Durante casi una década, un pequeño detalle del idioma turco estuvo provocando que el lenguaje de programación Kotlin —uno de los pilares del desarrollo moderno para Android— generara errores aparentemente inexplicables. Lo que comenzó como un mensaje en un foro en 2016 terminó convirtiéndose en un sorprendente hito de la historia de la ingeniería de software: un idioma humano que consiguió 'romper' un lenguaje de programación.

Un error difícil de entender

En marzo de 2016, el ingeniero turco Mehmet Nuri Öztürk publicó un mensaje en el foro de Kotlin. Su código no compilaba, y el compilador mostraba un error críptico:

Unknown compiler message tag: INFO

Nadie sabía qué significaba. Kotlin acababa de lanzar su versión 1.0, y todo indicaba que se trataba de un fallo menor. Sin embargo, pasaron meses antes de que otro programador, Muhammed Demirbaş, sospechara que el problema no tenía nada que ver con el código… sino con el idioma del sistema operativo.

La “I” turca que confundió al compilador

En la mayor parte de lenguas con alfabeto latino, la letra "I" se convierte en "i" al pasar a minúsculas. Pero en turco existen dos variantes de la letra:

• "i" con punto → mayúscula “İ”
• "ı" sin punto → mayúscula “I”

Así, mientras "INFO".toLowerCase() en inglés produce "info", en turco devuelve "ınfo", con una ı sin punto. Esa diferencia minúscula provocaba que el compilador de Kotlin no encontrara la categoría de mensaje esperada y fallara con un error incomprensible.

El error se documentó oficialmente como KT-13631: "Compilation fails on Turkish locale because of locale-sensitive uppercasing". Pero quedó enterrado entre cientos de tickets y no se solventó. Nadie sospechaba que aquel detalle iba a causar más estragos años después.

En Genbeta

Así se convirtió Kotlin en el lenguaje de referencia para los desarrolladores en Android

Cuando las corrutinas heredaron el bug

En 2018, Kotlin lanzó su versión 1.3 con una de sus funciones estrella: las corrutinas, un sistema para manejar tareas asíncronas de manera elegante. Fue entonces cuando el problema lingüístico resurgió con fuerza.

El desarrollador turco Kemal Atlı reportó un error al actualizar su app:

java.lang.NoSuchMethodError: No static method boxİnt(I)Ljava/lang/Integer;

La clave estaba en el nombre del método: boxİnt(), con una “İ” mayúscula con punto. El compilador, al generar código para las corutinas, usaba la función capitalize() para construir nombres de métodos como boxInt(). Pero, al ejecutarse en un sistema configurado en turco, convertía “int” en “İnt”, y el compilador buscaba un método que no existía.

Ese error concreto se resolvió en 2019 al especificar explícitamente el uso del idioma inglés en la llamada a capitalize(Locale.US). Pero ya era evidente que el problema iba mucho más allá de una simple función.

Un tercer bug y la solución definitiva

Dos años después, otro desarrollador turco, Muhittin Kaplan, reportó un nuevo fallo: su sencillo programa con intArrayOf() fallaba con un NoSuchMethodError. De nuevo, el culpable era el mismo: el método decapitalize() había devuelto "ıntArray" (con ı sin punto) en lugar de "intArray".

Finalmente, la respuesta del equipo de Kotlin fue contundente: buscar y corregir todas las operaciones de cambio de mayúsculas/minúsculas dependientes del idioma en el compilador. En total, 173 líneas de código y 53 archivos fueron modificados, reemplazando las funciones toLowerCase(), toUpperCase(), capitalize() y decapitalize() por versiones independientes del 'locale'.

En mayo de 2021, con el lanzamiento de Kotlin 1.5, el histórico bug KT-13631 se cerró oficialmente, cinco años después de su primer reporte.

En Genbeta

China no sería una potencia tecnológica si este científico preso no hubiera descifrado cómo escribir mandarín con teclado QWERTY

Kotlin cambia su propio lenguaje por culpa de un idioma humano

El impacto fue tan profundo que el equipo de JetBrains publicó la propuesta KEEP-223: “Locale-agnostic case conversions by default”, para rediseñar por completo la forma en que Kotlin maneja las conversiones de mayúsculas y minúsculas.

A partir de Kotlin 1.5 se introdujeron las nuevas funciones uppercase() y lowercase(), que ignoran el idioma del sistema. Y desde Kotlin 2.1 (noviembre de 2024), el uso de las antiguas toLowerCase() y toUpperCase() genera un error de compilación. Incluso capitalize() desapareció definitivamente, reemplazada por replaceFirstChar { … }.

En otras palabras: el idioma turco obligó a cambiar la biblioteca estándar de Kotlin y a redefinir funciones que existían desde su nacimiento.

Más que un bug: una lección sobre lenguaje y cultura

Al final, un carácter sin punto fue suficiente para confundir compiladores, bloquear proyectos y obligar a los ingenieros de JetBrains a replantear cómo su lenguaje debía entender el texto. Pero el problema no estaba en la lengua turca ni en los programadores de Kotlin, sino en una presunción que demostró ser injustificada: que el 'alfabeto inglés' (la variante inglesa del alfabeto latino, siendo precisos) era el estándar universal para la informática.

Vía | Medium

Imagen | Marcos Merino mediante IA

En Genbeta | "Usar lenguaje natural no simplifica el trabajo". En 1979, esta leyenda de la programación ya vio venir los riesgos del 'vibe coding' 

En el imaginario tecnológico occidental, las grandes ideas nacen en garajes. En China, sin embargo, una de las innovaciones más cruciales del siglo XX germinó en una celda de seis metros cuadrados durante uno de los períodos más oscuros de su historia reciente.

Si has leído 'El problema de los tres cuerpos' de Cixin Liu (o has visto el primer episodio de la adaptación estadounidense), recordarás que comienza con una sesión de humillación pública y ejecución del académico Ye Zhetai por enseñar la teoría 'contrarrevolucionaria' del Big Bang. Eran los tiempos de la llamada "Revolución Cultural".

Ye Zhetai nunca existió, claro, pero otro profesor (este muy real, llamado Zhi Bingyi) fue encarcelado en 1968 bajo la acusación de ser una "autoridad académica reaccionaria".

Lo que los revolucionarios maoístas no pudieron imaginar es que, desde esa pequeña celda (y sin tener ni siquiera papel a mano), este físico e ingeniero transformaría el destino del idioma chino en la era digital (y, con él, el de la propia República Popular China), armado únicamente con una tapa de taza de té y un bolígrafo robado.

Una mente brillante entre rejas

Zhi había sido un científico respetado, que había estudiado en Alemania, rechazado ofertas laborales en Estados Unidos y contribuido al desarrollo tecnológico de la nueva China comunista. Pero en la China de Mao, la intelectualidad terminó convirtiéndose en 'enemiga del pueblo': en las prisiones y 'campos de trabajo', los académicos eran reeducados con pala y azadón.

Aislado de su trabajo, de su esposa alemana y del mundo exterior, Zhi no contaba con más compañía que un cartel del Partido Comunista pegado a la pared con una advertencia tan ominosa como totalitaria:

"Benevolencia para quien confiese, severidad para quien resista".

Pero tras leerlo cientos o miles de veces, los caracteres chinos comenzaron a transformarse ante sus ojos, y empezó a apreciarlos como estructuras lógicas. Los analizó como un ingeniero analiza un circuito: trazo por trazo, componente por componente. Y se preguntó: ¿cómo puede una máquina leer esto?

En Xataka

La evolución del alfabeto desde sus formas ancestrales hasta la actualidad, en un gráfico

El reto de trascribir con lógica binaria

Y es que, para que China pudiera participar en la naciente era de la informática, necesitaba algo esencial: lograr que sus caracteres, complejos y numerosos, fueran legibles para las computadoras.

A diferencia del alfabeto latino, el chino no tiene letras ni ortografía fonética. Cada palabra es un ideograma cargado de historia y forma visual. Eso hacía casi imposible introducirlos en la lógica de la programación de software (o en el limitado espacio de los teclados).

Zhi se propuso resolver este problema (al fin y al cabo, no es que tuviera nada más que hacer en ese momento), y encontró para ello una herramienta inesperada: la tapa de su taza de té. Usándola como una pizarra improvisada, comenzó a descomponer caracteres chinos en sus componentes básicos —llamados radicales— y a asignarles letras del alfabeto latino basadas en su pronunciación en pinyin.

Así nació un sistema que permitía representar visualmente un carácter chino con una secuencia de letras.

Pero su objetivo no era transcribir la fonética del chino, como hace el pinyin, sino algo más ambicioso: crear una interfaz entre el idioma y las máquinas. En otras palabras, traducir el sistema gráfico más complejo del mundo a un lenguaje que un ordenador pudiera entender y procesar con un teclado QWERTY occidental.

Zhi Code: un alfabeto para ideogramas

Zhi combinó dos enfoques previos para codificar el idioma: el fonético (usando el sistema pinyin) y el morfológico (basado en la forma de los caracteres). Pero encontró sus límites: el pinyin generaba demasiados homófonos, y el enfoque visual seguía siendo difícil de traducir al código de una máquina.

En Xataka

Si la pregunta es "por qué los árabes escriben con números", la respuesta es "por uno de los fenómenos sociolingüísticos más curiosos del siglo"

Su solución final fue brillante por su simplicidad: representar cada carácter chino con una secuencia de letras basada en los componentes visuales del ideograma, usando la inicial del pinyin de cada componente. Así, por ejemplo, el carácter 路 (lu, 'camino') podía dividirse en 口 (kou), 止 (zhi), 攵 (pu) y 口 (kou) de nuevo, dando como resultado el código "KZPK".

Este método resolvía varios problemas simultáneamente: evitaba la ambigüedad de los homófonos del pinyin, permitía representar caracteres con solo cuatro teclas (la mayoría de los caracteres chinos se pueden dividir en dos a cuatro partes) y no requería memorizar secuencias arbitrarias. Además, era compatible con el orden natural de los trazos, lo que facilitaba su aprendizaje a quienes ya sabían escribir chino a mano.

Zhi también propuso extensiones al sistema que incluían datos adicionales como la estructura del carácter (izquierda-derecha, arriba-abajo) o su pronunciación general, aumentando así su aplicabilidad en tareas como traducción automática o recuperación de información.

Del anonimato a la revolución digital

Cuando Zhi fue liberado en 1969, la revolución tecnológica aún parecía lejana. Pasó años en puestos marginales (por ejemplo, barriendo suelos). Pero no dejó de trabajar en su código: convirtió un almacén en su laboratorio secreto, recolectando revistas extranjeras (para estudiar los avances de otros países en el campo de la informatización de caracteres) y perfeccionando su sistema.

Así, se enteró de que otros países —como Japón, Australia, EE.UU.— también intentaban resolver el mismo problema, pero con métodos menos eficientes, como teclados gigantes con cientos de caracteres. Su sistema, sin embargo, apostaba por hacer más con menos.

En Xataka

El regulador de Internet chino obligará a que los algoritmos de recomendación promuevan los "valores sociales predominantes"

Fue en 1978 cuando, tras la muerte de Mao y el inicio de la apertura económica, China comenzó a valorar nuevamente la ciencia... y a importar computadoras occidentales. El problema que se les planteaba era obvio: esos equipos no estaban diseñados para un idioma con más de 50.000 caracteres.

Pero fue en ese momento, Zhi publicó su sistema en la revista 'Nature' bajo el nombre de “codificación visual directa” (On-Sight Coding System). Por primera vez, los caracteres chinos podían ser introducidos en una computadora con solo cuatro pulsaciones. La noticia fue celebrada en la portada del diario Wenhui Daily con un titular histórico:

"El idioma chino ha entrado en la era de la computación".

Posteriormente, a partir de su método, surgieron muchos otros esquemas de entrada que hoy usamos al escribir en mandarín con teclados QWERTY: desde el Wubi hasta el Cangjie. Pero fue el llamado "Zhima" (Código de Zhi) el que sentó las bases para la modernización digital del país.

Imagen | Marcos Merino mediante IA

En Genbeta | La 'gran muralla digital' que separa a China del resto del mundo: así funciona el Gran Cortafuegos 

Las mayúsculas transmiten una intensidad que, en contextos escritos, EQUIVALEN A ALZAR LA VOZ. Seguramente tú mismo lo habrás leído así en tu cabeza, sin necesidad de que el texto en cuestión viniera acompañado de múltiples exclamaciones.

Y es que el uso de letras mayúsculas para transmitir la idea de "gritar" es una convención moderna a la que se recurre habitualmente en redes sociales y mensajes de móvil.

Sin embargo, aunque todos sabemos que esta práctica se popularizó tras el inicio de la era de Internet... ¿sabemos exactamente cuándo comenzó?

Las mayúsculas en la NETIQUETA

Los primeros registros online que se hacían eco de esta 'moda' datan de los años 80, con el surgimiento de los primeros foros y grupos de discusión en la 'Usenet'.

Concretamente, se conservan registros de un debate realizado en 1984, cuando un usuario explicó en un grupo de noticias (el ya desaparecido net.jokes.d) que

"Si es en mayúsculas, ¡estoy tratando de GRITAR!".

Un aspecto clave de la adopción de esta norma fue la falta de alternativas en los primeros sistemas digitales para destacar texto. No existían opciones como negritas, cursivas o subrayados, por lo que las mayúsculas se convirtieron en el método más accesible para añadir énfasis.

Otros métodos, como el uso de asteriscos o el espaciado de letras (p. ej., "a s í"), también se probaron, pero las mayúsculas prevalecieron por su simplicidad y visibilidad.

En Genbeta

Así se creó el atajo de teclado más usado en PCs: por qué se eligió la 'Z' para representar la función 'Deshacer'

Los PRIMEROS gritos en mayúsculas

Sin embargo, este uso de las mayúsculas no comenzó con el surgimiento de Internet; ni siquiera con el de los ordenadores, décadas antes. Por el contrario, se conservan registros impresos que hacían explícito esta costumbre ya en el siglo XIX.

Recordemos que las tecnologías del s. XIX (el telégrafo y, más tarde, las primeras máquinas de escribir) estaban igualmente limitadas en su capacidad de representar formatos complejos como cursivas o negritas.

Hace ya casi dos siglos, varias publicaciones periódicas de EE.UU. y el Reino Unido se hacían eco, en sus reportajes, columnas y relatos, de expresiones que dejaban claro que ya entonces se equiparaba el uso de mayúsculas con los gritos:

"Esta vez lo gritó con letras mayúsculas". (Yorkville Enquirer del 17 de abril de 1856)

""¿DOCE chelines y SIETE peniques?", rugió mi tía con las letras mayúsculas más grandes". (The Shamrock del 6 de mayo de 1871)

"... ¡Aquí, taxi, taxi , TAXI!" El último monosílabo era un grito al que sólo las letras mayúsculas pueden dar la impresión adecuada". (Belgravia de junio de 1873)

Sin embargo, el primer indicio explícito de esta costumbre de la que se guardan registros es de un texto sobre cánticos para escuelas y congregaciones cristianas ('Singing for Schools and Congregations: A Grammar of Vocal Music'), de 1852:

"Se propone que LAS LETRAS MAYÚSCULAS, en letra impresa, o las líneas dobles debajo de la palabra en letra escrita, deben distinguir las palabras que se cantarán más fuerte".

En Genbeta

Nadie sabe qué significa este símbolo, quién lo creó ni por qué puedes escribirlo en tu PC

La percepción PSICOLÓGICA de las mayúsculas

Además de los factores históricos y tecnológicos, hay razones psicológicas detrás de esta asociación. Según expertos en tipografía como Paul Luna, las mayúsculas llenan el espacio de manera agresiva, eliminando cualquier sutileza en el mensaje:

"Las MAYÚSCULAS EN UN CORREO ELECTRÓNICO se perciben como un grito porque, al igual que un grito, dominan todo a su alrededor, dejando poco espacio para la interpretación".

Otros lo enfocan de otro modo, y creen que, en un contexto digital, donde la comunicación carece de tono y volumen, las mayúsculas son precisamente una forma de compensar esa falta de matices del mensaje.

¿QUÉ NOS DEPARA EL FUTURO?

Aunque las mayúsculas siguen siendo el estándar para "gritar" en texto, han surgido alternativas para transmitir emociones e intensidad en el entorno digital. Los emojis, las negritas y los GIFs ofrecen opciones más matizadas y menos agresivas.

Sin embargo, las mayúsculas mantienen su lugar como una herramienta directa y efectiva, aunque controvertida (la mera existencia de la tecla "Bloq Mayús" ha sido objeto de críticas e incluso de campañas para promover su eliminación).

Imagen | Marcos Merino mediante IA

En Genbeta | 15 cosas del Internet de los 90 que ya nunca serán como antes

¿Alguna vez te has fijado que en los diccionarios bilingües en ocasiones aparece, antes de las posibles traducciones de un término, un texto entre corchetes algo incomprensible? Algo así: [jeləʊ pɪd͡ʒən].

Bien, pues eso es un ejemplo del Alfabeto Fonético Internacional o notación fonética IPA, y permite indicar no cómo se escribe una palabra, sino cómo se pronuncia. Tiene tantos símbolos como sonidos somos teóricamente capaces de pronunciar los humanos, lo que permite expresar con ellos palabras en todos los idiomas de la Tierra.

Desde Genbeta hemos elaborado una recopilación de herramientas web relacionadas con este alfabeto fonético, por si algún día te pudieran resultar útiles.

¿Cómo saber a qué sonido corresponde cada carácter del alfabeto fonético?

En IPA i-charts, encontraremos una completa recopilación de tablas que clasifican todos los símbolos del alfabeto fonético IPA. Una tabla para las consonantes pulmónicas, otro para las consonantes no pulmónicas, otro para las vocales... y también diacríticos, suprasegmentales y otros símbolos auxiliares.

Aunque lo más interesante es, que cada vez que hagamos clic en uno de los símbolos de las tablas, se abrirá una ventana superpuesta que nos mostrará el nombre oficiales de éste, su clasificación IPA y Unicode y -lo más importante- cuatro fragmentos de audio de cuatro hablantes distintos con ejemplos de su pronunciación.

Una versión algo más sencilla la encontraremos en Ipachart.com: en esta web encontraremos las mismas tablas de símbolos que en la anterior, pero al hacer clic en ellos se reproducirá directamente un único fragmento de audio de ejemplo.

¿Cómo transcribir de un idioma real al alfabeto fonético?

Cuando lo que queremos es poder expresar con caracteres IPA una serie de palabras de un idioma (para poder saber cómo se pronuncian estas), necesitamos una herramienta capaz de transcribir al alfabeto fonético.

Text2Phoneme

Si el texto en cuestión se encuentra en inglés, podemos recurrir a Text2Phonetics, aunque con Automatic Phonemic Transcriber ampliaremos la lista de idiomas soportados también a alemán y danés.

Pero si lo que quieres es usarlo sobre una frase en español, debes visitar el Transcriptor fonético del español desarrollado por Xavier López (el código es open source).

Teclado TypeIt

Por último, si no necesitamos ninguna herramienta que realice la transcripción en sí porque nosotros somos expertos en la notación fonética IPA, pero nuestro problema es que necesitamos un teclado que incluya todos los caracteres de su alfabeto, en TypeIt encontrarás justo lo que estás buscando.

¿Cómo sintetizar el audio de una notación fonética?

Pero, ¿y si la información de la que disponemos es precisamente de la notación fonética, y lo que queremos es una herramienta capaz de sintetizar el audio para poder oír el texto pronunciado?

Phoneme Synthesis

Bien, en ese caso tan sólo deberemos copiar y pegar los caracteres del alfabeto fonético en Phoneme Synthesis y hacer clic en el botón de 'pronounce' (pronunciar). A continuación, podremos usar el resto de botones de la web para descargar el archivo de audio generado, o bien generar una URL personalizada para que otros puedan escuchar el mismo fragmento que tú.

IPA Reader

Otra alternativa para esta misma función será IPA Reader, que nos permitirá elegir qué voces (tanto femeninas como masculinas, nativas de múltiples idiomas) leerán nuestro texto en notación fonética.

ToPhonetics.com

Una herramienta específica para el idioma inglés, que también incluye la función de transcripción a partir del alfabeto latino, es toPhonetics.

Quizás pueda parecer una chorrada ante los ojos de algunos, pero la verdad es que The Alphabetizer puede ser una herramienta completamente útil e interesante. Esta herramienta simplemente nos permite ordenar alfabéticamente los términos que introduzcamos en sus líneas.

Para ello nos da una serie de opciones de filtrado y ordenación de los resultados, como ignorar las mayúsculas, eliminar elementos duplicados o presentar los términos ya ordenados por líneas, de manera que al final tendremos los términos ordenados alfabéticamente y presentados con los criterios establecidos, permitiéndolos imprimir en nuestra impresora.

Ideal si tenemos que ordenar gran cantidad de frases, nombres, títulos, direcciones de correo, etc.

Vía | FeedMyApp Enlace | The Alphabetizer