Los lingüistas del Instituto Max Planck resolvieron el debate sobre el origen indoeuropeo con un árbol de 161 lenguas

Durante más de 200 años se disputó dónde se originó el indoeuropeo, la familia que está detrás de casi la mitad de las lenguas del mundo. Dominaban dos teorías: la hipótesis de la estepa, que situaba el origen en la estepa póntico-caspia hace unos 6.000 años, y la hipótesis anatolia o agrícola, que lo vinculaba a la agricultura temprana hace unos 9.000 años. Análisis filogenéticos anteriores llegaron a edades contradictorias porque sus conjuntos de datos eran inexactos e inconsistentes y sus métodos trataban mal las lenguas antiguas.

Investigadores del Instituto Max Planck de Antropología Evolutiva reunieron un equipo internacional de más de 80 especialistas en lenguas para construir un nuevo conjunto de datos de vocabulario básico de 161 lenguas indoeuropeas, incluidas 52 antiguas o históricas, con protocolos rigurosos para codificar los datos léxicos. Después ejecutaron un análisis filogenético bayesiano con ascendencia, desarrollado recientemente, que podía comprobar si lenguas escritas antiguas como el latín clásico y el sánscrito védico eran antepasados directos de las ramas románica e índica modernas, y no solo hojas modernas del árbol.

El análisis estimó que la familia tiene unos 8.100 años, con sus cinco ramas principales ya separadas hace unos 7.000 años, y la cronología se mantuvo en una amplia gama de modelos alternativos y análisis de sensibilidad. La topología del árbol y las fechas de separación apuntaban a una patria original al sur del Cáucaso, con una migración que llegó a la estepa póntico-caspia y a la estepa forestal hace unos 7.000 años y expansiones posteriores que entraron en Europa con las culturas asociadas a Yamnaya y a la cerámica cordada hace unos 5.000 años.

Ni la hipótesis de la estepa ni la agrícola eran del todo correctas; ambas se convirtieron en etapas de una misma historia. El ADN antiguo mostró que la rama anatolia no surgió de la estepa, sino de cerca del norte del Creciente Fértil, y el árbol lingüístico coincidió. El equipo publicó la hipótesis híbrida en Science en 2023, presentándola como un paso desde escenarios mutuamente excluyentes hacia un modelo que integra pruebas lingüísticas, arqueológicas y genéticas.

Corregir los datos, incluir a los antepasados y dejar que un solo árbol decida

Los análisis anteriores discrepaban principalmente porque los datos de entrada eran inconsistentes y la codificación era descuidada, así que reconstruir la lista de palabras bajo protocolos estrictos eliminó la fuente del conflicto.

Incluir 52 lenguas antiguas o históricas permitió al modelo comprobar la ascendencia real —el latín como antepasado del romance, el sánscrito védico del índico— en lugar de hacer que las lenguas modernas cargaran con toda la historia.

Un muestreo equilibrado en toda la familia impidió que unas pocas ramas modernas bien estudiadas dominaran la forma y la edad del árbol.

El análisis bayesiano con ascendencia situó las lenguas escritas antiguas en sus posiciones verdaderas, y los análisis de sensibilidad mostraron que la fecha de 8.100 años era sólida y no un artefacto de un solo modelo.

La verificación cruzada del árbol con ADN antiguo convirtió dos teorías mutuamente excluyentes en una única ruta migratoria híbrida respaldada por la lingüística, la arqueología y la genética.

Cuando teorías rivales producen modelos contradictorios, corregir los insumos compartidos —datos equilibrados, codificación rigurosa y tratar las formas antiguas como antepasados— redujo una disputa de 200 años a un único árbol sólido.

Los resultados se anunciaron el 27 de julio de 2023 y se publicaron en Science, atribuidos a P. Heggarty y colegas. El anuncio generó un hilo en Hacker News el 30 de julio de 2023 con 233 puntos y 147 comentarios. El autor principal, Russell Gray, calificó la hipótesis híbrida como la resolución del enigma de 200 años, y Wolfgang Haak la enmarcó como un paso hacia un modelo que integra hallazgos arqueológicos, antropológicos y genéticos, más que como una respuesta definitiva.