La primera fase del 'Corpus del español del siglo XXI', en cuya elaboración colabora la Fundación Comillas, está previsto que concluya este año tras la compilación de textos de diversa índole producidos desde el año 2000 hasta la actualidad.

Se trata de un proyecto, con origen en 2007, en el que están implicadas la Real Academia Española y la Asociación de Academias de la Lengua Española, con el patrocinio del Banco Santander, la colaboración de la Fundación Comillas y la participación de las universidades dude Alcalá de Henares, la Autónoma de Barcelona y León.

De cada uno de los años se espera introducir en el corpus unos 25 millones de palabras por lo que se prevé que cuando concluya la primera fase esté integrado por unos 300 millones de palabras codificadas, una cifra con la que se espera garantizar que las nuevas ediciones del Diccionario de la Real Academia tengan "el fundamento empírico exigible".

Éste constituye uno de los proyectos de investigación en los que está inmersa la Fundación Comillas para la que la construcción de un corpus de referencia del español es "necesario" para la elaboración de obras de referencia en la lengua española como son el Diccionario de la Real Academia Española, el Diccionario esencial o el Diccionario Panhispánico de Dudas.

El proyecto se está llevando a cabo por equipos externos —uno de ellos, el de la Fundación Comillas— de acuerdo con las pautas y normas establecidas desde el equipo central de la Real Academia Española.

El objetivo es contribuir al "mejor y más amplio" conocimiento del español actual en toda su extensión y complejidad para lo que se requiere la colaboración de un número amplio de universidades y centros de investigación de todo el mundo hispánico.

Los equipos colaboradores, incluido el equipo de la Fundación Comillas, están dirigidos por un investigador perteneciente a ellas y se especializarán en la codificación de textos de una cierta zona lingüística o de unas determinadas características.

En diciembre de 2009, Comillas acogió las II Jornadas de Trabajo del Corpus del Español del Siglo XX, continuación de las sesiones de trabajo desarrolladas entre Comillas y Madrid en julio de 2008 en las que se pusieron en común los avances realizados por los diversos equipos en el proceso del

Corpes xxi, como así se ha denominado. Actualmente, aún no se ha hecho pública la fecha de la siguiente reunión que servirá de continuación de este trabajo.