imperan en estos
nuevos discursos y sus consecuencias en el desarrollo de la competencia
comunicativa en la adolescencia.

3. JUSTIFICACIÓN
La elección de este tema de investigación está marcada por un interés personal, que se
deriva de la experiencia en las redes sociales. Quien esto escribe es usuaria desde 2007
de la red social Tuenti y, desde 2012, de Twitter. Gracias a la utilización de estas redes,
se ha sido testigo de que la ortografía empleada por otros usuarios se alejaba de la
norma culta y que proliferaban nuevos fenómenos lingüísticos. Esto ya llamaba la
atención en 2008, mientras la autora cursaba la Licenciatura en Filología Hispánica.
Además, se han vivido estos cambios desde dos perspectivas: la de participante en las
interacciones, que ha escrito y leído mensajes en los que estaban presentes algunos de
los cambios lingüísticos que describimos en este trabajo y como observadora, que ha
estado atenta a los cambios y transformaciones que sufría el lenguaje, aplicando los
conocimientos que se poseían de la lengua.

El hecho de estar muy próxima en edad a la generación que se estudia en este trabajo
contribuye a que se tenga un mayor conocimiento del uso que hacen de las redes
sociales, las motivaciones que han dado lugar a los cambios lingüísticos o se
comprendan mejor los factores que han influido en los fenómenos que aquí se describen.
Esto puede ser una ventaja a la hora de recopilar el corpus e interpretarlo. Por otro lado,
como las personas de las que se han tomado los mensajes no son de las mismas edades
que la autora, esto permite observar el fenómeno con la distancia necesaria.

Desde una perspectiva de la Didáctica de la lengua y la literatura, este trabajo surge


como una reacción ante las polémicas que se han originado respecto a la influencia de
las redes sociales en el correcto desarrollo de la competencia comunicativa de los niños
y adolescentes. Los medios de comunicación y algunos investigadores relacionados con
la lingüística han criticado desmesuradamente a los jóvenes que se han atrevido a
emplear la lengua como herramienta para construir su identidad, a jugar con ella y

  12  
emplearla de forma imaginativa. El afán de normativizar el uso de la lengua y el miedo
a la evolución de la lengua, que hace que se salga de los cánones establecidos, ha dejado
fuera del ámbito educativo la comunicación en entornos virtuales. Por lo tanto, este
trabajo pretende hacer reflexionar al lector sobre estos cambios y su influencia en la
expresión escrita. Dentro del área de Lengua y Literatura en Educación Secundaria, los
docentes deben conocer los cambios lingüísticos que se están produciendo en el
discurso de los jóvenes ya que estos influyen en el proceso de enseñanza-aprendizaje de
los aspectos gramaticales y lingüísticos de la lengua española.

Al elegir el tema, también ha influido que los resultados obtenidos podrían tener
transcendencia social puesto que contribuirían al aprovechamiento de las
potencialidades educativas de las redes sociales y otros entornos virtuales. Así, es
necesario conocer el discurso juvenil para saber cuáles son las preferencias de los
jóvenes y acercarnos así a su visión del mundo. Consideramos que los profesionales de
la educación no pueden estar ajenos a esta realidad y deben incluirla en sus
planteamientos didácticos. Algunos jóvenes, que suspenden la materia de “Lengua
castellana y literatura”, realizan prácticas letradas en Internet diariamente (escriben en
foros, son autores de blogs…). Esto se debe a que las prácticas escolares frecuentemente
están desvinculadas de las prácticas sociales del sujeto.

  13  
  14  
CAPÍTULO 2
MARCO TEÓRICO Y CONTEXTO DEL
ESTUDIO

1. INTRODUCCIÓN

La sociedad del siglo XXI se encuentra inmersa en un proceso de transformación


estructural. Esto se ha producido, entre otras razones, por el impacto de la revolución
tecnológica basada en las tecnologías de la información y la comunicación, la formación
de la economía global y sus nuevos modelos neoliberales y un proceso de cambio
cultural (Castell, 1999). Son muchas las teorías sociales que se han ocupado de esta
transformación social y que han situado el punto de mira de sus interpretaciones en la
generación de conocimiento y procesamiento de la información como las bases de la
nueva relación socio-técnica.

Precisamente, debido a todos estos cambios, la sociedad del siglo XXI ha sido
denominada de diferentes formas. Así, comenzó llamándose postindustrial o con
distintos nombres derivados del prefijo “post”, como postcapitalista (Dahrendorf, 1959)
o postmoderna. Sin embargo, estos modelos parten de las características que ya se
habían dejado atrás y son poco explicativos de la sociedad actual. Por ello, se ha
denominado con frecuencia a esta nueva sociedad “sociedad de la información” para
marcar que el conocimiento y la información se han convertido en elementos
fundamentales de generación de poder en la sociedad.  

Uno de los hitos más relevantes de esta “sociedad de la información” ha sido la


aparición de Internet. En algo más de una década, el uso de Internet se ha extendido y
está presente en todas las partes del planeta. Castell (2001) afirma que esto ha dado
lugar a un nuevos modelos de comunicación, de negocio o de acceso a la información.
También ha tenido influencia en la política, en el arte, en la cultura o en la educación.
Por ello, Castell señala que:

Internet es el tejido de nuestras vidas. Si la tecnología de información es el

equivalente histórico de lo que supuso la electricidad en la era industrial, en

  15  
nuestra era podríamos comparar a 'Internet con la red eléctrica y el motor

eléctrico… (p.2)

Naughton (1999) hace también énfasis en la importancia de la llegada de Internet:

Internet es uno de los inventos más notables que han logrado nunca los seres

humanos. En términos de cuál es su impacto en la sociedad, ostenta el mismo

rango que la imprenta, el ferrocarril, el telégrafo, el automóvil, la energía

eléctrica o la televisión. Algunos lo equiparan con la imprenta y la televisión, las

dos tecnologías que más han transformado el entorno comunicativo en el que

vivimos. Sin embargo, su potencial es aún mayor que el de estas últimas, porque

aprovecha el recurso intelectual que la imprenta vino a aportar a la humanidad

sin los obstáculos inherentes a la naturaleza de la televisión, que consiste en

emitir de uno para muchos (pp.21- 22) .

2. LA INVESTIGACIÓN DE LA COMUNICACIÓN EN INTERNET

Por ello, no   Es de extrañar que, en los últimos años, hayan proliferado las
investigaciones sobre la influencia de Internet en el comportamiento humano y en los
efectos que tiene en nuestras vidas, como las realizadas por Carr (2011), Lenhart et al.
(2010), Castells (2001), Miller y Slater (2000) o Crystal (2001), que se han convertido
en referentes. La mayoría de estas investigaciones resaltan las interacciones que se
producen en la red, a través de las cuales, personas de todos las partes del mundo
intercambian mensajes, información, documentos multimedia… Precisamente, en los
últimos años ha aumentado el número de personas que interactúan regularmente en
chats, foros, redes sociales, mensajería instantánea, correo electrónico…Por ello, los
científicos sociales han intentado comprender la naturaleza y las principales
características de este fenómeno, que ha sido denominado comunicación mediada por
ordenador (CMO) (en inglés Computer-mediated communication CMC). Si analizamos
este término en profundidad, con el término “comunicación” se alude al intercambio de

  16  
información; “mediación” especifica que se emplea un medio para que se produzca la
comunicación y “ordenador” hace referencia a que el medio por el que se produce la
comunicación está relacionado con la tecnología, como ordenadores, teléfonos móviles,
tabletas… (Locher, 2008). La CMO se caracteriza por rasgos distintivos como
ortografía no normativa, léxico informal, expresiones coloquiales, interjecciones, uso de
abreviaturas, presencia de hipertextos y elementos multimedia, uso de emoticones, etc.
(Crystal, 2001, Beißwenger & Storrer, 2008). Además, dentro de la CMO hay que
distinguir entre medios sincrónicos, como los chats, y medios asincrónicos, como los
blogs o los foros, puesto que estas características tienen una influencia importante en las
prácticas lingüísticas (Herring, 2007).

Uno de los aspectos que ha posibilitado la realización de estas investigaciones es el


hecho de que las personas, cuando interaccionan en la red, dejan una huella textual, que
puede ser recopilada para su posterior análisis. Esto no sucede, por ejemplo, con las
interacciones orales en otros contextos, que no pueden ser registradas de forma tan
natural y sencilla (Herring, 2004). Además, hay que tener en cuenta de que las
interacciones en la red se producen mayoritariamente por medio del discurso. A esto
hay que añadir que el discurso toma una dimensión performativa (Austin, 1981) puesto
que a través de ellos podemos conocer los comportamientos de los individuos y su
forma de actuar en entornos digitales, sin tener otros datos de ellos (Baker, 1998) puesto
que se crea una identidad digital.

Gracias a las huellas dejadas en Internet, hemos conocido más sobre la sociedad y
cultura en la que vivimos. Así, no es de extrañar que, en diversas investigaciones hayan
surgido términos como “etnografía en Internet”, “etnografía virtual” (virtual
ethnography) (Hine, 2000), “etnografía de redes” (network ethnography) (Howard,
2002), ciberetnografía (cyberethnography) (Domínguez et al., 2007) o “netnography”
(Kozinets, 2002). Con estos nombres se hace alusión a la transferencia de los principios
y técnicas del método de investigación de la etnografía para analizar la Comunicación
Mediada por Ordenador (CMO) (Computer Mediated Communication). Estos enfoques
se basan en la Etnografía de la Comunicación (Hymes, 1996), que tiene como fin el
estudio de la interacción comunicativa entre un grupo de seres humanos puesto que,
para comprender los fenómenos lingüísticos, además del análisis de las estructuras
internas del lenguaje, hay que estudiar el contexto en el que se ha producido el discurso.

  17  
Los objetivos de estos estudios no han sido siempre los mismos sino que han cambiado
conforme las tecnologías se han ido asentando en nuestra vida. En un primer momento,
hace más de una década, el principal foco de atención eran los rasgos y las estrategias
específicas que se empleaban para comunicarse en los nuevos medios, desde un punto
de vista lingüístico y sin tener en cuenta la información contextual (Ferrara, Brunner &
Whittemore, 1991; Crystal, 2001). Hasta llegar a la actualidad se han seguido
analizando millones de datos, recogidos de diversos medios como correo electrónico,
foros, redes sociales, SMS y se ha descrito como se actúa en cada medio. En los últimos
años, los estudios han comenzado a incluir componentes de otros campos como la
Pragmática, la Sociolingüística o el Análisis del Discurso y se ha tenido en cuenta la
información contextual que rodea a los mensajes. Esto se ha realizado a través del
análisis de datos, como ya se venía haciendo, y mediante encuestas, entrevistas y
observaciones de los sujetos que producen los mensajes.

A los mensajes que se producen debido a la interacción en el ámbito digital se les ha


denominado discurso digital (digital discourse) (Thrulow & Mroczek, 2011) o
ciberhabla (Netspeak) que se engloba en la llamada Lingüística de Internet (Crystal,
2001). Llama la atención que todos los usuarios de medios electrónicos se han
percatado de que la lengua empleada en ellos tiene características diferentes a la de
otros contextos:

Hay una intuición ampliamente extendida de que existe una ciberhabla, una

forma de lenguaje con características únicas y propias de Internet (…), que se

deriva de su naturaleza de medio electrónico, global e interactivo. (…)[e]l hecho

de que las personas sean conscientes de que hay algo “ahí fuera” se demuestra

por la forma en que otras variedades de la lengua están siendo afectadas por ella.

Siempre es un indicio claro de que ha llegado una nueva variedad cuando se

empieza a eludir a ella en otras situaciones lingüísticas (Crystal, 2001, pp. 29-

30).

Crystal hizo estas afirmaciones en 2001 y, casi quince años más tarde, algunas
expresiones que se han creado en las redes ya forman parte de nuestra cultura. Así, las

  18  
encontramos en títulos de libros, películas o en expresiones empleadas tanto en la
lengua oral como escrita.

La naturaleza del discurso digital varía dependiendo de las propiedades técnicas de los
sistemas de comunicación empleados y del contexto social y cultural donde se produce
la comunicación. Originalmente, la mayoría de la CMO era “text based” porque los
mensajes eran escritos a través de un teclado de ordenador para después ser leídos en
una pantalla. Dentro de este tipo se pueden incluir los mensajes escritos en medios
como el correo electrónico, foros, grupos de noticias, chats, blogs y microblogs y wikis.
Sin embargo, en los últimos años se ha incrementado la utilización de imágenes, audio o
vídeo para la comunicación y día a día se intercambian millones de mensajes
multimedia en los medios antes citados. A esto hay que sumar que la comunicación
también se produce mediante smartphones o tabletas, empleando, por ejemplo, redes
sociales o programas de mensajería instantánea (Herring, 2004).

La primera investigación que analizó el discurso se realizó en la década de los 80


(Murray 1985; Severinson, 1986) aunque la disciplina del Análisis del Discurso
Mediado por Ordenador no se consolidó hasta principios de la década de los noventa,
que fue cuando apareció el trabajo de Ferrara, Brunner y Whittemore (1991). A partir de
entonces, ha crecido el número de estudios que analiza el discurso en estos medios y los
investigadores han adaptado los métodos tradicionales de recogida de información y de
análisis de la Lingüística a estos entornos digitales.

Por otro lado, la mayoría de las investigaciones realizadas hasta ahora se centran en el
concepto de “variación”. En Lingüística, se emplea este término para hacer referencia a
los cambios que se producen en el uso de la lengua debido a factores geográficos,
socioculturales, contextuales o históricos en los que se encuentre el hablante. Así, a la
hora de elaborar su discurso, se tienen en cuenta circunstancias personales, los
receptores, el medio o el tipo de comunicación. Si analizamos las investigaciones que se
han realizado hasta ahora en relación con el discurso mediado por ordenador, la mayoría
de los estudios, tanto los cuantitativos como los cualitativos, emplean la variación
lingüística como unidad de análisis. Así, si revisamos el estado del arte de las
investigaciones que se centran en la Comunicación Mediada por Ordenador, se observa
que se han se han analizado diversas variables lingüísticas que aparecen gracias a los
nuevos medios y que están relacionadas con otras variables independientes como puede

  19  
ser la edad, el sexo, el grupo social, el medio empleado… Por ejemplo, hay varias
investigaciones que se centran en la comunicación sincrónica y en el discurso
interactivo en chats y en mensajería instantánea (Paolillo, 2001; Siebenhaar, 2006;
Franke, 2006; Squires, 2011) o, por el contrario, en la comunicación asincrónica en
foros, blogs o grupos de noticias (Hering & Paolillo, 2006; Androutsopoulos, 2007).
Dentro de estos estudios, se ha hecho especial hincapié en la relación en la influencia de
la fonología en la lengua escrita, en la variación gramatical o en los cambios en la
ortografía. Además, se han tenido en cuenta factores independientes como el sexo, la
procedencia geográfica, la edad, el medio donde se producía la comunicación…

A estas investigaciones, que en un primer momento se centraban en describir las


características lingüísticas de los intercambios, se han ido sumando otras, que son cada
vez más variadas y originales. Esto puede ser debido a la proliferación del uso de
Internet en la vida diaria y la cantidad ingente de recursos que ofrece. Estos trabajos no
sirven únicamente para comprender las estructuras lingüísticas y pragmáticas, sino que
nos permiten explicar el funcionamiento de las interacciones sociales en entornos
digitales. A modo de ejemplo, Craviotto (2008) examina en su trabajo las estrategias
lingüísticas que emplean un grupo de usuarios hablantes de inglés y español para
establecer relaciones amorosas en los chats, Planchenault (2010) estudia en una
comunidad online de travestis cómo se emplea un léxico relacionado con la cortesía
para marcar su identidad feminidad.  

La mayoría de estas investigaciones se han centrado en el inglés, el alemán y el francés


(Androutsopoulos, 2011). Lamentablemente, en español, el número es muy limitado si
lo comparamos con la existente en las lenguas citadas. Las investigaciones en nuestro
idioma se han centrado en describir sus características en foros (Ezeiza & Palacios,
2009; Upegui, 2009) correo electrónico (Níkleva & Núñez, 2013; Sabater, 2011), chats
(García Cervigón, 2015; Sánchez Ceballos & Sánchez Upegui, 2011), redes sociales
(Torrego, 2010; Alamán & Rueda, 2014; Fernández & Rodrigo, 2010; Cassany, 2003;
Figueras, 2014) o Messenger (Cerino & Martínez, 2010; Cabedo, 2010) resaltando el
componente de oralidad del texto escrito en los entornos virtuales (López Quero, 2004).
Dentro de la CMO, también se ha estudiado el lenguaje de los SMS (Simón, 2012). A
pesar de que sí que existe una preocupación e interés por el tema, fundamentalmente en
lo respectivo a las características de la lengua que se emplea en estos dominios, en

  20  
español falta profundizar todavía más y examinar el uso de la lengua desde diversas
perspectivas. Esto conlleva que se haga difícil partir de hipótesis y resultados
propuestos por otras investigaciones sobre el español y que haya que recurrir a los de
estudios de otras lenguas. Además, se echan en falta estudios que empleen una
metodología cuantitativa para el análisis de los textos; algo que es muy frecuente en
otros países de Europa y en Estados Unidos.

3. INVESTIGACIÓN Y JÓVENES

La comunicación en Internet se ha convertido en algo común en la vida de la mayoría


de las personas. En los últimos años, el cambio tecnológico, la digitalización o la
escuela 2.0 ha tenido un gran desarrollo. Para mejorar la competencia audiovisual del
alumnado de enseñanza obligatoria se requiere abordar diferentes lenguajes: lenguaje
verbal, lenguaje no verbal y el lenguaje audiovisual. Son varios los autores, como
Buckingham (2005) o Montoya (2005) que han estudiado las teorías de la comunicación
y cómo estas influyen en el ámbito educativo. Además, se ha analizado el lenguaje
verbal puesto que la red ha tenido un gran impacto en el uso, el aprendizaje y la
enseñanza de la lectura y la escritura: se accede a multitud de recursos, se construyen
nuevos significados, se rompe la unidireccionalidad, se modifican aspectos ortográficos,
léxicos o pragmáticos del lenguaje… (Cassany, 2012).

Si nos centramos en el ámbito de la enseñanza obligatoria, un fenómeno relativamente


reciente, el auge del uso de redes sociales, SMS, correo electrónico, mensajería
instantánea, etc., se ha convertido en el referente de la comunicación por Internet. Los
jóvenes han hecho del uso de internet una de sus aficiones preferidas, contribuyendo a
su extensión de forma exponencial (Fernández, 2008). De hecho, en las sociedades
industrializadas, el número de usuarios adolescentes que emplean diariamente
aplicaciones informáticas para comunicarse es muy alto (Lenhar, Arafeh, Smith &
Macgill, 2008). Los jóvenes emplean continuamente mensajes escritos para establecer
contacto con otras personas mediante mensajes de texto, comentarios en redes sociales o
correos electrónicos (Bryant, Sander-Jackson & Smalwood, 2006; Lenhart et al., 2010;
Livingstone & Brake, 2010)

  21  
Las características de este fenómeno ya han comenzado a ser objeto de investigación,
como han puesto de manifiesto distintos trabajos, entre los que cabe destacar las
aportaciones de Fernández (2008) o López (2008). El análisis de lo que escriben los
adolescentes en las redes sociales revela un discurso bastante diferente a los generados
por otros grupos de edad o en otros contextos comunicativos.

El lenguaje juvenil ha sido analizado en los últimos años, pero no con la proliferación
que podría esperarse. Con el término lenguaje juvenil se designa un conjunto de rasgos
lingüísticos presentes en las manifestaciones lingüísticas de los jóvenes producidas de
forma oral o por escrito, como reflejo de lo oral (Herrero, 2002, p.68). A pesar de la
influencia del factor edad en el uso de la lengua y de que la comunidad de habla de los
adolescentes sea la más diferenciada respecto a otras, el lenguaje de los jóvenes ha sido
tratado de manera marginal. Zimmermann (2007) expone dos posibles causas: en primer
lugar, la juventud no representa un grupo de poder en la sociedad, pues es menor de
edad desde el punto de vista jurídico y económicamente dependiente y, en segundo
lugar, los elementos característicos de su lenguaje cambian cada poco tiempo. Pero,
como afirma Caldevilla (2010), el uso de las redes sociales, mayoritariamente por
personas jóvenes, está generando un nuevo lenguaje, que, en su opinión, relativizará el
sistema actual de redacción y fomentará un sistema de normas distinto al existente. Este
lenguaje no solo lo emplearán los jóvenes, sino también aquellos que quieran pasarse
por estos o quieran mimetizarse y, de esta manera, ejercerá su influjo en muy amplios
sectores de edad. De ahí la relevancia de estudiar el lenguaje en las redes sociales.

Por otro lado, hay que tener en cuenta un asunto de bastante importancia y que resulta
muy relevante en el campo educativo: la necesidad del adolescente de sentirse parte de
una comunidad. Por ello, la utilización de recursos lingüísticos similares a los que
emplean los otras personas de su grupo social hace que se acreciente la sensación de
pertenencia al grupo. De este forma, el discurso contribuye a crear una comunidad de
habla, que se define por el uso de una determinada variedad en la lengua escrita. Así,
Palazzo (2010) afirma:

La variedad que resulta en esta interacción es producto de la experiencia y de la

conformación de identidades: existe una necesidad de pertenecer a un grupo o a

su representación discursiva, donde el uso verbal está delimitado por un

  22  
repertorio adecuado al género. Este puede diferenciarse de la variedad utilizada

en el ámbito escolar, e incluso en el familiar, y reviste características simbólicas

(Palazzo, 2010, p. 5).

El lenguaje de los jóvenes en estos medios electrónicos mezcla neologismos,


abreviaturas, textismos, emoticones… Cabedo (2010) emplea una buena comparación
para describirlo: Víctor Hugo presentó al jorobado de Notre Dame como un ser
misterioso y huidizo, pero ingenioso al mismo tiempo y, para este autor, esos son los
atributos de la lengua del chat y del Messenger. Se trata de una lengua que en apariencia
aparece deformada, relegada al uso de un grupo creciente de personas, en un medio
novedoso, como es Internet. Desde un punto de vista académico, el uso de la lengua
puede parecer plagado de errores e, incluso, de aberraciones. Y, sin embargo, aplica
novedades ingeniosas que permiten una comunicación más clara y espontánea entre los
usuarios de los medios digitales.

El discurso lingüístico utilizado por los jóvenes en la CMO tiene mucho que ver con el
lenguaje coloquial. Existe un bajo grado de formalidad y el aspecto subjetivo tiene un
papel muy relevante. La lengua empleada se aparta sustancialmente de la norma
estándar de la escritura y de los contextos orales formales. Sin embargo, se produce un
fenómeno paradójico y es que emisores y receptores se entienden entre sí.

Algunos autores han tratado de analizar las causas de este fenómeno. Othelo (2005)
apunta tres factores que pueden influir: la necesidad de expresarse rápida y
espontáneamente, la influencia de la comunicación oral en la escritura digital o el deseo
de facilitar la comunicación y de crear vínculos afectivos. Torrego (2011) señala como
razones la comodidad y rapidez de escritura, la necesidad de embellecer sus mensajes y
que estos llamen la atención del receptor o, la que para la autora puede ser la principal,
la necesidad de diferenciar de otros grupos sociales y reforzar una de las señas de
identidad de su grupo social.

4. EL LENGUAJE JUVENIL EN LOS SMS

Las primeras investigaciones sobre CMO entre los jóvenes comenzaron a realizarse en
torno a los SMS. Esto no es de extrañar puesto que, desde hace más de una década, el

  23  
móvil se convirtió en uno de los elementos que compartían la esfera íntima de casi todos
los adolescentes, con el que llegaban   casi a tener un vínculo emocional (Srivastava,
2005). El acceso a estos aparatos era más sencillo que al de un ordenador con conexión
a Internet y el envío de SMS no tenía un precio muy elevado. A esto hay que sumar que
su uso era ubicuo y que el propio grupo de amigos creaba en los adolescentes la
necesidad de tener un teléfono móvil. Por ello, los adolescentes empleaban
mayoritariamente los mensajes de texto para comunicarse entre sí en entornos digitales.

Como afirma Umberto Eco (2002), los SMS llegaron en una época donde en la
comunicación se prefería lo simple y breve. Además, la limitación de caracteres por
mensajes, que era de ciento sesenta, hizo que hubiera que echar mano de la imaginación
y de la originalidad para concentrar el mensaje en tan poco espacio. Por ello, los textos
escritos en los SMS se diferenciaron de los tradicionales. A pesar de esto, hay que
señalar que este fenómeno no fue completamente nuevo puesto que, por ejemplo, se
empleaban abreviaturas o sustituciones de letras desde los orígenes de la escritura
(Vignaux, 2008).

Debido a la necesidad de ser concisos y breves, muchas de las primeras investigaciones


se han centrado en la existencia de abreviaturas en los mensajes de texto y han
calculado el porcentaje de personas que las emplean dentro de un grupo. Otros estudios
más recientes, que han partido de alguna manera de esa base, pero que se han dado
cuenta de que en los SMS no hay únicamente abreviaturas, han tenido en cuenta la
densidad de textismos como índice de referencia. Cabe señalar que por “textismo”
(textism) entendemos un cambio ortográfico en una palabra que no sigue las normas de
la ortografía estándar.

En el ámbito internacional han proliferado los estudios sobre las particularidades de la


escritura en el ámbito de los mensajes de texto (Tagliamonte & Denis, 2008; Ling &
Baron, 2007; Thompson & Cupples, 2008; Spagnolli & Gamberini, 2007; Crystal,
2008). Estas primeras investigaciones, que se centraban mayoritariamente en el inglés,
se han completado con otras que analizan los mensajes de texto enviados en otros países
y en otras lenguas, como es el caso del francés (Goumi, Volckaert-Legrier, Bert-Erboul
& Bernicot, 2011), del italiano (Herring & Zelenkauskaite, 2014) o de algunas lenguas
más minoritarias como el shona en la República de Zimbaue (Kahari, 2014) o el suajili
en Kenia (Barasa, 2010).

  24  
Dentro de la investigación, hay que tener en cuenta que los mensajes de texto son del
ámbito privado y que, para que los investigadores tengan acceso a ellos, los usuarios
deben mostrárselo. Esto ha dificultado, en algunas ocasiones, el contacto directo con el
texto en condiciones no manipuladas ni alteradas por el investigador. A raíz de este
problema y ante la imposibilidad de construir un corpus con cientos de mensajes
escritos por toda la población estudiada, en algunos estudios se han creado contextos
artificiales en los que los jóvenes tenían que escribir mensajes simulando una situación
dada por el investigador. Por ejemplo, para analizar la proporción de textismos en los
mensajes de texto, Plester, Wood y Joshi (2009) pidieron a ochenta y ocho estudiantes
británicos de diez años que escribieran mensajes que podrían haber enviado y, para ello,
se les propusieron diferentes situaciones. Con el mismo objetivo, Kemp y Bushnell
(2011) dictaron un texto a ochenta y seis jóvenes, que tenían que escribirlo
imaginándose que este iba a ser enviado a un amigo. Un caso más curioso es el de
Bushnell, Kemp y Martin, que realizaron un estudio con doscientos veintisiete jóvenes
australianos a los que citaron treinta palabras para que las escribieran en lenguaje SMS
y, como en el colegio no estaba permitido el uso de teléfonos móviles, tuvieron que
hacerlo con lápiz y papel. Otros estudios, que también pretenden analizar el lenguaje
empleado en los mensajes de texto, dejan de lado la simulación de contextos pero
recurren a que sean los propios adolescentes los que copien en un papel los mensajes
que enviaron a sus amigos en diferentes periodos de tiempo (Wood et al. 2011; Plester
et al., 2011). Para tratar de analizar los mensajes de texto de forma más directa y natural
se han construido bases de datos. Una de las más importantes es la del grupo
“Sms4science”, un proyecto internacional coordinado por el CENTAL, un centro de
investigación de la Université Catholique de Louvain (Bélgica), que contiene treinta mil
mensajes escritos por dos mil cuatrocientos treinta y seis hablantes de francés con
edades comprendidas entre los doce y los setenta y tres años (Fairon, Klein, Paumier,
2006). Para conseguir estos mensajes, el grupo de investigación facilitó gratuitamente
un teléfono móvil a cada sujeto con el condicionante de que todos los mensajes que
mandaran a sus amistades también se guardarían en los registros del grupo de
investigación (Bernicot, Volckaert- Legrier, Goumi & Bert- Erboul, 2012).

Estas investigaciones han recalcado que, en los mensajes de texto, la escritura sigue un
patrón distinto en relación con las formas léxicas, sintácticas y tipográficas para
adecuarse a las necesidad de los jóvenes y a las características de las tecnologías.

  25  
Además, se trata de un lenguaje que tiene su propio estilo, que está marcado por
características como uso de abreviaturas, argot, reducciones sintácticas, emoticonos,
supresión de partes del discurso y de palabras como pueden ser los pronombres, las
preposiciones o los artículos (Ling, 2008; Doring: 2002). Asimismo, el lenguaje de los
mensajes de texto tiene rasgos tanto de la lengua escrita como de la lengua oral. Por ello,
Crystal (2001) sugiere que el lenguaje SMS es algo más que un híbrido entre escritura y
oralidad y que debe tenerse esto en consideración para su análisis. Desde un punto de
vista pragmático, los mensajes son de estructura simple y concreta, que está
condicionada por la situación de referencia en la que se producen y por la necesidad de
una cooperación por parte del receptor.

Ya hemos visto que la mayoría de los estudios se han centrado en el aspecto ortográfico
de los mensajes de texto pero algunas investigaciones también han analizado la longitud
del mensaje, su estructura y los propósitos por los que han sido escritos. Si nos
centramos en la longitud, tenemos que tener en cuenta que un mensaje no puede estar
formado por más de ciento sesenta caracteres, sin embargo, en un espacio tan breve, el
número de palabras y caracteres empleado varía mucho de un grupo a otro (Thurlow &
Brown, 2003). Ling (2005) señala que las mujeres de entre trece y diecinueve años
escriben mensajes más largos que los chicos.

Si nos centramos en la estructura, Spagnolli y Gamberine (2007) muestran que


únicamente en el 13% de los mensajes escritos por los jóvenes hay una estructura
definida, propia de la lengua escrita, en la que se empleen fórmulas de saludo y
despedida y Laurse (2005) recalca que la estructura de saludo-mensaje-despedida no se
utiliza casi entre los adolescentes de catorce años. Spilioti (2011) afirma que las
fórmulas de despedida son utilizadas sobre todo cuando se dan las siguientes
circunstancias: distancia social entre los interlocutores o como una marca de cortesía en
situaciones de compromiso o delicadas.

En cuanto al propósito de los mensajes de texto, Rivière & Licoppe (2005) indican que
la mayoría de los mensajes tienen un contenido emocional o afectivo puesto que se
envían a amigos cercanos. Esto es algo con lo que están de acuerdo la mayoría de los
estudios realizados hasta la fecha, que resaltan la importancia que tienen las relaciones
sociales a la hora de enviar un mensaje. Así, muchos SMS se envían para mantener una
relación de amistad (Deumert & Masinyana, 2008) y son muy frecuentes, sobre todo,

  26  
entre las adolescentes (Döring et al., 2005). Thurlow y Brown (2003) proponen
clasificar los propósitos por los que se escribe un mensaje en un rango que va desde la
función informativa y transaccional- mensajes con información práctica o datos- a la de
relación e intimidad- mensajes de amor, de amistad, sexuales o para concertar una cita-.
En su estudio, señalan que un 31% de los mensajes que han analizado pertenecían a la
categoría informativa mientras que un 61% tienen relación con la categoría de la
intimidad.

5. EL LENGUAJE JUVENIL EN OTROS ENTORNOS DIGITALES:


EL MESSENGER Y LOS CHATS

Si bien es cierto que el uso de los textismos se extendió gracias a la limitación de


espacio en los mensajes de texto y al gran número de SMS enviados por los
adolescentes, en épocas tempranas también se empezaron a escribir mensajes que no
seguían la norma lingüística estándar en otros medios. Si queremos entender la
comunicación actualmente, no podemos perder de vista unos medios en los que, aunque
no sean redes sociales, los jóvenes han interactuado y han dejado escritos millones de
mensajes. De hecho, los nacidos a principios de los años 90, que forman parte de
nuestro estudio, han sido definidos como la generación Messenger.

El servicio de mensajería instantánea Messenger (MSN) es una aplicación que permite


el intercambio sincrónico de mensajes entre dos personas geográficamente distantes. En
2006 se convirtió en la actividad favorita en Internet para el 87% de los jóvenes
españoles (Marcos, 2006) puesto que les permitía estar comunicados permanentemente
con sus amistades. Cerino y Martínez (2010) analizaron en 2010 la comunicación en
Messenger entre un grupo de adolescentes. Estos autores señalan que los jóvenes
emplean muchos emoticones, algo que no pasaba en los SMS, y que muestran
preferencias por cambiar el tipo de letra empleado en los mensajes, para agrandarla o
cambiarla de color. En cuanto al aspecto lingüístico, los autores afirman lo siguiente:

Se observaron faltas de ortografía en las conversaciones de los sujetos, los signos de


puntuación no los utilizan correctamente –y a veces ni los utilizan– y deforman el
lenguaje ya que escriben palabras sustituyendo letras como la «s», «q», «k», «h» como
por ejemplo: q ase cho (¿qué has hecho?), nda (nada), yegarle (llegarle), tonces
(entonces), sorro (zorro), olles (oye). Estas abreviaciones de palabras –o deformación

  27  
del lenguaje– parecen originarse por la necesidad de enviar con la mayor rapidez
posible la respuesta al interlocutor, dependiendo de la plática que se estuvo generando.
Aunado a esto, con frecuencia utilizan nuevas expresiones que efectivamente, acortan
las palabras durante la charla pero que parecen deformar el lenguaje. Por mencionar
algunas son: sip, nop, ekivocast, karitas, stas, t, k, q, oies.

Como se puede comprobar, en Messenger ya se encuentra el germen de lo que después


continuaría en las redes sociales. De hecho, en España, una de las razones de la caída
del uso de Messenger entre los adolescentes fue la aparición de un chat en Tuenti, que
permitía hablar con amigos desde la propia red social y sin necesidad de tener que
iniciar sesión en otro programa.

En la primera década del 2000 también se empleaban los chats. Dos de las diferencias
más notorias respecto a Messenger, es que en los chats la conversación es grupal y se
produce, generalmente, entre personas que no se conocen. A pesar de esto, el discurso
juvenil tiene unos rasgos muy similares a los que se han descrito para el empleado en
Messenger (Cabedo, 2009; Galera, 2010), como se puede observar en la siguiente tabla,
que recoge ejemplos reales extraídos del estudio de Cabedo (2009):

Tabla 1. Ejemplo del discurso juvenil en un chat

1. <badgirl>olaaaaaaaaaas
2. <bea>????????????????
3. <bea>HAY ALGUNO DE TORREVIEJA QUE
CHAT
ESTE BUENO
4. <xica__>algun xaval de 13 a 16????????????Q me
abra priviiiiiiiiiiiiiixfffffffffa
5. <XIKOCALIENTECAM>hola alguna xica con cam
para privado yo xiko ke esta muy bien……
6. Dr.ALCE dice: alguna……….crec………….
7. Dr.ALCE dice: ostiaaaaa!! Doctor i tot, joder

MESSENGER 8. Dr.ALCE dice: buenasssss


9. Ich liebe dich dice: desp te mando el mail, si?

10. Ich liebe dich dice: beso para ti tamb

  28  
Fuente: Cabedo, A. (2009). Consideraciones gráficas y lingüísticas del lenguaje
cibernético: el chat y el Messenger. Tonos Digital, 18

Como afirma Galera (2010), la aparición de estas variaciones lingüísticas, que son
socialmente compartidas por todos los miembros de un determinado grupo de edad,
implica una oralización de la interacción, simbólica en el chat o el Messenger. La
intención de los adolescentes al emplear estos recursos es agilizar el intercambio
educativo, para que sea más vivaz y flexible, a la par que acercarlo a las variantes
coloquiales para personalizarlo y aumentar su potencial comunicativo entre su grupo de
edad (Mayan i Planells, 2002).

Otra de las características que hay que tener en cuenta en los chats y en el Messenger es
que el discurso es una obra colectiva, fragmentaria y vital pues en su proceso de
creación participan varias personas (Mayan i Planells, 2000). Además, como ya hemos
señalado anteriormente, en los chats, a pesar de emplearse un canal escrito, el discurso
tiene un alto componente de oralización, sin embargo, no se puede considerar esto como
una simple transcripción de una conversación oral. Es cierto que impera una falta de
reflexividad y de distanciamiento, que son notorios en comparación con el discurso
escrito, pero no puede compararse directamente con el discurso oral porque aquí sí que
hay una dosis de estructuración y de medir lo que se quiere decir. Sin embargo, la
utilización de un registro escrito oralizado responde a la necesidad de los adolescentes
de personalizar el código produciendo una ruptura con el registro verbal escrito formal.

6. POLÉMICA SOBRE EL CIBERLENGUAJE


El número de horas que los adolescentes dedican a la comunicación en entornos
digitales y la utilización de un ciberlenguaje que se aleja de la norma culta han sido los
principales desencadenantes de un profundo y actual debate entre docentes y familias.
Si nos centramos en la presencia de las tecnologías en las vidas de los adolescentes,
algunos estudios han demostrado que estas pueden contribuir a que algunos jóvenes
salgan del aislamiento social y de situaciones de depresión (Bryant, Sanders-Jackson &
Smallwood, 2006), sin embargo, otros estudios han defendido que su uso excesivo
puede fomentar una conducta antisocial (Turow, 1999). Hay, por lo tanto, dos posturas
opuestas: los tecnofóbicos (Sartori, 2012) y los tecnofílicos (Piscitelli, 2005) Por ello,
hay que ser cautos y saber equilibrar estos dos extremos.

  29  
Por otro lado, los autores que abordan las Comunicación Mediada por Ordenador y el
nuevo lenguaje en los entornos digitales (Rocha, 2004, Noguera, 2006) coinciden en
que es un tema polémico, en el que hay detractores, que consideran que la lengua se
deteriora, y defensores, que creen que es positivo que los sujetos creen nuevos lenguajes.
Este debate está de actualidad puesto que es muy comentado por diferentes sectores de
la sociedad. Sirva de ejemplo la noticia que apareció en marzo de 2014 en diferentes
medios nacionales, originada porque un padre se había quejado en las redes sociales de
que en el libro de Lengua Castellana y Literatura de quinto de Primaria de su hija
aparecía un recuadro donde se enumeraban “ las normas básicas que tiene el lenguaje
del móvil.” (Andrade, 2014). La prensa pronto difundió la noticia con titulares como
“Alumnos de primaria aprenden a escribir «tq» en vez de «te quiero»” (Andrade, 2014)
o “Patada a la lengua de Cervantes” (La Sexta). La foto que el padre de la niña subió a
Facebook para quejarse fue compartida por 22406 personas y tuvo 223 comentarios.

Figura 1. Fotografía tomada del libro de texto de “Lengua castellana y literatura” de


5º de Primaria en el que aparecen las normas básicas del lenguaje del móvil

  30  
A continuación, mostramos una selección de los comentarios tanto a favor como en
contra1:

Tabla 2. Comentarios surgidos a raíz de la aparición de un resumen sobre el lenguaje


sms en un libro de Lengua Castellana y Literatura de quinto de Primaria

COMENTARIOS A FAVOR DEL COMENTARIOS EN CONTRA DEL


ESTUDIO DEL LENGUAJE SMS ESTUDIO DEL LENGUAJE SMS
Pues no le veo el problema. Yo escribo De verguensa ya loke les faltaba en esto se
con contracciones en el móvil y de forma basa el aprendizaje de nuestros ijos el mv
exquisita cuando tengo un teclado delante. kela mia esta kon el mv ke es una pasada
Es una cuestión de economía de tiempo. kuando tengan 20 años ino tengan mv ke
asen no sabran valerse xsi mismo xke
dependen del mv (sic)

Igual que en lengua se estudian los Si es para memorizar, que lo hagan con
dialectos, el dequeísmo, el laísmo, la reglas ortográficas o palabras difíciles del
supresión de consonantes y vocales en los diccionario o incluso pueden aprenderse
registros menos formales y los dialectos, los reyes de la historia, pero vamos, yo no
también es de menester estudiar y conocer me gasto mas de 200 euros en libros para
los fenómenos que están surgiendo en la que enseñen a mi hija a abreviar y escribir
lengua escrita a raíz de las nuevas mal con el móvil.
tecnologías.

                                                                                                                       
1
 Se han eliminado los nombres de los usuarios para preservar su intimidad. Los
comentarios han sido extraídos de:
https://www.facebook.com/photo.php?fbid=10202230705142593&set=p.10202230705
142593&type=1&theater  
  31  
Soy filólogo y lingüista y esto me parece
bien para motivar a los estudiantes (ad Vergonzoso!! Lo que faltaba!! Enseñar a
moninem para empezar). Es muy los jóvenes a ser más incultos de lo que ya
importante, además, que los alumnos son por culpa de la miseria de educación
aprendan a discernir registros: así que reciben!! así va el país!!
aprenden que con el móvil pueden escribir
de una manera pero no en otras
situaciones más formales.

Fuente: Elaboración propia a partir de los comentarios obtenidos en


https://www.facebook.com/photo.php?fbid=10202230705142593&set=p.10202230705
142593&type=1&theater

Ante este tipo de noticias, Thurlow (2006) afirma:

That mediatized discourse is often anecdotal or empirically unfounded should

not be surprising; the procedures and purposes of journalistic writing are

understandably different from those of academic writing. Nonetheless, the print

media arguably fulfills a more powerful gatekeeping role in shaping public

discourse and popular understanding. Newspapers are more typical points of

reference and sources of information for lay people than are academic journals.2

(Thurlow, 2006, 689).

Entre los investigadores de la lengua española también hay disparidad de opiniones


sobre cómo afectará la utilización de textismos a la competencia comunicativa de los
adolescentes. Por un lado, Yus (2010), uno de los autores más citados por sus estudios

                                                                                                                       
2
 Este discurso mediatizado, que es a menudo anecdótico o no está basado en datos
empíricos, no debe ser sorprendente; los procedimientos y los efectos de la redacción
periodística son claramente diferentes de los de la escritura académica. No obstante, los
medios impresos cumplen sin duda un papel de difusión más poderoso que afecta a la
conformación de discurso público y a la comprensión popular. Los periódicos son los
puntos más típicos de referencia y son mejor fuente de información que las revistas
académicas para los no entendidos en la materia. (Traducción propia)    

  32  
sobre “ciberpragmática” se posiciona en contra del empleo de textismos en el discurso
de los adolescentes puesto que cree que, si ya se parte de que no saben mucha ortografía,
el empleo de estos les perjudicará mas y el lenguaje de los espacios virtuales
impregnará otros ámbitos donde es inamisible. Sin embargo, Noguera (2006) afirma que
la lengua empleada por los jóvenes en contextos virtuales no tendrá consecuencias
negativas en la competencia ortográfica de los jóvenes, ni restará eficacia comunicativa
a sus textos. Este autor parte de que los errores que aparecen en el discurso virtual
juvenil no se producen por desconocimiento de las reglas, sino que son intencionales.
Algunos autores como Cassany (2003) o Laborda (2003; 2005) han estudiado estos
registros, considerándolos en algunos casos materiales accesibles, cercanos y de
múltiples posibilidades didácticas. Domínguez Cuesta (2002) señala que el ámbito en el
que se usa esta ortografía es privado y no saldrá del contexto electrónico a otros
contextos comunicativos. Se trataría, por tanto, de una variedad diafásica del habla
familiar pues esta forma de expresión es solo propia de este contexto determinado.

Otros autores, como Cerino y Martínez (2010) se mantienen al margen y no se atreven a


posicionarse. Esto puede ser debido a que no hay apenas estudios empíricos en lengua
española. En nuestra búsqueda únicamente se ha encontrado el de Saavedra, Crespo y
Peralbo (2014) que analiza las diferencias en el tipo de abreviaturas SMS utilizadas en
la comunicación mediante dispositivos móviles entre niños y niñas con y sin
dificultades de lectura que cursan 6º de Educación Primaria de colegios gallegos. Para la
producción del corpus emplean una adaptación al español de la tarea de escritura de
mensajes situados en 10 escenarios elaborada por Plester, Wood y Joshi (2009). Los
resultados de las correlaciones realizadas demuestran que no es el uso de dispositivos el
que determina el número de abreviaturas, sino más bien el nivel de competencia lectora
previo. Concluyen que, lejos de perjudicar la competencia comunicativa del alumnado,
se estimula la reflexión metalingüística y se favorece el aprendizaje lector.

A continuación enumeraremos brevemente algunos estudios internaciones que se han


realizado en los últimos años para comprobar si el uso de textismos afecta al desarrollo
de la competencia comunicativa en la infancia y en la juventud:

  33  
Tabla 3. Estudios internacionales sobre la relación entre el uso de textismos y la
competencia comunicativa infantil y juvenil

AUTORES MÉTODO RESULTADOS

Wood, Jackson, En este estudio se llevó a cabo un El uso de textismos no debe ser
Plester & Wilde análisis de la prueba pre-post del una causa de preocupación. Los
(2009) impacto de mensajería de texto en un SMS son una oportunidad de
grupo de 61 niños ingleses de 10 practicar la y explorar la
años que no han tenido acceso a un comprensión fonológica en un
teléfono móvil antes. Todos los niños contexto en el que no están siendo
fueron evaluados inicialmente en el evaluados.
coeficiente intelectual, la lectura, la
ortografía y la conciencia fonológica
usando medidas estándar. A la mitad
del grupo se les asignó un teléfono
móvil que podían emplear los fines
de semana para mandar mensajes y
que se era recogido por los
investigadores el lunes para
descargar los mensajes.

Plester, Wood & Se pidió a 88 niños británicos con La aparición de textismos se


Joshi (2009) edades comprendidas entre 10 y 12 asocia positivamente con la
años que escribieran mensajes de lectura, el vocabulario, y las
texto que hipotéticamente podrían medidas de conciencia fonológica.
escribir en determinados contextos. Además, sirve para predecir la
Los niños también completaron un capacidad de lectura.
breve cuestionario acerca de su uso
del teléfono móvil.

Coe & Oakhill Se comprueba si existe o no una En general, los malos lectores
(2011) relación entre la capacidad de lectura usan más minutos al día sus
de los niños y la escritura de teléfonos móviles, sin embargo,
mensajes de texto. Niños de habla los buenos lectores escriben sus
inglesa de entre 10 y 11 años mensajes con más textismos.
completaron un cuestionario sobre el
uso del móvil, dos tareas de escritura

  34  
y una prueba de lectura.

Bouillaud, Se pidió a 52 estudiantes de entre 10 Cuanto más saben los niños y


Chanquioy & y 16 años que escribieran unos niñas sobre los contextos digitales,
Gombert (2007) mensajes empleando la escritura más textismos producen. Además,
tradicional y la escritura propia de cuanto mejor es el nivel
medios digitales. También se pasó un ortográfico de los jóvenes, son
cuestionario sobre el uso del móvil. más creativos con el lenguaje que
emplean en los SMS

Plester, Wood Se pidió a niños y niñas británicos de Los niños que emplean un mayor
& Bell (2008)
entre 10 y 12 años que tradujeran uso de abreviaturas en sus
frases del inglés tradicional al mensajes de texto tienen a tener
lenguaje SMS y viceversa. mejor rendimiento en pruebas de
razonamiento verbal y de
ortografía..

Bernicot, Goumi, Se analizó un corpus de 4524 Los alumnos no modificaron su


Bert- Erboul & mensajes de texto escritos en nivel de competencia en ortografía
Volckaert-Legrier situaciones de la vida cotidiana por en el periodo analizado, con
(2014) estudiantes franceses de entre 11 y 12 independencia de sus hábitos de
años de edad. Ninguno de los escritura de mensajes y el uso de
participantes había poseído ni textismos en los SMS.
utilizado un teléfono móvil antes del
inicio del estudio. Los SMS se
recogieron mensualmente durante el
transcurso de un año. Además, los
alumnos fueron clasificados por su
nivel de competencia en la escritura
convencional, para lo cual se usaron
pruebas de evaluación estándar y las
notas de la escuela.

Drouin (2011) Los participantes fueron 88 El uso de textismos en los


estudiantes universitarios mensajes de texto no tiene

  35  
estadounidenses, que informaron relación con bajos niveles de
sobre el uso que hacían de mensajes lectoescritura. Los análisis
de texto y redes sociales y su correlacionales revelaron
escritura en estos medios. Además, relaciones significativas y
se les examinó de su conocimiento positivas entre las habilidades
del lenguaje de los SMS y de sus comunicativas (ortografía y
niveles de lectoescritura estándar. fluidez en la lectura) y la escritura
en entornos digitales.

Lanchantin, Se pidió a 40 estudiantes de 13 años Los resultados muestran que los


Simoës- Perlant, franceses que completaran un textismos que se pueden comparar
Largy (2014) cuestionario para evaluar la con faltas de ortografía en la
competencia lectora y ortográfica en escritura tradicional son más
ámbitos digitales y tradicionales. frecuentes que las que no. Sin
Después, en la sala de ordenadores embargo, estos resultados
de la escuela, en dos sesiones de una muestran que el uso de textismos
hora cada una, los adolescentes se no influye en el nivel de
escribieron mensajes instantáneos corrección ortográfico en ámbitos
entre ellos mensajes instantáneos, tradicionales.
que recolectaron las investigadoras.

Fuente: elaboración propia a partir de las obras referenciadas en el cuerpo de la tabla.

Como se puede comprobar, casi todos los estudios realizados hasta la fecha y
publicados en revistas de impacto provienen del campo de la Psicología y se centran en
el uso de textismos en la mensajería de texto. Hay que tener en cuenta que algunas de
estas investigaciones se realizaron hace más de cinco años, cuando se enviaban más
SMS, y, las más recientes, provienen de países como Francia, donde casi todas las
operadoras de telefonía móvil permiten mandar mensajes gratuitamente y pocos
usuarios cuentan con tarifa de datos para usar aplicaciones como Whatsapp. En nuestro
país, por lo tanto, son necesarias investigaciones empíricas, que se centren en los
mensajes enviados en las redes sociales o a través de aplicaciones de mensajería
instantánea.

Otro de los aspectos que llama la atención de estos estudios es que los mensajes que
forman el corpus han sido producidos en situaciones controladas por los investigadores
o en escenarios artificiales o seminaturales y los sujetos sabían que sus producciones

  36  
iban a ser analizadas. Esto puede crear un sesgo importante, que modifique y afecte a
los resultados obtenidos.

7. MARCO DE ESTUDIO: DE TUENTI A TWITTER


La aparición de Tuenti en 2006 revolucionó el uso de las redes sociales en España
(Apaolaza, Hartmann, Medina, Barrutia y Echebarría, 2013). Durante sus primeros años
de funcionamiento, el número de usuarios se mantuvo siempre en alza, a pesar de que
era indispensable recibir una invitación de alguien ya registrado para poder acceder. En
esos mismos años, también se produjo el auge de Facebook, creada en 2004. De hecho,
Facebook fue denominado el fenómeno de Internet en 2007 (Pisani, 2007) y, un año
después, ya tenía cien millones de usuarios a nivel mundial (Corral, 2008). El
crecimiento de Facebook era imparable pero, en España, al contrario que sucedía en
otros países, los adolescentes y los estudiantes universitarios se mantuvieron fieles a
Tuenti y la red aguantó el envite de Facebook. En octubre de 2008, Tuenti contaba con
cuatro millones de usuarios, por encima de los dos millones de Facebook (Elola, 2008)
y, en 2010, Ícaro Moyano, director de Comunicación de Tuenti, aseguraba que la red
contaba con alrededor de ocho millones de usuarios. En 2013, Tuenti tenía quince
millones de usuarios registrados aunque únicamente accedían a su cuenta mensualmente
diez millones. Estos datos son especialmente relevantes dado que Tuenti es una red
social que únicamente ha tenido su ámbito de influencia en España. Por eso, su éxito y
rapidez de implantación fueron calificadas como “un milagro” (Fernández Pérez, 2009).

Durante estos años, los jóvenes comenzaron a dedicar más tiempo a navegar por
internet y a acceder a sus redes sociales. Así, Cáceres, Ruíz y Brändle (2011) afirmaban
que los jóvenes estaban permanentemente conectados y hacían un uso intensivo de la
tecnología. En 2010, el 78% de los jóvenes españoles de entre 12 y 17 años tenía una
cuenta en alguna red social mientras que el 80% de ellos afirmaban que su preferida era
Tuenti (Sánchez Burón y Fernández Martín, 2010). Otro estudio realizado por el CIS
(2011) afirmaba que el 63% de los jóvenes entre 15 y 29 años utilizaba Internet varias
veces al día aunque también un 18% se conectaba una vez al día. Entre los usos de
Internet, un 75% de los jóvenes accedía al menos una vez a sus redes sociales. De esta
forma, Tuenti llegó a convertirse en un elemento esencial en la vida de los adolescentes
españoles puesto que les permitía estar permanentemente en contacto con sus amistades
y era un instrumento para la organización y comunicación entre jóvenes (Fundación

  37  
Pfizer, 2009; Marta, Martínez, Sánchez, 2013). Otro estudio realizado en 2011 por
Muros, Aragón y Bustos (2013) recalca que Tuenti era la red social más empleada por
los jóvenes entre 12 y 16 años, que se conectaban con la finalidad de divertirse
hablando con sus amigos próximos. Tal fue el crecimiento de Tuenti, que aquel
adolescente que no formaba parte de esta red social, podía sentirse excluido puesto que
allí se fortalecían las relaciones sociales establecidas previamente (Bringué y Sábada,
2011).

Los jóvenes preferían Tuenti a otras redes sociales ya existentes como Facebook,
Twitter o MySpace porque la mayoría de sus amigos tenían perfil en esta red y permitía
una comunicación directa con ellos (Monge y Olabarri, 2011), era fácil de usar y cubría
sus necesidades de ser aceptados por los demás y tener prestigio entre su grupo de
amigos. Para su creador, Zaryn Dentzel (2008), el éxito radica en la garantía de
privacidad puesto que solamente se puede acceder a Tuenti con invitación- lo que deja
fuera a familias y otros adultos del entorno del adolescente- y la información
compartida no aparece en motores de búsqueda. De esta forma los jóvenes tendrían un
espacio alejado de las miradas de sus familias donde compartir mensajes y fotos.

Hemos hablado en pasado del éxito de Tuenti puesto que podemos situar en 2013, año
en el que la red social fue comprada por Telefónica, el comienzo de su declive. En ese
año, perdió el 58% de sus usuarios, según la firma Global Web Index (GWI) (Martín,
2014,). En las cuentas que aún están activas, no hay apenas movimientos pues nadie
sube fotos, publica mensajes en su tablón o cambia su estado. En el año 2015, según el
ranking de Alexa (Alexa, 2015), Tuenti se sitúa en la posición 496 de las web más
visitadas en España. Entre los motivos a los que se alude para justificar su declive están
la salida de la empresa de alguno de los empleados más notables, el auge de
aplicaciones de mensajería instantánea como WhatsApp o la aparición de otras redes
sociales como Instagram o el auge entre los jóvenes de Twitter. Debemos señalar que la
caída de Tuenti no ha favorecido la migración de usuarios a Facebook, donde también
descendió en 2014 el número de usuarios activos entre el grupo de edad de 16 a 24 años.

En este proceso de mutación de sus preferencias, los adolescentes han comenzado a


utilizar con más asiduidad Twitter. Según un estudio estadounidense (Madden et al.,
2013), los jóvenes comprendidos entre los 12 y los 17 años prefieren Twitter a
Facebook puesto que es un lugar donde hay menos perfiles de adultos y su

  38  
funcionamiento es más simple. Esto mismo sucede en España, donde cada vez hay más
perfiles de adolescentes que escriben mensajes y suben fotos a diario.

Al contrario que otras plataformas, que se centran más en la interacción y en compartir


fotos y vídeos con amigos, Twitter es un sistema de microblogging, es decir, una
variante de los blogs, donde los usuarios pueden escribir textos, que se denominan
tweets, que no superen los ciento cuarenta caracteres. En la página de inicio de esta red
aparece una línea de tiempo con los mensajes que han escrito otras personas. Por ello, el
usuario tiene que elegir a qué otras cuentas “seguir” puesto que de ahí provendrán los
mensajes que leerá en la página de inicio y, a su vez, puede ser seguido, lo que querrá
decir que otras personas quieren leer sus mensajes en su página de inicio. En este
sentido, no hace falta que sea recíproco el seguimiento (Marwick y Boyd, 2010). La
mayoría de las cuentas son públicas por lo que cualquier usuario puede leer los
mensajes producidos por otros sin necesidad de haberle mandado una petición con
anterioridad. Una de los principales atractivos de esta red social es que, debido a la corta
longitud de los textos que se publican, los usuarios pueden escribir mensajes en
cualquier momento y desde cualquier dispositivo móvil.

Las personas emplean principalmente Twitter para hablar de sus rutinas diarias y
también para intercambiar noticias o dar su opinión sobre eventos que están sucediendo
en tiempo real (Java, Song, Finin y Tseng, 2007). Debido a la facilidad de acceso a los
mensajes escritos por los usuarios, en los últimos años ha aumentado el número de
investigaciones desde diferentes disciplinas, que analizan las reacciones de las personas
ante eventos deportivos (Grunzd, Doiron y Mai, 2011), elecciones presidenciales
(Golbeck, Grimes y Rogers, 2010), o, incluso, desastres naturales. La ventaja de Twitter
es que los usuarios se expresan sin temores, de forma libre, lo que permite que, desde el
punto de vista de la investigación, podamos ser testigos de forma directa de las
opiniones reales, eliminando el sesgo que puede aparecer cuando se usan otros métodos
de investigación como la entrevista o la observación.

Una de las características que hacen a Twitter más atractivo para los adolescentes es que
pueden leer y participar en temas relacionados con sus aficiones y gustos. Mediante el
uso de “hashtag”, una etiqueta formada por una o varias palabras, se organizan los
mensajes relacionados con un tema concreto, normalmente de actualidad. A esto hay
que añadir que, con frecuencia, las personas que admiran, como cantantes, deportistas,

  39  
escritores o celebridades, están presentes en Twitter y hacen a sus seguidores partícipes
de su vida y de sus últimas noticias. Estas dos características, la relación con personas
que comparten los mismos gustos y la cercanía con los ídolos, hacen que se refuerce el
fenómeno fan y el sentimiento de pertenencia a una comunidad. Por ello, podemos
hablar de la creación en Twitter de espacios de afinidad (Gee, 2004) donde se interactúa
en torno a una pasión compartida. Sin embargo, como veremos más adelante, hay
algunas características de las propuestas por Gee que no se cumplen puesto que no se da
una interacción real.

Otra de las características de Twitter que gusta a los adolescentes es la posibilidad de


incluir en sus textos vídeos e imágenes y crear, de esta forma, un mensaje multimodal.
Además, esta red permite la unión con otras aplicaciones como Ask.com, o Instagram.

Como ya se ha estudiado en diversas investigaciones, que se centran tanto en la lengua


española como en otros idiomas (Yus, 2010; Nguyen, Gravel, Trieschnigg, Meder, 2013;
Zappavigna, 2011; Boyd, Golder y Lotan, 2010), las interacciones en las redes sociales
está revolucionando la comunicación. Los jóvenes no son ajenos a este fenómeno y han
incorporado nuevos elementos a su forma de expresarse en un contexto dinámico, como
es el de la comunicación en plataformas digitales. El lenguaje adolescente en estos
contextos se distancia de la norma y de la lengua estándar. Estas desviaciones, que se
producen tanto a nivel ortográfico, sintáctico y léxico y que aproximan la lengua escrita
al registro oral, han sido muy criticadas por varios grupos sociales puesto que existe la
creencia de que llevarán a un empobrecimiento de la expresión escrita de los jóvenes
(Yus, 2010)

En los años de esplendor de la red social Tuenti se realizaron varios estudios motivados
por las transformaciones que los jóvenes hacían en sus textos, donde prescindían de la
ortografía y gramáticas normativas (Torrego, 2010; Torrego, 2011). Entre los motivos
que impulsaban a los jóvenes a realizar estos cambios estaban la comodidad, la
necesidad de escribir el mensaje rápidamente, la espontaneidad en el proceso de
escritura o, en un plano pragmático, el deseo de llamar la atención al receptor del
mensaje o mostrar la pertenencia a un grupo que construía su identidad a través de la
forma de expresarse. El germen de este cambio lingüístico ya estaba en el lenguaje SMS,
donde se producían acortamientos léxicos y sustitución de unas grafías por otras para
adaptar el texto al poco espacio disponible.

  40  
Sin embargo, la aparición de Twitter ha dado lugar a que los mismos adolescentes que
antes utilizaban Tuenti y escribían de la manera expuesta, ahora critiquen y se burlen de
los cambios lingüísticos que se introdujeron en Tuenti y reivindiquen el uso de la lengua
estándar para expresarse en las redes sociales. Además, asocian el respeto por la norma
culta con una posición de prestigio, que es exigible al resto de personas con las que se
relacionan en la red social.

  41  
  42  
CAPÍTULO 3
METODOLOGÍA

1. INTRODUCCIÓN
En los capítulos anteriores hemos descrito el marco referencial en el que se incluye la
presente investigación. A continuación, se expondrán las cuestiones metodológicas que
se han tenido en cuenta en este estudio y se tratará de justificar estas decisiones, puesto
que, como ya es conocido, no hay recursos de investigación que sean sistemática y
generalmente mejores o peores que otros. Al variar las circunstancias, los objetivos del
estudio o el contexto de aplicación, también cambia el nivel de adecuación e idoneidad
de unas técnicas o métodos (Manzano, 2012). A esto ya hacían referencia Taylor y
Bogdan (1987) cuando definían el término “metodología” como “el modo en que
enfocamos los problemas y buscamos las respuestas. En las ciencias sociales se aplica a
la manera de realizar la investigación. Nuestros supuestos, intereses y propósitos nos
llevan a elegir una u otra metodología” (p. 15).

El procedimiento que se ha elegido para llevar a cabo esta investigación se encuadra


tanto en la metodología cuantitativa como en la cuantitativa. Por ello, se ha partido de
una perspectiva multidimensional y multidireccional, y se han empleado diferentes
estrategias y técnicas de recogida de datos, como un enfoque cualitativo basado en la
Teoría Fundamentada para realizar la codificación del corpus y un primer análisis; y un
enfoque cuantitativo, el coding and counting

Esta investigación se realiza con la finalidad de analizar el lenguaje de los adolescentes


en una red social –Tuenti- y su evolución a lo largo del tiempo, puesta de manifiesto en
las producciones actuales en otra red social –Twitter.- Nos interesan los cambios
gramaticales y pragmáticos y la relación de los mismos con la norma culta. Con ello, se
pretende comprobar cómo ha sido el proceso de adecuación de la escritura de estos

  43  
jóvenes usuarios a los nuevos contextos de comunicación virtual y si ha habido una
evolución de su competencia lingüística.

2. DISEÑO Y ASPECTOS METODOLÓGICOS DE LA


INVESTIGACIÓN
Delimitar el paradigma en el que se encuentra una investigación nos permite saber cuál
es nuestra concepción general del objeto de estudio, del método empleado en la
investigación y de las formas de explicar, interpretar o comprender los resultados
obtenidos (Kuhn, 1975). Nuestra investigación tiene características del paradigma
interpretativo o naturalista (Erlandson, Harris, Skipper & Allen, 1993 y Guba, 2008)
porque se pretende comprender las relaciones internas y profundas que se dan en el
discurso de los jóvenes en las redes sociales en entornos digitales. Sin embargo,
también hay un deseo de alternar la realidad y promover el cambio, que se relacionaría
con el paradigma crítico. Por ello, como no podemos situarnos en los dos paradigmas,
aquí resulta útil hablar del posicionamiento en la racionalidad práctica.

Esa misma racionalidad práctica nos lleva a ubicarnos dentro de los denominados
métodos mixtos. Esta investigación se fundamenta tanto el método cuantitativo como en
el cualitativo, por lo que se emplea una metodología mixta. El empleo de ambos
métodos, que no son excluyentes entre sí, permite completar y enriquecer el proceso de
investigación a través de la triangulación o cristalización (Ander- Egg, 2000; Gil,
García y Rodríguez, 1994).

La utilización de los citados métodos mixtos en las investigaciones sociales ha


experimentado un gran crecimiento en los últimos años, que se pone de manifiesto no
sólo en el aumento de artículos científicos publicados que se fundamentan en ellos, sino
en cuestiones tan significativas como que en The SAGE Handbook of Qualitative
Research (Denzin y Lincoln, 2011) se dedique un capítulo a este campo emergente,
según es calificado allí.

Johnson y Onwuegbuzie (2004) definieron los diseños mixtos como “(…) el tipo de
estudio donde el investigador mezcla o combina técnicas de investigación, métodos,
enfoques, conceptos o lenguaje cuantitativo o cualitativo en un solo estudio” (p. 17).

  44  
Por ello, en esta investigación nos centraremos en un enfoque mixto, que se ha
denominado también “enfoque integrado multimodal” (Castro, 2010). Este enfoque
favorece la complementación, pues cada orientación permite conocer diferentes
aspectos de la realidad y hace posible la combinación de resultados complementarios.
Por otra parte, propicia la validación cruzada o triangulación, que se produce cuando se
combinan dos o más teorías para estudiar el mismo fenómeno con el propósito de tener
un entendimiento más completo sobre él (Lázaro, Marcos y Vegas, 2006)

Es necesario tener en cuenta que, en nuestro caso, la sola utilización de un método


cuantitativo podría conllevar que la validez del conocimiento se viera reducida a la
precisión de unas mediciones (Ferrarotti, 1991). Para completar estos resultados,
creemos que es necesaria también la descripción de problemas, la generación de
soluciones o la compresión de los acontecimientos a través de procesos de creación de
conocimiento (Martínez, 2006), que se logran a través de la metodología cualitativa.
Somos conscientes de que una de las discusiones más actuales en el ámbito científico es
la confrontación de estos métodos y la minusvaloración de unos con respecto a otros en
determinados ámbitos (Calero, 2000). Sin embargo, a pesar de ser conocedores de este
debate, creemos que, en la práctica, estas distinciones son un freno en el acceso al
conocimiento puesto que la realidad es compleja y no distingue entre acercamientos
disciplinares (Vilar, 1997). Como afirma Pérez Serrano (1994), se debe partir de que
ningún método se encuentra libre de prejuicios y de que la mejor manera de acercarse a
la verdad es a través del empleo de métodos y técnicas variadas.

En cualquier caso, sí que hay diferencias entre los procedimientos cualitativos y


cuantitativos que deben conocerse. Por un lado, las técnicas cuantitativas permiten
mayor automatización y analizar una gran unidad de datos; posibilitan la objetividad y
la generalización. En nuestra investigación, esto nos permite poder analizar una gran
cantidad de mensajes, siguiendo paso por paso el método empleado en otras
investigaciones. Además, ese paralelismo puede extenderse a la comparación de los
resultados numéricos obtenidos con los de otros autores que han seguido el mismo
proceso.

2.1 Método de investigación

  45  
Este trabajo, como ya hemos señalado en apartados anteriores, se centra en la
comunicación mediada por ordenador (computer-mediated communication), que ha sido
definida como interacción verbal que se desarrolla en el ámbito digital (Herring, 1996)
o bien como la lengua usada en este entorno comunicativo (Crystal, 2001). De hecho,
desde un plano metodológico, la CMO ha atraído la atención de la investigación del
discurso analítico-lingüístico especialmente en el campo de la pragmática y la
sociolingüística. Sin embargo, la reflexión metodológica se está quedando atrás en
comparación con otras áreas de estudios del discurso. Para empezar, mientras que la
recolección de datos en Internet parece trivial a primera vista, los investigadores que
realizan estudios de CMO se enfrentan a problemas relacionados con el tamaño y la
representatividad de la muestra, las técnicas de procesamiento de datos, la delimitación
de los géneros y el tipo y cantidad de información contextual necesarias así como a las
cuestiones éticas tales como el anonimato y la protección de la privacidad. Por ello,
creemos necesario advertir de que hay una falta de directrices estándar para el diseño de
corpus y lagunas a nivel metodológico que, poco a poco, van solucionándose
(Beisswenger y Storrer, 2008).

Para analizar la CMO, muchos de los trabajos emplean el llamado Análisis del discurso
mediado por ordenador (ADMO), que es el acercamiento a la comunicación en la Red
desde la metodología del Análisis del discurso. Su objetivo principal es el estudio de las
propiedades lingüísticas y pragmáticas que se dan en entornos digitales (Mancera &
Pano, 2014). Una de las investigadoras que ha sentado las bases de esta metodología, lo
define así:

CMDA applies methods adapted from language-focused disciplines such as

linguistics, communication, and rhetoric to the analysis of computer-mediated

communication (Herring, 2001). It may be supplemented by surveys, interviews,

ethnographic observation, or other methods; it may involve qualitative or

quantitative analysis; but what defines CMDA at its core is the analysis of logs

of verbal interaction (characters, words, utterances, messages, exchanges,

threads, archives, etc.). In the broadest sense, any analysis of online behavior

  46  
that is grounded in empirical, textual observations is computer-mediated

discourse analysis. (Herring, 2004, p.348)

El ADMO se relaciona con otros paradigmas metodológicos que también se centran en


el análisis de la lengua, como el análisis de la conversación, la sociolingüística
interaccional, la pragmática, el análisis de textos y el análisis crítico del discurso.

El ADMO puede ser utilizado para estudiar los fenómenos lingüísticos a nivel micro
como los procesos de formación de palabras en línea (Cherny, 1999), la elección léxica
(Ko, 1996; Yates, 1996), la estructura de la oración (Herring, 1998) y el cambio de
idioma entre los hablantes bilingües (Paolillo, 1996). Al mismo tiempo, también pueden
analizarse a nivel macro la coherencia (Herring, 1999a; Panyameheekul, 2001), la
comunidad (Cherny, 1999), la equidad de género (Herring, 1993, 1996a, 1999b) y la
identidad (Burkhalter, 1999), tal como se expresa a través del discurso. De hecho, el
ADMO permite abordar cuestiones sociales y psicológicas.

Debemos destacar, pues es un aspecto fundamental, que el ADMO no es una teoría ni


un método simple, sino que es una orientación metodológica, que permite el estudio del
comportamiento online y que ofrece al investigador numerosas herramientas para
realizar observaciones e interpretar los resultados del análisis empírico. Según Herring
(2004) el ADMO parte de tres concepciones teóricas:

• En el discurso están presentes patrones, que son recurrentes. Estos se producen


por los emisores conscientemente o inconscientemente (Goffman, 1959). Por
ello, el ADMO puede demostrar su existencia.
• Los hablantes, al generar su discurso, toman decisiones sobre los patrones que
emplearán. Estas elecciones no son únicamente lingüísticas sino que pueden
estar influidas por factores cognitivos (Chafe, 1994) o sociales (Sacks, 1984).
Por ello, el ADMO puede también aportar información social o psicológica.
                                                                                                                       
3
 En el ADMO se aplican métodos adaptados de disciplinas lingüísticas como la lingüística, la
comunicación y la retórica para el análisis de la comunicación mediada por ordenador (Herring,
2001). Puede complementarse con encuestas, entrevistas, observación etnográfica, u otros
métodos; puede implicar el análisis cualitativo o cuantitativo; pero lo que define CMDA y su
núcleo es el análisis de los registros de interacción verbal (caracteres, palabras, enunciados,
mensajes, intercambios, hilos, archivos, etc.). En el sentido más amplio, cualquier análisis del
comportamiento en línea que esté basado en observaciones empíricas de texto es análisis del
discurso mediado por ordenador. (Traducción propia)  

  47  
• La CMO está condicionada por las características de los programas o
dispositivos empleados. Esto influye en la comunicación y en sus rasgos y debe
ser tenido en cuenta por el ADMO.

La orientación metodológica básica del ADMO es el análisis del contenido lingüístico.


Este puede ser cuantitativo -mediante la codificación y el cálculo de las veces que se
produce cada fenómeno: coding & counting- o cualitativo- observaciones de los
fenómenos describir sus principales características-. Sin embargo, el análisis
cuantitativo requiere que esté siempre presente un componente cualitativo (Bauer, 2000)
para poder explicar mejor los cambios lingüísticos.

Herring (2004) hace algunas recomendaciones para conseguir un análisis satisfactorio,


que sea válido y coherente. En primer lugar, indica que se debe plantear una pregunta de
investigación que se pueda llegar a responder. Además, a partir de esta pregunta de
investigación, se deben seleccionar los métodos que sean más indicados y lograr formar
un corpus que sea suficiente. Si se lleva a cabo una investigación cuantitativa del tipo
coding & counting, se deben crear categorías o códigos definidos a priori.

Asimismo, Herring (2004) también cita los cinco pasos que se deben seguir a la hora de
plantear una investigación desde el ADMO. Estos son:

1. Formular las preguntas de investigación


2. Seleccionar la muestra que se va a analizar
3. Definir los conceptos claves en relación con los principales rasgos del discurso y
establecer los códigos
4. Aplicar métodos de análisis de la muestra
5. Interpretar los resultados
Precisamente, estos son los pasos que se han seguido en la elaboración de esta
investigación.

Nuestro estudio se apoya también en la Lingüística de corpus (LC), que es una


metodología que permite el análisis del lenguaje en contextos auténticos y trabajando
con textos naturales (Parodi, 2010). Precisamente, los mensajes recogidos en Twitter se
produjeron en una situación natural de comunicación, que no ha sido alterada por el
investigador.

  48  
2.2. Dos cuestiones relevantes: la muestra y el corpus

Para llevar a cabo la metodología descrita se precisa definir dos cuestiones centrales: la
selección de los sujetos investigados y la definición del corpus de datos que se empleará
en la investigación.

2.2.1. La selección de los sujetos

La muestra seleccionada para esta investigación es intencional puesto que se han


escogido los sujetos siguiendo los criterios propuestos por la investigadora, no de forma
aleatoria.

A la hora de realizar la selección de los sujetos investigados, se ha buscado que haya


una cierta representatividad estructural de la comunidad de jóvenes que empleaban
Tuenti y tienen una cuenta en la red social Twitter. Para ello, se ha seguido el concepto
de “saturación estructural” (Ibáñez, 1979), que consiste en obtener una
representatividad tipológica o sociocultural de la población objeto de estudio siguiendo
unos criterios determinados. Para ello, es necesario reflejar los perfiles ideales que
pueden encontrarse en la estructura de la comunidad. Precisamente, con este objetivo se
ha empleado un casillero tipológico, es decir, un dispositivo muestral de carácter
instrumental con el fin de hacer operativa una selección orientada a garantizar la
heterogeneidad de la muestra en variables consideradas analíticamente (Vallés, 1997).

Para la definición de estas variables, se han tenido en cuenta la posesión de un perfil en


las redes social Tuenti, el uso de la red social Twitter, nivel de producción de mensajes
en Tuenti en 2008 y en Twitter en 2015, la edad, el lugar donde se han cursado los
estudios obligatorios, el nivel de estudios y el sexo de los individuos. Así, se han
definido las siguientes variables:

— Posesión de un perfil en la red social Tuenti. Se distingue entre personas que


tenían perfil en Tuenti en 2008 y personas que no tenían perfil en esta red social
en ese año.

— El uso de la red social Twitter. Se ha distinguido entre personas que tiene perfil
en la red social Twitter y personas que no tienen perfil en la red social Twitter.

  49  
— Producción de mensajes en Tuenti en 2008 y en Twitter en 2015: se tendrá en
cuenta si los usuarios han producido 30 mensajes o más en cada red social en los
años indicados (nivel adecuado) o menos de 30 mensajes en estas redes en este
periodo (nivel inadecuado).

— Edad: se distingue entre los nacidos en 1991, 1992, 1993, 1994 y 1995
(recuérdese que se trata de un estudio que se inicia con adolescentes).

— Lugar donde han cursado los estudios obligatorios: se tendrá en cuenta si los
sujetos han cursado los estudios en la provincia de Segovia o fuera de ella.

— El sexo. Se distingue entre mujeres y hombres.

— El nivel educativo. Se distingue entre personas que se encuentran cursando una


carrera universitaria y aquellas que no están en esa situación.

En este caso, en el primer casillero se tuvieron en cuenta tres variables: la edad, el sexo
y la posesión de perfil en Twitter y en Tuenti. Esta última variable se ha tomado como
eliminatoria a la hora de establecer qué personas pueden ofrecer una información
relevante para este trabajo. Así, se ha desestimado a las personas que no tienen perfil en
la red social Twitter, ni en la red social Tuenti. Después de establecer esta primera
selección, se ha realizado un casillero tomando como variables de nuevo el nivel
educativo y el sexo y se ha introducido el grado de producción de mensajes en Tuenti en
2008 y en Twitter en 2015. A partir de estos dispositivos muestrales se han elaborado
dos ejes; uno de ellos hace referencia al grado de productividad de los usuarios de
Twitter y Tuenti (eje estático) y el otro a la edad (eje dinámico). Además de estas dos
variables, se ha considerado una variable adicional, el sexo, para garantizar la
representatividad estructural. A través de estos instrumentos se pretende cubrir los
diferentes perfiles que pueden encontrarse para lograr, en cierta medida, una
representatividad estructural.

Tabla 4. Tipología de sujetos seleccionados según edad, sexo y perfil en redes sociales

AÑO DE NACIMIENTO

AÑO 1991 AÑO 1992 AÑO 1993 AÑO 1994 AÑO 1995

  50  
HOMBRE MUJER HOMBRE MUJER HOMBRE MUJER HOMBRE MUJER HOMBRE MUJER

Perfil en Perfil en Perfil en Perfil en Perfil en Perfil en Perfil en Perfil en Perfil en Perfil en
las redes las redes las redes las redes las redes las redes las redes las redes las redes las redes
PERFIL EN TWITTER Y EN TUENTI

sociales sociales sociales sociales sociales sociales sociales sociales sociales sociales
(TIPO 1) (TIPO (TIPO 3) (TIPO (TIPO 5) (TIPO (TIPO 7) (TIPO (TIPO 9) (TIPO
2) 4) 6) 8) 10)

Sin Sin Sin perfil Sin Sin perfil Sin Sin perfil Sin
perfil en perfil en en las redes perfil en en las redes perfil en en las redes perfil en
NO Sin perfil las redes Sin perfil las redes sociales las redes sociales las redes sociales las redes
en las redes sociales en las redes sociales sociales sociales sociales
sociales sociales (TIPO 15) (TIPO 17) (TIPO 19)
(TIPO (TIPO (TIPO (TIPO (TIPO
(TIPO 11) 12) (TIPO 13) 14) 16) 18) 20)

Fuente: Elaboración propia

Tabla 5. Tipología de sujetos seleccionados según lugar en el que se cursó la enseñanza


obligatoria, los estudios que se cursan, el sexo y el grado de producción de mensajes
NIVEL EDUCATIVO

ENSEÑANZA OBLIGATORIA CURSADA EN ENSEÑANZA OBLIGATORIA NO CURSADA


SEGOVIA EN SEGOVIA

CURSANDO NO CURSANDO CURSANDO NO CURSANDO


ESTUDIOS ESTUDIOS ESTUDIOS ESTUDIOS
UNIVERSITARIOS UNIVERSITARIOS UNIVERSITARIOS UNIVERSITARIOS

HOMBRE MUJER HOMBRE MUJER HOMBRE MUJER HOMBRE MUJER

ADECUADO Sujeto Sujeto Sujeto Sujeto Sujeto Sujeto Sujeto Sujeto

(TIPO 1) (TIPO 2) (TIPO 3) (TIPO 4) (TIPO 5) (TIPO 6) (TIPO 7) (TIPO 8)


PRODUCCIÓN DE

Sujeto Sujeto Sujeto Sujeto Sujeto Sujeto Sujeto Sujeto


GRADO DE

MENSAJES

INADECUADO (TIPO 9) (TIPO (TIPO 11) (TIPO (TIPO 13) (TIPO (TIPO 15) (TIPO
10) 12) 14) 16)

Fuente: elaboración propia

Como se puede observar en los casilleros tipológicos, la población está constituida por
personas que tenían entre 14 y 17 años en 2008 (personas nacidas entre 1991 y 1995).
Un requisito indispensable para la selección ha sido la necesidad de tener cuentas
activas en Tuenti y Twitter y haber sido productivos en 2008 en Tuenti y en 2015 en
Twitter. Asimismo, para crear una muestra homogénea, era necesario que todos los
sujetos seleccionados hubieran accedido a la universidad y que hubieran cursado la
enseñanza obligatoria en Segovia. Para configurar los sujetos que serán investigados se

  51  
ha recurrido a consultar la información que aparece en su perfil en Tuenti (ciudad, edad
y sexo) puesto que en Twitter no hay ningún espacio en el que el usuario pueda dar
estos datos.

En total, se han seleccionado 30 sujetos, con las características que pueden verse en la
siguiente tabla
Tabla 6. Relación de sujetos según sexo y edad

Nª de sujeto Sexo Año de nacimiento Nª de sujeto Sexo Año de nacimiento


1 2 93 16 1 94
2 2 93 17 1 95
3 2 93 18 1 93
4 2 92 19 2 94
5 2 91 20 1 95
6 1 95 21 2 92
7 2 94 22 1 91
8 2 94 23 2 94
9 1 95 24 2 91
10 2 94 25 2 91
11 2 92 26 2 94
12 1 92 27 1 92
13 1 93 28 1 92
14 1 93 29 1 91
15 1 91 30 1 92

Nota: Sexo: 1: Hombre; 2: Mujer. Fuente: elaboración propia


En cuanto al acceso al campo, esto ha sido sencillo gracias a que los sujetos
investigados compartían información con la investigadora en Tuenti. En esta red, estas
personas habían escrito comentarios a personas que figuran como “amigos” de la
investigadora. Por otro lado, poseen un perfil público en Twitter, al que todas las
personas tienen acceso.

2.2.2. La definición del corpus de datos

En el Análisis del Discurso Mediado por Ordenador (ADMO), como en cualquier otro
enfoque empírico de las ciencias sociales, se debe seleccionar la muestra de datos
apropiada para el estudio. Con el término “apropiado” nos referimos a que debe tener el
tamaño adecuado y unas determinadas características para responder a la pregunta de
investigación. También hay que tener en cuenta que, con frecuencia, es imposible
examinar todos los fenómenos de relevancia en una investigación particular debido a la
ingente cantidad de datos textuales a los que podemos acceder. Por este motivo, se debe

  52  
seleccionar una muestra de la totalidad de los datos disponibles y esto, en el ADMO, no
suele hacerse al azar puesto que el muestreo aleatorio no permite tener en cuenta el
contexto. Precisamente, en este estudio, el contexto es una de las cuestiones clave que
tendremos en cuenta a la hora de interpretar los resultados. Así, las muestras de datos
suelen ser intencionales- elegidas por tema, tiempo, grupo social…- o seleccionadas por
conveniencia, es decir, se eligen aquellos datos a los que el investigador tiene acceso en
ese momento.
Tabla 7. Comparación de los distintos procedimientos para la selección del corpus

VENTAJAS INCONVENIENTES

Aleatoria Representatividad, generalización Pérdida de información contextual y de


coherencia

Por tema Coherencia temática Deja fuera otras actividades que se


producen al mismo tiempo

Por espacio Gran información contextual, Pueden ser muestras muy grandes y se
temporal necesario para hacer puede perder información dada por las
investigaciones longitudinales interacciones

Por individuo Es útil para extraer los Se pierde información contextual puesto
o grupo principales rasgos de un grupo que no se estudian las interacciones en
social o de un individuo en otros contextos de temporales
particular

Conveniencia Fácil acceso a los datos No sistemática, los resultados no son


generalizables

Fuente: elaboración propia, a partir de Herring (2004)

En nuestro caso, como ya hemos referido, la selección ha sido intencional, puesto que
los sujetos investigados debían cumplir unas determinadas características pero tiene un
componente de conveniencia puesto que ha estado acotada por el acceso que se tenían a
los perfiles en Tuenti. También se ha tenido en cuenta la selección por contexto
temporal. Precisamente, el muestreo temporal permite que el contexto sea más rico
puesto que, si se captura un período de tiempo continuo suficiente, permite también un
análisis de grupos sociales o temático o, incluso, realizar análisis desglosados por sexo,
edad…

Para definir el corpus de estudio sobre el que gira esta investigación, el cual está
integrado por información escrita, se han empleado los comentarios generados por la

  53  
muestra con la que se trabaja en la red social Tuenti en 2008 y los tuits publicados en
Twitter en 2015. Se han tenido en cuenta las variables que configuran la muestra para
tratar de que los textos recogidos en el corpus sean representativos (Biber, 1994).
Conviene precisar que en el Análisis del Discurso Mediado por Ordenador (ADMO) la
representatividad no significa que el participante sea estadísticamente representativo de
la población considerada sino que se elige porque ejerce su rol como miembro de un
grupo o de un colectivo. (Íñiguez, 2003).

La recopilación del corpus se ha realizado de manera cíclica puesto que se esperaba que
hubiera variaciones. Interesaba especialmente que el período temporal en el que se
obtuvieran los datos no fuera demasiado corto, sino que se situase en un lapso más
amplio –siete años-, lo que nos permite estudiar la influencia de modas o de
acontecimientos sociales en el lenguaje adolescente. Se ha construido así un corpus
monitor (Reppen & Simpson, 2002) que permite investigar sobre los cambios en el
discurso en este período de tiempo. Además, se ha seguido un enfoque corpus- driven
puesto que las categorías de análisis han emergido de los propios textos y han dado
sustento a la construcción de una teoría (Tognini-Tonelli , 2001).

En cuanto a la cantidad de datos recogidos, se han tenido en cuenta los criterios


formulados por Herring (2004), que sostiene que los datos deben ser suficientes para
poder responder a la pregunta de investigación y para poder realizar las pruebas
estadísticas de forma satisfactoria. Asimismo, también es importante contar con
suficientes ejemplos del fenómeno que se está analizando. Por ello, se han seguido los
supuestos de la “Teoría Fundamentada”, que afirman que el tamaño de la muestra debe
estar directamente relacionado con la teoría. De este modo, la recogida de datos va
configurando el tamaño de la muestra final, que viene determinada por el desarrollo de
las categorías identificadas y de la teoría emergente (Coyle, 1997) y se produce el
muestreo teórico. Por lo tanto, no se conocía inicialmente el tamaño final de la muestra
(Glaser, 1992). En nuestro caso, en un primer momento, se seleccionaron 20 sujetos
pero, al ver que era necesaria más información, se amplió la muestra hasta seleccionar
30 sujetos y, de cada persona, 30 mensajes en Tuenti y otros 30 en Twitter. Por lo tanto,
el número total de mensajes analizados es de 1800.

Los mensajes se han copiado tal y como aparecen en las redes y se han pegado en una

  54  
tabla de Excel para su posterior análisis. Al trabajar con datos asincrónicos, no ha sido
necesaria la monitorización.

2.3 Procedimientos de análisis de datos

2.3.1 Obtención de categorías de codificación

En la disciplina del Análisis del Discurso se ha llevado a cabo con frecuencia la


codificación para analizar los discursos que se producen en diferentes ámbitos. Este
análisis está relacionado con la llamada “Teoría Fundamentada” (Glaser & Strauss,
1967; Strauss & Corbin, 1990), que consiste en un proceso de recolección de datos y de
su posterior codificación y su análisis para forjar una teoría. Así, la Teoría
Fundamentada genera una teoría explicativa de un determinado fenómeno estudiado. A
través de ella, se pueden construir teorías, conceptos, hipótesis y proposiciones
partiendo directamente de los datos y no de los supuestos a priori. Por medio de la
Teoría Fundamentada los investigadores tratan de descubrir tratan de descubrir los
procesos sociales que subyacen en la interacción. Esto es útil para conocer los patrones
de comportamiento de un determinado grupo (McCallin, 2003).

Siguiendo las estrategias propias de la “Teoría Fundamentada”, se han creado categorías


de codificación sobre la base del fenómeno observado. De este modo, se podrá hacer un
análisis adecuado de un hecho reciente y sobre el que no existen teorías sólidas previas,
como es la ortografía empleada en la comunicación en español en las redes sociales
Tuenti y Twitter. Como esto no ha sido descrito con anterioridad, este enfoque nos
permite permanecer abiertos ante la posibilidad de descubrir nuevos fenómenos.

Para la codificación se ha seguido la misma estructura que presentan en su trabajo


Becker y Stamp (2005). Así, se han empleado procedimientos sistemáticos con el fin de
desarrollar un modelo derivado inductivamente y basado en datos. El procedimiento
analítico que se ha seguido consta de tres etapas: abierta, axial y codificación selectiva.
En el proceso de codificación abierta, se han desglosado los datos en diferentes
unidades de significado y se ha ido extrayendo diferentes categorías ortográficas según
se iban analizando los mensajes. Una vez que se habían constituido las diferentes
categorías se ha llevado a cabo la codificación axial, por la cual se han relacionado
códigos entre sí, hasta hacer agrupaciones jerarquizadas (Spiggle, 1994). Por último, los
datos se integraron más a través de la codificación selectiva; proceso a partir del cual se

  55  
elige a una categoría para ser el núcleo y relacionar todas las demás categorías. La
descripción de la realización de este proceso se puede ver en el apartado de
“Resultados”.

Para el análisis de los resultados nos hemos servido del software Atlas.ti, adecuado para
el análisis cualitativo de datos textuales

2.3.2. Utilización del enfoque cuantitativo coding and counting

Los códigos extraídos de los pasos dados en la “Teoría Fundamentada” se han empleado
en el enfoque cuantitativo de coding and counting (codificación y conteo), típico de los
estudios de Comunicación Mediada por Ordenador. Este enfoque, como su propio
nombre indica, parte de la codificación de los fenómenos estudiados para después
contar el número de veces que aparecen esos códigos y va unido al Análisis del
Contenido. A través de las veces que aparece un determinado fenómeno ortográfico en
un mensaje podemos hacer los cálculos estadísticos adecuados, de tal manera que nos
permitan conocer más profundamente la relación entre variables del hecho estudiado. Si
a través del análisis hecho a partir de la teoría fundamentada podemos formular una
teoría sobre las características de las prácticas ortográficas de los jóvenes tanto en
Tuenti como en Twitter, mediante esta técnica se podrá completar la información
conociendo, por ejemplo, si el sexo y la edad inciden en la producción de textismos en
los mensajes.

El enfoque coding and counting requiere que los conceptos claves sean operacionables
en términos empíricamente medibles (Herring, 2004). Para ello, se deben definir los
conceptos de forma inequívoca, de modo que otro investigador pueda reproducirlos para
futuras investigaciones. Además, cuanto más concretos sean estos códigos más fácil
será poder contabilizarlos y obtener resultados coherentes.

En nuestro caso, los códigos empleados, surgidos del análisis realizado a través de la
“Teoría Fundamentada” y comparados con los propuestos por otros investigadores para
otros idiomas (Thrulow & Brown, 2003; Bernicot et al., 2012), son novedosos para la
lengua española.

Este enfoque tiene la ventaja de estar basado en un paradigma de las Ciencias Sociales,
estar relacionado con el Análisis del Contenido (Bauer, 2000) y seradecuado para el

  56  
análisis y comparación de los fenómenos, como los fenómenos lingüísticos que se
observan en el discurso (Herring, 2004). Sin embargo, hay que tener en cuenta que este
enfoque cuantitativo debe completarse con otro cualitativo, como se ha hecho en este
caso, para poder extraer resultados más ricos.

Una vez que se han codificado los mensajes y se han contado los códigos que hay en
cada uno, se ha procedido al análisis estadístico. Para ello, se ha recurrido a la
estadística descriptiva para hablar sobre las principales características y peculiaridades
de la ortografía empleada por los jóvenes en las redes sociales y las diferencias
existentes entre los mensajes de Tuenti y Twitter. Así, se han tomado los valores de la
media, la desviación típica y el rango. Tras esto, se ha realizado una comparación de
medias y, a través de la Prueba T para muestras relacionadas, se ha comparado la
densidad total de textismos en Tuenti con la densidad total de textismos en Twitter a
través de la Prueba T para muestras relacionadas. Además, se ha realizado la Prueba T
para muestras independientes para comprobar si existe una correlación entre el sexo y la
producción de textismos. Para llevar a cabo estas pruebas hemos utilizado el programa
SPSS.

3. ANÁLISIS DEL RIGOR DEL ESTUDIO


Como afirma Sparkes (1992), cada paradigma científico tiene sus propios criterios de
“cientificidad”, “objetividad” y “credibilidad”. En nuestro caso, al haber optado por un
método mixto, nos serviremos de dos partimos de dos tipos de fuentes para abordar el
asunto del rigor del estudio. Por una parte, los criterios de confiabilidad y validez que
son citados comúnmente cuando se habla del análisis de contenido, procedimiento con
el que se relaciona el enfoque coding and counting. Con ese propósito nos serán útiles
las reglas o requisitos formulados por Bardin (1986) y Landry (1998) si se quiere
asegurar la fiabilidad y validez en una investigación en la que se analice su contenido.
Por otro lado, nos serviremos de la clásica formulación de criterios de rigor que hace
Guba (1981) para la valoración, análisis y crítica de nuestra investigación cualitativa y
tendremos en cuenta también las orientaciones de Goetz y LeCompte (1988).

  57  
Bardin (1986) y Landry (1998) dicen que se introduce un amenaza para la fiabilidad del
análisis si son varios los investigadores, puesto que el juicio del investigador ha de
mantenerse uniforme. En nuestro caso, no pueden producirse discrepancias de criterio
pues hay una única investigadora. No obstante, hemos tratado de asegurar la constancia
en nuestros propios juicios. La validez muestra sobre todo la pertinencia de las
categorías y las unidades escogidas en relación con los objetivos de la investigación; el
principal criterio para evaluar la validez de un modelo de análisis es el de la “coherencia
interna del modelo obtenida bajo el entendido que todos los elementos del corpus deben
encontrar un lugar en el esquema” (Landry, 1998, p. 347).

De un modo más concreto, para garantizar la fiabilidad y validez del análisis, hemos
tratado de respetar las reglas formuladas por los autores citados. Estas son las cinco
esenciales:

(1) La exhaustividad. La exhaustividad supone que las categorías establecidas permiten


clasificar el conjunto del material recogido. En nuestro caso, las doce categorías que
hemos elaborado nos permiten la clasificación de las producciones seleccionadas.

(2) La representatividad. El muestreo es riguroso si el constituye una parte


representativa de todos los datos iniciales. En nuestro caso, hemos explicado ya los
criterios de representatividad que hemos seguido para seleccionar a los sujetos y luego a
sus producciones.
(3) La homogeneidad. Los datos elegidos deben ser homogéneos, es decir escogidos en
función de criterios precisos y no presentar mucha singularidad en relación a estos
criterios. Los criterios de selección ya se han precisado con anterioridad.
(4) La pertinencia. Los datos escogidos deben corresponder al objetivo del análisis. Una
categoría es pertinente cuando hace posible el estudio del material obtenido ante las
preguntas y el marco de análisis seleccionados. En nuestro caso, las categorías han ido
surgiendo de manera inductiva, a partir del estudio de los propios datos, pero son
pertinentes para el objetivo que nos habíamos marcado: el análisis del lenguaje
adolescente en las redes sociales y su evolución.

  58  
(5) La univocación. Significa que una categoría tiene el mismo sentido y se elimina de
ella toda interpretación ambigua. Eso es lo que hemos pretendido con la descripción
detallada de cada categoría.

Por otra parte, hemos atendido, como ya se ha dicho, a los criterios establecidos por
Guba (1981). Estos criterios son: credibilidad, transferibilidad, dependencia y
confirmabilidad.

1- Credibilidad: criterio de verdad; aceptabilidad de los resultados de la evaluación;


veracidad de la información.

2- Transferibilidad: se obtiene información y resultados relevantes para el contexto en


que se lleva a cabo.

3- Dependencia: estabilidad de la información

4- Confirmabilidad: los datos e informaciones obtenidas son independientes del


evaluador; pueden ser confirmados por otras vías y personas.

Si realizamos un metaanálisis de nuestro caso concreto, nos encontraremos con la


siguiente situación:

- Para conseguir el criterio de credibilidad se ha empleado la triangulación de tiempo –


se ha estudiado a la muestra de sujetos en dos momentos diferentes: 2008 y 2015- de
espacio –en nuestro trabajo estudiamos dos redes sociales diferenciadas: Tuenti y
Twitter -, de métodos –utilizamos métodos mixtos, con herramientas cualitativas y
cuantitativas- y de personas, tal y como se ha podido comprobar en las tablas en las que
se muestra la tipología de los sujetos seleccionados. También se ha utilizado el trabajo y
el análisis prolongado en el tiempo, pues como ya se ha especificado, los datos se han
tomado con un lapso temporal de siete años desde el inicio hasta el final de la recogida
de los mismos.

- Para asegurar la transferibilidad, es necesario que los resultados obtenidos sean


relevantes para el contexto estudiado o sean transferibles a contextos similares por lo
que se procede a una descripción minuciosa del contexto. Así, se han descrito no sólo

  59  
las características de los sujetos estudiados, sino las redes sociales en las que se
producen los mensajes y se ha caracterizado también el lenguaje en la era de internet.

- Para cumplir con el criterio de dependencia, se han utilizado métodos cualitativos y


cuantitativos que han sido ya descritos y se han utilizado de forma casi simultánea o, al
menos, encadenada. Por otra parte, se ha descrito detalladamente la utilización de esos
métodos y se puede considerar que se ha sometido esa descripción a la consideración de
un observador externo (el tutor de este trabajo).

- Para conseguir la confirmabilidad se ha recurrido, como ya ha sido expuesto, a la


triangulación de métodos, momentos y personas. Del mismo se ha recurrido a lo que
Guba (1981) denomina el ejercicio de la reflexión: es decir, revelar intencionadamente a
quien lea estas páginas los supuestos epistemológicos subyacentes, que nos han llevado
a formularnos un conjunto de preguntas que son las que guían esta investigación.

4. CONSIDERACIONES ÉTICAS
La investigación en Ciencias Sociales se encuentra en una posición singular puesto que
su objeto de estudio se relaciona, con frecuencia, con los seres humanos. A pesar de que
el objetivo suele ser beneficioso para la sociedad, se puede causar daños a los grupos
humanos estudiados. Por lo tanto, el investigador se encuentra en una encrucijada; no
puede olvidar que está trabajando con seres humanos a la vez que persigue el máximo
rigor científico en su investigación (Estalella & Ardévol, 2007).

El estudio de internet ha enfrentado a los investigadores a estos mismos problemas


éticos. Sin embargo, hay investigadores que critican que se asimile la investigación de
internet a la investigación con sujetos humanos (Walther, 2002; Basset & O'riordan,
2002). Estos autores consideran que el análisis de los archivos de un foro público, por
ejemplo, equivale a revisar una hemeroteca, por lo tanto no se investiga con personas
humanas y no es necesario tomar ninguna prevención ética añadida (Estalella &
Ardévol, 2007). Ante esta incertidumbre sobre la ética en Internet, la Association of
Internet Researchers (AoIR) elaboró la guía titulada Ethical Decision-making and
Internet Research Recommendations from the AoIR Ethics Working Committee. Según
esta guía, las decisiones éticas en la investigación en Internet deben tomarse de acuerdo
a los principios específicos de la disciplina de cada investigador (ESS, 2002).

  60  
Sin duda, la cuestión clave y vertebradora en los aspectos éticos de la investigación en
Internet es la concepción que si se trata de un ámbito público o de un espacio privado.
Así, King (1996) considera que cualquier mensaje en Internet al que todas las personas
puedan tener acceso es público, por lo tanto, se puede investigar sin necesidad de una
autorización. Walther (2002) afirma que las personas saben que su comunicación en
Internet puede ser leída y guardada:

cualquier persona que usa sistemas de comunicación disponibles públicamente


en internet debe estar al corriente de que esos sistemas son, en su constitución y
por definición, mecanismos para el almacenamiento, transmisión, y recuperación
de comentarios. Que algunos participantes tengan cierta expectativa de
privacidad, es algo erróneo (Walther, 2002, p.207).

Por otro lado, Sharf (1999) y Bromseth (2002) señalan que las personas cuando
producen sus mensajes tienen “expectativas de privacidad”, es decir, cuando escriben no
piensan que ese mensaje transcenderá. Así, las normas de privacidad se desarrollan en
los colectivos y no derivan solamente de la configuración de la tecnología.

Esta es una de las encrucijadas en las que sitúa esta investigación, en la que se han
recogido y analizado mensajes que, para quien esto escribe, tienen un carácter público
puesto que cualquier persona tiene acceso a ellos. En cualquier caso, se ha optado por
preservar el anonimato de los sujetos investigados. Así, solo se especifican en esta
investigación datos relacionados con el sexo y la edad y se ha eliminado toda aquella
información contextual dada en los mensajes que pudiera contribuir a la identificación
de los sujetos.

5. LIMITACIONES METODOLÓGICAS

Debemos reconocer en este apartado las principales dificultades a las que nos
enfrentaremos en la realización de esta investigación. Algunos de ellos pueden ser el
posible reduccionismo respecto a la realidad investigada. Por otro lado, la interpretación
que se hace a partir del análisis –pese a los criterios adoptados para aumentar el rigor de
la investigación- es subjetiva y, por ello, podrían existir otras, que fueran también
admisibles. A esto hay que sumar la limitación del análisis de las producciones textuales
puesto que detrás de los discursos hay otros aspectos sociales que no conocemos. Por

  61  
ello, se debe dejar claro que estas interpretaciones contienen necesariamente un
elemento especulativo y corren el riesgo de ser incorrectas o de poder ser refutadas por
otros estudios más profundos. Para hacer frente a esta cuestión, se ha tratado de
evidenciar lo más claramente posible las afirmaciones y teorías propuestas en este
trabajo.

Hay algunas cuestiones que podrían haber mejorado la calidad de esta investigación.
Citaremos únicamente un par de ellas, a modo de ejemplo. Por un lado, podría haberse
aumentado la confirmabilidad del estudio si se hubieran recogido las reflexiones y las
introspecciones de la investigadora mediante la elaboración de un diario en el que se
reflejasen periódicamente. Por otra parte, la credibilidad del estudio aumentaría con la
comprobación con las personas participantes: sería de sumo interés discutir la
interpretación y el análisis de los datos con los sujetos que constituyen nuestra muestra.
No obstante, hay que tener en cuenta a la hora de enjuiciar esta investigación, que se
enmarca en los límites de un trabajo de fin de máster y que, aunque no se hayan
realizado, pueden servir para el ulterior desarrollo de esta investigación.

Para concluir este capítulo parece oportuno señalar que la principal limitación a la que
nos enfrentamos cuando hacemos Análisis del Discurso Mediado por Ordenador es que
el enfoque empírico, basado totalmente en el texto, nos permite analizar únicamente los
aspectos lingüísticos del discurso y somos nosotros los que debemos inferir las
informaciones sociales y cognitivas de forma indirecta. De este modo, hay determinadas
cuestiones que no pueden analizarse a través del ADMO porque son demasiado
complejas e implican conocimientos sociales y psicológicos sobre los sujetos
investigados.

  62  
CAPÍTULO 4
ANÁLISIS E INTERPRETACIÓN DE
RESULTADOS
 

1. EL LENGUAJE ADOLESCENTE EN UNA RED SOCIAL:


TUENTI

A pesar de que existen multitud de redes sociales muy populares como Facebook o
Twitter, en este apartado, nos centraremos en Tuenti puesto que es la red social que más
han empleado los jóvenes en los últimos diez años. Tuenti (2011) se define a sí misma
como una plataforma de comunicación cuya misión es mejorar la comunicación y
transmisión de información entre las personas que se conocen. Añade que, en menos de
tres años, “se ha convertido en la página con más tráfico de España y en una de las
páginas más grandes del mundo de aquellas que funcionan mediante invitación” (Tuenti,
2011). La popularidad de Tuenti se fundamenta, según Fernández (2008), en que el
usuario se encuentra allí con las personas que le interesan, con sus conocidos y puede
establecer con ellos relaciones de calidad. Cuando una persona se registra puede agregar
a otros usuarios, que, cuando le acepten, recibirán la denominación de amigos. Entonces,
podrá ver su perfil, las fotografías que él u otros usuarios hayan subido a la red,
escribirle mensajes… El usuario también puede escribir lo que quiera en un tablón, que
es similar a un blog. Sin embargo hay que tener en cuenta, desde un plano semántico,
que el concepto que se tiene en Tuenti de términos como amistad o expresiones como
compartir la vida pierden su sentido más real para pasar a formar parte de un lenguaje
engañoso, ya que en esta red se conversa de asuntos triviales que son incapaces de aunar
lazos de amistad sólida. Esta es la tesis que mantienen Berlanga y Martínez (2010), que
analizan desde una perspectiva crítica esta red social y la retórica empleada en ella.

Como sucede en otros entornos digitales como el chat, el Messenger o los mensajes de
texto, en Tuenti la ortografía puede ser algo diferente a la estándar. En trabajos
anteriores (Torrego, 2009; Torrego, 2010) ya se había analizado este fenómeno, aunque
solamente se habían descrito las principales características, sin emplear la codificación.

  63  
En este trabajo se ha procedido al análisis de los 900 mensajes recogidos, procedentes
de 30 usuarios, que los habían escrito en 2008. Con ello se pretende conseguir formular
códigos que nos permitan hacernos una idea de cómo era la ortografía en Tuenti en ese
año e, incluso, poder formular una teoría.

1.1. Resultados del proceso de codificación


En un primer análisis se ha llevado a cabo el proceso de codificación abierta y se han
desglosado los principales rasgos encontrados, como se muestra en la siguiente tabla:

Tabla 8. Ejemplos de diferentes categorías de textismos que afectan a las vocales

Textismos relacionados con los cambios vocálicos

Categorías Ejemplos Transcripción al


español estándar
Desaparición de la vocal (u) cuando qiero Quiero
aparece con la grafía (q) o (k) aunke Aunque
Duplicación de vocales Mii Mi
Muchiisiimas Muchisimas
Holaaaa Hola
Besooo Beso
La vocal (i) sustituye a la consonante (y) iio Yo
stoii Estoy
Fuente: elaboración propia.
Tabla 9. Ejemplos de diferentes categorías de textismos que afectan a las consonantes

Textismos relacionados con los cambios consonánticos

Categorías Ejemplos Transcripción al


español estándar
Omisión de la (h) al principio e interior de ace Hace
palabra aora Ahora

  64  
Adición de la (h) al final de palabra primitah Primita
uNaaah Una
La grafía (k) sustituye a la grafía (qu) o kemar Quemar
ahora kOnOciiOo Conocido

La grafía (x) sustituye a la grafía (ch) nOxeee Noche


aprovexalO Aprovéchalo
Uso independiente de (v) – (b) y (ll) – (y) saves Sabes
yave Llave
Desaparición de la grafía (d) en participios comio Comido
Las grafías (s) y (z) ocupan el puesto una Wapizimaa Guapísima
de la otra grasiias Gracias
La grafía (w) sustituye a la letra (b) o (gu) Weno Bueno
wapa Guapa
Creación de nuevas palabras a través de L00 Lo
símbolos que se combinan con letras A2 Adiós
Fuente: elaboración propia

A estos rasgos ortográficos hay que sumar que en la mayoría de los casos no se emplean
tildes, ni se usan las mayúsculas cuando se habla de nombres propios.

Como dato curioso, si nos fijamos en los aspectos ortotipográficos y pragmáticos, los
usuarios a menudo construyen un discurso desorganizado, falto de coherencia y
cohesión, en el que se pierde el hilo muy fácilmente. En raras ocasiones se usan signos
de puntuación como la coma, el punto y coma o los dos puntos y es difícil encontrar
corchetes, guiones o comillas. Las oraciones suelen concluirse con puntos suspensivos o
con signos de admiración. Se han perdido los signos exclamativos o interrogativos
iniciales.

Aunque los jóvenes no empleen los signos de puntuación confines gramaticales, sí que
los utilizan para crear emoticones, que son las combinaciones gráficas para expresar un
estado de ánimo. Algunos de los más frecuentes son los siguientes: =), ;), =P, :D.

Estas cuestiones ortotipográficas y pragmáticas, merecedoras sin duda de un estudio


más detenido, quedan para futuras investigaciones.

  65  
A partir de estas categorías, se ha procedido a la codificación axial para ir avanzando
hacia el objetivo de producir agrupaciones jerarquizadas. En este caso, la separación
entre cambios vocálicos y consonánticos era poco clara y se ha optado para estudiar los
fenómenos lingüísticos de forma conjunta. Además, se han incluido rasgos ortográficos
que se habían visto pero que no tenían cabida en la clasificación anterior. Así, han
surgido las categorías que se recogen en la siguiente tabla:

Tabla 10. Categorías obtenidas en la codificación axial

Categoría Ejemplos Transcripción al español


estándar
Repeticiones de la misma letra- Holaaaa Hola
Mayor complejidad Mii Mi
Simplificación sin romper el valor ace Hace
fonológico tnia Tenía
Omisión de letras- Simplificación Cnmigo Conmigo
Sustitución de unas letras por otras Weno Bueno
con un valor fonético parecido Iio Yo
Sustituciones de letras por otras con Aunke Aunque
el mismo valor fonético saves Sabes
Adición de letras al final de la Primitah Primita
palabra uNaah uNaah
Diferentes palabras que aparecen Nose No sé
juntas
Ausencia de mayúsculas en nombres marta Marta
propios
Ausencia de tildes miercoles Miércoles
intentare Intentaré
Alternancia de letras mayúsculas y nOs Nos
minúsculas PaSemOs Pasemos
Fuente: elaboración propia

Por último, en el tercer paso, se ha procedido a la codificación selectiva. Para ello,


después de un reanálisis de los 900 mensajes de Tuenti partiendo de las categorías que
se habían enunciado en la segunda fase de la investigación, se han simplificado aún más
las categorías de análisis. Así, nos hemos quedado con las siguientes categorías:

  66  
- Simplificación
- Repetición de letras
- Sustitución
- Nuevas correspondencias entre grafema-fonema sin modificación de la
fonología
- Aglutinación de palabras
- Modificación de la fonología de la palabra
- Creación de nuevas palabras o uso de onomatopeyas
Estas categorías, que ya son más concretas, todavía no se encontraban jerarquizadas.
Para establecer una distribución y poder fijar un núcleo a partir del cual giraran todas, se
ha partido de un criterio de correspondencia entre grafema- fonema. Así, se ha
diferenciado entre dos tipos de textismos en relación con la concordancia o ruptura con
el código tradicional escrito. Así, se diferencian dos grandes categorías:
a) Textismos relacionados con la correspondencia tradicional entre grafema-
fonema: los cambios ortográficos realizados no modifican la fonología o
pronunciación de las palabras. Además, los grafemas empleados existen en la
escritura tradicional.
b) Textismos que rompen con la correspondencia tradicional entre grafema-fonema:
los cambios realizados a nivel ortográfico modifican la fonología de las palabras
y pueden llevarse a cabo con grafemas que no existen en la escritura tradicional.
A partir de estas premisas, se ha realizado la codificación selectiva, que se recoge en la
siguiente tabla:
Tabla 11. Categorías de textismos agrupados en función de que respeten o rompan la
correspondencia tradicional entre grafema y fonema

Textismos relacionados con la correspondencia tradicional entre grafema- fonema


Categorías Ejemplos Transcripción al
español estándar
Simplificación sin modificación de la Aora Ahora
fonología tngo tengo
Sustitución sin modificación de la fonología Poko Poco
Yegar Llegar
Ausencia de mayúsculas en nombres propios ronaldo Ronaldo
Ausencia de tildes Faltaria Faltaría
Pagina Página

  67  
Textismos que rompen con la correspondencia tradicional entre grafema- fonema

Nuevas correspondencias entre grafema- Iio Yo


fonema que cambian la fonología Aiiuda ayuda
Noxe Noche

Simplificación con modificación de la K Que


fonología Aunk Aunque

Omisión de vocales Ers Eres


Stams Estamos

Aglutinación Ma Me ha
Sq Es que
Mayor complejidad Iinstii Insti
Muchiisiimas Muchisimas
Mii Mi
eSttaBaaH estaba
Modificación de la fonología de la palabra Asias Gracias
influida por la lengua oral ninio niño
Palabras que no existen en español o que L00 Lo
emplean números o símbolos prr Onomatopeya
A2 Adiós

Alternancia de letras mayúsculas y anera diifeRente Manera


minúsculas Diferente
Fuente: elaboración propia

1.2 Clasificaciones utilizadas en estudios realizados en otras lenguas


Para completar el proceso de codificación se han consultado las clasificaciones hechas
por otros autores en diferentes idiomas. Una de las más conocidas, y que ha dado pie a
varias investigaciones sobre la lengua inglesa, es la de Thurlow y Brown (2003), que
incluye diez categorías para el estudio ortográfico de la Comunicación Mediada por
Ordenador en lengua inglesa. Las categorías son las siguientes:
- Acortamientos (bro por brother)
- Contracción (gd por good)
- Pérdida de la g final (goin por going)
- Otras pérdidas de letras finales (hav por have)
- Acrónimos (BFPO for British Forces Posted Overseas)

  68  
- Uso de iniciales (V por very)
- Empleo de letras/números homófonos (2moro por tomorrow)
- Errores ortográficos (cuming por coming)
- Uso de grafías no convencionales (fone por phone)
- Exageración del acento (afta por after)

Como se puede comprobar estas categorías guardan alguna similitud con las que hemos
formulado, pero son muy específicas de la lengua inglesa. Muchos de los fenómenos
descritos no se producen en español. Por ello, hemos decido consultar las
clasificaciones realizadas en lenguas románicas, que pueden ser más similares al
español. Bernicot et al. (2012) parten, como ellos mismos afirman, de las categorías
propuestas por Thurlow y Brown y las adaptan al francés teniendo en cuenta otras
categorizaciones para esta lengua realizadas por Anis (2007) o Panckhurst (2009). Los
autores afirman que han encontrado todas las categorías descritas por Thurlow y Brown
menos la de “Pérdida de la g final”, que es propia únicamente de la lengua inglesa.
También señalan que al esquema de estos autores hay que sumar otra categoría propia
del francés, que es la de “aglutinación”, consistente en palabras que aparecen juntas.
Los autores ponen el ejemplo de “jcroyé”, que sustituiría a “je croyais”.

Todas estas categorizaciones se han realizado para analizar la presencia de textismos en


los mensajes de texto. Nuestro propósito es el análisis de los mensajes en las redes
sociales, no en los mensajes de texto por lo que era necesario hacer una clasificación
para el español partiendo de los fenómenos ortográficos observados en mensajes que
han sido producidos en una red social. Las características de redes sociales y SMS son
diferentes en cuanto a límite de espacio, temporalización de la comunicación, número
de receptores o de personas que pueden leer el mensaje… Por lo tanto, los códigos
propuestos para clasificar los textismos en SMS pueden servir de orientación a la hora
de formular los nuestros pero no pueden tomarse como modelo. A esto hay que sumar
que la lengua española tiene unas determinadas características diferentes a las de las
lenguas en que se han realizado las investigaciones señaladas. Así, si repasamos los
sistemas de categorización citados, vemos que en inglés algunos de los fenómenos
surgen por la falta de correspondencia entre grafemas y fonemas y que en francés lo
más frecuente es la pérdida de las letras que aparecen al final de la palabra, rasgo típico
de la lengua oral francesa.

  69  
1.3 Descripción de los códigos encontrados

A continuación se realizará una descripción pormenorizada de cada uno de los códigos


o categorías que hemos relacionado en la última de las tablas y que han sido
encontrados en las producciones que han realizado en Tuenti los sujetos de nuestra
muestra. Estructuraremos esta descripción en los dos grandes bloques que hemos
organizado: la de los textismos que no rompen la correspondencia tradicional entre
grafema y fonema y los que sí la rompen

1.3.1 Textismos relacionados con la correspondencia tradicional entre grafema-


fonema
- Simplificación sin modificación de la fonología: este fenómeno no es muy
frecuente, ya que aparece únicamente en los mensajes de ocho sujetos. Consiste
en prescindir de determinadas grafías cuando el sonido de otra grafía ya los
incorpora. Por ejemplo, si se escribe únicamente la letra “d”, no hace falta
incorporar la grafía “e” puesto que “d” y “de” se pronuncia igual. Hay algunas
palabras que presentan esto como “t” por el pronombre “te”, “tngo” por “tengo”,
dcidme (decidme). El hecho de que este fenómeno no tenga mucha presencia
entre los mensajes que forman el corpus se debe a que únicamente puede
realizarse con las letras “b”, “d” ,“t” y “k” para sustituir a los grupos “be”, “de”
“te” y “ka”, respectivamente. Sin embargo, a pesar de que sean poco utilizadas,
sí que aparecen con frecuencia las formas “d” por “de” y “t” por “te” puesto que,
al ser una preposición y un pronombre, son palabras que se repiten varias veces
en las oraciones. El origen de esta categoría puede estar en el lenguaje empleado
en los mensajes de texto, donde había que aminorar el número de caracteres
usados para que cupiera más información. Entre las causas de su uso en Tuenti
puede considerarse la agilidad de escritura o la transferencia de lo que se hacía
en los mensajes de texto.

- Sustitución sin modificación de la fonología: consiste, como su propio nombre


indica, en emplear una letra con la misma realización fonética que otra. Un
ejemplo de ello sería “kon” por “con” puesto que la letra “k” se pronuncia igual
que la “c”. Otro ejemplo podría ser “kedar” por “quedar”. Así, las sustituciones
de “c” y “qu” por la grafía “k” son muy abundantes y son producidas por la
totalidad de los sujetos investigados. Esto se debe a que aparecen en palabras

  70  
muy frecuentes, que son necesarias para construir el discurso como “ke” por la
conjunción “que”, “kien” por “quien” o “aki” por “aquí”. En estos casos, estas
modificaciones pueden deberse a una cuestión de economía del lenguaje puesto
que escribir únicamente la grafía “k” es más corto que escribir las dos letras
“qu”. También puede tener su origen en la influencia recibida del lenguaje de los
mensajes de texto, donde también eran muy frecuentes estas modificaciones y se
utilizaban para ahorrar espacio. Por otro lado, en el caso de la sustitución de “c”
por “k”, como en las palabras “konmigo” por “conmigo” o “kasi” por “casi”, el
proceso puede estar motivado por fines estéticos. Una prueba de este interés por
embellecer sus mensajes de esta manera sería que esta sustitución se emplea en
los nombres propios, como “Karlos” por “Carlos” o “Karol” por “Carol”.
Algunos usuarios, incluso, han escrito sus nombres de usuario en Tuenti
realizando esta sustitución.

- Ausencia de mayúsculas en nombres propios: casi todos los nombres propios


que aparecen en los mensajes no respetan la regla ortográfica de escribir con
mayúscula la primera letra. Esto sucede tanto en antropónimos como en
topónimos. Así, encontramos ejemplos como “cristiano ronaldo”, “gonzalo” o
“segovia” y “burgos”. También aparece en nombres de asignaturas como
“plástica” o en los nombres de equipos deportivos como “barsa”. Este fenómeno
es muy frecuente puesto que ningún sujeto escribe en Tuenti los nombres
propios con mayúscula. La motivación de ello puede estribar en la rapidez a la
hora de escribir el mensaje y el hecho de que hacer caso omiso a esta regla
ortográfica no tienen muchos efectos en el grado de entendimiento del mensaje.

A pesar de que esto no se ha tenido en cuenta para el análisis, merece la pena


resaltar que se ha observado que cada usuario comienza sus mensajes unas veces
con minúscula, la mayoría, y otras con mayúscula. Esto revela que hay una
despreocupación por el uso de mayúsculas. El mismo hecho sucede después de
escribir punto y aparte, pues en esas circunstancias no se suelen emplear
mayúsculas.

- Ausencia de tildes: como sucedía en el caso de las mayúsculas, las tildes


también brillan por su ausencia. Este fenómeno no se produce en otros idiomas
como el inglés o el francés, sino que constituye un rasgo típico de la lengua

  71  
española y aparece en los mensajes de todos los usuarios investigados. Resulta
muy relevante que tan solo cuatro sujetos, tres chicas y un chico, hayan puesto
tildes en algunas palabras, aunque escriban la mayoría de palabras sin ellas. Así,
es frecuente encontrar ejemplos como “tia”, “presentacion”, “sabado” o
“cortesia”, sin tilde.

Las causas de este fenómeno pueden ser varias y no excluyentes entre sí. Una
sería la necesidad de escribir rápida y espontáneamente. En un teclado, escribir
las tildes puede llevar más tiempo puesto que hay que pulsar una tecla más. Por
otro lado, puede que su ausencia esté motivada por un desconocimiento de la
norma ortográfica puesto que el olvido de signos de acentuación, incluso en los
textos escritos, es uno de los errores más comunes entre los estudiantes (Gómez
Camacho, 2005).

1.3.2 Textismos que rompen con la correspondencia tradicional entre grafema-


fonema
- Nuevas correspondencias entre grafema- fonema que cambian la fonología:
este fenómeno puede ser el que más dificulte la lectura de los mensajes a alguien
que no conozca bien las peculiaridades del lenguaje en entornos electrónicos.
Esto sucede porque las correspondencias entre los grafemas y fonemas son
novedosas y no son las mismas que en el código tradicional. Por ejemplo, la
“ch” se sustituye por la “x”. Así, es muy frecuente encontrar “noxe” por “noche”,
“hexo” por “hecho” o “muxo” por “mucho”. Únicamente ocho usuarios emplean
a veces la “ch” y no siempre la sustitución por la “x”. La “x” también adquiere
un nuevo sonido cuando aparece en la forma “xo”, que se identifica con la
conjunción adversativa “pero” o cuando aparece en “xa”, que se relaciona con la
palabra “para”. Como este fenómeno aparece en el corpus de todos los usuarios,
es presumible que existe entendimiento cuando se realizan estas sustituciones.
Este fenómeno puede estar motivado por un principio de economía lingüística
puesto que hay que escribir menos.
Otra sustitución frecuente es la de emplear “i” en vez de “y”. Así, aparecen
palabras como “aiiudes” por “ayudes” o “aia” por “haya”. La razón de este
cambio, a diferencia del anterior, puede ser la influencia de la lengua oral en el
texto escrito.

  72  
La última sustitución en este apartado es la de la “gu” y “bu” por la “w”, que da
lugar a la aparición de palabras como “wena” por “buena” o de “warro” por
“guarro”. Este hecho también puede estar motivado por la necesidad de escribir
con rapidez y espontaneidad.

- Simplificación con modificación de la fonología: este fenómeno es similar al


que hemos visto en la categoría de “simplificación sin modificación de la
fonología”. En este caso, también se produce la desaparición de varias letras de
una palabra pero la grafía que queda no tiene la misma realización fonética. Un
ejemplo de esto sería la aparición de la grafía “k” en lugar de la conjunción
“que”. Esto es muy frecuente y aparece en las producciones de todos los sujetos.
Además, también se extiende a otras palabras como “kdar” por “quedar”,
“kmados” por “quemados”. Lo mismo sucede, aunque con menor frecuencia,
con la letra “q”. Esta también aparece sola para sustituir a la conjunción “que”.
Otras grafías que aparecen solos son la “m”, que sustituye al pronombre “me”, la
“n”, que hace lo mismo con la preposición “en” o la “l”, que sustituye a los
artículos “la” o “el”. Estas palabras que acabamos de citar son muy recurrentes
en el discurso, por lo que este fenómeno aparece en los mensajes de todos los
sujetos.

Omisión de vocales: es frecuente que aparezcan solo las consonantes, sin la


presencia de vocales. Así, la consonante tiene todo el protagonismo y es el lector
el que tiene que interpretar y deducir la vocal que había allí antes. Esto sucede
con casi todas las consonantes, como en “mreces” por “mereces”, “ntonces” por
“entonces”, “irns” por “irnos”, “tods” por “todos”, “xk” por “porque” o
“stabams” por “estábamos”. Este fenómeno se da con mucha frecuencia en los
mensajes seleccionados de determinados sujetos, mientras que en otros no
aparece ni una sola vez. Entre los motivos que hacen que los jóvenes escojan
esta fórmula de simplificación puede encontrarse la influencia del lenguaje de
los mensajes de texto, donde, como ya hemos dicho, había espacio limitado. Al
acostumbrarse a escribir así en estos medios se producen repercusiones en otros,
como, por ejemplo, en el discurso en Tuenti. Otra de las motivaciones puede ser
la necesidad de escribir de forma rápida y espontánea.

  73  
- Aglutinación: al igual que sucede en otras lenguas como el inglés o el francés,
en español también aparecen palabras que se escriben juntas. Así, aparecen
palabras como “nose” por “no sé”, “ma” por “me ha” o “esque” por “es que”.
Como se puede comprobar son palabras cortas, que se usan con mucha
frecuencia juntas y que en la lengua oral también se pronuncian sin pausa entre
ellas. La unión de estas palabras puede deberse a la influencia de la lengua oral
en el discurso escrito.

- Mayor complejidad: este fenómeno es de los más curiosos puesto que no se


encuentra descrito en los sistemas de codificación realizados por otros autores.
En Thurlow y Brown (2003) y en Bernicot et al. (2012) no aparece detallado
este fenómeno porque sus categorías surgen del análisis de los mensajes de texto,
donde lo que prima es el ahorro de espacio. Los códigos que ellos describen
están asociados a la simplificación y a la reducción de números de caracteres. En
nuestro caso, sin embargo, Tuenti no tiene límites de caracteres por lo que los
jóvenes no se enfrentan a estos problemas a la hora de escribir sus mensajes. Es
cierto que algunas características típicas de los mensajes de texto se han
heredado como las simplificaciones, la omisión de vocales o las aglutinaciones
pero los adolescentes también han introducido nuevas características, propias de
las redes sociales. Precisamente, la mayor complejidad es una de ellas y, quizás,
es esta la que se haya convertido en una referencia a la hora de imitar la escritura
en Tuenti.

Este fenómeno consiste en la duplicación de consonantes, como en


niniasssssssssssssss por “niñas” o “commmmo” por “como”; o de vocales, como
sucede, por ejemplo, en “puedooooooo” por “puedo” o en “holaaaa” por “hola”.
También se duplican consonantes y vocales al mismo tiempo en una única
palabra, como en “miriiiiiiammm” por “Miriam” o en “eeeeehhhh” por “eh”.
Este fenómeno puede tener sus raíces en la necesidad de llamar la atención al
receptor o en una reproducción de la lengua oral, que dotaría de un tomo
exclamativo a la palabra.

Dentro de esta categoría también se hace más compleja la palabra mediante la


adición de grafías nuevas que no forman parte de la palabra. Así, llama la

  74  
atención que se añada una “h” al final de las palabras: “bobaaH” por “boba”. En
nuestro caso, únicamente una chica añade las “h” mientras que no hay rastro de
ello en los otros sujetos. El fin de añadir esta letra puede encontrarse en la
intención de personalizar más el mensaje.

- Modificación de la fonología de la palabra influida por la lengua oral: como


su propio nombre indica, este fenómeno se construye a partir de la
pronunciación de las palabras y de la influencia de la lengua oral. Así, algunas
palabras como “ninio” por “niño” o “asias” por “gracias”, se escriben tal cual se
pronuncian de forma relajada y por determinados grupos sociales, como pueden
ser los adolescentes.

Dentro de esta categoría se incluyen también los participios en los que se


produce la relajación de la “d” en –ado o en –ido y que ha conllevado que, en
contextos coloquiales, no se pronuncié. En Tuenti, este fenómeno ha pasado a la
escritura y aparecen palabras como “comio” por “comido” o “hablao” por
“hablado”.

Por último, dentro de esta categoría también pueden incluirse las confusiones
entre seseo y ceceo, que traspasan la dimensión oral para aparecer en los textos
escritos. En nuestro caso, esto es casi inexistente puesto que los sujetos
investigados viven en Segovia, donde no se produce el ceceo ni el seseo. Sin
embargo, aparece en algunos de sus textos debido a que imitan a otras personas
que sí que lo utilizan. Un ejemplo es “dises” por “dices”.

- Palabras que no existen en español o que emplean números o símbolos: los


jóvenes mezclan letras con números u otros símbolos en sus textos. Así, como
sucede en otras lenguas, se aprovecha la pronunciación de los números para
crear palabras nuevas, como sucede con el 2 en “a2” por “adiós” o en “to2” por
“todos”. También hay ejemplos en los que se introduce la palabra entre los
números como “2mil9”. Estos ejemplos, que no son muy numerosos en nuestro
corpus de datos, se producen por el deseo de jugar con el lenguaje, de crear
formas ingeniosas. También estaría unido a una motivación estética.

  75  
Otro de los fenómenos que también se presenta con mucha frecuencia es el
empleo de onomatopeyas como “pfff” “mmm” o “jjjj”, con las que se resalta el
tono del mensaje. Al ser un medio escrito, en el que no está presente la
información aportada por el lenguaje verbal, suelen aparecer onomatopeyas o
emoticones para dar más información al receptor.

- Alternancia de letras mayúsculas y minúsculas: en la categoría “Ausencia de


mayúsculas en nombres propios” hemos señalado que los sujetos estudiados no
emplean casi nunca las mayúsculas y, con mucha menor frecuencia, en los
topónimos y antropónimos. Sin embargo, diez de los adolescentes estudiados sí
que emplean a menudo las mayúsculas en frases como estas: “nO nOs
PaSemOs..habLar de mAriO eS un teMa mU serio” (No nos pasemos, hablar de
Mario es un tema muy serio). Esta alternancia de mayúsculas y minúsculas, que
hace que se deba emplear más tiempo en escribir, tiene como principal
motivación el querer crear un mensaje original y que guste a los receptores. Se
trataría, por tanto, una forma de diferenciación respecto a otros grupos sociales,
que no las utilizan.

1.4. Posibles causas de estas transformaciones


Como se ha podido ir viendo a partir de este análisis, las redes sociales no sólo están
cambiando la forma de concebir la comunicación y la tecnología sino que también están
contribuyendo a llevar a cabo una revolución lingüística. Los jóvenes en Tuenti juegan
con la lengua, la utilizan como una herramienta más para distinguirse de otros grupos
sociales. También usan la lengua con un fin estético, quieren crear mensajes que llamen
la atención, que sean diferentes a lo que diariamente ven en otros contextos.
La ortografía en este medio se asemeja mucho a la pronunciación, aunque los cambios
observados respecto de la ortografía académica no parecen reducirse a una asimilación a
la lengua oral sino que podemos deducir que existen también otras razones que
impulsan a los jóvenes a hacer un uso tan libre y tan suyo de la ortografía. Algunos
fenómenos podrían estar fundamentados en aspectos como la comodidad o la rapidez
mientras que otros han de tener otra motivación, como la duplicación de grafías o la
alternancia libre entre mayúsculas y minúsculas en una misma palabra.
Al realizar este estudio, se han barajado diferentes motivos que pueden ser alguna de las
causas de que los jóvenes escriban así. La comodidad y rapidez son unas de las

  76  
principales ventajas que encuentran los jóvenes en el uso de Tuenti. Estos aspectos se
reflejan también en los comentarios, que se escriben rápidamente, sin reflexión ni
cuidado; tal vez de ahí deriven algunos fenómenos característicos como, por ejemplo, el
uso de la (w) para sustituir a las grafías (b) o (gu), la sustitución de la grafía (ch) por (x),
la representación de la grafía (qu) a través de la grafía (k) o la omisión de la grafía (h) a
principio de palabra. De hecho, estos rasgos parecen tener su origen en la escritura de
los mensajes cortos a móviles y haber pasado a la ortografía usada en las redes sociales.
La comodidad y la prisa se unen a la dejadez y la falta de concentración al escribir en
Tuenti y pueden motivar las confusiones entre (b) y (v), (y) y (ll), y la ausencia de
signos de puntuación. Pero además, existe otro factor de naturaleza estética: los jóvenes
quieren embellecer lo que escriben, buscan llamar la atención. Esta motivación estaría
probablemente en la base de la duplicación de vocales, la duplicación de consonantes
como la (t), el uso de emoticones o el uso indiscriminado de mayúsculas y minúsculas.
Por último, otros fenómenos pueden estar causados por el deseo de reproducir la lengua
oral, por ejemplo, la alternancia de las grafías (l) y (r), el uso de (h) en palabras que no
la llevan o la sustitución de la grafía (ñ) por (ni).

2. ANÁLISIS ESTADÍSTICO DE LAS DIFERENCIAS DE


TEXTISMOS
Con el enfoque cuantitativo se pretende contabilizar el número de textismos por
mensaje producidos por cada usuario en Tuenti en 2008 y en Twitter en 2015, hallar la
densidad total de textismos por usuario en cada red social y conocer la longitud de los
mensajes por usuario y red social. Estos datos nos permitirán estudiar la evolución de la
ortografía de Tuenti a Twitter y, dado que se puede considerar un trabajo longitudinal –
se han obtenido resultados en dos fases distanciadas en siete años-, podremos
reflexionar sobre si el paso del tiempo también ha incidido en el discurso desde el punto
de vista ortográfico de estos jóvenes.

Tras haber establecido las categorías de análisis en la fase anterior, se ha procedido a la


codificación de los mensajes recogidos en el corpus, que son 1800 (30 mensajes por
sujeto y por red social). Para ello, se han diferenciado los mensajes de Tuenti y los de
Twitter y, en una tabla de Excel, se ha realizado el análisis de textismos. Por lo tanto,

  77  
nuestro objetivo principal tras haber realizado todos los cálculos será comprobar las
diferencias que existen a nivel ortográfico en un espacio de siete años, en el que los
sujetos han pasado de adolescentes a jóvenes universitarios.

Aunque la muestra (n= 30) ya ha sido descrita en la metodología, a continuación se


incluyen unas tablas de frecuencias para la mejor comprensión del análisis que se ha
realizado:

Tabla 12. Tabla de frecuencias para la variable “Sexo”

Frecuencia
Válidos Hombre 15
Mujer 15
Total 30
Fuente: Elaboración propia

Tabla 13. Estadísticos descriptivos para la variable “edad”

Edad_Tuenti Edad_Twitter
N Válidos 30 30
Media 15,33 22,33
Mínimo 14 20
Máximo 17 23

Fuente: Elaboración propia

Tabla 14. Tabla de frecuencias para la variable “edad”

Edad en 2008 Edad en


2015 Frecuencia Percentil Percentil acum.
14 21 10 33,3 33,3
15 22 6 20,0 53,3
16 23 8 26,7 80,0
17 24 6 20,0 100,0
Total 30 100,0
Fuente: elaboración propia.

  78  
Después de revisar la literatura que ha empleado la metodología cuantitativa para
estudiar la ortografía de los jóvenes y adolescentes en entornos virtuales y su relación
con el desarrollo de la competencia lingüística (Bernicot et. Al, 2012; Plaster et al.,
2009; Plester et al., 2011; Wood et al., 2011a ; Bushnell, Kemp & Martin, 2011), hemos
considerado una serie de variables para el estudio de los mensajes. Estas variables son
las mismas para las dos redes sociales y son las que se detallan a continuación:

- Número de palabras por mensaje: número de palabras que hay en cada mensaje
analizado. En el cómputo no se han tenido en cuenta los emoticones pero sí las
onomatopeyas.

- Número de caracteres por mensaje: para definir esta palabras, además de los
caracteres se han contabilizado los espacios. Este dato es importante puesto que
Twitter tienen una limitación de 140 caracteres mientras que en Tuenti la
extensión es libre. Para que este estudio fuera válido, debíamos cerciorarnos de
que la extensión, tanto de palabras como de caracteres, era similar en las dos
redes puesto que esto afectará a otras variables, como la densidad de textismos.

- Número de textismos que siguen el código tradicional: se ha contabilizado el


número de este tipo de textismos en cada mensaje. En esta variable se incluyen
los subapartados que hemos analizado desde la perspectiva cualitativa.
Recordemos que eran:

ü Simplificación sin modificación de la fonología


ü Sustitución sin modificación de la fonología
ü Ausencia de mayúsculas en nombres propios
ü Ausencia de tildes
- Número de textismos que rompen con el código tradicional: se trata, en
paralelismo con el caso anterior, de la suma de las categorías:
ü Nuevas correspondencias entre grafema- fonema que cambian la
fonología
ü Simplificación con modificación de la fonología
ü Omisión de vocales
ü Aglutinación
ü Mayor complejidad

  79  
ü Modificación de la fonología de la palabra influida por la lengua oral
ü Palabras que no existen en español o que emplean números o símbolos
ü Alternancia de letras mayúsculas y minúsculas

- Número total de textismos: en cada mensaje: resulta de la suma del número de


textismos que siguen el código tradicional y el número de textismos que lo
rompen

- Densidad de textismos: la densidad de textismos es igual al número de cambios


dividido por el número total de palabras en el mensaje (Número total de
textismos/Número total de palabras). Esta variable se toma como índice de
referencia.

- Densidad de textismos que siguen el código tradicional: se calcula dividiendo el


número de textismos que siguen el código tradicional en cada mensaje entre el
número de palabras.

- Densidad de textismos que rompen con el código tradicional: como en los casos
anteriores, se trata de una división del número de textismos que rompen con el
código tradicional en cada mensaje entre el número de palabras.

Para el análisis de los mensajes, se ha empleado una tabla para los 900 mensajes
recogidos en Tuenti y los 900 de Twitter. El resumen de los resultados obtenidos es el
siguiente:

Tabla 15. Caracterización de la muestra de mensajes estudiados

Tuenti Twitter
(2008) (2015)
Número de palabras por mensaje Media 14,521 11,262
SD 6,057 2,76
Máximo 36,9 17,033
Mínimo 7,86 7,4

Número de caracteres (incluyendo espacios) Media 69,839 66,803


por mensaje SD 22,895 14,562
Máximo 134,5 93,766
Mínimo 40,4 46,6

Número de textismos que siguen el código


tradicional Media 1,851 0,391
SD 0,728 0,322

  80  
Máximo 3,6 1,172
Mínimo 0,9 0
Número de textismos que rompen con el Media 2,632 0,377
código tradicional SD 1,104 0,339
Máximo 6,833 1,466
Mínimo 1,4 0

Número total de textismos en los mensajes Media 4,493 0,767


SD 1,461 0,539
Máximo 10,4 2,233
Mínimo 2,8 0

Densidad total de textismos Media 0,363 0,0853


SD 0,0901 0,0696
Máximo 0,547 0,243
Mínimo 0,174 0
Densidad de textismos que siguen el código Media 0,153 0,039
tradicional SD 0,075 0,0324
Máximo 0,433 0,0979
Mínimo 0,075 0
Densidad de textismos que rompen con el Media 0,228 0,045
código tradicional SD 0,089 0,051
Máximo 0,435 0,188
Mínimo 0,081 0

Fuente: elaboración propia.

A continuación realizaremos un análisis detallado de los resultados obtenidos.

2.1 Longitud de los mensajes

El número de palabras y de caracteres son dos factores que pueden darnos información
muy relevante sobre la ortografía empleada en las redes sociales y sobre las
motivaciones de los adolescentes a la hora de escribir los mensajes. El número de
palabras y de caracteres en las dos redes es muy similar. Esto llama la atención puesto
que en Tuenti no hay un límite de extensión, como sí que ocurre en Twitter, aunque en
Tuenti la variación entre unos mensajes y otros es, lógicamente, mayor que en Twitter.
A pesar de ello, se observa que tanto en la adolescencia como en la juventud, los sujetos
investigados se decantan por mensajes breves (Tuenti, = 14, 521; SD= 6,057; Twitter,
= 11,262; SD= 2,76).

  81  
 
Figura 1. Número de palabras de los mensajes en Tuenti y Twitter

Fuente: elaboración propia.


 
 
El número de caracteres también es menor en Twitter que en Tuenti, sin embargo,

tienen valores muy próximos ((Tuenti, = 69, 839; SD= 22,895; Twitter, = 66,803;
SD= 14,562). Esta diferencia en las medias de apenas tres caracteres puede tener su
causa en que en Tuenti se producen más los acortamientos y simplificaciones que en
Twitter. Así, en los mensajes que hemos recopilado en Tuenti es frecuente ver palabras
como “xk” en vez de “porque”, “x”, en vez de “por” o “xa” por “para”. A esto hay que
sumar que el fenómeno de acortamiento y simplificación no se produce casi en Twitter
y únicamente se ha observado cuando el mensaje se aproximaba a los 140 caracteres y
era necesario acortar para que cupiera toda la oración. Sin embargo, en Twitter, uno de
los fenómenos que más aparece es el relacionado con la repetición y duplicación de
palabras, que, aunque su proporción es bastante menor que en Tuenti, se encuentra en
saludos como “holaaaa” por “hola”, “adiossssss” por “adiós” o en nombre propios como
“Martaaaaa”, en vez de “Marta”.

Por último, resulta curioso comprobar que en Twitter la longitud de los mensajes quede
tan alejada de los 140 caracteres permitidos.  

  82  
 
 
Figura 2. Número de caracteres de los mensajes en Tuenti y Twitter

Fuente: elaboración propia

2.2 Número de textismos

El número de textismos viene determinado por el número de palabras que, dentro del
mensaje, presentan cambios. Recordemos que con el término “textismo” nos referimos a
los cambios en la forma ortográfica de una palabra en comparación con la escritura
tradicional. En nuestro caso, hemos dividido los textismos en dos categorías: textismos
que siguen el código tradicional y textismos que lo rompen.

Estos dos tipos de textismos son bastante más numerosos en Tuenti que en Twitter,
donde la proporción es muy baja y casi inexistente. En Tuenti predominan los textismos

que rompen con el código tradicional ( =2,632; SD=1,104) por encima que los que lo

respetan ( =1,851; SD=0,728), mientras que en Twitter es al contrario, donde

predominan los que respetan el código tradicional ( = 0,391; SD=0,322) ante los otros

( = 0,377; SD= 0,339). Esto puede deberse a que los textismos que rompen con el
código son más transgresores y llaman más la atención que los otros. En Twitter la
mayoría de los textismos se emplean para enfatizar o aparecen por falta de atención
pero no con fines estéticos, como sí que ocurre en Tuenti.

  83  
 
Figura 3. Número de textismos en Tuenti y Twitter que siguen el código tradicional

Fuente: elaboración propia

 
Figura 4. Número de textismos en Tuenti y Twitter que rompen el código tradicional

Fuente: elaboración propia


 
Respecto al número total de textismos, las diferencias son muy evidentes respecto a las
dos redes sociales (Tuenti, = 4,493; SD= 1,461; Twitter, = 0,767; SD= 0,539). Esto
ya nos da una pista de los cambios profundos que se han desarrollado en la ortografía de
los mensajes de los jóvenes conforme ha ido pasando el tiempo. Además, es necesario
destacar que el valor mínimo respecto al número total de textismos en Twitter es 0; en

  84  
otras palabras: hay sujetos que no producen textismos cuando escriben en esta red
mientras que sí lo hacían cuando eran adolescentes en Tuenti.  

Figura 5.Número total de textismos en Tuenti y Twitter

Fuente: elaboración propia

2.3. Densidad de los textismos

En este análisis, nos interesa saber la proporción final de palabras con textismos y sin
textismos en ambas redes. Para ello hemos hallado la densidad de textismos, que, como
hemos señalado, es el número total de textismos dividido entre el número total de
palabras.
Tabla 16. Densidad de textismos en Tuenti y en Twitter

TUENTI
Proporción de palabras con textismos Proporción de palabras sin textismos
0,363 0,637
TWITTER
Proporción de palabras con textismos Proporción de palabras sin textismos
0,085 0,915
Fuente: elaboración propia

Como se puede observar, algo más de una tercera parte de las palabras que constituyen
los mensaje en Tuenti contienen textismos, mientras que en Twitter la proporción
desciende bruscamente. Esta misma medida ha sido empleada en otras investigaciones
sobre la ortografía en los mensajes de texto de los adolescentes. Así, en el estudio de

  85  
Bernicot et al. (2012) la proporción de palabras con textismos es de 0,52, algo más baja
que en el de Bushnell, Kemp y Martin (2011), que es de 0,53; en la investigación de
Plester et al. (2011) la cifra es de 0,48, al igual que en la de Kemp y Bushnell (2011),
donde también es de 0,48. La razón por la que estas proporciones son un poco más altas
que las obtenidas en nuestra muestra puede radicar en que se centran en los mensajes de
texto, donde el espacio está limitado a 160 caracteres. Debido a esta característica y al
coste de los mensajes, los adolescentes podrían intentar acortar al máximo las palabras.
Otra posible causa sería que los mensajes se difunden en un ámbito privado. Esta
característica es el origen probable de dos consecuencias: por un lado, los adolescentes
no han de preocuparse de los múltiples receptores que tendrá su mensaje y, además,
dado que conocen al receptor, saben cómo se producirá el principio de cooperación y,
por otro, esos mensajes suelen tener más contenido informativo que los mensajes
escritos en redes sociales.

También hay investigaciones sobre la proporción de textismos en los mensajes de texto


que tienen unos resultados en cuanto a la densidad muy similares a los nuestros. Wood
et al. (2011b) señalan que, tras realizar un estudio con más de mil adolescentes del
Reino Unido, la media de la densidad de textismos oscila entre 0,33 y 0,44. Un valor
parejo dan Plester et al. (2009), que sitúan la proporción de textismos de su estudio en
0,34.

Figura 6. Densidad de textismos en Tuenti y Twitter

Fuente: elaboración propia

  86  
Respecto a la densidad de cada categoría de textismos, en Tuenti, cabe señalar que los
que respetan el código tradicional tienen una densidad de 0,153, mientras que los que lo
rompen, tienen un valor de 0,22. En el estudio de Bernicot et al. (2012), no había
diferencias entre la densidad de estos dos tipos. En cuanto a la red Twitter, la densidad
es muy baja en los dos casos.

 
Figura 7. Densidad de textismos que siguen el código tradicional en Tuenti y Twitter

Fuente: elaboración propia


 

Figura 8. Densidad de textismos que rompen el código tradicional en Tuenti y Twitter

  87  
Fuente: elaboración propia

2.4. Comparación del uso de textismos en Tuenti y en Twitter


Para poder analizar mejor la diferencia entre los valores de la densidad de textismos en
las dos redes se ha realizado una comparación de medias. Con ese propósito se han
comparado la densidad total de textismos en Tuenti con la densidad total de textismos
en Twitter a través de la Prueba T para muestras relacionadas. Esta prueba suele
utilizarse con un mismo grupo de sujetos al que se les mide una o más variable de forma
repetida. Este es nuestro caso, puesto que medimos la densidad total de textismos en dos
años diferentes. Esta situación caracteriza a los diseños intrasujetos o de medidas
repetidas (MR) el cual implica el registro de la variable dependiente bajo todos los
niveles de la variable independiente en todos los sujetos. En nuestro caso, se lleva a
cabo en un contexto no experimental. Esta prueba mide si hay diferencias
estadísticamente significativas entre la media de dos condiciones en situaciones
intrasujeto. Con ello, se pretende conocer si hay cambios significativos en la producción
de textismos entre 2008 y 2015, entre dos periodos temporales diferentes. Partiremos de
la H1 de que con el tiempo y con el paso de la adolescencia a la juventud, los sujetos
producen menos textismos.

Antes de aplicar esta prueba, hay que comprobar que se dan varios supuestos que se
deben cumplir, que son: la existencia de una variable dependiente cuantitativa, que haya
normalidad de la variable dependiente y que las observaciones de los distintos sujetos
sean independientes. En nuestro caso la variable dependiente es el valor de la densidad
de textismos y la variable independiente sería la red social o lo que es lo mismo, el
tiempo transcurrido (los datos de Tuenti son de 2008 y los de Twitter, de 2015).

Antes de hacer la Prueba T, hay que comprobar el comportamiento de la muestra; si


estas dos medidas cumplen con el supuesto de normalidad.

Tabla 17.Prueba de Kolmogorov-Smirnov para una muestra

Total_densidad_Tuenti Total_densidad_Twitter
N 30 30
Parámetros normales Media ,36307996902 ,0853628
Desviación típica ,090173429739 ,06966989
Diferencias más extremas Absoluta ,088 ,155

  88  
Positiva ,064 ,155
Negativa -,088 -,110
Kolmogorov-Smirnov Z ,479 ,849
Sig. Asíntota (bilateral) ,976 ,467
a. La distribución de contraste es la Normal.
b. Se han calculado a partir de los datos.

Fuente: elaboración propia

En ambos casos, los valores son p= 0,976 y p= 0,467 > p= 0,05, luego tanto los datos de
la densidad de textismos en Tuenti como los datos de la densidad de textismos en
Twitter provienen de una distribución normal.

Una vez verificada la prueba de normalidad se pueden aplicar la Prueba T

Tabla 18.  Estadísticos descriptivos del procedimiento Prueba T para muestras


relacionadas

Media N Desviación típica Error tip. De la media


Densidad_total_tuenti ,36307996902 30 ,090173429739 ,016463340519
Densidad_total_twitter ,0853628 30 ,06966989 ,01271992

Fuente: elaboración propia

Tabla 19. Coeficiente de correlación de Pearson

N Correlación Sig.
Densidad_Tuenti & 30 ,268 ,153
Densidad_Twitter

Fuente: elaboración propia.

En la tabla se muestra la correlación lineal de Pearson entre las densidades, en ambas


condiciones, que en este caso es de 0,172. Su significación estadística es p=0,365. Al
ser p>0,05, concluimos que las densidades en ambas condiciones de registro no tienen
correlación significativa.

  89  
Tabla 20. Tabla resumen del procedimiento Prueba T para muestras relacionadas

Paired Differences t gl Sig.

Media Desviació Error tip. 95% Intervalo de confianza (bilateral)

n típica de la de la diferencia

media Inferior Superior

Densidad _Tuenti ,277717 ,098100 ,017910 ,241086 ,314348 15,506 29 ,000


Densidad_Twitter

Fuente: elaboración propia

Aquí se contrasta si la media de la diferencia de las densidades en ambas condiciones es


estadísticamente significativa, es decir, debido a la acción variable independiente; o, por
el contrario, no es estadísticamente significativa y los resultados pueden explicarse por
el azar. El valor del estadístico de contrate t es de 15,506 con 29 grados de libertad (gl)
y una significación bilateral de 0,000. Entre el límite superior y el límite inferior del
intervalo de confianza no se encuentra el 0.

Por lo tanto, la densidad de textismos en los mensajes de nuestros sujetos era


significativamente mayor cuando eran adolescentes (M= 0,363, SD= 0,582) que,
después de siete años, cuando son jóvenes (M= 0,085; SD= 0,696, t (29)= 15,506,
p<0,05, r= 94). Se cumple nuestra H1, puesto que el paso del tiempo y la madurez de los
sujetos investigados ha conllevado la producción de menos textismos.

Para comprobar que los cálculos están bien realizados, hallamos una nueva variable que
consiste en el valor de la densidad total de textismos en Tuenti menos el valor de la
densidad total de textismos en Twitter. Con esta variable aplicamos la prueba T para
una muestra
Tabla 21. Estadísticos del procedimiento para una muestra

N Media Desviación estándar Error tip. de la media


Diferencia 30 ,2777 ,09810 ,01791
Fuente: elaboración propia
 

Tabla 22 . Tabla resumen del procedimiento Prueba T para una muestra

Valor de la prueba = 0
t gl Sig. (biltateral) Diferencia de 95% Intervalo de Confianza para

  90  
medias la diferencia
Inferior Superior
Diferencia 15,506 29 ,000 ,27772 ,2411 ,3143

Fuente: elaboración propia

Como se ve, los resultados de la prueba para t, los grados de libertad y la significación
bilateral son los mismos.

2.5 Comparación del uso de textismos en función del sexo de los sujetos
Ahora, nos serviremos otra vez de la Prueba T para muestras independientes; en este
caso, compararemos la producción de textismos con el sexo de los sujetos. Queremos
saber así si las mujeres emplean más textismos que los hombres, como se ha señalado
en algunos estudios (Bernicot et al., 2012; Plester et al., 2009).

Tabla 23. Estadísticos del procedimiento para mostrar la influencia del sexo

Sexo N Media Desviación estándar Error tip. de la media


Hombres 15 ,2425 ,08434 ,02178
Mujeres 15 ,3129 ,10083 ,02603

Fuente: elaboración propia

Tabla 24. Tabla resumen del procedimiento Prueba T para mostrar la influencia del
sexo

Prueba de t-test para la igualdad de medias


Levene de
igualdad de
varianzas
95% Intervalo de
confianza para la
diferencia
F Sig. t gl Sig. Diferencia Diferencia Inferior Superior
(bilateral) medias del error
estándar
Se han ,296 ,591 - 28 ,047 -,07038 ,03394 - -,00086
asumido 2,074 ,13991
varianzas
iguales

  91  
No se han - 27,152 ,048 -,07038 ,03394 - -,00076
asumido 2,074 ,14001
varianzas
iguales

Fuente: elaboración propia

La prueba de Levene para la igualdad de varianzas nos indica si podemos o no suponer


varianzas iguales. Así si la probabilidad asociada al estadístico Levene es >0.05 –
suponemos varianzas iguales, si es <0.05 – suponemos varianzas distintas. Tras aplicar
la citada prueba de Levene para comprobar el supuesto de homocedasticidad,
obtenemos que Sig.= 0,591 > 0,05, por lo que asumimos que las varianzas son iguales.

Después observamos el estadístico t con su nivel de significación bilateral; este valor


nos informa sobre el grado de compatibilidad entre la hipótesis de igualdad de medias y
las diferencia entre medias poblacionales observadas; en nuestro caso es menor que 0.05,
lo que nos indica la significatividad de las diferencias. El hecho de que le valor 0 no
esté incluido entre los límites del intervalo de confianza para la diferencia también
indica que podemos rechazar la hipótesis de igualdad de medias.    

Así, el número de textismos empleado por mensaje en el caso de las mujeres es


significativamente mayor (M= 0,312, SD= 0,1) que el de los hombres (M= 0,242, SD=
0,084, t(28)= -2,074, p< 0,05).

3. INTERPRETACIÓN DE LOS RESULTADOS OBTENIDOS


Los resultados que presentamos en este estudio analizan la ortografía empleada por un
grupo de jóvenes en las redes sociales para comparar el uso de textismos en 2008,
cuando estos eran unos adolescentes, y en 2015, cuando ya son jóvenes y han acabado
su formación lingüística. Como ya se ha expuesto, se desea conocer si los jóvenes han
desarrollado la competencia ortográfica a través del análisis de sus producciones
textuales. Esta inquietud surge ante el gran aluvión de noticias aparecidas en distintos
medios de comunicación en las que se identifica la preocupación por la influencia que el
uso de las redes sociales tiene en el desarrollo de la competencia lingüística de los
adolescentes.

  92  
3.1. Textismos en Tuenti y en Twitter
El primer tema específico de investigación son las características desde el plano
ortográfico que tienen los mensajes escritos en Tuenti y en Twitter. La lengua está en
continuo cambio y es difícil describir los principales rasgos lingüísticos puesto que cada
individuo introduce características propias. A pesar de que en el medio escrito la
evolución es más lenta que en el oral, Internet y, en concreto, las redes sociales, están
acelerando los cambios que se producen en los idiomas. Uno de los motivos es que en
Internet la comunicación tiene un componente de oralidad, aunque se recurra al canal
escrito. Estos rasgos de oralidad responden al intento de comunicar no solamente
información, sino también algunos matices de la conversación oral, como la actitud
proposicional del emisor hacia el texto (Sánchez Hernández, 2004). A esto hay que
sumar que la interacción en las redes sociales es mayor y la comunicación se produce
entre personas más diversas, procedentes de todas las partes del mundo.

Una vez codificados los mensajes de Tuenti, que produjeron en 2008 nuestros 30
sujetos investigados, su discurso puede parecernos plagado de errores, sin embargo,
debemos darnos cuenta de cómo los jóvenes han modificado el lenguaje para construir
una comunicación más clara y rápida entre los usuarios.

Como nos revelan los datos de 2008, los adolescentes han creado su propio lenguaje no
solo para comunicarse sino también para distinguirse de otros grupos sociales. También
emplean la lengua con un fin estético, para crear mensajes que se diferencien de los
demás.

Este lenguaje está marcado por lo coloquial y lo espontáneo. En el análisis, aunque


fuera ya de las categorías ortográficas, se encontraron palabras malsonantes, términos
que no aparecen en los diccionarios, incoherencias en el discurso, frases inacabadas...
Sin embargo, a pesar de estos errores, los emisores y receptores se entienden entre sí sin
problemas.

En los mensajes de Twitter de 2015 vemos que siguen presentes los textismos, aunque
en menor medida. Hoy cambios que sí se producían en Tuenti, como las nuevas
correspondencias entre grafema y fonema que cambian la fonología o la alternancia de
letras mayúsculas y minúsculas, que no se han encontrado en los mensajes de Twitter
analizados. Esto puede deberse a que son cambios muy visibles, que alejan mucho al

  93  
mensaje del sistema normativo. Otros tipos de textismos como la mayor complejidad
por la duplicación de vocales o la simplificación con modificación de la fonología
permanecen en el discurso de Twitter. El empleo de estos textismos tiene una utilidad.
En el primer caso, la duplicación de vocales busca dar más información contextual y
sobre el estado de ánimo del que lo escribe y la simplificación con modificación de la
fonología se utiliza para que el mensaje sea más corto, tenga menos caracteres o,
incluso, para poder escribirlo más rápido. Estas dos categorías se han arraigado en
nuestro discurso y se emplean en muchas ocasiones en ámbitos personales de fuera de
las redes sociales, como en la escritura de cartas, notas o apuntes.

Entre las razones por las que los jóvenes estudiados emplean textismos en Twitter, en
primer lugar, hay que tener presentes las características de la red social, en las que,
necesariamente, los mensajes tienen que ser breves y se busca la concisión. Esto puede
llevar a los usuarios a emplear la simplificación. También se pueden emplear textismos
como la complejidad o las onometopeyas para dar información puesto que los mensajes
en Twitter no se relacionan con otros habitualmente, son mensajes que se pueden leer
individualmente, sin saber si hay otro antes o después. Incluso, podríamos pensar que,
como sucedía en Tuenti, estos cambios tienen su origen en la búsqueda de
espontaneidad y de rapidez. Sin embargo, no sucede como en Tuenti, que se busca el fin
estético a través de la ortografía; en Twitter esto se logra a través del empleo de
emoticones o emojis.

El reducido número de textismos en Twitter puede deberse a varios motivos. Uno de


ellos puede ser que los mensajes son públicos y pueden ser leídos por cualquier persona.
Por este motivo, los jóvenes harían un esfuerzo por escribir un mensaje
ortográficamente correcto. El respeto de la norma estándar se ha convertido en un
elemento que, en muchas ocasiones, da prestigio a los emisores. De hecho, en Twitter
hay varios mensajes que secdedican a criticar a los usuarios que comenten faltas de
ortografía o que sufren algún descuido. Además, como se ha demostrado en algunas
ocasiones, los propios jóvenes, que rozan la mayoría de edad o están en la veintena,
ridiculizan el mensaje que utilizaban en Tuenti. Así, el 15 de enero de 2015, con el
hashtag #VolvamosATuenti, que se convirtió en Trending Topic en España, se
escribieron multitud de mensajes en los que se ridiculizaba y exageraba el uso de

  94  
textismos en Tuenti, aludiendo a que son propios de personas de nivel sociocultural más
bajo.

Algunos de los textismos que se empleaban en Tuenti, que influían en la configuración


del proceso de creación de la identidad adolescente, tanto a nivel individual como social,
se han perdido. Estos cambios a menudo producían que a los adultos les costara
entender los mensajes. Además, sus características ortográficas eran muy diferentes a
las de otros grupos sociales, que las desconocían y quedaban ajenos a este fenómeno.
Conforme estos adolescentes han ido creciendo y ya son veinteañeros, han dejado de
lado la mayoría de estas características, con las que ya no se sienten identificados.

A pesar de este interés por escribir sin faltas de ortografía ni errores gramaticales, se
encuentran errores en los mensajes de todos los usuarios. Un fallo muy común es el de
no poner tilde a las palabras. En un mismo tuit, aparecen palabras a las que sí que han
puesto tilde y otras a las que no. Esto puede deberse al desconocimiento de la norma
ortográfica y/o a que el corrector integrado en su teléfono móvil es capaz de poner tildes
a algunas palabras pero no la coloca en otras que dependiendo del contexto la llevan o
no, como “mas” (más), “esta” (está), “maquina” (máquina) o “tu” (tú). También
aparecen bastantes faltas de ortografía como “acerme” (hacerme), “jitano” (gitano) o “a
ver” (haber), que creemos que son fruto del desconocimiento de la norma ortográfica y
no del uso de las redes sociales.

3.2 Evolución de la ortografía


Como se ha comprobado tanto en el análisis cuantitativo como en el cualitativo, el
número de textismos por mensaje se ha reducido enormemente a lo largo del tiempo.
Esto puede estar influido por varios motivos. En primer lugar, una causa puede ser el
cambio de red social. En Tuenti había una sensación de protección, de que esos
mensajes únicamente serían leídos por su grupo de iguales mientras que en Twitter se
tiene la consciencia de que los tuits son públicos. Otra posible razón es el paso del
tiempo y la maduración de los sujetos. Estas personas, que han desarrollado su
competencia lingüística, son conscientes de los cambios ortográficos que han
introducido. Estas razones no son independientes sino que guardan una estrecha
relación entre sí. Es cierto que las características de Twitter obligan a que se dejen de
lado ciertos textismos que sí que se empleaban en Tuenti pero son los propios sujetos
los que han desarrollado un conocimiento lingüístico que les permite aprender a

  95  
diferenciar los contextos de uso y a adaptar su discurso a los requerimientos del medio.
Podemos afirmar incluso que las prácticas de escritura en las redes sociales han
contribuido al desarrollo de la competencia escrita de los jóvenes puesto que día a día se
enfrentan a multitud de variables que deben tener en cuenta a la hora de producir su
discurso.

Somos conscientes de que para justificar aún más nuestras afirmaciones necesitaríamos
tener otros datos como el nivel de competencia lingüística de los sujetos estudiados o su
visión de la comunicación en las redes sociales. Esto podría ayudarnos a saber con más
claridad el grado de influencia de las variables independientes edad o red social.
Nuestra investigación tiene en esta cuestión una clara vía de continuidad.

  96  
CAPÍTULO 5
CONCLUSIONES Y PROSPECTIVA

1. CONCLUSIONES
En esta investigación hemos puesto de manifiesto que el lenguaje que emplean
adolescentes y jóvenes en dos redes sociales –Tuenti y Twitter- tiene características
propias. Se han clasificado las alteraciones lingüísticas, de manera tal que ha sido
posible establecer una categorización de las mismas en función de los distintos tipos de
textismos empleados.

Hemos comprobado que la evolución del tiempo o las características diferenciales de


cada red social condicionan la expresión lingüística de los sujetos estudiados de tal
manera que llevan a una utilización peculiar de textismos, bien sean estos textismos que
sigan el código tradicional –respetan la correspondencia tradicional entre grafema y
fonema- o que se salten dicho código –textismos que rompen el código tradicional entre
grafema y fonema--. Se ha constatado una evolución que lleva a la producción
significativamente menor de textismos y también se ha visto la significatividad de las
diferencias lingüísticas entre los mensajes emitidos por las chicas y los chicos.

Han pasado siete años desde los primeros estudios sobre Tuenti, donde se recogían los
cambios lingüísticos que habían introducido los adolescentes en su forma de expresarse.
Junto con estos cambios llegó también la preocupación de numerosos sectores, que
calificaban esta revolución lingüística como una patada a la lengua de Cervantes y
expresaban su inquietud por el efecto que podría tener esto en la adquisición de la
competencia de expresión escrita por parte de los adolescentes. Los adolescentes que
empleaban un lenguaje de estas características en Tuenti ya han crecido y superan la
mayoría de edad. Han abandonado Tuenti pero siguen expresándose en Twitter, donde
el resto de usuarios exigen que se expresen siguiendo la norma culta. Estos jóvenes han
sabido adaptarse a este nuevo contexto, dejando los rasgos de Tuenti simplemente para
esa red social.

Esto es un buen indicador de que los rasgos lingüísticos empleados en Tuenti no


perjudican el desarrollo de la competencia lingüística. En esta red, los adolescentes

  97  
encontraban un lugar donde jugar con la lengua y emplear de manera novedosa la
escritura en un contexto que se prestaba a ello. Los jóvenes han sabido diferenciar entre
distintos registros y acomodarse a las normas y características de cada cual, como ya se
ha demostrado en estudios sobre la ortografía y los SMS (Bernicot, Goumi, Bert-Erbou
y Volckaert-Legrier, 2014; Crystal, 2008). De esta forma, los jóvenes tienen la
capacidad cognitiva suficiente para adecuar su escritura a una situación comunicativa
determinada. A esto hay que sumar que, como afirma la teoría psicolingüística de la
acomodación, cuando se interacciona en un medio se tiende a imitar el comportamiento
comunicativo de las personas que también están en ese medio, algo que también sucede
en Twitter y en las demás redes sociales (Danescu-Niculescu-Mizil, Gamon y Dumais,
2011).

Es cierto que en el análisis de los tuits se han encontrado faltas de ortografía o ausencia
de signos de puntuación pero esto no es debido al uso de las redes sociales sino a la falta
de conocimientos y al mal desarrollo de la competencia ortográfica. Es presumible que
estos errores se produzcan también en otros ámbitos de la comunicación como en
contextos escolares.

Desde el punto de vista educativo, el currículum de Educación Primaria y el de


Educación Secundaria señalan que el objetivo principal de la materia de “Lengua
castellana y literatura” es el desarrollo de la competencia lingüística, que está integrada
por el conjunto de conocimientos sobre la lengua y de procedimientos de uso que
permiten interactuar satisfactoriamente en diferentes ámbitos sociales. Si partimos de
esto, conocer las particularidades de la comunicación en entornos digitales se vuelve
imprescindible para los docentes puesto que es uno de los ámbitos de uso de la lengua
dentro de la comunicación interpersonal. Este es uno de los ejes de la materia puesto
que forma parte de las habilidades lingüístico-comunicativas, como son la expresión y
comprensión escrita en contextos sociales significativos. Además, sería conveniente que,
en esta materia, los docentes impulsaran al alumnado a reflexionar sobre los
mecanismos de funcionamiento de la lengua y de sus condiciones de uso en las redes
sociales.

La llegada de nuevas redes sociales en años venideros y el contaste cambio tecnológico


hará que tanto los jóvenes como el resto de los usuarios tenga que adecuar su escritura a
los nuevos contextos. Por ello, es necesario aprender a diferenciar los distintos ámbitos

  98  
de uso de la lengua. Desde el ámbito de la investigación, puede resultar interesante
recoger los cambios lingüísticos que tienen lugar en cada red social así como el estudio
de otros aspectos relacionados con el léxico, la sintaxis o la pragmática. De especial
interés en la era multimedia podría ser el análisis de la comunicación multimodal en las
redes sociales. Además, se puede completar lo recogido en este estudio, que no está
exento de limitaciones, a través de investigaciones longitudinales o del análisis
cuantitativo de corpus más grandes.

2. LIMITACIONES Y PERSPECTIVAS DE FUTURO

2.1. Limitaciones
El proceso de cambio constante de las redes sociales provoca que cada poco tiempo se
produzcan nuevos fenómenos en la comunicación en Internet. Por ello, el investigador
debe estar continuamente actualizado. En esta investigación hemos analizado Tuenti y
Twitter, que eran una de las redes sociales que más empleaban los jóvenes en 2008 y
2015, respectivamente, según varios estudios. Sin embargo, según ha ido avanzando el
2015, otras redes han ido ganando usuarios, como es el caso de Instagram. Por ello, el
lector que lea este trabajo en los años venideros podía considerarlo un documento de
estudio de lingüística histórica del español.

El hecho de haber analizado dos redes sociales distintas, que, aunque guardan muchas
similitudes entre sí, tienen características algo diferentes, puede introducir otras
variables en el análisis. El principal problema es que Twitter, a pesar de haber sido
creado en 2007, en 2008 no tenía casi usuarios en España y es muy complicado
encontrar usuarios que escriban mensajes en Tuenti en 2015. Por lo tanto, hacer un
estudio longitudinal de una sola red social se vuelve muy complicado por la falta de
datos. Esto se torna aún más difícil cuando los investigados son menores de edad, cuyo
acceso a las redes se encuentras más restringido.

Respecto a la muestra, el grupo elegido es homogéneo puesto que han cursado los
estudios obligatorios en la provincia de Segovia y son universitarios. Estas
características pueden sesgar los resultados. Sería necesario estudiar otros grupos de
usuarios, provenientes de otros puntos geográficos donde se habla español como lengua
materna o personas que no cursen estudios universitarios.

  99  
Otra limitación de esta investigación es la falta de información sobre el uso de las redes
sociales que hacen los sujetos investigados. Para conocer la influencia de las variables
independientes edad y tiempo podría ser adecuado emplear un cuestionario o una
entrevista con los sujetos, donde se les pregunte su opinión sobre la producción de
textismos y el motivo de su uso. También habría sido interesante conocer las
calificaciones en Lengua Castellana y Literatura de cada persona desde 2008 hasta el fin
de su escolaridad o que hubieran completado una prueba de ortografía en 2015.

En cuanto al espacio temporal de recogida de datos, habría sido interesante recoger más
datos en los años entre 2008 y 2015. Este periodo de tiempo es muy amplio y, con la
información recogida entre medias, se podría haber tenido más información sobre la
evolución. Esto no se ha realizado por falta de tiempo y porque excede el tiempo de
trabajo que se le debe dedicar a un Trabajo de Fin de Máster pero puede ser una idea
para el desarrollo de una tesis doctoral.

2. 2. Prospectiva
En los últimos años han proliferado las investigaciones sobre la Comunicación Mediada
por Ordenador desde una perspectiva lingüística y pragmática. Estos estudios se han
realizado sobre el inglés, el francés o, de forma más minoritaria, sobre el finés o el
alemán, sin embargo, no encontramos casi estudios actuales sobre el español y el
lenguaje en Internet. Por lo tanto, es necesario profundizar en este ámbito.

Para la realización de esta investigación se ha partido del valor “densidad de textismos”,


que el empleado por los estudios publicados en las revistas de mayor impacto sobre TIC
y educación. A partir de esto, se pretende continuar haciendo investigaciones que
empleen un método mixto para poder comparar los resultados del español con los de
otros idiomas.

De cara a la realización de la Tesis Doctoral, se pretende analizar la presencia de


textismos en los mensajes escritos por los jóvenes en otras redes sociales como
Facebook o Instagram, en diferentes periodos de tiempo, que vayan de 2008 hasta el
año de finalización de la tesis. Además, se pretende realizar cuestionarios de ortografía
para conocer su nivel de competencia lingüística y llevar a cabo entrevistas o grupos de
discusión con cada uno de los individuos. No se tendrá en cuenta únicamente la
dimensión ortográfica, sino también el plano léxico- por ejemplo, aparición de nuevos

  100  
términos-, el sintáctico o el pragmático- como las muestras de cortesía-. A partir de los
resultados obtenidos, se pretenden elaborar recomendaciones para los docentes y
familias así como propuestas didácticas en las que se trabaje la comunicación en
contextos digitales en el aula.

Creemos que es necesario realizar una buena difusión de los resultados puesto que es un
tema muy comentado por toda la población y sobre el que existen falsas creencias. En
nuestra cultura, tradicionalmente se habla de los adolescentes como personas cuyas
prácticas son contrarias a la norma y que están embebidos por la tecnología. Como
afirma Griffin (1993) la juventud ha sido descrita siempre como los diferentes, los
extraños o como una etapa transitoria cargada de connotaciones negativas. A esto
contribuyen las imágenes distorsionadas que muestran los medios de comunicación, que
con frecuencia se centran en el uso de la tecnología. Sin embargo, como hemos visto,
las tecnologías pueden potenciar que los jóvenes reflexionen y practiquen la escritura de
forma imaginativa y crítica. Por ello, se debe informar a familias y docentes sobre este
hecho.

  101  
  102  
LISTADO DE REFERENCIAS
 

Alamán, A. P., & Rueda, A. M. (2014). La “conversación” en Twitter: las unidades discursivas
y el uso de marcadores interactivos en los intercambios con parlamentarios españoles en
esta red social. Estudios de lingüística del español, 35, 234-268.

Alexa (2015). Audience Demographics for Tuenti. The web information company. Recuperado
de www.alexa.com/siteinfo/tuenti.com

Ander-Egg, E. (2000). Métodos y Técnicas de Investigación Social. Como organizar el trabajo


de investigación. Buenos Aires: Lumen.

Andrade, A. (8 de marzo de 2014). Polémica por un libro de texto que enseña el lenguaje del
móvil. La Voz de Galicia. Recuperado de
http://www.lavozdegalicia.es/noticia/sociedad/2014/03/08/polemica-libro-texto-ensena-
lenguaje-movil/0003_201403G8P29991.htm

Androutsopoulos, J. (2007). Style online: Doing hip-hop on the German-speaking Web. En P.


Auer (Ed.), Style and social identities: alternative approaches to linguistic heterogeneit
(pp. 279-317). Nueva York: Mouton de Gruyter.

Androutsopoulos, J. (2011). From variation to heteroglossia in the study of computer-mediated


discourse. En C. Thurlow & K. Mroczek (Eds.), Digital discourse: Language in the new
media (277-298). Londres: Oxford University Press.

Anis, J. (2007). Neography Unconventional spelling in French SMS text messages. In The
multilingual internet: Language, culture and communication on line. En B. Danet &
S.C., Herring, (eds), The Multilingual Internet. Language, Culture, and Communication
Online (pp. 87- 101). Nueva York, Oxford University Press.

Apaolaza, V., Hartmann, P., Medina, E., Barrutia, J.M. & Echebarria, C. (2013). The
relationship between use of the online social networking site Tuenti and teenagers'
feelings of loneliness, self-esteem and subjective well-being: the relevance of
socializing. Computers in Human Behavior, 29(4), 1282-1289.

  103  
Austin, J. L. (1981). Como hacer cosas con palabras. Barcelona: Paidós.

Baker, A. (1998). Cyberspace couples finding romance online then meeting for the first time in
real life. Computer Mediated Communication Magazine, 7 (5). Recuperado de
http://www.december.com/cmc/mag/1998/jul/baker.html

Barasa, S. N. (2010). Language, mobile phones and internet: a study of SMS texting, email, IM
and SNS chats in computer mediated communication (CMC) in Kenya. Utrecht: LOT.

Bardin, L. (1986). L’analyse de contenu. Paris: PUF.

Basset, E.H. & O'Riordan, K. (2002). Ethics of Internet research: Contesting the human
subjects research model. Ethics and Information Technology, 4(3), 233-247.

Bauer, M. (2000). Classical content analysis: A review. En M. Bauer & G. Gaskell (Eds.),
Qualitative Researching with Text, Image and Sound (pp. 131-151). Thousand Oaks,
CA: Sage.

Becker, J. A., Stamp, G. H. (2005). Impression Management in ChatRooms: A Grounded


Theory Mode. Communication Studies , 56 (3), 243–260.

Beisswenger M.& Storrer, A. (2008). Corpora of Computer Mediated Comunication. En A.


Lüdeling. & M. Kytö (Ed.), Corpus Linguistics. An International Handbook (292-
308). Berlín / Nueva York: Walter de Gruyter.

Beisswenger, M.& Storrer, A. (2008). Corpora of Computer Mediated Comunication. En A.


Lüdeling & M. Kytö (Ed.), Corpus Linguistics. An International Handbook (pp. 292-
308). Berlín/ New York: Walter de Gruyter.

Berlanga, I. y Martínez, E. (2010). Ciberlenguaje y principios de retórica clásica. Redes


sociales: el caso Facebook. Enl@ce: Revista Venezolana de Información, Tecnología y
Conocimiento, 2, 47- 61.

Bernicot, J., Goumi, A., Bert- Erboul. A.,& Volckaert-Legrier, O. (2014). How do skilled and
less-skilled spellers write text messages? A longitudinal study. Journal of Computer
Assisted Learning, 30 (6), 559- 576.

  104  
Bernicot, J., Volckaert-Legrier, O., Goumi, A. & Bert-Erboul, A. (2012). SMS Experience and
Textisms in Young Adolescents: Presentation of a Longitudinally Collected Corpus.
Lingvisticae Investigationes, 35(2), 181–198.

Biber, D. (1994). Representativeness in corpus design. En A. Zampolli, N. Calzolari, N. Palmer


& M. Palmer (Eds.), Current Issues in Computational Linguistics: In Honour of Don
Walker (pp. 377- 407). Pisa: Giardini/ Norwell.

Bouillaud, C., Chanquoy, L. & Gombert, J. E. (2007). Cyberlangage et orthographe: quels


effets sur le niveau orthographique des élèves de CM2, 5ème et 3ème? Bulletin de
Psychologie, 60(6), 553-565.

Boyd, D. M., Golder, S. y G. Lotan (2010). Tweet tweet retweet: Conversational aspects of
retweeting on Twitter. Comunicación presentada en Proceedings of the 43rd Hawaii
International Conference on System Sciences, Hawái, Estados Unidos.

Bringué, X. y Sábada, C. (2011). Menores y redes sociales. Madrid: Foro.

Bromseth, J. C.H. (2002). Public places—public activities? Methodological approaches and


ethical dilemmas in research on computer mediated communication contexts,
Recuperado de http://www.intermedia.uio.no/konferanser/skikt-
02/docs/Researching_ICTs_in_context-Ch3-Bromseth.pdf

Bryant, J.A., Sanders-Jackson, A. & Smallwood, A. M. K. (2006). IMing, Text messaging, and
adolescent social networks,. Journal of Computer Mediated Communication, 11, 577–
592.

Buckingham, D. (2005). Educación en medios. Barcelona: Paidós.

Burkhalter, B. (1999). Reading race online. En M. Smith & P. Kollock (Eds.), Communities in
Cybespace (pp. 60- 75). Londres: Routledge.

Bushnell, C., Kemp, N., Martin, F. (2011). Text-messaging practices and links to general
spelling skill: a study of Australian children. Australian Journal of Educational &
Developmental Psychology ,11, 27-38.

  105  
Cabedo, A. (2009). Consideraciones gráficas y lingüísticas del lenguaje cibernético: el chat y el
Messenger. Tonos Digital, 18. Recuperado de
https://www.um.es/tonosdigital/znum18/secciones/estudio-4-chat.htm

Cáceres, Mª. D.; Ruíz, J. A. y Brändle, G. (2011). El uso de la televisión en un contexto


multipantallas: viejas prácticas en nuevos medios. Analisi. Quaderns de Comunicacio i
Cultura, 43, 21-44.

Caldevilla, D. (2010). Las Redes Sociales. Tipología, uso y consumo de las redes 2.0 en la
sociedad digital actual. Documentación de las ciencias de la información, 33, 45-68.

Calero, J.L. (2000) Investigación cualitativa y cuantitativa. Problemas no resueltos en los


debates actuales. Revista Cubana de Endocrinología , 11 (3) 192-198.

Carr, N. (2011). The shallows: What the Internet is doing to our brains. Londres: WW Norton
& Company.

Cassany, D. (2003). La escritura electrónica. Cultura y Educación, 15(3), 239-251.

Cassany, D. (2012). En_línea. Leer y escribir en la red. Barcelona: Anagrama.

Castells, M. (1999). La sociedad red. La era de la información: economía, sociedad y cultural.


Madrid: Alianza Editorial.

Castells, M. (2001). La galaxia Internet: Reflexiones sobre Internet, empresa y sociedad.


Barcelona: Plaza & Janés.

Castro, E. (2010). El estudio de casos como metodología de investigación y su importancia en


la dirección y administración de empresas. Revista Nacional de Administración, 1(2),
31-54.

Cerino, Y. V., & Martínez, V. G. (2010). La escritura simbólica y el lenguaje escrito en los
usuarios del Messenger. Comunicar: Revista científica iberoamericana de
comunicación y educación, 34, 155-162.

Chafe, W. (1994). Discourse, Consciousness and Time. Chicago: University of Chicago Press.

  106  
Cherny, L. (1999). Conversation and Community: Chat in a Virtual World. Stanford, CA:
Center for the Study of Language and Information.

Coe, J. E. L., & Oakhill, J. V. (2011). ‘txtN is ez fu no h2 rd’: the relation between reading
ability and text-¬‐messaging behaviour. Journal of Computer Assisted Learning, 27(1),
4-17.

Corral, D. (26 de agosto de 2008). 100 millones de usuarios para Facebook. El País.
Recuperado de
http://tecnologia.elpais.com/tecnologia/2008/08/26/actualidad/1219739280_850215.htm
l

Craviotto, M. (2006). Language and sexuality in Spanish and English dating chats. Journal of
Sociolinguistics, 10(4), 460-480.

Crystal, D. (2001). El lenguaje e Internet. Madrid: Cambridge University Press.

Crystal, D. (2008). Texting. ELT journal, 62(1), 77-83.

Dahrendorf, R. (1959). Class and class conflict in industrial society. Stanford: University Press.

Dentzel, D. (12 de abril de 2008). El éxito de Tuenti radica en la garantía de privacidad que
ofrece. Revista Consumer. Recuperado de
http://www.consumer.es/web/es/tecnologia/Internet/2008/04/10/175859.php

Denzin, N. K., & Lincoln, Y. S. (2011). The SAGE handbook of qualitative research.
California: Sage.

Deumert, A., & Masinyana, S. (2008). Mobile language choices—The use of English and
isiXhosa in text messages (SMS) Evidence from a bilingual South African sample.
English World-Wide, 29(2), 117-147.

Domínguez Cuesta, C. (2002). Los mensajes de texto a móviles y la enseñanza de la


lengua española. Ponencia presentada en el V Congreso de Lingüística General, León,
España.

  107  
Domínguez, D., Beaulieu, A., Estalella, A., Gómez, E., Read, R., & Schnettler, B. (2007).
Virtual ethnography. Qualitative Social Research, 8(3). Recuperado de
http://www.qualitativeresearch.net/fqs/fqs-e/inhalt3-07-e.htm

Doring, N. (2002). Abbreviations and acronyms in SMS communication. Nueva York:


Blackwell.

Drouin, M. A. (2011). College students’ text messaging, use of textese and literacy skills.
Journal of Computer Assisted Learning, 27(1), 67-75.

Eco, U. (2009). Cultura y semiótica. Madrid: Círculo de Bellas Artes.

Elola, J. (14 de diciembre de 2008). O estás en Tuenti o perdiste el tren. El País. Recuperado de
http://elpais.com/diario/2008/12/14/sociedad/1229209203_850215.html

Erlandson, D., Harris, E. L., Skipper, B. L., & Allen, D. S. (1993). Quality criteria for a
naturalistic study. Doing naturalistic inquiry. Newbury Park, CA.: Sage.

Ess, C. (2002). Ethical decision-making and Internet research: Recommendations from the
AoIR ethics working committee. Association of Internet Researchers (AoIR).
Recuperado de
http://www.research.utoronto.ca/ethics/pdf/human/nonspecific/Internet%20Research%2
0Ethics.pdf

Estalella, A. & Ardèvol, E. (2007). Ética de campo: hacia una ética situada para la
investigación etnográfica de internet. Forum Qualitative Sozialforschung / Forum:
Qualitative Social Research, 8(3), Art. 2, http://nbn-resolving.de/urn:nbn:de:0114-
fqs070328.

Ezeiza, A. & Palacios, S. (2009). Evaluación de la competencia comunicativa y social en foros


virtuales. Relieve, 15 (2), 1-15.

Fairon, C., Klein, J.R. & Paumier, S. (2006). Le langage SMS. Étude d’un corpus informatisé à
partir de l’enquête. Faites don de vos SMS à la science. Questions de communication, 17.
Recuperado de https://questionsdecommunication.revues.org/272#quotation

  108  
Fernández Pérez, J. (2009). El innovador milagro de la red social made in Spain. MK:
Marketing+ventas, 250, 36-42.

Fernández, I. B., & Rodrigo, E. M. (2010). Ciberlenguaje y principios de retórica clásica: redes
sociales: el caso Facebook. Enl@ ce: Revista Venezolana de Información, Tecnología y
Conocimiento, 7(2), 47-61.

Fernández, S. (2008). Redes sociales: fenómeno pasajero o reflejo del nuevo internauta. Telos:
Cuadernos de Comunicación, Tecnología y Sociedad, 76, 118-121.

Ferrara, K., Brunner, H., & Whittemore, G. (1991). Interactive written discourse as an
emergent register. Written Communicatio, 8(1), 8-34.

Ferrarotti, F. (1991). La historia y lo cotidiano. Barcelona: Ediciones Península.

Figueras, C. (2014). Pragmática de la puntuación y nuevas tecnologías. Revista de estudios


lingüísticos hispánicos, 4, 135-160.

Franke, K. (2006). Language Variation in #berlin. Berlín: Net.worx.

Fundación Pfizer (2009). La juventud y las redes sociales en Internet. Madrid: Fundación
Pfizer.

Galera, J. (2010). Nuevo escenario de socialización del lenguaje. El chat y los adolescentes.
Perspectivas de la comunicación, 3 (1), 81-90.

García-Cervigón, A. H. (2015). El lenguaje de los chats. En F. Vilches (Ed.), Un nuevo léxico


en la Red (pp. 33-52). Madrid: Dykinson.

Gee, J.P. (2004). Situated language and learning: A critique of traditional schooling. New
York: Routledge.

Gil, J., García, E., & Rodríguez, G. (1994). Análisis de datos cualitativos. Aplicaciones a la
investigación educativa. Barcelona: PPU.

Glaser, B. G., & Strauss, A. L. (1967). The Discovery of Grounded Theory: Strategies for
Qualitative Research. Nueva York: Aldine Publishing Company.

  109  
Glaser, B. G., & Strauss, A. L. (1967). The Discovery of Grounded Theory: Strategies for
Qualitative Research. Nueva York: Aldine Publishing Company.

Goetz, J. & Lecompte, M. (1988). Etnografía y diseño cualitativo en investigación educativa.


Madrid: Morata.

Goffman, E. (1959). Presentation of Self in Everyday Life. Nueva York: Anchor.

Golbeck, J., Grimes, J. M., & Rogers, A. (2010). Twitter Use by the U.S. Congress. Journal of
American Society for Information Science, 61 (8), 1612-1621.

Gómez Camacho, A. (2005). Enseñar ortografía a universi-tarios andaluces. Escuela Abierta, 8,


129-148.

Goumi, A., Volckaert-Legrier, O., Bert-Erboul, A., & Bernicot, J. (2011). SMS length and
function: A comparative study of 13-to 18-year-old girls and boys. Revue Européenne
de Psychologie Appliquée/European Review of Applied Psychology, 61(4), 175-184.

Griffin, C. (1993). Representations of youth: The study of youth and adolescence in Britain and
America, Cambridge: Polity.

Gruzd, A., Doiron, S., y Mai, P. (2011). Is Happiness Contagious Online? A Case of Twitter
and the 2010 Winter Olympics. Comunicación presentada en Hawaii International
Conference on System Sciences, 44th, Hawái, Estados Unidos.

Guba, E. G. (1981). Criterios de credibilidad en la investigación naturalista. En J. Gimeno & A.


Pérez (Eds.), La enseñanza: su teoría y su práctica (pp. 148-165). Madrid: Akal.

Herrero, G. (2002). Aspectos sintácticos del lenguaje juvenil. En F. Rodríguez (Coord.), El


lenguaje de los jóvenes (pp. 67-96). Barcelona: Ariel.

Herring, S. C. (1993). Gender and democracy in computer-mediated communication.


Electronic Journal of Communication, 3 (2). Recuperado de
http://www.cios.org/EJCPUBLIC/003/2/00328.HTML

  110  
Herring, S. C. (1996a). Posting in a different voice: Gender and ethics in computer- mediated
communication. En C. Ess (Ed.), Philosophical perspectives on computer-
mediatedcommunication (pp. 115-145). Nueva York: SUNY Press.

Herring, S. C. (1998). Le style du courrier électronique: variabilité et changement.


Terminogramme, 85, 9-16.

Herring, S. C. (1999a). Interactional coherence in CMC. Journal of Computer-Mediated


Communication, 4 (4). Recuperado de: http://jcmc.indiana.edu/vol4/issue4/

Herring, S. C. (1999b). The rhetorical dynamics of gender harassment on-line. The Information
Society, 15 (3), 151-167

Herring, S. (2004). Computer-Mediated Discourse Analysis: An Approach to Researching


Online Behavior. En S.A. Barab, R. Kling & J. H. Gray (Eds.), Designing for Virtual
Communities in the Service of Learning (pp. 338-376). New York: Cambridge
University Press.

Herring, S. C. (2007). A faceted classification scheme for computer-mediated discourse.


Language@ Internet, 4. Recuperado de http://www.languageatinternet.de/articles/761

Herring, S. C., & Zelenkauskaite, A. (2014). Gendered typography: Abbreviation and insertion
in Italian iTV SMS. IULC Working Papers, 8(3). Recuperado de
https://www.indiana.edu/~iulcwp/wp/article/view/08-22A

Herring, S.C. & Paolillo, J.C. (2006). Genre and gender variation in weblogs. Journal of
Sociolinguistics, 10 (4), 439- 459.

Hine, C. (2000). Virtual ethnography. Londres: Sage.

Howard, P. N. (2002). Network ethnography and the hypermedia organization: New media,
new organizations, new methods. New Media & Society, 4(4), 550-574.

Hymes, D. (1996). Ethnography, linguistics, narrative inequality: Toward an understanding of


voice. Londres: Taylor & Francis.

  111  
Ibáñez, J. (1979). Más allá de la sociología. El grupo de discusión: Teoría y crítica. Madrid:
Siglo XXI.

Íñiguez, L. (Ed.). (2003). Análisis del discurso. Manual para las ciencias sociales. Barcelona:
UOC.

Java, A., Song, X., Finin, T., & Tseng, B. (2007). Why We Twitter: Understanding
Microblogging Usage and Communities. WEBKDD/SNA-KDD Workshop. Nueva York,
Estados Unidos.

Johnson, B. y Onwuegbuzie, A. (2004). Mixed Methods Research: A Research Paradigm


Whose Time Has Come [Los métodos de investigación mixtos: un paradigma de
investigación cuyo tiempo ha llegado]. Educational Researcher, 33(7), 14-26.

Kahari, L. (2014). Language of Texting, Patterns and Factors of Language Choice in Text
Messaging of University of Zimbabwe, Shona-English Bilinguals. Journal of
Literature, Languages and Linguistics, 4, 4-10.

Kemp, N., & Bushnell, C. (2011). Children's text messaging: abbreviations, input methods and
links with literacy. Journal of Computer Assisted Learning, 27(1), 18-27.

King, S. (1996). Researching Internet communities: Proposed ethical guidelines for the
reporting of results. The Information Society, 12(2), 119-129.

Ko, K-K. (1996). Structural characteristics of computer-mediated language: A comparative


analysis of InterChange discourse. Electronic Journal of Communication, 6(3).
Recuperado de http://www.cios.org/www/ejc/v6n396.htm

Kozinets, R. V. (2002). The field behind the screen: using netnography for marketing research
in online communities. Journal of marketing research, 39(1), 61-72.

Kuhn, T. (1975). La estructura de las revoluciones científicas. México D.F.: FCE.

Laborda, X. (2005). Tecnologías, redes y comunicación interpersonal. Efectos en las


formas de la comunicación digital. Anales de documentación, 8, 101-116.

  112  
Lanchantin, T., Simoës-Perlant, A., & Largy, P. (2014). Good spellers write more textism than
bad spellers in instant messaging: The case of French. PsychNology Journal, 12, 45 –63.

Landry, R. (1998). L’analyse de contenu. En B. Gauthier (Ed.), Recherche sociale. De la


problemátique à la collecte des données (pp 329-356). Sillery: Presses de l'Université
du Québec.

Laursen, D. (2005). Please reply! The replying norm in adolescent SMS communication. En R.
Harper, L. Palen & A. Taylor (Eds.), The inside text (pp. 53-73). Amsterdam: Springer
Netherlands.

Lázaro, M., Marcos, E. y Vegas, S. (2006). Experiencias en integración de métodos cualitativos


y cuantitativos. XV jornadas de Ingeniería del Software y Bases de Datos. Barcelona:
CIMNE.

Lenhart, A., Arafeh, S., Smith, A. & Macgill, A. R. (2008). Writing, Technology and Teens.
Washington, DC: Pew Internet& American Life Project.

Lenhart, A., Ling, R., Campbell, S. & Purcell, K., (2010). Teens and Mobile Phones.
Washington, DC: Pew Internet &American Life Project.

Lenhart, A., Purcell, K., Smith, A., & Zickuhr, K. (2010). Social Media & Mobile Internet Use
among Teens and Young Adults. Washington, D. C.: Pew Internet & American Life
Project.

Ling, R. (2005). The Sociolinguistics of SMS: An analysis of SMS use by a random sample of
Norwegians. En R. Ling & P. Pederson (Eds.), Mobile communication and the
recognition of the social sphere (pp. 335-350). Londres: Springer.

Ling, R. (2008). New tech, new ties. Cambridge: Mit Press.

Ling, R. & Baron, N. S. (2007). Text messaging and IM linguistic comparison of American
college data. Journal of Language and Social Psychology, 26(3), 291-298.

Livingstone, S. & Brake, D. (2010). On the rapid rise ofsocial networking sites: new findings
and policy implications. Children and Society, 24, 75–83.

  113  
Locher, M. A. (2008). Relational work, politeness and identity construction. En G. Antos, E.
Ventola & T. Weber (Eds.), Handbooks of applied linguistics.Volume 2: Interpersonal
communication (pp. 509- 540). Nueva York: Mouton de Gruyter.

López Quero, S. (2004). La conversación virtual en español: texto escrito oralizado. En Calero
y otros (coord.): Estudios lingüísticos y literarios In memoriam Eugenio Coseriu (1921-
2002) (165-194). Córdoba: Universidad de Córdoba.

López, S. (2008). Tuenti. El club del voyeur. Crítica 3: Revista de Cultura Popular, 2, 1-4.

Madden, M., Lenhart, A., Cortesi, S., Gasser, U., Duggan, M. y Smith, A. (2013). Teens, Social
Media and Privacy. Washington D.C.: Pew Internet and American Life Project.

Mancera, A. y Pano, A. (2014). Las redes sociales como corpus de estudio para el Análisis del
discurso mediado por ordenador. En S. López y Pena, N. (Eds.), Humanidades
Digitales: desafíos, logros y perspectivas de futuro (pp. 305- 315). La Coruña: Janus.

Manzano-Arrondo, V. (2012a). La función comprometida de la universidad (Tesis doctoral).


Recuperado de http://uva- doc.uva.es/handle/10324/910

Marcos, I. (2006). Los nuevos medios, terreno adolescente. Anuncios: Semanario de publicidad
y marketing, 114, 30-31.

Marta, C., Martínez, E. & Sánchez, L. (2013). La «i-Generación» y su interacción en las redes
sociales. Análisis de Coca-Cola en Tuenti. Comunicar, 40, 41-48.

Martín, J. (29 de enero de 2014). Tuenti pierde en 6 meses el 58% de sus usuarios. El País.
Recuperado de
http://tecnologia.elpais.com/tecnologia/2014/01/22/actualidad/1390408404_520279.htm
l

Martínez, M. (2006). La investigación cualitativa (Síntesis conceptual). IIPSI, 9, 123-146.

Marwick, A. y Boyd, D. (2010). I Tweet Honestly, I Tweet Passionately: Twitter Users,


Context Collapse, and the Imagined Audience. New Media and Society, 13, 114- 133.

  114  
Mayans i Planell, J. (2000). El lenguaje de los chats. Entre la diversión y la subversión. Revista
iWorld, 29, 42-50.

Mayans i Planell, J. (2002). Género chat. O cómo la etnografía puso un pie en el ciberespacio.
Barcelona: Gedisa.

McCallin, A. M. (2003). Designing a grounded theory study: some practicalities. Nursing in


Critical Care, 8(5), 203–208.

Miller, D., & Slater, D. (2000). The Internet: an ethnographic approach. Oxford: Berg.

Monge, S.y Olabarri, M.E. (2011). Los alumnos de la UPV/EHU frente a Tuenti y Facebook:
usos y percepciones. Revista Latina de Comunicación Social, 66, 79-100.

Montoya, A. N. (2005). Cultura política y cultura mediática: esfera pública, intereses y códigos.
Revista Economia Política de las Tecnologias de la Información, 6(1).

Muros, B., Aragón, Y. & Bustos, A. (2013). La ocupación del tiempo libre de jóvenes en el uso
de videojuegos y redes. Comunicar, 40, 31-39.

Murray, D. E. (1985). Composition as conversation: The computer terminal as medium of


communication. En L. Odell & D. Goswami (ed.), Writing in nonacademic settings (pp.
203- 228). New York: Guilford.

Naughton, J. (1999). A brief history of the future: the origins of the Internet. Londres: Phoenix.

Nguyen, D., Gravel, R., Trieschnigg, D. y Meder, T. (2013). “How Old Do You Think I Am?”:
A Study of Language and Age in Twitter. Comunicación presentada en Proceedings of
the Seventh International AAAI Conference on Weblogs and Social Media.
Massachusetts, Estados Unidos.

Níkleva, D. G., & Núñez-Delgado, P. (2013). El correo electrónico como género discursivo:
percepciones y habilidades para su composición en estudiantes universitarios. Resla, 26,
385-407.

Noguera, V.J. (2006). La oralidad del chat en estudiantes universitarios. Alter Texto, 7, 81-98.

  115  
Othelo, G. A. (2005). A Língua portuguesa nas salas de Bate-Papo. Río de Janeiro: Berthier.

Palazzo, G. (2009). El ciberespacio juvenil: representaciones sociales del desconcierto, la


censura y la aceptación. Espéculo. Revista de estudios literarios, 41. Recuperado de
http://www.ucm.es/info/especulo/numero41/ciberdis.html

Panckhurst, R. (2010). Texting in three European languages: does the linguistic typology
differ?, Coloquio i-Mean 2009 Issues in Meaning in Interaction, University of the West
of England, Bristol.

Panyametheekul, S. (2001). Disrupted adjacency and cohesion in Thai chat.,Indiana:


Bloomington.

Paolillo, J. C. (1996). Language choice on soc.culture.punjab. Electronic Journal of


Communication, 6 (3). Recuperado de http://www.cios.org/www/ejc/v6n396.htm

Paolillo, J.C. (2001). Lenguage Variation On Internet Relay Chat: A Social Network Approach.
Journal of Sociolinguistics, 5 (2), 180- 213.

Parodi, G. (2010). Lingüística de corpus: de la teoría a la empiria. Frankfurt: Iberoamericana


Vervuert.

Pérez Serrano, G. (1994). Investigación cualitativa. Retos e interrogantes. Madrid: La Muralla.

Pisani, F. (21 de junio de 2007). Facebook, un nuevo fenómeno. El País. Recuperado de


http://elpais.com/diario/2007/06/21/ciberpais/1182390682_850215.html

Piscitelli, A. (2005). Internet, la imprenta del siglo XXI. Madrid: Siglo XXI.

Planchenault, G. (2010). Virtual community and politeness: The use of female markers of
identity and solidarity in a transvestites' website. Journal of Politeness Research.
Language, Behaviour, Culture, 6(1), 83-103.

Plester, B., Lerkkanen, M.K., Linjama, L., Rasku-Puttonent, H. & Littleton, K (2011) Finnish
and UK English pre-teen children's text message language and its relationship with their
literacy skills. Journal of Computer Assisted Learning, 27, 37-48.

  116  
Plester, B., Wood, C. & Joshi, P. (2009). Exploring the relationship between children's
knowledge of text message abbreviations and school literacy outcomes. British Journal
of Developmental Psychology, 27 (1), 145–161.

Plester, B., Wood, C., & Bell, V. (2008). Txt msg n school literacy: does texting and
knowledge of text abbreviations adversely affect children’s literacy attainment?
Literacy, 42(3), 137-144.

Reppen, R. & Simpson, R. (2002). Corpus linguistics. En N. Schmitt (Ed.), An Introduction to


Applied Linguistics (pp. 92-111). London: Arnold.

Rivière, C. A., & Licoppe, C. (2005). From voice to text: continuity and change in the use of
mobile phones in France and Japan. En R. Harper, L. Palen & A. Taylor (Eds.), The
inside text (pp. 103-126). Amsterdam: Springer Netherlands.

Rocha, S.M. (2004). El lenguaje de los jóvenes en el chat. Estudios sobre Culturas
Contemporáneas, 19, 109-140.

Sabater, C. P. (2011). Cartas por Internet: las implicaciones lingüísticas y estilísticas de los
mensajes de correo electrónico y los comentarios del sitio de redes sociales Facebook.
Revista española de lingüística aplicada, 24, 111-130.

Sacks, H. (1984). On doing "being ordinary". En J. M. Atkinson & J. Heritage (Eds.) Structures
of Social Action: Studies in Conversation Analysis (pp. 413- 429). Cambridge:
Cambridge University Press.

Sánchez Burón, A. y Fernández Martín, M.P. (2010). Informe Generación 2.0. Madrid:
Universidad Camilo José Cela.

Sánchez Ceballos, L. M., & Sánchez Upegui, A. (2011). Usos académicos del chat y estrategias
lingüísticas en la comunicación virtual sincrónica. Revista Virtual Universidad Católica
del Norte, 1(30), 10-35.

Sánchez Hernández,F. J. (2004). Análisis de un texto electrónico: una conversación de Chat.


Tonos Digital, 8. Recuperado de http://www.um.es/tonosdigital/znum8/corpora/4-
analisischat.htm

  117  
Sartori, G. (2012). Homo videns: la sociedad teledirigida. Madrid: Taurus.

Severinson, K. (1986). Dialogue processes in computer-mediated communication: A study of


letters in the COM system (Tesis doctoral). Linköping University, Faculty of Arts and
Sciences.

Sharf, B. F. (1999). Beyond netiquette: The ethics of doing naturalistic discourse research on
the Internet. En Steve Jones (Ed.), Doing Internet research: Critical issues and methods
for examining the Net (pp.243-256). Thousand Oaks: Sage.

Siebenharr, B. (2006). Code choice and code-switching in Swiss-German Internet Relay Chat
romos. Journal of Sociolinguistics, 10 (4), 481- 509.

Simón, M. (2012). La comunicación juvenil a través del teléfono móvil: los sms y sus
repercusiones ortográficas (Trabajo de Fin de Máster). Universidad de Almería.

Spagnolli, A., & Gamberini, L. (2007). Interacting via SMS: Practices of social closeness and
reciprocation. British Journal of Social Psychology, 46(2), 343-364.

Sparkes, A. (1992). Breve introducción a los paradigmas de investigación alternativos en


Educación Física. Revista Perspectivas de la Actividad Física y el Deporte, 11, 29-33.

Spiggle, S. (1994). Analysis and interpretation of qualitative data in consumer research.


Journal of consumer research, 8, 491-503.

Spilioti, T. (2011). Beyond genre: closings and relational work in text-messaging. En C.


Thurlow & K. Mroczek (Eds.), Digital discourse: Language in the new media (67-85).
Londres: Oxford University Press.

Squires, L. (2012). Whos punctuating what? Sociolinguistic variation in instant messaging. En


A, Jaffe, J. Androutsopoulos, M. Sebba, & S. Johnson (Eds.), Orthography as Social
Action: Scripts, Spelling, Identity and Power (pp. 289-324). Nueva York: Mouton de
Gruyter.

Srivastava, L. (2005). Mobile phone and the evolution of social behaviour. Behaviour &
Information Technology, 24, 112- 123.

  118  
Saavedra Recouso, I., Crespo Vilas, R., & Peralbo, M. (2014). Dificultades de aprendizaje
lector y uso de abreviaturas SMS en 6º curso de educación primaria. En M. Peralbo et al.
(coord.), Encuentros sobre psicología, comunicación y lenguaje (pp. 41-60). A Coruña:
Universidade da Coruña.

Strauss, A.L. & Corbin, J. (1990): Basics of Qualitative Research: Grounded Theory,
procedures and techniques. Nueva York: Sage Publications.

Tagliamonte, S.A. & Denis, D. (2008). Linguistic ruin? LOL! Instant messanging and teen
language. American Speech, 83, 3-34.

Taylor, S. J., & Bogdan, R. (1987). Introducción a los métodos cualitativos de investigación.
Barcelona: Paidós.

Thompson, L., & Cupples, J. (2008). Seen and not heard? Text messaging and digital sociality.
Social & Cultural Geography, 9(1), 95-108.

Thurlow, C. (2006). From Statistical Panic to Mora l Panic: The Metadiscursive Construction
and Popular Exaggeration of New Media Language in the Print Media. Journal of
Computer-Mediated Communication, 11, 667–701.

Thurlow, C., & Brown, A. (2003). Generation Txt? The sociolinguistics of young people’s text-
messaging. Discourse analysis online, 1(1), 2-30.

Thurlow, C., & Mroczek, K. (2011). Digital discourse: Language in the new media. Londres:
Oxford University Press.

Tognini-Bonelli, E. (2001). Corpus linguistics at work. Amsterdam: John Benjamins.

Torrego, A. (2010). “Eskriibo en el Tuenti komo pronunciioh". Apuntes sobre la ortografía en


una red social. Tarbiya: Revista de investigación e innovación educativa, 41, 33- 51.

Torrego, A. (2011). Algunas observaciones acerca del léxico en la red social Tuenti. Tonos
digital: Revista electrónica de estudios filológicos, 21. Recuperado de
http://www.um.es/tonosdigital/znum21/secciones/tritonos-3-torrego.htm

Tuenti (2011). Acerca de…. Recuperado de http://www.tuenti.com/sobre/

  119  
Turow, J. (1999). The Internet and the Family: The View From the Family, the View From the
Press. Filadelfia: Annenberg Public Policy Center.

Upegui, A. A. S. (2009). Nuevos modos de interacción educativa: análisis lingüístico de un


foro virtual. Educación y educadores, 12(2), 29-46.

Valles, M. (1997). Técnicas cualitativas de investigación social: Reflexión metodológica y


práctica profesional. Madrid: Síntesis Sociología.

Vignaux, G. (2003). Du signe au virtuel: les nouveaux chemins de l’intelligence. París: Seuil.

Vilar, S. (1997). La nueva racionalidad. Comprender la complejidad con métodos


transdisciplinarios. Barcelona: Kairós.

Walther, J. B. (2002). Research ethics in Internet-enabled research: Human subjects issues and
methodological myopia. Ethics and Information Technology, 4(3), 205-216.

Wood, C., Jackson, E., Hart, L., Plester, B. & Wilde, L. (2011a). The effect of text messaging
on 9- and 10-year-old children’s reading, spelling and phonological processing skills.
Journal of Computer Assisted Learning, 27, 28-36.

Wood, C., Meachem, C., Bowyer, S., Jackson, E., Tarczynski-Bowles, M.L & Plester. B.
(2011b). A longitudinal study of children’s text messaging and literacy development.
British Journal of Psychology, 102(3), 431-442.

Yates, S. J. (1996). Oral and written linguistic aspects of computer conferencing. In S. Herring
(Ed.), 29-46.

Yus, F. (2010). Ciberpragmática 2.0. El uso del lenguaje en Internet. Barcelona: Ariel.

Zappavigna, M. (2011). Ambient affiliation: a linguistic perspective on Twitter. New Media


Society, 13 (5), 788-806.

Zimmermann, K. (2007). La variedad juvenil y la interacción verbal entre jóvenes. En F.


Rodríguez (coord.), El lenguaje de los jóvenes (pp. 137-163). Barcelona: Ariel.

  120  
 

  121  

También podría gustarte