Modelo de árbol

Agustín de Hipona supuso que cada uno de los descendientes de Noé fundó una nación y que a cada nación se le dio su propio idioma: asirio para Assur , hebreo para Heber , y así sucesivamente. ^{[ 4 ]} En total, identificó 72 naciones, fundadores tribales e idiomas. La confusión y la dispersión ocurrieron en tiempos de Peleg , hijo de Heber, hijo de Sem , hijo de Noé. ^{[ 5 ] [ 6 ]} Agustín formuló una hipótesis similar a la de lingüistas históricos posteriores: que la familia de Heber «conservó aquel idioma que, con razón, se creía que era el idioma común de la raza... desde entonces llamado hebreo». Sin embargo, la mayoría de los 72 idiomas datan de muchas generaciones después de Heber. San Agustín resuelve este primer problema suponiendo que Heber, quien vivió 430 años, aún vivía cuando Dios asignó los 72. ^{[ 7 ] : 123}

La hipótesis de San Agustín se mantuvo sin mayores cuestionamientos durante más de mil años. Luego, en una serie de tratados, publicados en 1684, expresando escepticismo sobre diversas creencias, especialmente bíblicas, Sir Thomas Browne escribió: ^{[ 8 ]}

"Aunque la tierra estaba densamente poblada antes del diluvio... sin embargo, cabe dudar de que, tras una gran dispersión y el transcurso de mil seiscientos años, los hombres mantuvieran un idioma tan uniforme en todas partes."

Para entonces, el descubrimiento del Nuevo Mundo y la exploración del Lejano Oriente habían aportado el conocimiento de un número de lenguas nuevas muy superior a las 72 calculadas por San Agustín. Citando las lenguas nativas americanas, Browne sugiere que la «confusión de lenguas recayó inicialmente solo sobre los presentes en Sinaar durante la obra de Babel...». Para aquellos «al pie de las colinas, donde reposaba el arca... su lengua primitiva podría con el tiempo extenderse a varias partes de Europa y Asia...». ^{[ 9 ]} Esto es solo un esbozo de un árbol. En opinión de Browne, la simplificación a partir de una lengua aborigen más extensa que el hebreo podría explicar las diferencias lingüísticas. Sugiere el chino antiguo, del que las demás descendieron por «confusión, mezcla y corrupción». ^{[ 10 ]} Más adelante invoca la «mezcla y alteración». ^{[ 11 ]}

Browne informa de una serie de actividades reconstructivas realizadas por los académicos de la época: ^{[ 12 ]}

El erudito Casaubon opina que un diálogo podría componerse en sajón solo con palabras derivadas del griego... Verstegan no dudaba de poder idear una carta que pudieran entender los ingleses, los holandeses y los frisones orientales... Y si, como sostiene el erudito Buxhornius , la lengua escita, como lengua materna, se extiende por todas las naciones de Europa, e incluso hasta Persia, la comunidad de muchas palabras entre tantas naciones tiene una traducción más razonable y es más probable que derive de la lengua común difundida por todas ellas, que de cualquier nación en particular, que también ha tomado prestadas palabras y las conserva de segunda mano.

La confusión en la Torre de Babel se eliminó así como obstáculo al dejarla de lado. Los intentos de encontrar similitudes en todas las lenguas estaban dando como resultado el descubrimiento gradual de una antigua lengua maestra de la que derivan todas las demás. Browne sin duda escribió y pensó mucho antes de 1684. En ese mismo siglo revolucionario en Gran Bretaña, James Howell publicó el Volumen II de Epistolae Ho-Elianae , cartas cuasi ficticias dirigidas a varias personas importantes del reino que contenían información histórica válida. En la Carta LVIII, la metáfora de un árbol de lenguas aparece completamente desarrollada, aunque sin llegar a ser la opinión de un lingüista profesional: ^{[ 13 ]}

«Ahora izaré las velas hacia los Países Bajos, cuyo idioma es el mismo dialecto que el inglés, y lo fue desde el principio, ya que ambos derivan del neerlandés alto [Howell se equivoca aquí]: el danés también es una rama del mismo árbol... Ahora bien, el neerlandés alto o lengua teutónica es una de las lenguas maternas más importantes y extensas de Europa... era la lengua de los godos y los vándalos , y aún se habla en la mayor parte de Polonia y Hungría , que tienen un dialecto suyo como lengua vulgar... Algunos de sus escritores pretenden hacer creer al mundo que era la lengua que se hablaba en el paraíso.»

La búsqueda de «la lengua del paraíso» era una constante entre los lingüistas de Europa. Quienes escribían en latín la denominaban lingua prima , lingua primaeva o lingua primigenia. En inglés se la conocía como lengua adámica; en alemán, como Ursprache o hebräische Ursprache, si se creía que era hebreo. Esta misteriosa lengua poseía un aura de pureza e incorrupción, cualidades que servían de criterio para seleccionar a las candidatas. Este concepto de Ursprache se popularizó mucho antes de que los neogramáticos lo adoptaran para sus protolenguas. La brecha entre las familias lingüísticas, tan diversas entre sí, seguía sin cerrarse.

El 2 de febrero de 1786, Sir William Jones pronunció su Discurso del Tercer Aniversario ante la Sociedad Asiática, en su calidad de presidente, sobre el tema de los hindúes . En él aplicó la lógica del modelo arbóreo a tres lenguas: griego, latín y sánscrito, pero por primera vez en la historia basándose exclusivamente en criterios lingüísticos, señalando «una afinidad más fuerte, tanto en las raíces de los verbos como en las formas gramaticales, de la que podría haberse producido por casualidad...». Continuó postulando que surgían de «alguna fuente común, que, tal vez, ya no existe». A ellas añadió el gótico, el celta y el persa como pertenecientes a «la misma familia». ^{[ 14 ]}

Jones no mencionó su "fuente común" ni desarrolló más la idea, pero fue adoptada por los lingüistas de la época. En la Quarterly Review (de Londres) de finales de 1813-1814, Thomas Young publicó una reseña de Mithridates, oder allgemeine Sprachenkunde ("Mitridates, o una historia general de las lenguas") de Johann Christoph Adelung , cuyo volumen I se publicó en 1806, y los volúmenes II y III, de 1809 a 1812 , fueron continuados por Johann Severin Vater. La obra de Adelung describía unas 500 "lenguas y dialectos" e hipotetizaba un origen universal de la lengua del paraíso, ubicada en Cachemira , en el centro del área de influencia de las 500 lenguas. Young comienza señalando la deuda de Adelung con Mithridates, de Differentiis Linguarum de Conrad Gesner , de 1555, y otros catálogos posteriores de lenguas y alfabetos. ^{[ 15 ]}

Young se propone presentar la clasificación de Adelung. El tipo monosilábico es el más antiguo y primitivo, hablado en Asia, al este del Edén, en dirección a la salida de Adán del Edén. Luego sigue el grupo de Jones, aún sin nombre, pero atribuido a Jones: "Otra clase de lenguas antiguas y extensas unidas por un mayor número de semejanzas de las que bien podrían ser del todo accidentales". Para esta clase propone un nombre, ^{[ 16 ]} "indoeuropeo", el primer uso lingüístico conocido de la palabra, pero no su primer uso conocido. La Compañía Británica de las Indias Orientales utilizaba "comercio indoeuropeo" para referirse al comercio de mercancías entre la India y Europa. ^{[ 17 ]} Toda la evidencia que Young cita para el grupo ancestral son las palabras más similares: madre, padre, etc.

Las clases adicionales de Adelung eran la tártara (que más tarde se conocería como la controvertida familia altaica ), la africana y la americana, que dependen de la geografía y de una supuesta descendencia del Edén. Young no comparte el entusiasmo de Adelung por el lenguaje del paraíso y lo tacha de meramente especulativo.

La designación de Young, exitosa en inglés, fue sólo una de varias candidatas propuestas entre 1810 y 1867: indogermanique ( Conrad Malte-Brun , 1810), japetisk ( Rasmus Christian Rask , 1815), indogermanisch ( Julius Klaproth , 1823), indisch-teutsch (F. Schmitthenner, 1826), sanskritisch ( Wilhelm von Humboldt , 1827), indokeltisch (AF Pott, 1840), arioeuropeo ( Graziadio Isaia Ascoli , 1854), ario ( Max Müller , 1861) y aryaque (H. Chavée, 1867). Todos estos hombres eran políglotas y prodigios de las lenguas. (Klaproth, por ejemplo, autor del exitoso candidato a lengua alemana, Indo-Germanisch, quien criticó a Jones por su método acrítico, conocía chino, japonés, tibetano y varias otras lenguas con sus respectivos alfabetos). El concepto de una Ursprache bíblica les resultaba atractivo. A medida que la esperanza de encontrarla se desvanecía, recurrieron al creciente concepto de un indoeuropeo común hablado por tribus nómadas en las llanuras de Eurasia, y aunque argumentaron convincentemente que esta lengua podía deducirse mediante los métodos de la lingüística comparada, en realidad no fue así como la obtuvieron. Fue el único caso en el que sus esfuerzos por encontrar la Ursprache tuvieron éxito.

El modelo, en su formulación más estricta, se debe a los neogramáticos . Se basa en concepciones previas de William Jones , Franz Bopp y August Schleicher , añadiendo la ausencia de excepciones en las leyes del sonido y la regularidad del proceso. El lingüista que quizás más contribuyó a establecer el vínculo con el darwinismo fue August Schleicher.

Que comparó su Stammbaum , o árbol genealógico de las lenguas, con la presentación de la evolución de Darwin poco después de dicha presentación, queda demostrado por la carta abierta que escribió en 1863 a Ernst Haeckel , publicada póstumamente. En 1869, Haeckel le había sugerido que leyera El origen de las especies .

Tras leerlo, Schleicher escribió Die Darwinische Theorie und die Sprachwissenschaft , «El darwinismo puesto a prueba por la ciencia del lenguaje». ^{[ 18 ]} En un escenario que recuerda al que se dio entre Darwin y Wallace sobre el descubrimiento de la evolución (ambos la descubrieron de forma independiente), Schleicher respaldó la presentación de Darwin, pero la criticó por no incluir ninguna especie. A continuación, presentó un Stammbaum de lenguas, que, sin embargo, no era el primero que publicaba.

La evolución de las lenguas no fue la fuente de la teoría de la evolución de Darwin. La había basado en la variación de las especies, como la que había observado en los pinzones de las Islas Galápagos , que parecían ser modificaciones de un ancestro común. La selección de especies domésticas para producir una nueva variedad también influyó en sus conclusiones. La primera edición de El origen de las especies en 1859 analiza el árbol lingüístico como si fuera de novo bajo el tema de la clasificación. Darwin critica el método sincrónico ideado por Linneo , sugiriendo que se reemplace por una «organización natural» basada en la evolución. Dice: ^{[ 19 ]}

Puede ser útil ilustrar esta visión de la clasificación con el ejemplo de las lenguas. Si contáramos con un árbol genealógico completo de la humanidad, una clasificación genealógica de las razas humanas proporcionaría la mejor manera de clasificar las diversas lenguas que se hablan actualmente en el mundo. Y si se incluyeran todas las lenguas extintas, así como todos los dialectos intermedios y de lenta evolución, creo que dicha clasificación sería la única posible. Sin embargo, podría darse el caso de que alguna lengua muy antigua hubiera cambiado poco y hubiera dado origen a pocas lenguas nuevas, mientras que otras (debido a la dispersión, el posterior aislamiento y los distintos grados de civilización de las diversas razas descendientes de una raza común) hubieran cambiado mucho y hubieran dado origen a numerosas lenguas y dialectos nuevos. Los distintos grados de diferencia entre las lenguas de un mismo tronco se expresarían mediante grupos subordinados; pero la clasificación adecuada, o incluso la única posible, seguiría siendo genealógica. Esto sería estrictamente natural, ya que conectaría todas las lenguas, extintas y modernas, por las afinidades más estrechas y revelaría la filiación y el origen de cada una.

Schleicher nunca había oído hablar de Darwin antes de que Haeckel se lo presentara. Había publicado su propio trabajo sobre el árbol genealógico en un artículo de 1853, seis años antes de la primera edición de El origen de las especies en 1859. El concepto de descendencia de las lenguas no era en absoluto nuevo. Thomas Jefferson , un lingüista convencido, había propuesto que la continua necesidad de neologismos implica que las lenguas deben "progresar" o "avanzar". ^{[ 20 ]} Estas ideas presagiaban la evolución de las especies biológicas o de las lenguas, pero tras el contacto de Schleicher con las ideas de Darwin, y quizás el contacto de Darwin con los lingüistas históricos, la evolución y el cambio lingüístico quedaron inextricablemente ligados y se convertirían en la base de la clasificación. Ahora, como entonces, los principales problemas serían demostrar líneas de descendencia específicas e identificar los puntos de ramificación.

La antigua metáfora adquirió un significado completamente nuevo bajo su nombre original gracias a Joseph Harold Greenberg en una serie de ensayos que comenzaron alrededor de 1950. Desde que los lingüistas adoptaron la metáfora del árbol genealógico, el concepto de evolución había sido propuesto por Charles Darwin y era generalmente aceptado en biología. La taxonomía , la clasificación de los seres vivos, ya había sido inventada por Carl Linnaeus . Utilizaba una nomenclatura binomial para asignar un nombre de especie y un nombre de género a cada organismo vivo conocido. Estos se organizaban en una jerarquía biológica bajo varios filos , o grupos más generales, que finalmente se ramificaban en las diversas especies. La base de esta clasificación biológica eran las características físicas compartidas observadas en las especies.

Darwin, sin embargo, reviviendo otra metáfora antigua, el árbol de la vida , hipotetizó que los grupos de la clasificación linneana (los taxones actuales ) descendían en una estructura arbórea a lo largo del tiempo, desde los más simples hasta los más complejos. El árbol jerárquico linneano era sincrónico; Darwin vislumbró un proceso diacrónico de descendencia común . Donde Linneo había concebido rangos , que eran consistentes con la gran cadena del ser adoptada por los racionalistas , Darwin concibió linajes . Durante las décadas posteriores a Darwin, quedó claro que los rangos de la jerarquía de Linneo no se correspondían exactamente con los linajes. El objetivo principal de la taxonomía se convirtió en descubrir los linajes y modificar la clasificación para reflejarlos, lo cual se hizo bajo la guía general de los Códigos de Nomenclatura , libros de reglas mantenidos por organizaciones internacionales para autorizar y publicar propuestas de reclasificación de especies y otros taxones. El nuevo enfoque se denominó filogenia , la "generación de filos", que ideó una nueva metáfora arbórea, el árbol filogenético . Una unidad en el árbol y todas sus unidades descendientes formaban un clado , y el descubrimiento de los clados se denomina cladística .

Greenberg comenzó a escribir en una época en que la sistemática filogenética carecía de las herramientas disponibles posteriormente: la computadora (sistemática computacional) y la secuenciación de ADN ( sistemática molecular ). Para descubrir una relación cladística, los investigadores se basaban en la mayor cantidad posible de similitudes morfológicas entre especies que pudieran definirse y tabularse. Estadísticamente, cuanto mayor era el número de similitudes, mayor era la probabilidad de que las especies pertenecieran al mismo clado. Este enfoque atrajo a Greenberg, quien estaba interesado en descubrir universales lingüísticos . Al modificar el modelo de árbol para convertir el árbol genealógico en un árbol filogenético, dijo: ^{[ 21 ]}

"Cualquier idioma consta de miles de formas con sonido y significado... cualquier sonido puede expresar cualquier significado. Por lo tanto, si dos idiomas coinciden en un número considerable de estos elementos... necesariamente llegamos a la conclusión de un origen histórico común. Tales clasificaciones genéticas no son arbitrarias... la analogía con la clasificación biológica es muy estrecha... así como en biología clasificamos las especies en el mismo género o unidad superior porque las semejanzas sugieren una hipótesis de ascendencia común, lo mismo ocurre con las hipótesis genéticas en el lenguaje."

En esta analogía, una familia lingüística es como un clado , las lenguas son como especies , la protolengua es como un taxón ancestral , el árbol lingüístico es como un árbol filogenético y las lenguas y dialectos son como especies y variedades. Greenberg formuló grandes tablas de características de lenguas hasta entonces poco estudiadas de África, América, Indonesia y el norte de Eurasia y las clasificó según sus similitudes. Denominó a este enfoque « clasificación tipológica », al que llegó mediante la lingüística descriptiva en lugar de la lingüística comparativa . ^{[ 22 ]}

El método comparativo ha sido utilizado por lingüistas históricos para reconstruir modelos arbóreos a partir de datos léxicos, morfológicos y fonológicos específicos. Si bien es posible establecer una cronología, este sistema no permite obtener estimaciones de fechas absolutas.

La glotocronología permite estimar fechas absolutas. Los cognados compartidos (cognados que tienen un origen histórico común) se utilizan para calcular los tiempos de divergencia. Sin embargo, posteriormente se descubrió que el método era desacreditado debido a la falta de fiabilidad de los datos. Por este motivo, los lingüistas históricos tienen dificultades para estimar con exactitud la edad de la familia de lenguas indoeuropeas. Esta podría oscilar entre 4000 y 40 000 años antes del presente, o en cualquier punto intermedio, según Dixon, en su obra *Ascenso y caída del lenguaje* (Cambridge University Press). ^{[ 23 ]} Como se observa en el artículo aquí. ^{[ 24 ]}

Se vislumbran posibles soluciones para la glotocronología gracias a los métodos filogenéticos computacionales . Técnicas como el uso de modelos de evolución mejoran la precisión de la longitud y la topología de las ramas del árbol. Por lo tanto, el uso de métodos filogenéticos computacionales permite a los investigadores analizar datos lingüísticos de la biología evolutiva. Esto también ayuda a contrastar teorías entre sí, como la teoría kurgan y la teoría anatolia , ambas postulando orígenes de las lenguas infoeuropeas. ^{[ 24 ]}

Una limitación inherente al modelo de árbol es la premisa fundamental en la que se basa: requiere una clasificación basada en lenguas o, más generalmente, en variedades lingüísticas . Dado que una variedad representa una abstracción de la totalidad de los rasgos lingüísticos , existe la posibilidad de pérdida de información durante la traducción de datos (de un mapa de isoglosas ) a un árbol. Por ejemplo, está el problema de los continuos dialectales . Estos proporcionan variedades que no son inequívocamente una lengua u otra, sino que contienen rasgos característicos de más de una. La cuestión de cómo clasificarlos es similar al problema que plantean las especies en anillo al concepto de clasificación de especies en biología.

Las limitaciones del modelo de árbol, en particular su incapacidad para manejar la distribución no discreta de innovaciones compartidas en continuos dialectales , se han abordado mediante el desarrollo de metodologías no cladísticas (no basadas en árboles). Estas incluyen el modelo de Ondas y, más recientemente, el concepto de enlace . ^{[ 3 ]}

Una limitación adicional del modelo de árbol se refiere a las lenguas mixtas e híbridas, así como a la mezcla de lenguas en general, ya que el modelo de árbol solo permite divergencias. Por ejemplo, según Zuckermann (2009:63), ^{[ 26 ]} «israelí», su término para el hebreo moderno , que él considera un híbrido semi-europeo, «demuestra que la realidad de la génesis lingüística es mucho más compleja de lo que permite un simple sistema de árbol genealógico. Es improbable que las lenguas "revitalizadas" tengan un único progenitor».

El objetivo del software filogenético es generar cladogramas , un tipo especial de árbol en el que los enlaces solo se bifurcan; es decir, en cualquier nodo en la misma dirección solo se ofrecen dos ramas. Los datos de entrada son un conjunto de caracteres a los que se les pueden asignar estados en diferentes idiomas, como presente (1) o ausente (0). Por lo tanto, un idioma se puede describir mediante un conjunto único de coordenadas que consta de los valores de estado para todos los caracteres considerados. Estas coordenadas pueden ser similares o diferentes entre sí. Los idiomas que comparten más estados son los más similares entre sí.

El software procesa todos los estados de todos los caracteres de todos los idiomas mediante diversos métodos matemáticos para realizar una comparación por pares de cada idioma con el resto. A continuación, construye un cladograma basado en grados de similitud; por ejemplo, se supone que los idiomas hipotéticos a y b, que son los más cercanos entre sí, tienen un ancestro común, ab. Se supone que el siguiente idioma más cercano, c, tiene un ancestro común con ab, y así sucesivamente. El resultado es una serie proyectada de rutas históricas que van desde el ancestro común general (la raíz) hasta los idiomas (las hojas). Cada ruta es única. No hay enlaces entre las rutas. Cada hoja y nodo tiene un único ancestro. Todos los estados se explican por la descendencia de otros estados. Un cladograma que cumple estos requisitos es una filogenia perfecta. ^{[ 27 ]}

Al principio, parecía haber poca consistencia en los resultados de los ensayos que variaban los factores considerados relevantes. Cualquier cambio generaba un nuevo cladograma, lo que sugería que el método no reflejaba la evolución subyacente de las lenguas, sino solo los juicios improvisados ​​de los investigadores. Para encontrar los factores que sí influían en la filogenia, los investigadores necesitaban medir la precisión de sus resultados; es decir, debían calibrarlos con filogenias conocidas. Realizaron el experimento utilizando diferentes supuestos, buscando aquellos que produjeran las coincidencias más cercanas con las filogenias indoeuropeas más fiables. Dichos supuestos podrían utilizarse con mayor confianza en las áreas problemáticas de la filogenia indoeuropea.

Para obtener una filogenia razonablemente válida, los investigadores descubrieron que necesitaban introducir como datos de entrada los tres tipos de caracteres: fonológicos, léxicos y morfológicos, todos ellos necesarios para presentar una imagen suficientemente detallada para el cálculo de la filogenia. Solo los caracteres cualitativos produjeron resultados significativos. Los estados repetidos eran demasiado ambiguos para ser interpretados correctamente por el software; por lo tanto, los caracteres sujetos a formación retrógrada y desarrollo paralelo, que revertían un carácter a un estado anterior o adoptaban un estado que había evolucionado en otro carácter, respectivamente, fueron excluidos del conjunto de datos de entrada. ^{[ 28 ]}

A pesar de su esmero en codificar los mejores caracteres cualitativos en cantidades suficientes, los investigadores no pudieron obtener filogenias perfectas para algunos grupos, como el germánico y el albanés dentro del indoeuropeo. Argumentaron que un número significativo de caracteres, que no podían explicarse por la descendencia genética del ancestro calculado del grupo, eran prestados. Presumiblemente, si el modelo de onda , que explicaba el préstamo, fuera una explicación completa de los caracteres del grupo, no se podría encontrar ninguna filogenia para él. Si ambos modelos fueran parcialmente efectivos, entonces existiría un árbol, pero necesitaría ser complementado con explicaciones no genéticas. Por lo tanto, los investigadores modificaron el software y el método para incluir la posibilidad de préstamo. ^{[ 29 ]}

Los investigadores introdujeron en el experimento el concepto de interfaz, o límite permitido, sobre el cual fluirían los estados de los caracteres. Existía una interfaz unidireccional, o arista, entre un progenitor y un descendiente. Si las aristas unidireccionales fueran suficientes para explicar la presencia de todos los estados en un idioma, no sería necesario ir más allá de la filogenia perfecta. De lo contrario, se podrían añadir una o más aristas de contacto, o interfaces bidireccionales, a la filogenia. Por lo tanto, un idioma podría tener más de una fuente de estados: el progenitor o un idioma de contacto.

Un árbol modificado de esta manera ya no era un árbol propiamente dicho: podía existir más de una ruta desde la raíz hasta la hoja. Los investigadores denominaron a esta disposición red. Los estados de un carácter seguían evolucionando a lo largo de una ruta única desde la raíz hasta la hoja, pero su origen podía ser tanto la raíz en cuestión como una lengua de contacto. Si todos los estados del experimento podían explicarse mediante la red, se la denominaba red filogenética perfecta. ^{[ 30 ]}

La generación de redes requirió dos fases. En la primera fase, los investigadores diseñaron varias filogenias, llamadas árboles candidatos, para probar su compatibilidad. Un carácter es compatible cuando su origen se explica mediante la filogenia generada. ^{[ 31 ]} En una filogenia perfecta, todos los caracteres son compatibles y la compatibilidad del árbol es del 100%. Por el principio de parsimonia, o navaja de Occam , no se justifica la creación de redes. Los árboles candidatos se obtuvieron ejecutando primero el software de generación de filogenias utilizando el conjunto de datos indoeuropeo (las cadenas de estados de caracteres) como entrada, y luego modificando el árbol resultante para otras hipótesis que se iban a probar.

Ninguno de los árboles candidatos originales constituía una filogenia perfecta, aunque algunos de sus subárboles sí lo eran. La siguiente fase consistió en generar redes a partir de los árboles con las puntuaciones de compatibilidad más altas, añadiendo interfaces una a una y seleccionando la de mayor compatibilidad hasta alcanzar la suficiencia; es decir, hasta que la compatibilidad de la red fuera máxima. Como resultado, el número de redes compatibles generadas podía variar desde ninguna hasta más de una docena. Sin embargo, no todas las interfaces posibles eran históricamente factibles. Las interfaces entre algunos idiomas eran geográfica y cronológicamente poco probables. Tras analizar los resultados, los investigadores excluyeron las interfaces no factibles hasta obtener una lista de redes únicamente factibles, las cuales pudieron ordenarse según su puntuación de compatibilidad.

Los investigadores comenzaron con cinco árboles candidatos para el indoeuropeo, denominados AE, uno generado por el software filogenético, dos modificaciones del mismo y dos sugeridos por Craig Melchert , lingüista histórico y especialista en lenguas indoeuropeas. Los árboles diferían principalmente en la ubicación del grupo más ambiguo, las lenguas germánicas, y el albanés, que no tenía suficientes caracteres distintivos para ubicarlo con precisión. El árbol A contenía 14 caracteres incompatibles; B, 19; C, 17; D, 21; E, 18. Los árboles A y C tenían los mejores índices de compatibilidad. Todas las incompatibilidades eran léxicas, y las de A eran un subconjunto de las de C. ^{[ 32 ]}

La generación posterior de redes reveló que todas las incompatibilidades podían resolverse con un mínimo de tres aristas de contacto, excepto en el caso del Árbol E. Dado que no presentaba una alta compatibilidad, se excluyó. El Árbol A tenía 16 redes posibles, que tras un análisis de viabilidad se redujeron a tres. El Árbol C tenía una red, pero como requería una interfaz con el idioma báltico y no con el eslavo, no era viable. ^{[ 33 ]}

El árbol A, el árbol más compatible y factible, plantea la hipótesis de siete grupos que se separaron del protoindoeuropeo entre aproximadamente el 4000 a. C. y el 2250 a. C., como sigue. ^{[ 34 ]}

• La primera en separarse fue la de Anatolia, alrededor del año 4000 a. C.
• La civilización tocariana surgió alrededor del año 3500 a. C.
• Poco después, alrededor del año 3250 a. C., el protoitalocelta (indoeuropeo occidental) se separó, convirtiéndose en protoitálico y protocelta alrededor del año 2500 a. C.
• Hacia el año 3000 a. C., el protoalbano-germánico se separó, convirtiéndose en albanés y protogermánico hacia el año 2000 a. C.
• Hacia el año 3000, el protogrecoarmenio (indoeuropeo meridional) se dividió, convirtiéndose en protogriego y protoarmenio hacia el año 1800.
• El baltoeslavo apareció alrededor del año 2500 a. C., dividiéndose en protobáltico y protoeslavo alrededor del año 1000 a. C.
• Finalmente, el protoindoeuropeo se convirtió en protoindoiranio (indoeuropeo oriental) alrededor del año 2250.

Los árboles B y E ofrecen la alternativa del protogermánico-baltoeslavo (indoeuropeo septentrional), lo que convierte al albanés en una rama independiente. La única fecha que los autores avalan es la última, basada en la continuidad de la cultura Yamna , la cultura Andronovo y las culturas de habla indoaria conocidas. Todas las demás se describen como "cálculos a estima". ^{[ 35 ]}

Dada la filogenia de mejor compatibilidad, A, se requieren tres aristas de contacto para completar la compatibilidad. Este es el grupo de aristas con la menor cantidad de eventos de préstamo: ^{[ 35 ]}

• En primer lugar, existe una distinción entre el protoitálico y el protogermánico, que debió comenzar después del año 2000, según el esquema de datación propuesto.
• Un segundo punto de contacto se dio entre el protoitálico y el protogrecoarmenio, que debió comenzar después del año 2500 a. C.
• El tercer punto de contacto se da entre el protogermánico y el protobáltico, que debió comenzar después del año 1000.

El árbol A con los bordes descritos anteriormente es descrito por los autores como "nuestro mejor PPN". ^{[ 36 ]} En todos los PPN, es claro que, aunque las lenguas hijas iniciales se distinguieron en relativo aislamiento, la evolución posterior de los grupos solo puede explicarse por la evolución en proximidad a otras lenguas con las que se produce un intercambio según el modelo de onda.