Gracias a los diccionarios de Cambridge y Oxford, estos dos términos se reducen a seres antisociales, aunque no hay un consenso sobre las características concretas que diferencian a estos 2 tipos de personas.
Con esta incertidumbre, el científico estadounidense Blurr Settles, que tiene un doctorado en ciencias de la computación de la Universidad de Wisconsin (Y dice ser un poco de los 2), desarrollo un modelo estadístico basado en más de dos millones de tuits para definir los conceptos. Escribió un blog al respecto y se volvió famoso (Me ganó la idea, maldito).
Estas fueron sus definiciones:
- Geek: "Un entusiasta de un tema o campo en particular. Está orientado en coleccionar, reunir datos y recuerdos relacionados con su tema de interés. Está obsesionados con lo más nuevo, lo más cool, lo más de moda que su tema tiene para ofrecer".
- Nerd: "Un intelectual estudioso, aunque de nuevo en un tema o campo en particular. Está orientado en los logros, y centra sus esfuerzos en la adquisición de conocimientos y habilidades sobre curiosidades y objetos de interés".
Aunque ambos adjetivos vienen den Inglés y no se incluyen en el diccionario de la RAE, su uso en español es tan común como en su lengua original, incluso con los mismos significados y dificultades en su definición.
Pero vayamos a la parte "interesante" de post, ¿Cómo llego Settles a estás conclusiones?
La premisa en la que se basó Settles es una frase del lingüista inglés John Rupert Firth, según la cual "uno debe conocer cada palabra por aquello que la acompaña".
"Los significados, están en el contexto que rodea a las palabras", dice Settles.En general no es un modelo muy complejo, es un índice de probabilidades. Mide el nivel de asociación de dos variables. Mientras más veces van juntas dos palabras, más alto es el valor. Es decir, si una palabra nunca está acompañada de la otra palabra, la asociación es baja. Si una palabra siempre va acompañada de una palabra, la asociación es alta.
Aunque Settles dice sentirse satisfecho con sus resultados, admite que los datos están reducidos al nicho de Twitter, por lo que las definiciones no son universales.
Así que teniendo en cuenta estás definiciones y los resultados del experimento, ¿a que nicho pertenecen?
No hay comentarios:
Publicar un comentario