1. La sfida

La variazione è una delle più grandi sfide della linguistica: è l'espressione permanente ed evidente del cambiamento linguistico e quindi si contrappone alle teorie che presuppongono sistemi funzionali omogenei e consistenti. Questo perché le sezioni dinamiche della realtà sociale non sono facili da modellare. Sebbene alcune proposte, in particolare quella di Koch/Oesterreicher 1990, si siano affermate, non si tratta di soluzioni definitive. Piuttosto, è opportuno portare avanti la discussione. Occorre considerare tre aree: le dimensioni della variazione (DEFAULT), la crescente base empirica (DEFAULT) e lo sviluppo dei media virtuali (DEFAULT).

2. Le dimensioni della variazione

Lo schema di base della variazione può essere formulato in modo universale e si può applicare a numerose discipline: una variante astratta appare in più varianti concrete. Ciò significa che le varianti sono prodotte materialmente e possono essere percepite, mentre la variabile è un costrutto teorico che si sottrae alla percezione immediata. Le varianti linguistiche hanno una forma articolata e auditiva e un contenuto comprensibile; sono oggetto della cognizione individuale. Sia la forma che il contenuto possono variare. Ecco un esempio:

2.1. Schema elementare della variazione: variabili e varianti

Il contenuto delle forme linguistiche è complesso perché comprende una funzione grammaticale (appartenenza a una parte di discorso) e un significato lessicale. Inoltre, sono associate a numerose varianti anche informazioni supplementari che le caratterizzano nella cognizione del locutore. Queste varianti sono dette  marcate.

2.2. Varianti marcate e non marcate

Le informazioni supplementari che specificano la marcatura  sono assegnate a diverse dimensioni di variazione, cioè:

• origine regionale/locale dell parola (diatopico)
• ceto sociale del locutore/della locutrice (diastratico)
• situazione communicativa (diafasico/stilistico)
• età del locutore/della locutrice (diagenerazionale)
• sesso del locutore/della locutrice (diasessuale)
• media usati (diamesico): orale spontaneo (-) vs. media (+); termine ‘diamesico’ per qualisiasi tipo di produzione linguistica (lingua scritta e lingua parlata) fuorviante
  ⇒ il parlare a voce autentica (uso orale non generato da tecnologie) ≠ mediale (nessun media impiegato)

Va aggiunta la competenza del locutore/della locutrice, ossia l'acquisizione della lingua come L1 / L2, e il suo repertorio che può essere monolingue, bilingue o plurilingue.

2.2.1. Esempio 

Le designazioni per ‘persona maschile giovane’ forniscono un esempio illustrativo:

I grandi dizionari danno spesso informazioni sulla marcatura. Tuttavia, non ci si può fidare e non è raro che le informazioni rilevanti manchino. Si solleva dunque la questione fondamentale di come si possa determinare la marcatura di un’unità lessicale o di una costruzione. La linguistica percezionale offre risposte sotto forma di vari test e metodi di raccolta dei dati.

Alla luce della linguistica percezionale, la marcatura si rivela dipendente dal soggetto. Soprattutto, occorre distinguere due prospettive, quella interna o emica, cioè degli infomanti che usano loro stessi le rispettive forme (autopercezione) e quella esterna o etica, ossia degli informanti  che le conoscono solo da altri parlanti o forse non le conoscono affatto (eteropercezione). Possiamo allora precisare la tabella 2: 

Le differenze tra percezioni emiche ed etiche sono molto interessanti perché richiamano l'attenzione sulle variazioni regionali nella lingua standard: Le caratteristiche corrispondenti non sono marcate nella prospettiva emica, ma sono marcate diatopicamente nella prospettiva etica. Un possibile esempio (da verificare con test) è l'uso settentrionale dell'articolo definito prima dei nomi maschili:

2.3. Varietà

La tradizione della varietistica si è affermata nel contesto germanofono della romanistica con l'etichetta ‘Varietätenlinguistik’ e non con quella più generale di ‘Variationslinguistik’ (usata piuttosto nella germanistica). L'obiettivo specifico della ‘Varietätenlinguistik’ è proprio la descrizione (o meglio: la costruzione) di varietà, cioè di gruppi di varianti con marcature della stessa dimensione, generalmente cooccorrenti nei discorsi e testi (cf. Dufter/Stark 2003). La tabella seguente dà alcuni nomi di varietà frequenti: 

Sembra essere però una concezione semplicista perché esistono varietà ibride costituite da marcature pluridimensionali, come i dialetti o anche il linguaggio parlato. La ‘Varietätenlinguistik’ era il prodotto di uno sviluppo paradossale. Il modello e il prototipo della varietà erano i dialetti, la cui esistenza è sempre stata evidente. Successivamente, anche i dialetti sono stati classificati come varietà, come fosse evidente, e nello stesso tempo, la dialettologia veniva integrata alla linguistica delle varietà:

Questo passaggio è ingannevole sotto due aspetti:

(1) I dialetti sono sostanzialmente diversi dalle altre varietà perché rappresentano sistemi semiotici completi; sono intere lingua caratterizzate anche da una variazione interna più o meno vistosa.

(2) La variazione nello spazio, cioè le varianti con marcatura diatopica, riguarda non solo i dialetti ma anche lo standard che è regionale fin a un certo punto.

Ma la linguistica delle varietà ha avuto un forte impatto anche sulla metodologia dialettologica, dando vita a una dialettologia pluridimensionale (cf. Thun u.a. 1989, ALS, Sottile 2019a, AsiCa2.0, ALiB). In definitiva, però, si dovrebbe parlare di una geolinguistica pluridimensionale o, meglio ancora, di una varietistica dello spazio comunicativo:

Dalla dialettologia alla varietistica dello spazio comunicativo

3. Dati empirici

Quando la linguistica delle varietà è nata, esistevano solo pochissimi corpora che si dovevano analizzare manualmente. Nel frattempo, la quantità del materiale parlato è aumentata enormemente. Alcuni di questi sono corpora stampati, altri sono disponibili online. Inoltre, esistono ampie quantità di dati che non sono generalmente accessibili (come i corpora dell’ALS). Una panoramica dei corpora italiani molto utile (però non più aggiornata da qualche anno) si trova ai seguenti siti della FU di Berlino:

• • https://wikis.fu-berlin.de/display/tdr/Italienische+Korpora+und+Textdatenbanken
  • https://wikis.fu-berlin.de/display/tdr/Sprachatlanten

4. La visione di una piattaforma FAIR

La quantità di dati raccolti è in netto contrasto con la loro eterogeneità e spesso scarsa accessibilità. La situazione di alcuni corpora più recenti è particolarmente precaria. Un esempio famoso è proprio il primo corpus dell’italiano parlato, che ha costituito la base del Lessico di frequenza dell’italiano parlato (LIP), curato da Tullio De Mauro. È stato pubblicato su cd-rom come supplemento al dizionario stampato, cosa decisamente innovativa per l'epoca (1993). Ciò che manca alla ricerca è una struttura online che riunisca tutti i possibili corpora, siano essi già digitali o originariamente stampati e retrodigitalizzati, e che sia allo stesso tempo aperta ad ospitare corpora futuri. Una tale piattaforma ideale, ma tecnicamente realizzabile (cf. Krefeld/Lücke 2023), sarebbe un osservatorio online dell’italiano attuale.

La condizione: essere FAIR

Molti progetti potrebbero contribuire alla sostanza dell'osservatorio. Ma il vero obiettivo non sono i progetti in sé, bensì i singoli dati che forniscono. Il requisito fondamentale è quello di trasformare ogni singolo dato - ogni tipo lessicale e ogni costruzione - in oggetti digitali indipendenti che possono essere trattati singolarmente. In altre parole, i corpora devono essere preparati per un uso generale sul web. Le condizioni tecniche e giuridiche corrispondenti sono definite dai cosiddetti principi FAIR (cf. Krefeld/Lücke 2023a). Questo acronimo inglese è composto dalle prime lettere di quattro concetti fondamentali per la gestione dei dati di ricerca: essi richiedono che i dati siano Findable ‘rintracciabili’ (F), Accessible ‘accessibili’ (A), Interoperable ‘interoperabili’ (I) e Reusable ‘riutilizzabili’ (R).

4.1. Un esempio: il lessotipo guaglione/guagliona

Il modo in cui queste regole normative vengono affrontate sarà illustrato di seguito con l'esempio del lessotipo guaglione. Ci si chiede quale status varietistico possa essere attribuito a questo tipo sulla base dei dati disponibili.

Da un lato ne troviamo parecchie tracce in internet, come mostrano le occorrenze (selezionate) nella tabella seguente:

Dall’altro canto esistono tracce non connesse, come nel caso illustrativo del già menzionato LIP,  ora consultabili al sito VoLIP⁴:

"Il corpus [= VoLIP ; ThK] presenta varietà diafasiche, diatopiche e diamesiche.

Per quanto riguarda la variazione diafasica e diamesica, i testi sono suddivisi in 5 gruppi: A) conversazioni faccia a faccia; B) conversazioni telefoniche; C) scambi comunicativi bidirezionali con alternanza di turno predefinita, come interviste, dibattiti, interazioni in aule scolastiche, esami orali, ecc.; D) monologhi, come letture, sermoni, discorsi, ecc.; E) programmi radiofonici e televisivi. I testi contenuti nei gruppi A e B appartengono a registri sia formali sia informali, mentre i testi dei gruppi C, D ed E sono registrati prevalentemente in contesti pubblici, in cui si adottano registri formali." (https://www.volip.it/)

A un esame più attento questo portale fornisce una sola statistica per le 4 sezioni di Milano, Firenze, Roma e Napoli: