Jednoduché otázky mají často složité odpovědi. Například: jaký je rozdíl mezi jazykem a dialektem? Pokud se rozhodnete zeptat se na to lingvisty, pak se posaďte. Ačkoli na první pohled není v této otázce nic obtížného, lze na ni odpovědět různými způsoby.
Rozdíl mezi jazykem a dialektem může záviset na jednom či druhém úhlu pohledu. Z politického hlediska je jazyk tím, čím lidé obvykle mluví jako národem. Například v letech 1850 až 1992 existoval takzvaný srbochorvatský jazyk, který zahrnoval několik dialektů, včetně srbštiny, chorvatštiny a bosenštiny. Ale poté, co se Jugoslávie v polovině 90. let rozdělila na několik nezávislých států, byly tyto dialekty uznány jako samostatné jazyky. Tato politická definice částečně funguje, i když přináší více problémů než řešení: existují jazyky, kterými se mluví v různých zemích, pozoruhodným příkladem je španělština v Latinské Americe. Nikdo by netvrdil, že mexická španělština a kolumbijská španělština jsou různé jazyky. Možná španělsky, mluvený v některých částech Španělska,tak odlišný od svých latinskoamerických odrůd, že si zaslouží být nazýván samostatným jazykem, ale to není zcela jasné.
Ale co když vytyčíme hranici mezi jazykem a dialektem a budeme se řídit kritériem vzájemného porozumění? Ani tento přístup bohužel není ideální. Dán bude rozumět švédštině o něco lépe než Švéd bude rozumět dánsky. Stejně tak člověk, který mluví konkrétním rolnickým dialektem britské angličtiny, pochopí Američana z Los Angeles mnohem lépe než Američana. Vzájemné porozumění často závisí na vnějších faktorech - jsou to spíše nekontrolovatelné proměnné - a ne na inherentních vlastnostech samotného jazyka.
Možná bychom tedy měli zaujmout čistě jazykový přístup. Představte si, že můžeme systematicky měřit rozdíl (D) mezi dvěma variantami řeči. Specifický význam D by nám pak umožnil definovat hranici mezi dvěma dialekty a dvěma jazyky. Nalezení takové hodnoty by nemělo být příliš obtížné, protože tyto dva jazyky lze srovnávat podle mnoha kritérií, jako je zvukový soupis, gramatické charakteristiky nebo slovní zásoba.
Ale co když jsou rozdíly mezi variacemi řeči postupné a pravděpodobnost nalezení dané hodnoty D je stejně vysoká jako pravděpodobnost nalezení jiné hodnoty? Pak bychom museli zvolit libovolnou hodnotu D jako výchozí bod a libovolná hodnota by nás vrátila zpět k úvahám politické nebo praktické povahy, které jsme neměli v úmyslu vzít v úvahu. Chceme, aby náš zlom byl na úrovni, kdy srbština a chorvatština jsou různé jazyky nebo jeden? Kolik katalogů katalogizujeme světových jazyků, které chceme zaslat do zapomnění: pět? Nebo sedm? Možná deset tisíc?
V posledních letech byly překonány dvě hlavní překážky rozlišování mezi jazykem a dialektem. Prvním z nich je způsob, jak měřit rozdíly mezi variantami řeči - tj. Najít hodnotu pro D. V roce 2008 vytvořila skupina lingvistů program ASJP (Automated Similarity Judgment Program), jehož kurátor a zakladatel je váš. ASJP pečlivě připravila systematickou jazykovou srovnávací datovou sadu, která v současné době obsahuje 7655 seznamů slov. Jsou relevantní pro dvě třetiny světových jazyků, za předpokladu, že pro naše účely jsou jazyky definovány standardním kódem ISO 639-3. Jelikož každý seznam slov obsahuje pevnou sadu 40 pojmů, které jsou interpretovány konzistentně, je snadné je porovnat a získat tak míru rozdílu. Nejčastěji používaným měřítkem rozdílu mezi dvěma slovy je Levenshteinova vzdálenost, termín pojmenovaný po Vladimírovi Levenshteinovi, sovětském vědci, který v roce 1965 vyvinul algoritmus pro srovnání dvou řetězců znaků. Definoval „vzdálenost“jako minimální počet nahrazení, vložení a odstranění potřebných k transformaci jednoho řádku na jiný. Levenshteinova vzdálenost může být užitečně vydělena délkou nejdelší ze dvou linií, a tedy dát všechny vzdálenosti na stupnici od 0 do 1. Tento jev je známý jako normalizovaná Levenshteinova vzdálenost nebo LDN. Definoval „vzdálenost“jako minimální počet nahrazení, vložení a odstranění potřebných k transformaci jednoho řádku na jiný. Levenshteinova vzdálenost může být užitečně vydělena délkou nejdelší ze dvou linií, a tedy dát všechny vzdálenosti na stupnici od 0 do 1. Tento jev je známý jako normalizovaná Levenshteinova vzdálenost nebo LDN. Definoval "mezery" jako minimální počet nahrazení, vložení a odstranění potřebných k transformaci jednoho řádku na jiný. Levenshteinova vzdálenost může být užitečně vydělena délkou nejdelší ze dvou linií, a tedy dát všechny vzdálenosti na stupnici od 0 do 1. Tento jev je známý jako normalizovaná Levenshteinova vzdálenost nebo LDN.
Druhou překážkou je, že možná „jazyk“a „dialekt“jsou pojmy, které lze definovat pouze v libovolném pořadí. Zde pro vás máme několik velmi povzbudivých zpráv. Podíváme-li se na všechny jazykové rodiny v databázi ASJP, kde účastníci projektu zahrnuli významnou část úzce souvisejících odrůd, můžeme začít hledat různé typy chování jazyků a dialektů. Před námi se objeví zajímavý obraz: vzdálenosti zpravidla kolísají buď kolem relativně malé hodnoty, nebo kolem relativně velké hodnoty a mezi nimi se vytváří deprese. Jak se ukázalo, nejčastěji se tento žlab nachází v úzkém rozmezí, v průměru kolem 0,48 LDN. Nebudeme se mýlit, když řekneme, že varianty řeči nemají tendenci být si navzájem částečně podobné v základní slovní zásobě. Buď existuje tendence k větší podobnosti, v takovém případě lze varianty řeči definovat jako různé dialekty, nebo menší podobnost, v takovém případě je lze připsat různým jazykům. Zde leží hranice mezi jazykem a dialektem.
Tento jev je pravděpodobně výsledkem sociálních okolností. Dialekty se rozcházejí, protože lidé se usazují na nových územích a utvářejí nové identity, ale pokud mezi nimi stále existuje nějaký kontakt, může dojít ke konvergenci, takže varianty řeči zůstanou více než 50 procent podobné (a tedy řeč je o jednom jazyce). Mírný tlak na divergenci však může způsobit, že se jazykové varianty budou relativně rychle rozcházet, čímž se zvětší Levenshteinova vzdálenost, v takovém případě je můžeme kvalifikovat jako samostatné jazyky. Může existovat vztah mezi hranicí vzdáleností mezi slovy ve standardním seznamu používaném ASJP a odpovídajícími vzdálenostmi v jiných částech jazykové struktury, což může vést k vážné ztrátě porozumění. Jinými slovy,práh porozumění může korelovat s prahem mezi jazyky a dialekty. Tuto problematiku jsme dosud nestudovali, ale jako předmět výzkumu je to nesmírně zajímavé.
Propagační video:
Když jsme dospěli spíše k objektivnímu než libovolnému kritériu pro oddělení jazyků od dialektů, můžeme je aplikovat na jazyky světa. Některé páry odrůd řeči, které jsou považovány za národní jazyky, například bosenské a chorvatské, jsou hluboko pod prahovou hodnotou LDN 0,48 (což znamená, že jde o stejný jazyk bez ohledu na existenci Jugoslávie). Kousek od této hranice jsou jazyky jako hindština a urdština (stěží je lze nazvat dvěma různými jazyky). A odrůdy arabštiny a čínštiny, které se často považují za stejné jazyky, stoupají nad LDN = 0,48 (tyto odrůdy jsou samostatné jazyky). Ve skutečnosti existuje několik párů odrůd, které se obvykle považují za různé jazyky, ale kolísají na hranici: například dánština a švédština, které mají LDN 0,4921.
Nakonec lze použít techniku odvozenou z datových souborů, nazývanou ASJP chronologie, k určení doby, kterou dialektům trvá, než se dostatečně vzdálí, aby je bylo možné považovat za samostatné jazyky. Výsledek, který jsme našli, je 1059 let, pokud nezohledníme nějakou chybu. Tato zjištění jsou podpořena tím, jak dlouho obvykle trvá, než se generický jazyk jazykové rodiny rozdělí na dceřiné jazyky, které se později stanou předky podrodin. K tomu potřebujeme další analytické metody, ale výsledky jsou podobné: přeměna dialektů na jazyky trvá přibližně tisíciletí. Víme to, protože nyní můžeme rozlišovat jeden od druhého.
Søren Wichmann je dánský lingvista, který spolupracuje s Leiden University (Nizozemsko), Kazan Federal University (Rusko) a Peking Linguistic University (Čína). Jeho nejnovější kniha, Časová stabilita jazykových typologických rysů (2009), byla spoluautorem s Ericem W. Holmanem.