Las ficciones cinematográficas y televisivas son artefactos culturales que, al unir sonido e imagen, poseen un marcado carácter multimodal. Su riqueza semiótica permite distintos tipos de análisis, que generalmente siguen dos líneas principales: una centrada en la elección, configuración y disposición de las imágenes cinematográficas, y otra enfocada en el sonido cinematográfico (música, efectos sonoros y lenguaje hablado). En cualquier análisis es inevitable que los objetivos personales o el interés académico lleven a una selección o “condensación” (Hoffmann 2020: 1-6), pero es fundamental no perder de vista la importancia de los demás códigos semióticos en el proceso de creación de significado (Baños, Bruti y Zanotti 2013: 488).

A la hora de acotar nuestras reflexiones al ámbito lingüístico, utilizamos el rótulo de “discurso telecinemático” (Piazza, Bednarek y Rossi 2011) (para otras denominaciones remitimos a la síntesis propuesta en Chierichetti y Hernández Toribio 2021: 16), que reconoce características compartidas entre el lenguaje ficcional del cine y el de la televisión. En una visión más amplia, Hoffmann (2020) engloba no solo los diálogos, sino también los monólogos de personajes principales y secundarios, así como todo tipo de (re)presentaciones auditivas, incluyendo bandas sonoras, canciones y sonidos.

El presente trabajo explora la relación entre el discurso en el proceso de creación de la ficción seriada y la dimensión del producto audiovisual, utilizando como caso de estudio una conocida serie española de televisión. Para ello, se analizan los guiones originales de la serie junto con los subtítulos intralingüísticos en lengua original, los cuales, como transcripción editada de los diálogos pronunciados por los actores (Díaz Cintas 2012: 100), ofrecen una aproximación aceptable a la dimensión oral del discurso. De hecho, este tipo de subtítulos intralingüísticos, antes utilizados principalmente para accesibilidad y aprendizaje de idiomas, han ampliado su alcance. Ahora también los emplea un público con audición normativa en entornos donde no se puede activar el sonido (López Sánchez y Utray 2020) y con frecuencia también es posible distinguir y elegir (bien en el ámbito interlingüístico, bien en el intralingüístico) entre subtitulado (subtitling) y subtítulos para personas sordas (subtitling for the deaf). La evolución del subtitulado, incluyendo el fansubbing, está vinculada a la migración de contenido audiovisual hacia dispositivos móviles y plataformas de streaming (Díaz Cintas y Muñoz Sánchez 2006).

La oralidad del lenguaje de la ficción telecinemática ha sido investigada de muy diversas formas con respecto a la oralidad espontánea por lo que se refiere a la lengua inglesa (véanse especialmente Bednarek 2018: capítulo 7; Bublitz 2017 y Jucker 2021 para una visión de conjunto); asimismo, se han examinado las técnicas de adaptación de textos literarios al cine, especialmente desde el punto de vista narratológico. En cambio, resulta poco estudiado (para el inglés, recordamos Taylor 2004) el paso de la palabra escrita del guion —un texto que, a diferencia de la obra literaria, ha sido expresamente elaborado con vistas al producto audiovisual— a la palabra oral recitada, algo que nos proponemos investigar sin plantearnos, de momento, la relación entre la oralidad prefabricada y la interacción hablada espontánea. Este planteamiento nos permitirá examinar los principales recursos que, en nuestro caso de estudio, se emplean en la actuación para aproximarse a una interacción espontánea, con el fin de lograr una representación más “humanizada” de los personajes y fomentar la empatía de la audiencia.

El estudio del discurso telecinemático requiere su reconocimiento como una práctica discursiva compleja, que involucra tanto a productores como a consumidores. Este discurso es un modo de acción en relación dialéctica con su contexto, el cual está socialmente configurado y, a su vez, contribuye a la construcción de lo social (Fairclough 2008: 172). Precisamente el contexto, que Van Dijk (2005 [1997]: 33) define como “la estructura de aquellas prioridades de la situación social que son sistemáticamente (es decir, no casualmente) relevantes para el discurso” permite reconocer diversas esferas de estudio dentro del discurso telecinemático (Bednarek 2015: 222):

Esta tripartición resalta las distintas perspectivas hermenéuticas que surgen al analizar los guiones o bien las transcripciones. En el primer caso, se estudia el proceso de escritura, así como como “el estudio de los orígenes, el desarrollo y la expresión de las ideas televisivas y cinematográficas y de los discursos e instituciones que los rodean” (Macdonald 2013: 217). En el segundo, se analiza la realización concreta de la película o de la serie, en la forma que se ha cristalizado y ofrecido a la audiencia. Además, la adopción de este enfoque permite otorgar dignidad al guion, considerando la especificidad de su discurso y abandonando una visión que lo plantea como si fuera un texto irreal, inacabado, incompleto y no fiable, comparado con el texto del producto cinematográfico (Macdonald 2013: 16). Por otro lado, no puede negarse que el guion es una escritura de paso hacia la narración oral definitiva que tiene lugar en la pantalla (Sánchez-Escalonilla 2016: 10).

Los diálogos ficcionales se relacionan con distintos cotextos dependiendo de si se consideran en la esfera de la creación o del producto. En ambos casos, aunque tiendan a imitar la oralidad espontánea, en realidad son planificados, teatrales y, a veces, hiperbólicos, con una espontaneidad mínima o marginal. Los actos de habla que se llevan a cabo en ellos son “acciones no serias” (Goffman 1974: 74, en Bublitz 2017: 235), previamente diseñadas y, por lo tanto, artificiales (Bublitz 2017; Jucker 2021). Los textos orales del producto constituyen un discurso parlato-recitato (Nencioni 1976); los guiones, en cambio, son textos written to be spoken as if not written (Gregory y Carroll 1978), y ambos se enmarcan dentro de la categoría de oralidad prefabricada (Chaume 2004: 168). Así y todo, la estilización de los diálogos no impide reconocerlos como un objeto discursivo sumamente rico en datos, que “necesita ser investigado en sus propios términos” (Locher y Jucker 2017: 5), al que es lícito atribuir un valor de muestra lingüística por su potencial heurístico (Alvarez- Pereyre 2011: 48-51).

El discurso telecinemático se enmarca en un complejo contexto comunicativo en el que, según la propuesta que Dynel (2011) elabora a partir de los estudios de Goffman (1981), se plantean dos niveles y dos estratos comunicativos. En el primer nivel, dentro de la ficción, los personajes entablan diálogos que se desarrollan como si fueran reales; sin embargo, dichos diálogos han sido elaborados y (re)producidos para ser escuchados y vistos por una audiencia que no está presente, pero cuya existencia se presupone en todo momento, ya que precisamente es ella el destinatario final. En el segundo nivel, un macronivel que engloba al anterior, se sitúa el emisor colectivo, que coincide con el equipo de producción de la ficción, quien garantiza que los diálogos se presenten adecuadamente al espectador mediante el uso de determinadas estrategias y técnicas fílmicas. También es necesario plantear dos estratos: el del emisor colectivo —del que forma parte la producción cinematográfica y televisiva— y el de la ficción, que es el estrato con el que está en contacto directo la audiencia. Los espectadores, para interpretar los diálogos ficcionales, previamente diseñados por el emisor colectivo, llevan a cabo procesos inferenciales complejos en función de la información proporcionada y de su conocimiento del mundo. Y es precisamente la percepción que se tiene y la interpretación que se hace de los personajes de ficción otro punto de referencia para nuestras consideraciones; siguiendo a Culpeper (2001: 6-7) reconocemos que los espectadores perciben e interpretan estas representaciones de seres imaginarios desde un “enfoque humanizador” atribuyéndoles finalidades, emociones, creencias y actitudes propias de los seres humanos. Primero, extraen, con un proceso top down, una amplia serie de informaciones, a través una red de inferencias creadas a partir de la vida real, de la ambientación de la ficción, del conocimiento esquemático de los géneros narrativos y de los tipos de personajes de ficción, así como de sus funciones recurrentes (Culpeper y Fernández Quintanilla, 2017: 101). En un segundo momento, a medida que la audiencia profundiza en el conocimiento del personaje, a través de la exposición al diálogo ficcional, activa las estrategias interpretativas bottom up y pasa a percibir su comprensión del personaje de manera más completa, basándose en una serie de indicios textuales, lingüísticos o no lingüísticos y explícitos o implícitos, sin que estas dimensiones se excluyan mutuamente (Culpeper y Fernández Quintanilla, 2017: 105). En este mecanismo de recepción, la emoción, la actitud y la ideología son aspectos fundamentales que permiten que la audiencia se involucre empáticamente con los personajes. Desde esta perspectiva teórica, es posible analizar la oralidad en el lenguaje de la ficción televisiva y su contribución a la construcción de personajes más realistas y emocionalmente atractivos para los espectadores.

Nuestro caso de estudio (cf. también Chierichetti 2021b y Chierichetti 2022) es la exitosa serie española Vis a vis, producida entre 2015 y 2019 en cuatro temporadas por Globomedia para Antena 3 y posteriormente para FOX España, y emitida también en la plataforma estadounidense Netflix, a través de la cual ha cosechado un éxito mundial. En la serie, ambientada en dos imaginarias cárceles españolas para mujeres, Cruz del Sur y Cruz del Norte, la protagonista, Macarena, es una joven ingenua que, inducida por su jefe, ha cometido varios delitos de malversación de fondos en la empresa en la que trabaja. Cuando es recluida en la cárcel, entra en un mundo inexplorado y violento en el que forzosamente se tiene que relacionar con las demás presas; poco a poco Macarena irá transformándose en una persona totalmente diferente, entre traiciones, alianzas y la búsqueda de una gran suma de dinero que supuestamente se encuentra escondido.

La metodología que adoptamos combina un análisis cuantitativo y cualitativo, y se sitúa en el ámbito de lo que se ha venido denominando “estudios del discurso asistidos por corpus” (CADS, corpus-assisted discourse studies) (Partington 2004). El uso de medios electrónicos nos ayuda a centrarnos inicialmente en los datos, dando credibilidad a las generalizaciones y evitando en la medida de lo posible “escoger interesadamente” (según la conocida crítica de Widdowson 2000) pequeñas cantidades de datos con el objeto de respaldar opiniones preconcebidas. También es irrefutable que nuestras observaciones no pueden evitar por completo la subjetividad, pero creemos que efectivamente una metodología de corpus nos permite estudiar el lenguaje “con cierto grado de objetividad […] donde antes solo nos atrevíamos a especular” (Kilgarriff 1997: 137).

El corpus “Vis a vis” que creamos consta de 80 documentos, que suman 721 448 tokens y aproximadamente 563 557 palabras. Se compone de dos subcorpus distintos, ambos de 40 documentos, correspondientes a los 40 episodios de la serie: el subcorpus “Guiones”, que contiene los guiones originales completos de la serie, con un total de 452 701 tokens y alrededor de 362 195 palabras, correspondiente al 62.7 % del corpus, y el subcorpus “Subtítulos”, con 269 044 tokens y aproximadamente 210 162 palabras, correspondiente al 37.3 % del corpus.

El subcorpus “Subtítulos” se compone de los subtítulos en español (por lo tanto, intralingüísticos) de los 40 episodios, que se han obtenido a través de la base de datos del sitio web https://www.opensubtitles. org. Los subtítulos, que entendemos como “[…] un texto escrito que pretende dar cuenta de los diálogos de los actores, así como de aquellos elementos discursivos que forman parte de la fotografía […] y de la pista sonora […]” (Díaz Cintas 2003: 32), suponen un cambio del modo del discurso, de oral no espontáneo a escrito para ser leído. De ahí que, incluso cuando, como en este caso, no hay un cambio de código verbal, se produzca una omisión de elementos del mensaje lingüístico original, motivada por el necesario respeto de la sincronía espacial (el ancho de la pantalla normalmente no permite más de un total de 32 a 37 espacios por línea en un máximo de dos líneas) y la sincronía temporal (los subtítulos aparecen cuando el actor habla y desaparecen cuando este deja de hablar) (Díaz Cintas 2003: 33). En nuestro corpus, identificamos diversos fenómenos lingüísticos, como la estandarización, cuando una variante diatópica o diafásica se ajusta a una forma reconocida en el estándar (ejemplo 1); la condensación, que implica la simplificación o reducción de un enunciado (ejemplos 2 y 3); y la omisión, que consiste en eliminar elementos no estrictamente necesarios (ejemplo 4), en relación con el texto oral que hemos transcrito:

Así y todo, hemos comprobado personalmente que los subtítulos recogidos en nuestro corpus reflejan lo que se escucha durante la visión en la pantalla con un nivel de fidelidad que consideramos adecuado para nuestros propósitos, ya que nos servimos del subtitulado como aproximación hacia determinadas características léxicas y gramaticales del lenguaje hablado (Bednarek 2015b: 70); en cualquier caso, todos los ejemplos que aportamos han sido cotejados con el producto audiovisual. Por un lado, pues, el subcorpus de subtítulos nos facilita un punto de partida cuantitativo para nuestra investigación; por otro, nos sirve para examinar el discurso oral efectivamente pronunciado en el producto final.

El subcorpus “Subtítulos” se compone de textos planos (.txt) creados a partir de archivos en formato SubRip, con extensión .srt, en los que, a través del uso de expresiones regulares, se han omitido los valores numéricos que indican los fotogramas (TCR, Time Code Reader) y que hemos mantenido solo en los ejemplos de (1) a (4). En la mayoría de los casos, no se indican los nombres de los personajes, excepto cuando es necesario —por ejemplo, cuando en el mismo fotograma coinciden las voces de dos personajes, como en el ejemplo (3)–. Además de los diálogos de los personajes, aparecen algunas indicaciones adicionales (1634 recurrencias en el subcorpus) que van entre paréntesis y casi siempre en mayúsculas; podemos considerarlas como una forma de acotación que está relacionada con algún aspecto sonoro, como en los ejemplos de (5) a (13), que nos informa acerca de rasgos auditivos que se consideran relevantes:

Hemos gestionado el corpus “Vis a vis” por medio del administrador de corpus y software de análisis Sketch Engine (https://www.sketchengine.eu/) utilizando las herramientas Keywords y N-grams para basar nuestro análisis cualitativo en la búsqueda de las palabras y de las secuencias de palabras que son estadísticamente características del subcorpus “Subtítulos” con respecto al subcorpus “Guiones” y que, por lo tanto, consideramos que pueden revelar rasgos distintivos del contenido oral recitado en la serie con respecto a los guiones “escritos para decirlos como algo no escrito”. Tras extraer las palabras y los n-gramas, a través de un análisis de concordancias, comprobamos su valor y su significado en relación con el propio texto y, además, recuperamos contextos más amplios. La articulación del corpus en dos subcorpus, correspondientes a la dimensión de la creación y a la del producto audiovisual, resulta clave para alcanzar el objetivo de esta investigación, ya que permite analizar el paso de la palabra escrita del guion a la palabra oral recitada. Al cotejar los capítulos de los guiones con los episodios de la serie, es posible identificar los elementos que se desvían del texto original, lo que no solo revela las transformaciones propias del producto final, sino que también ofrece indicios sobre cómo la oralidad prefabricada se adapta a las necesidades interpretativas y comunicativas de la actuación. De este modo, la comparación nos permitirá corroborar la hipótesis inicial, al evidenciar los recursos empleados en la actuación para aproximarse a una interacción más espontánea, con el objetivo de obtener una representación más “humanizada” de los personajes y promover la empatía del público.

Para comenzar el análisis, primero generamos una lista de todos los candidatos a palabras clave. Para su cálculo, el programa Sketch Engine tiene en cuenta las frecuencias normalizadas de las palabras en los dos subcorpus, con el fin de compensar la diferencia cuantitativa en las frecuencias obtenidas, utilizando el método Simple Maths. A la hora de tomar una decisión acerca de qué elementos examinar, hemos considerado los umbrales de frecuencia en términos de frecuencias normalizadas y nos hemos fijado en los elementos que se sitúan en los índices más altos, para centrarnos en las diferencias entre corpus. Nos hemos decantado por considerar las primeras cincuenta palabras clave, un número que resulta suficiente para cumplir con los objetivos de investigación, sin ser abrumador. Este criterio no es perspicuo, pero, como afirma Culpeper (2009: 36), las configuraciones no pueden reducirse a una fórmula matemática simple, debido a que los diferentes propósitos y contextos de investigación cuentan con diferentes requisitos. También hemos mantenido la misma pauta a la hora de explorar los n-gramas clave.

En la Tabla 1 se recogen las primeras cincuenta palabras clave del subcorpus “Subtítulos”, obtenidas utilizando “Guiones” como subcorpus de referencia y estableciendo como parámetro una frecuencia mínima de 10 recurrencias, para garantizar una dispersión adecuada de al menos algunas instancias de palabras clave, minimizando la presencia de palabras únicas o extremadamente raras.

Dejamos a un lado las palabras que resultan estadísticamente más frecuentes solo por las distintas grafías con las que se han escrito (casper, que en los guiones aparece con acento, y alzhéimer, que, al revés, en los guiones no se adapta a la acentuación española). Al utilizar el subtitulado como medio para llegar a la dimensión oral del producto televisivo, tampoco nos detenemos en los ítems carraspea, idioma, automatizada, vibración, tose, abriéndose, cerrándose que se hallan entre paréntesis y se relacionan con la naturaleza de los subtítulos como texto escrito para ser leído, y, más específicamente, con su cometido primario de aportar información adicional para personas con deficiencias auditivas. Son exclusivas del producto televisivo las palabras que corresponden a la letra de canciones o de coros de protesta entonados por los personajes (vito, aleluya, perrea, ali, meneo) o la onomatopeya clic, a través de las cuales las voces telecinemáticas encuentran otra forma de expresión sonora, que es, a todas luces, de tipo diegético, ya que pertenece a la narración, como podemos comprobar en los ejemplos (5) y (6), en los que el símbolo de la almohadilla indica un texto cantado:

Los recursos de este tipo también fortalecen la constitución de grupos (en el caso específico, de internas de la cárcel) y reflejan cierta tendencia a la coralidad que se da en los productos seriados, en los que la diversidad de perfiles favorece que los espectadores tengan una mayor posibilidad de encontrar un personaje con el que identificarse, que funcione como elemento de enganche (cf. Chierichetti 2021a: 34). También hay que señalar que, a diferencia que en otros contextos, en el entorno carcelario las canciones y los coros pueden resultar verosímiles. En los ejemplos (5) y (6), podemos apreciar cómo las voces telecinemáticas pueden adoptar la forma de una amplia gama de (re)presentaciones auditivas, de las que, como en nuestro caso de estudio, puede no haber rastro en los guiones, aumentando el nivel de complejidad comunicativa (Hoffmann 2020: 5) a favor de una mayor implicación sensorial y emotiva de la audiencia (un efecto que, por otro lado, también puede producirse por medio de la música y de las canciones no diegéticas). También señalamos la importancia de la repetición como elemento a la vez rítmico y enfático, siendo el énfasis un valor que pertenece al terreno de la modalidad, considerada como la actitud con que el hablante se enfrenta al enunciado (Pons Bordería 1998: 222).

De hecho, también las demás palabras que estadísticamente descuellan en los subtítulos, con respecto a los guiones, pueden reconducirse a procedimientos encaminados a acrecentar el impacto emotivo de los diálogos en la audiencia. Los recursos utilizados abarcan distintos ámbitos, desde una mayor adhesión al habla coloquial, como el uso de chao o la reproducción de una pronunciación descuidada o popular (pos y to), hasta el empleo de léxico característico de algunas variedades del español, como el argentino (vos, tenés, acá, sabés, sos) y el cubano (mami), que caracterizan a sendos personajes. Además, se emplean disfemismos (como carajo, imbécil, cago), voces despectivas (bollera, yonqui), procedimientos de atenuación (regalito, cosita, solamente, solo) y de realce (muchísimo, rico), que intensifican la actitud en el habla coloquial (Briz Gómez, 2011: 98). Algunos de estos recursos también pueden usarse de forma irónica, como el ítem currículum, que se repite en el ejemplo (7) (los ítems clave están destacados en negrita):

Una mayor adherencia al registro coloquial, así como las construcciones enfáticas están encaminadas a resaltar aún más el realismo emocional (Ang 1985; 2007), que repercute con una resonancia (positiva o negativa) en la experiencia del espectador y facilita su identificación con los personajes, incluso cuando los hechos y las circunstancias representadas no son reconocibles y probables con respecto a la vida de cada día, como es el caso de las vivencias carcelarias de esta serie. A continuación, nos centraremos en los principales recursos que se vinculan con la enfatización del registro coloquial, de acuerdo con los análisis cuantitativos y cualitativos realizados, y en su función de favorecer una mayor implicación emocional de la audiencia.

En nuestro estudio nos hemos planteado considerar dos dimensiones del discurso telecinemático —la esfera de la creación y la del producto— para examinar, dentro de los límites de un caso de estudio, los principales rasgos que distinguen los diálogos que escucha la audiencia frente a los que se planearon en los guiones. Los resultados, obtenidos a través de un análisis cualitativo de datos cuantitativos extraídos con algunas técnicas básicas de la lingüística de corpus, nos permiten poner el énfasis en una serie de ítems —palabras clave y n-gramas clave— estadísticamente relevantes, que, en general, apuntan a una mayor implicación emotiva de los destinatarios finales del producto. Como reflejan los ejemplos propuestos, además de acentuar algunos rasgos característicos de la oralidad espontánea, se utilizan elementos lingüísticos y discursivos —señaladamente interjecciones, imperativos y el futuro perifrástico— que actúan como índices de las emociones experimentadas por los personajes y apuntan a una mayor implicación emotiva de la audiencia. La interpretación de los actores, pues, está encaminada a expresar de manera más intensa los estados interiores de los personajes, a través de un uso más frecuente de ítems que aportan un valor emotivo y persuasivo en el estrato de la ficción, para que este reverbere en la audiencia.

Evidentemente, la metodología que hemos adoptado no tiene en cuenta la dimensión multimodal que nace de la presentación simultánea de las palabras pronunciadas por los actores, sus voces, las entonaciones, las expresiones faciales y sus miradas, la postura, los gestos, los vestidos, ni tampoco la estructura visual de la realización final, con sus siete componentes: espacio, línea, forma, tono, color, movimiento y ritmo (Sánchez-Escalonilla: 2016). Aun así, nuestras reflexiones podrían representar un primer paso, basado en un caso concreto de estudio y en datos cuantitativos, hacia un análisis multimodal profundo y necesariamente acotado (cf., al respecto, Bednarek 2015b).

Entre las perspectivas de desarrollo futuro de este trabajo, también planteamos la viabilidad de cotejar nuestro corpus de ficción con un corpus de conversación espontánea no planificada, situada en un contexto dinámico creado continuamente por los participantes (cf. Bublitz 2017), siguiendo la línea trazada en trabajos

como los de Quaglio (2009), Ikeo (2019) o Jucker (2021) acerca de la lengua inglesa; para ello, debería haber una flexibilidad de uso de los corpus generales del español que permitiera su empleo en distintos software de análisis. Así y todo, mantenemos que, como afirma Dynel (2016: 119), la conversación ficticia puede servir como fuente de datos para la investigación lingüística, siempre que no se realicen análisis sociolingüísticos o cuantitativos. Concretamente, el estudio del diálogo telecinemático en las esferas de la creación y del producto puede aportar datos de interés en la medida en que no solo se orienta hacia el entretenimiento del público, sino que también nace como un reflejo de la percepción que los guionistas y los actores tienen de la conversación espontánea y de las formas de interacción entre las personas en la vida cotidiana.