Comprobador de legibilidad de texto

• Analizador de texto
• Contador de palabras
• Conversor de mayúsculas
• Unir textos
• Dividir texto
• Frecuencia de palabras
• Extractor de palabras clave
• Word a texto
• PDF a texto

Una puntuación de legibilidad responde a una pregunta que todo el mundo que escribe se hace y que ningún corrector ortográfico toca: ¿está este borrador escrito para quien tiene que leerlo? Ajusta textos de marketing a un público general, material docente a un curso concreto o una página de políticas a un requisito de lenguaje claro, sin enviar una sola palabra a un servidor.

Ventajas

• Diez fórmulas: las cinco clásicas más Coleman-Liau, Dale-Chall, Spache, Linsear Write y FORCAST, una al lado de otra.
• Un número accionable: un grado de consenso tomado como la mediana de los siete índices en escala de grado.
• Dónde, no solo si: cada frase puntuada por separado y teñida cuando está varios grados por encima del resto.
• Marcas de estilo: voz pasiva y adverbios señalados dentro de las frases que los contienen.
• Tu archivo real: .txt, .md, .csv y .docx, no solo lo que ya has copiado.
• Gratis: todas las fórmulas y todo el resaltado, gratis.

La herramienta cuenta lo que necesitan las fórmulas —frases, palabras, sílabas, letras, caracteres, palabras familiares— y aplica cada definición publicada tal cual. El recuento es justo donde unas herramientas de legibilidad se diferencian de otras, así que conviene saber qué hace esta.

Qué se cuenta

• Frases: división en . ! ? y sus repeticiones, reconociendo abreviaturas, iniciales de una letra, decimales y puntos suspensivos, y tratando los saltos de línea como límites para que un titular sea una frase y no parte del párrafo siguiente.
• Palabras: letras y dígitos, con apóstrofos y guiones que unen la palabra en vez de partirla. Ambos son conmutables.
• Sílabas: un conjunto de reglas con una lista de 1.167 excepciones; las siglas en mayúsculas se cuentan deletreadas, así que ADHD son cuatro sílabas.
• Caracteres: solo letras y dígitos. ARI y Coleman-Liau se definen así, y contar la puntuación como caracteres eleva ambos índices en textos con muchas comillas.
• Palabras complejas: tres o más sílabas, excluyendo nombres propios, compuestos con guion y palabras que solo llegan a tres sílabas por una terminación -es, -ed o -ing, que es la definición del propio Gunning y la parte que la mayoría de implementaciones omite.
• Nada se recorta: Flesch Reading Ease se muestra tal como se calcula, por encima de 100 o por debajo de cero.

Cómo interpretar las puntuaciones

• Mira la tendencia entre revisiones y no un número aislado. Que un borrador pase de grado 14 a grado 11 es real; la diferencia entre 11,2 y 11,4 no lo es.
• Cuando los índices no coinciden entre sí, la dispersión que aparece junto al grado de consenso indica cuánto: una dispersión amplia suele significar que el documento mezcla frases muy cortas y muy largas.
• Coleman-Liau no usa sílabas en absoluto. Cuando coincide con Flesch-Kincaid, el recuento de sílabas no es lo que está determinando el resultado.
• Combina los números con una lectura humana para el tono, la jerga y si el texto es correcto. Ninguna fórmula opina sobre el significado.

Cada fórmula se diseñó para un tipo de texto y una pregunta concretos. No son diez opiniones sobre lo mismo, y por eso la herramienta las muestra todas en vez de promediarlas en una y ocultar el desacuerdo.

Qué mide cada índice

• Flesch Reading Ease: longitud de frase y sílabas por palabra, en una escala donde más alto es más fácil. La cifra de legibilidad más citada que existe.
• Grado Flesch-Kincaid: las mismas dos entradas, expresadas como curso escolar estadounidense. Recogida en normas de lenguaje claro del gobierno y el ejército de EE. UU.
• Gunning Fog: longitud de frase más la proporción de palabras complejas. Sensible a la jerga de un modo que las medidas Flesch no lo son.
• SMOG: recuento de polisílabos frente al número de frases. Definido sobre una muestra de 30 frases y muy usado en materiales de salud.
• Índice de Legibilidad Automatizada: caracteres por palabra en vez de sílabas, así que nunca depende de una estimación silábica.
• Coleman-Liau: letras por cada cien palabras y frases por cada cien palabras. Pensado para puntuación automática y, como ARI, sin sílabas.
• New Dale-Chall: la proporción de palabras fuera de una lista de 3.000 términos familiares para alumnos de cuarto curso. Vocabulario en vez de longitud de palabra.
• Spache revisado: la misma idea para textos de primeros cursos, con una lista más pequeña y contando cada palabra desconocida una sola vez.
• Linsear Write: las palabras fáciles valen uno y las difíciles tres. Desarrollada por la Fuerza Aérea de EE. UU. para manuales técnicos.
• FORCAST: palabras monosílabas por cada 150 y el único índice aquí que ignora la longitud de frase, lo que lo convierte en el que sigue funcionando en formularios, titulares y listas.

Por qué el grado de consenso es una mediana

Siete de los diez producen un grado estadounidense, y no coinciden: a veces se separan varios cursos en el mismo párrafo. El número destacado es su mediana y no su media, porque una media deja que un valor atípico arrastre el resultado: SMOG en un documento de cuatro frases, o FORCAST en una página de titulares, puede quedar a grados de todo lo demás. Una mediana lo ignora. La dispersión entre el índice más alto y el más bajo se muestra junto al grado, así que un documento en el que los índices no se ponen de acuerdo lo dice.

Tres de las diez fórmulas y la proporción de palabras complejas que hay detrás de una cuarta son funciones de un solo número: cuántas sílabas tiene cada palabra. Con la ortografía inglesa, ese número es difícil, y la mayoría de las herramientas online usan la misma heurística de cuatro líneas: contar grupos vocálicos, quitar una e muda y dar una sílaba a todo lo que tenga menos de cuatro letras.

Cuánto vale la diferencia

• La heurística habitual: 94,0 % de tokens correctos, medido frente al CMU Pronouncing Dictionary sobre dos libros completos.
• Esta herramienta: 99,6 % de tokens correctos en esos mismos dos libros, que no se usaron para construir la lista de excepciones.
• En puntos Flesch: en una muestra de 300 KB de no ficción densa la heurística se desvía 3,47 puntos; esta, 0,11. Tres puntos y medio es la mitad de una banda.
• Dónde falla: la heurística no cuenta los hiatos —abbreviated son cinco sílabas, no tres; association son cinco, no cuatro— y cuenta de más las terminaciones mudas, dando cuatro a acuteness.

Límites de frase

El otro punto en el que las herramientas de legibilidad discrepan en silencio es dónde termina una frase. Dividir en cada punto es sencillo y produce respuestas seguras y muy equivocadas en textos normales.

• "Dr. Smith met Mrs. Jones at 4 p.m. on Jan. 3 to discuss the U.S. economy." es una frase. Dividida de forma ingenua son ocho, y la longitud media de frase cae de 18 palabras a 2,25.
• "The item costs $3.50." es una frase, no dos: un punto entre dígitos es un separador decimal.
• Un titular o una lista no tienen ningún terminador. Tratados estrictamente producen cero frases, y una herramienta que divide entre cero frases informa de un titular como nivel de posgrado.
• Los saltos de línea terminan frases por defecto, y eso es lo que hace medibles los titulares, las listas y la poesía. El comportamiento es un interruptor en el panel si tu texto usa párrafos con saltos duros.

Una puntuación resume un documento; no puede señalar la frase que hay que reescribir. Aquí cada frase recibe su propio grado de lectura, calculado con su propia longitud y sus propias palabras, y se tiñe según cuánto se separe del documento.

Las bandas

• Ámbar: cuatro grados o más por encima del nivel del documento. Normalmente sobra una oración subordinada.
• Rojo: seis grados o más por encima. Casi siempre conviene partirla en dos.
• Objetivos fijos: cambia la comparación a grado 8, 10, 12 o 14 cuando escribes para un requisito declarado y no para tu propio registro.
• Relativo por defecto: un escrito jurídico en el que todas las frases son grado 16 no se describe bien diciendo "todas las frases son un problema".

Marcas de estilo

Dos patrones explican la mayoría de las frases que pesan sin ser largas, y ambos se marcan dentro de la frase que los contiene.

• Voz pasiva: una forma de "to be" seguida de un participio pasado, incluidos los irregulares: "was written", "has been adopted", "is taken". La pasiva no es un error; una página en la que casi todas las frases son pasivas suele ser más difícil de lo necesario.
• Adverbios: palabras en -ly, excluyendo las que solo lo parecen, de modo que "family", "supply" y "July" no se cuentan.
• Ambos marcadores se pueden desactivar si solo quieres el tinte por grado de lectura.

Siempre que la pregunta sea "¿quién puede leer esto?" y no "¿está bien escrito ortográficamente?": artículos de blog, centros de ayuda, comunicación interna, material de clase, consentimientos informados y páginas de políticas escritas a un nivel declarado.

Casos de uso ideales

• Textos web: las páginas más simples llegan a más gente, y las frases resaltadas son las que te están costando lectores.
• Educación: comprueba una ficha frente al curso para el que está escrita, con Spache para material inicial y Dale-Chall por encima.
• Salud e información pública: SMOG es el índice que usa este campo, y la herramienta te dice cuándo tu muestra es lo bastante larga para que signifique algo.
• Edición: mide un borrador antes y después de una pasada y comprueba qué cambio movió realmente el número.
• Comparación: encola dos versiones del mismo mensaje con Pro y léelas en una tabla.
• QA de localización: una página traducida que puntúa cuatro grados más difícil que su original suele tener un problema de longitud de frase, no de vocabulario.

Estos índices se desarrollaron para prosa en inglés entre los años cuarenta y setenta, sobre todo con libros de texto y manuales técnicos. Esa historia se nota en lo que manejan bien y mal.

Puntos clave

• Todos los índices aquí son funciones de rasgos superficiales: longitudes y recuentos. Ninguno lee el texto, así que ninguno puede decir si es coherente, exacto o está bien organizado.
• El código, las tablas y las listas de referencias mezcladas con prosa distorsionan mucho las estadísticas de palabras y sílabas. Mide la prosa por separado.
• SMOG está definido sobre una muestra de 30 frases; por debajo, la raíz cuadrada de la fórmula convierte un par de palabras largas en un curso entero. La herramienta marca la puntuación como provisional en vez de ocultarla.
• Spache está pensado para textos de cuarto curso o inferiores y deja de discriminar por encima, cosa que la herramienta también marca.
• El nivel escolar no es comprensión. Una frase de grado 6 sobre un tema desconocido sigue siendo difícil.
• Distintas herramientas dan números distintos para el mismo texto, y la diferencia casi siempre está en la segmentación, no en la aritmética.

Trata las puntuaciones como señales sobre la estructura, no como veredictos sobre la calidad.

Consejos de calidad

• Mide texto plano. Quita antes la navegación, los pies de foto y los bloques de código: no es lo que lee tu lector.
• Compara lo comparable: el mismo documento, los mismos ajustes, antes y después de una edición.
• Arregla las frases rojas antes de preocuparte por el número global. Suelen moverlo ellas solas.
• Las muestras muy cortas producen métricas ruidosas en todos los índices. Unos cientos de palabras es un mínimo razonable.
• Para textos médicos, jurídicos o regulatorios, sigue la metodología que especifique tu organización, incluida la fórmula que nombre.

Cuándo no fiarse

• Documentos que no estén en inglés o que mezclen alfabetos. Las fórmulas asumen ortografía inglesa, y las reglas silábicas asumen escritura inglesa.
• Presentaciones regulatorias que especifiquen otra metodología, tamaño de muestra o lista de palabras.
• Poesía, guiones solo de diálogo, letras de canciones y todo aquello en lo que la longitud de frase es una elección estilística y no una señal de dificultad.
• Como certificación. Ninguna puntuación de aquí es prueba de cumplimiento de una norma de accesibilidad o de lenguaje claro.

Todas las mediciones que hace esta herramienta son gratuitas. Pro paga la escala, no los números: una puntuación de legibilidad que solo vieran los usuarios de pago no merecería la pena.

• Gratis: las diez fórmulas, el grado de consenso, todas las estadísticas, el resaltado de frases, el marcado de pasiva y adverbios, y exportación del informe en .txt o .csv, en documentos de hasta 10 MB.
• Pro: una cola de hasta 20 documentos con tabla comparativa, todos los informes en un solo archivo, sin anuncios y sin límite de tamaño impuesto más allá de lo que aguante tu dispositivo.
• Nunca: una subida. Todo se ejecuta en tu dispositivo en ambos planes, incluso con la red desconectada una vez cargada la página.

Ver qué incluye Pro

Fórmulas orientadas al inglés, una estimación silábica basada en reglas y un detector de estilo que trabaja sobre patrones superficiales y no sobre gramática. Necesita JavaScript y funciona en cualquier navegador actual de escritorio, tableta y móvil. Los documentos se leen en tu dispositivo; no se sube nada y no hay cuenta.

Flujo de edición recomendado

• Mide primero el borrador y anota el grado de consenso y la dispersión, para saber contra qué trabajas.
• Reescribe las frases rojas y después las ámbar. Partir una frase larga suele mover varios índices a la vez.
• Mira luego el recuento de pasivas: rara vez cambia mucho el grado, pero cambia cómo se lee la página.
• Vuelve a medir con los mismos ajustes y comprueba que el número se movió por el motivo que esperabas.
• Confirma el texto final con el analizador y el contador de palabras antes de publicar.

Para una revisión completa de calidad del texto, combina la legibilidad con el analizador de texto, el contador de palabras y la frecuencia de palabras. Si tu borrador está en un archivo de Word o en un PDF, conviértelo antes con Word a texto o PDF a texto.

Un megabyte de prosa —unas 180.000 palabras— se mide en menos de una décima de segundo en tu dispositivo y fuera del hilo principal, así que la página sigue respondiendo mientras trabaja.