Ipotesi linguistiche
«È romaní arcaico». Che cosa resta dell'ipotesi dopo la verifica sui dati del manoscritto
I gruppi rom compaiono nell'Europa occidentale esattamente negli anni in cui fu preparata la pergamena del manoscritto. Su questa coincidenza è costruita una nuova ipotesi sulla lingua del manoscritto. L'abbiamo verificata sulla traslitterazione, sulla critica delle fonti e sulla statistica - e abbiamo guardato che cosa è rimasto in piedi.
L'idea è bella, e dentro c'è un nocciolo autentico. I gruppi rom, che si dicevano provenienti dal «Piccolo Egitto», compaiono nell'Europa occidentale esattamente negli anni ai quali il radiocarbonio assegna la pergamena del manoscritto Voynich. Una comunità chiusa, una lingua propria incomprensibile a chi sta intorno, il mestiere della divinazione e della cura, il nomadismo attraverso tutta l'Europa - e un libro con una scrittura non letta, bagni femminili ed erbe. La coincidenza è troppo allettante per passarci accanto.
Nell'agosto del 2026 è comparso su Zenodo un preprint che da questa coincidenza ricava un'affermazione: la lingua del manoscritto sarebbe un dialetto balcanico arcaico del romaní, e il testo sarebbe un erbario con procedure d'acqua e una sezione sulla salute femminile. Abbiamo verificato questo lavoro come verifichiamo qualunque altro: sui nostri stessi dati, senza indulgenza e senza pregiudizio.
Che cosa afferma esattamente l'ipotesi
L'autore prende una decina di parole frequenti del manoscritto e propone per ciascuna un'etimologia romaní: daiin viene letto come daj «madre» e interpretato come «acqua», chey come čhaj «figlia» e interpretato come «erba fresca», qokal come kokalo «osso» e interpretato come «radice pestata». Si dichiara che parole simili coprono fino all'ottanta per cento dei token su singole pagine, che nel testo si vedono l'articolo romaní e una desinenza di caso, e che trentasette pagine del manoscritto sono già state lette su questa base.
Prima verifica: pagine che non esistono
La prima cosa che abbiamo fatto è stata confrontare l'elenco delle «pagine verificate» con il manoscritto stesso. Cinque delle trentasette vi mancano: i fogli f60r, f61v, f62r, f74r e f110r sono perduti, e nella traslitterazione non c'è per essi una sola riga. Un'appendice a parte del lavoro contiene una «traduzione riga per riga della pagina f74r», cioè la traduzione di un foglio che non esiste già da alcuni secoli.
Non è un cavillo di forma. La verifica di una lettura comincia dal fatto che il testo letto esista.
Seconda verifica: le righe non coincidono
Poi abbiamo confrontato gli «originali» riportati nel lavoro con la traslitterazione. Per la pagina f85r l'autore riporta una riga iniziale di cinque parole. Nella traslitterazione standard ZL, di cui si serve tutta la comunità, la prima riga dello stesso locus è composta da parole del tutto diverse - non c'è una sola coincidenza. Si legge, in altri termini, non il manoscritto, ma una sua parafrasi.
Terza verifica: quanto coprono davvero queste parole
La copertura dichiarata l'abbiamo calcolata direttamente. Undici dei lessemi proposti, quelli che ricorrono davvero nella traslitterazione, danno 2462 occorrenze su 37712 token del manoscritto: è il 6.53 per cento del corpus. Il massimo su una singola pagina, tra le pagine più lunghe di cinquanta parole, è 22.4 per cento. L'ottanta per cento non si raggiunge da nessuna parte.
Altri due «lessemi» del glossario del lavoro non appartengono affatto all'alfabeto EVA: sono notazioni di un altro sistema di traslitterazione, il v101. In un solo elenco sono mescolati due modi incompatibili di annotare la stessa scrittura - e le «parole» che ne risultano è impossibile trovarle nel testo in nessuno dei due sistemi.
Un dettaglio a parte, che si tradisce da sé: nelle «ricette del Quattrocento» compaiono millilitri e grammi. Il sistema metrico è stato introdotto in Francia nel 1795.
Che cosa dice la critica delle fonti
Ora sul perché la versione romaní sia difficile non solo in questa esecuzione.
La lingua romaní è rimasta priva di scrittura fino al Novecento. La più antica registrazione nota di parlata romaní sono tredici righe, circa sessanta parole, in una miscellanea manoscritta del benedettino Johannes di Grafing, redatta presumibilmente a Vienna intorno al 1515. Seguono i glossari di Andrew Borde del 1542, di Johan van Ewsum anteriore al 1570, di Bonaventura Vulcanius del 1597. Non esiste un solo testo in romaní del Quattrocento: né manoscritto, né glossario, né marginale.
Nel contempo di documenti sui rom del Quattrocento ce ne sono molti: Transilvania 1416-1418, terre tedesche 1417-1424, Svizzera, Paesi Bassi 1420, Bologna e Forlì nell'estate del 1422, Francia 1419 e 1427, Aragona 1425. I gruppi portavano ed esibivano lettere di salvacondotto - ma le lettere non le scrivevano loro. La formulazione dell'archivio aragonese è diretta: è un popolo che non si serve della scrittura per conservare la propria memoria.
Di qui una conseguenza semplice. Per verificare l'affermazione «il testo è scritto nella lingua X» serve un corpus della lingua X della stessa epoca. Per il latino, l'italiano, l'occitano un corpus simile esiste. Per il romaní del Quattrocento non esiste e non può esistere: la registrazione più vicina dista ottant'anni dal limite superiore della data radiocarbonica, ed è un glossario di sessanta parole, non un testo.
Che cosa dice la statistica
Abbiamo comunque misurato ciò che si può misurare. Abbiamo preso traduzioni in tre dialetti romaní, abbiamo ridotto tutti i corpora a un volume comune di 15667 token - la parità di volume è obbligatoria, altrimenti le metriche misurano la dimensione del file e non la lingua - e abbiamo calcolato l'entropia condizionale del carattere.
| corpus | h2 |
|---|---|
| Manoscritto Voynich | 2.22 |
| Romaní, dialetto balcanico | 3.14 |
| Romaní, dialetto vlax | 3.05 |
| Romaní, dialetto centrale | 3.19 |
| Latino | 3.30 |
Il romaní cade esattamente nella fascia in cui stanno tutte le lingue naturali e dista dal manoscritto quasi un bit. Non è un argomento contro la linea romaní: è lo stesso argomento che esclude il latino, l'italiano e tutte le altre lingue in quanto testo in chiaro - tra la lingua e il manoscritto sta necessariamente uno strato di cifratura. E non appena questo strato è ammesso, le lingue smettono di distinguersi: le nostre stesse verifiche hanno mostrato che dopo una trasformazione simile la statistica delle lettere della lingua di partenza non sopravvive affatto.
Che cosa resta
Resta esattamente una cosa, e non è la lingua. La coincidenza di tempo e di luogo è autentica: a differenza della versione azteca, dove la fonte è di un secolo più giovane del manoscritto, qui la sovrapposizione con la finestra radiocarbonica è documentata. Perciò la domanda sensata non suona «in quale lingua è scritto il libro», ma «non ci sono forse nei disegni tracce di questo ambiente»: tende, carri, copricapi caratteristici, scene di lettura della mano. Questo si verifica con una codifica cieca dei tratti, come abbiamo verificato la chimericità delle piante - e si verifica onestamente solo con un criterio messo per iscritto in anticipo.
La probabilità a priori di una verifica simile è bassa: il costume e l'architettura del manoscritto sono descritti dai ricercatori esterni come centroeuropei della prima metà del Quattrocento. Ma è una domanda a cui si può rispondere con i dati, non con una bella vicenda.
Che cosa insegna questo caso
Le stesse cose che insegnavano il calendario di Lleida e la «chiave» dell'Istituto Max Planck. La plausibilità di una vicenda e la verificabilità di un'affermazione sono cose diverse. La coincidenza delle date è un invito alla verifica, non il suo risultato. E la verifica di una decifrazione comincia non dalle etimologie, ma da tre domande noiose: esistono le pagine che state leggendo; le vostre righe coincidono con la traslitterazione; e quanto testo copre in realtà il vostro glossario.
Una decifrazione del manoscritto Voynich continua a non esserci. Una coincidenza non è una lettura.
Domande frequenti
Il manoscritto Voynich potrebbe essere scritto in romaní?
Come vicenda storica sì, tempo e luogo coincidono: i gruppi rom sono documentati nell'Italia settentrionale e nelle terre tedesche negli anni 1417-1422, e la pergamena del manoscritto è datata al radiocarbonio agli anni 1404-1438. Come affermazione verificabile sulla lingua no: il romaní è rimasto privo di scrittura fino al XX secolo, la più antica registrazione di parlata romaní risale al 1515 e non c'è semplicemente nulla con cui confrontare il testo del manoscritto.
Che cosa non va nella decifrazione romaní pubblicata?
Cinque delle trentasette «pagine verificate» non esistono fisicamente: sono fogli perduti del manoscritto, e una delle appendici traduce una pagina che non c'è. Le righe dell'«originale» riportate non coincidono con la traslitterazione in nemmeno una parola. La copertura dichiarata «fino all'80 per cento dei token» è in realtà il 6.53 per cento del corpus.
La coincidenza cronologica non è forse un argomento forte?
È il meglio che questa versione abbia, ed è vero: per date e geografia la sovrapposizione è reale, a differenza dell'ipotesi azteca, dove la fonte è di un secolo più giovane del manoscritto. Ma la presenza di un popolo nel luogo giusto e nel momento giusto non rende verificabile un'affermazione sulla lingua: per la verifica serve un testo, e testi in romaní del Quattrocento non esistono.
E la statistica dice qualcosa sul romaní?
Abbiamo misurato l'entropia condizionale di tre dialetti a parità di volume dei corpora: 3.05-3.19 bit contro 2.22 del Voynich. Il romaní cade nella fascia ordinaria delle lingue naturali e si distingue dal manoscritto esattamente come il latino. Non è un argomento contro la linea romaní: è un promemoria che qualunque versione sulla lingua deve includere uno strato di cifratura, e con esso le lingue diventano indistinguibili.