A nivel teórico es muy importante diferenciar nítidamente entre los conceptos tiempo verbal, aspecto léxico y aspecto gramatical. Todos codifican informaciones que dependen del traspaso del tiempo real, pero se distinguen en cuanto a los elementos que enfocan: el tiempo gramatical se relaciona con factores externos, el aspecto gramatical depende del contexto interno de la oración concreta, y el aspecto léxico se define por elementos inherentes al verbo en sí. En la realidad lingüística y en la aplicación empírica, sin embargo, los tres conceptos no siempre resultan claramente separables porque pueden codificarse en la misma forma verbal. Especialmente en el contexto del español, los conceptos de tiempo y aspecto gramatical aparecen inseparablemente fusionados, lo que ilustra el siguiente ejemplo.
(4) Mariana leyó el libro entero.
Se evidencia que, en (4), el verbo leyó codifica varias informaciones de manera simultánea: entendemos que se trata de una acción de lectura, que el evento tuvo lugar en un pasado, y que la acción se realizó de manera completa (Zagona 2007). Contrasta, por lo tanto, con la siguiente frase:
(5) Mariana leía el libro entero.
En (5) no sabemos si la acción se llevó a cabo o no. Puede darse el caso de que se describa solamente la intención del sujeto (Mariana leía el libro entero, pero no lo consiguió), que se resalte la noción de que la acción está en trascurso (Mariana leía el libro entero cuando sonó el teléfono), o que es una costumbre (Mariana leía la biblia entera cada seis semanas).
3.2 Modelos con enfoque en la similitud entre tiempo y aspecto
Uno de los primeros modelos se encuentra en la obra de Reichenbach (1947). Partiendo de la observación de que las relaciones temporales pertenecen a una “rather complex structure” (Reichenbach 1947: 288), intenta definirlas a través de tres parámetros para simplificar el análisis. Estos tres parámetros se conocen bajo los términos point of speech (‘momento del habla’), point of event (‘momento del evento’) y point of reference (‘momento de referencia’) que suelen abreviarse mediante las siglas S, E y R, respectivamente (Reichenbach 1947: 288-290). ellos, pueden establecerse relaciones de anterioridad, simultaneidad, y posterioridad. Estas relaciones son binarias, por lo que, para conectar los tres parámetros, necesitan usarse dos de ellas por cada tiempo verbal –el simple past del inglés, por ejemplo, se describe por una simultaneidad entre E y R, donde R es anterior a S, mientras que, en el simple present, todos los puntos son simultáneos–. Dado que la anterioridad y la posterioridad representan funciones inversas, Reichenbach (1947: 297) demuestra que resultan trece combinaciones posibles.
Ante el hecho de que con este modelo se trata de uno de los primeros acercamientos a la descripción sistemática de los tiempos verbales, resulta obvio que presenta un par de problemas. Así, algunos de los tiempos se definen por varias combinaciones. Así, el futuro perfecto (anterior future, en la terminología de Reichenbach), se caracteriza por el punto de referencia R posterior a S y E. Estos, sin embargo, pueden ser simultáneos, S puede ser anterior a E, y E puede ser anterior a S. Como las relaciones que presentan forma y significado nunca resultan perfectas (Lardiere 2009 →2.3), esta variedad de posibilidades no necesariamente tiene que presentar una debilidad del sistema. No obstante, es un indicio de que depende altamente del sistema verbal inglés, lo que dificulta su aplicación a otras lenguas de forma más general.
De manera más crucial, se evidencia que el modelo no ofrece posiciones para todos los tiempos verbales. Reichenbach mismo reconoció este problema, al querer incluir el progresivo inglés en el sistema (I was seeing John. ‘Estaba viendo a John.’, Reichenbach 1947: 290). Su solución intentada es la sugerencia de que “[i]n some tenses, an additional indication is given concerning the time extension of the event” (Reichenbach 1947: 290). Al considerar otras lenguas, en cambio, se evidencia la falta de más casillas. Así, por ejemplo, el pretérito perfecto simple de las lenguas románicas (→4.1), que define una relación clara entre momento de habla y el evento sin establecer ningún punto de referencia, cae fuera del sistema. Haßler (2016:19) argumenta que, efectivamente, la oposición entre las formas castellanas vi y veía, que forma el tema central de las siguientes secciones (→4.2), no se ve reflejada en el sistema de Reichenbach.
Por estas razones, el modelo ha sido ampliado varias veces (véase p.ej. Giorgi & Pianesi 1997), pero también recibió fuertes críticas (Arche 2014a, 2014b, Carrasco Gutiérrez 2000: 2073, Fábregas 2015: 9). Los dos defectos esenciales consisten en el hecho de que no representa un análisis exhaustivo, y que no representa un acercamiento binario (González 2003: 11).
Klein (1992: 109), por ejemplo, critica que Reichenbach (1947) no aporta una definición exacta del momento de referencia, y presupone su existencia de forma intuitivamente dada. Klein (1992) argumenta, consiguientemente, que este parámetro resulta escasamente útil. En su modelo, descrito detalladamente en Klein (1994)1, pretende perfeccionar las ideas generales, e igualmente propone la combinación de tres parámetros. La diferencia más importante, en comparación con Reichenbach (1947), es que Klein (1992) argumenta que las dos relaciones que necesitan establecerse no son equiparables, sino una de ellas concierne al aspecto, y la otra al tiempo.
Propone los parámetros TU, TT y TSit. Mientras que TU (Time of Utterance) y TSit (Situation Time) igualan en la mayoría de los aspectos a los conceptos S y E de Reichenbach (1947), TT (Topic Time) es un concepto innovador. Otra diferencia fundamental es que Klein (1992) en vez de hablar de momentos puntuales, habla de manera explícita de intervalos. Únicamente el TU podría seguirse entendiendo como punto temporal, aunque en realidad también equivale a un intervalo de una longitud relativamente corta.2 La longitud de todos estos tres intervalos temporales es variable y puede extenderse a voluntad del hablante, de acuerdo con el contexto dado.
Con TT se refiere al tiempo sobre el cual se hace una afirmación; el concepto de TSit, en cambio, implica el intervalo temporal en el cual el evento tiene lugar. La diferencia se ilustra a partir del siguiente ejemplo, introducido como declaración ante un tribunal el día 3 de octubre de 1999:
(6) Jorge no puede haber sido. Jorge estaba en Heidelberg. Llegó allí el 27 de septiembre, y no ha salido de la ciudad desde entonces.3
En este ejemplo, se ve que el hablante eligió varios tiempos verbales, aunque todos los verbos aparecen en una forma del pasado. Las formas concretas no se han elegido de manera arbitraria: de los eventos a los que se refiere el enunciado, no todos se encuentran completamente antes del momento del habla. Así, por ejemplo, por el contexto se infiere que el estado Jorge está en Heidelberg se extiende hasta el momento del habla, y sigue siendo válido. Por esta razón, la frase citada mantendría su sentido, aunque el tiempo se cambiara por una forma del presente (Klein 1992: 109). De esta extensión durante la cual el evento se mantiene (TSit), el hablante elige un subintervalo propio (TT), que se sitúa completamente en el pasado. En este caso TT equivale al 27 de septiembre.
Klein (1992) sostiene que el tiempo verbal únicamente relaciona TU con TT, mientras que la relación entre TT y TSit se expresa mediante el aspecto. Entre TU y TSit, es decir, entre el momento del habla y el momento del evento, no existe ninguna conexión inmediata. Las relaciones aspectuales se definen de manera significativamente distinta de las temporales. El aspecto es imperfectivo cuando TSit incluye a TT en su totalidad. En cambio, cuando TT incluye a TSit, o alternativamente se solapan los intervalos, el aspecto es perfectivo. Además, Klein define el aspecto perfecto, que alude a constelaciones en las que TT está incluido en el intervalo posterior a TSit. Por último, en el caso en el cual TT está incluido en el intervalo anterior a TSit, Klein (1992: 113) lo llama aspecto progresivo.
El modelo no separa