从手到口：那么为什么语言会成为交流的主导？
有人说语言是由火光演变而来的，我们的祖先在深夜分享故事。 另一些人则认为，它起源于婴儿谈话，模仿动物的叫声或令人惊讶的喘息。 查尔斯·达尔文（Charles Darwin）提出，语言始于歌曲片段。 诺姆·乔姆斯基（Noam Chomsky）认为这只是意外事故，这是怪胎基因突变的结果。
关于语言起源的提议比比皆是。这也难怪: 语言是一个奇迹，是我们最独特的能力。舌头、牙齿和嘴唇的一些轻微的动作，我就能给你一个新的想法，把你带到别的地方，或者让你起鸡皮疙瘩。一个人能想到的任何想法，似乎都可以在一阵空气中分享出来。解释这一切是如何开始的被称为“科学上最难的问题” ，也是很少有人能够抗拒的问题。语言学家、神经科学家、哲学家和灵长类动物学家——更不用说小说家和历史学家了——都对此嗤之以鼻。
在这段漫长而丰富多彩的历史中，有一个观点被证明是特别有弹性的: 语言起源于手势的观念。我们现在用舌头、牙齿和嘴唇做的事，这个建议是这样的，我们最初用的是手臂、手和手指。数十万年，甚至更长的时间里，我们的史前祖先掌握着一种“原始语言”的手势。这一观点在一些关于语言进化的早期著作中表现得很明显，并且一如既往地流行。然而，尽管“手势优先”理论越来越受欢迎，但它的主要弱点——一些人认为这是致命的缺陷——却变得更加明显。
“手势优先”思想的早期支持者诉诸于身体交流是原始的这一直觉。在他的《人类知识起源的论文》(1746)中，埃蒂耶纳·博诺·德·孔狄亚克想象了一个男孩和一个女孩，在洪水之后，独自一人，努力创造新的语言。他描述了这个男孩如何想要得到一些够不到的东西，“移动他的头，他的手臂，他身体的所有部分” ，好像试图得到它。那个女孩收到了信息。当然，今天我们很容易看到这样一个场景: 一个婴儿坐在高脚椅上，朝一个玩具的方向扭动着，这个玩具刚好超出了她的控制范围。对于孔迪拉克和其他早期思想家来说，手势的原始氛围部分来源于对婴儿时期手势先于语言的观察。在孩子们能说话之前，他们会指指点点，挥挥手，乞求。或许，逻辑上来说，我们人类语言的发展也遵循着同样的顺序。
19世纪的人类学家广泛支持手势优先的理论，引用其他直观的论据。加里克 · 马勒里认为手势是“史前时代的遗迹” ，他指出用手比用声音更容易创造出新的、可以解释的信号。想象一下‘穴居人’ ，他在1882年写道。“通过这种声音，他可以清晰地模仿大自然仅有的几种声音，而通过手势，他可以展示动作、动作、位置、形态、尺寸、方向和距离，以及它们的衍生物和类似物。”用更现代的术语来说，用手势信号更容易创造出透明的信号——这些信号与它们的意思有着明确的关系。这一观察结果已经在实验室的实验中得到证实，而且它仍然是最令人信服的手势原语言的论据之一。
在20世纪，学者们坚持这些手势理论的直观论据，同时也引入了新的证据来源。特别值得一提的是戈登 · 休斯这位思想家。作为科罗拉多大学博尔德分校的一名人类学家，休斯拥有百科全书般的思维模式，以及对语言起源问题的不同寻常的热情。1975年，他出版了关于这个主题的11000条目的参考书目。但正是他的文章《灵长类动物的交流与手势语言的起源》(1973)开创了“手势优先”理论的新时代。
这篇文章的主要贡献是认为我们应该仔细研究灵长类动物的交际倾向。在过去的几十年里，人们尝试了几次，看看猿类是否能够学会人类的语言。在一个案例中，一对夫妇收养了一只名叫 Viki 的年轻黑猩猩，并尽可能像对待人类孩子一样对待她。三岁的时候，她就有了一些像人类的倾向。她喜欢积木塔。她喜欢玩电话，把听筒举到耳边。但是，正如这对夫妇指出的那样，“她很少对此说任何话”。据报道，Viki 总共只会说三个单词——“爸爸”、“杯子” ，在一些身体上的帮助下，她正确地形成了自己的嘴，“妈妈”。
有声语言，似乎是猿类所无法企及的。但是手势语言被证明是另一回事。另一对夫妇用另一只黑猩猩沃肖做了一个类似的家庭饲养实验，不过他们使用的是从美国手语中借来的手势语，而不是英语单词。瓦肖的语言能力远远超过了维基。她最终掌握了大约350种手语——当然，这远不及人类的手语水平，也没有任何复杂的语法，但仍然令人印象深刻。随后的研究对其他猿类——包括大猩猩 Koko 和猩猩 Chantek ——进行手语教学，也取得了类似的成功。
休斯还利用了对野外灵长类动物沟通的新兴理解。他指出，灵长类动物的发声很大程度上是无意识的，不是针对特定的听众，而只是“单纯的命题”。相比之下，灵长类动物的姿势似乎更丰富。尽管 Hewes 在这一点上得到的数据很少，但自那以来的工作证实了他的直觉。与发声相比，黑猩猩使用更广泛的手势，而且似乎更有意识地使用这些手势。例如，倭黑猩猩会用一个“过来”的手势召唤观众，然后仔细观察观众的反应。如果他们没有得到他们想要的回应，他们会再次做出回应。黑猩猩的发声看起来确实受到了某种自愿控制——它们不仅仅是反射性的发声——但程度不同。同样的不对称也体现在这些类型的信号的灵活使用上: 猿类的发声与一个固定的环境紧密相连，但是他们的手势却不是这样。
从对灵长类动物交流的观察中得出的结论是，猿类的手势并不具备人类语言的所有特征——远非如此。这是因为，与嘴相比，手似乎是更好的语言种子的土壤。关于语言进化的当代讨论的中心是我们与黑猩猩最后共同祖先的概念——一个可能有500万到1000万年历史的现在已经灭绝的物种。根据我们今天对灵长类动物的了解，我们可以自信地说，这个祖先拥有与现代黑猩猩相似的手势和声音能力。这意味着它的手比它的嘴更具有语言能力——正如 Hewes 在1973年所说的那样，手工介质是“生物抵抗力最小的一条线”。
赫威斯继续倡导手势优先的理论到20世纪80年代，他偶尔浮出水面的新的证据来源。在一篇论文中，他提请人们注意一个很少有人能理解的人类特性: 我们的手掌和指甲床比周围的皮肤要浅。(这种对比在深色皮肤的人群中更为明显，但在浅色皮肤的人群中则更为明显。)似乎没有其他灵长类动物表现出这种类型的“手掌脱色”——事实上，赫威斯亲自去过动物园。他推测，这种独特的人类特征是为了增加我们手势的可见性而进化出来的。他似乎一直在想象一个早期壁炉边的场景，某个史前讲故事的人的手在火光中闪烁。
在 Hewes 事件之后的几十年里，手势理论的受欢迎程度越来越高。认知科学领域的领军人物现在已经在知名场所发表了他们自己的版本。曾经被称为单一手势优先的理论，现在被认为是一系列相关提议的最佳选择。一个分支认为，早期的手势主要包括“哑剧”——也就是说，那些透明的手势，再现或描绘，因此类似于他们的意思。另一个分支认为指点是最有可能的手势，并引用了这样一个事实，即指点是孩子们最先习得的手势。
也许这种不断上升的受欢迎程度并不那么令人惊讶。当我们把手势优先理论的最佳论据集中起来并展示出来时，这幅图景确实令人信服。事实上，在孩子的生活中，手势先于语言出现。事实上，手动媒体似乎在创造明显有意义的信号方面更胜一筹。事实上，我们和黑猩猩的最后一个共同祖先可能有设备最终创造了一个复杂的手动信号系统，但不是声音信号。还有一个关键的存在证据: 当代的手语。拥有口语所有的力量和微妙之处，手语系统向我们表明，声音并不是人类最独特能力的唯一可行载体。
现在我们来谈谈这个问题: 今天，语言占主导地位。人们的手势，但他们的手势显然是次要的补充。人们也使用手语，但在聋人社区之外，他们更喜欢说话。所以，如果语言确实是从手中开始的，那么在后来的某个阶段，它又转移到了嘴里。令人烦恼的问题是: 为什么？早在18世纪，孔迪拉克就意识到了这个问题的困难。他写道，那个阶段的行动语言是如此自然，这是一个巨大的障碍需要克服。他说，怎么能为了一种目前还无法预见其优势的语言而放弃它呢这就是我们现在所知道的模态转换问题。值得赞扬的是，赫威斯完全承认这一点，而且自那以来，每一个姿态第一支持者都不得不以某种方式解决这个问题。能解释清楚吗？
根据一些人的说法，简短的回答是不。圣地亚哥州立大学的手语研究者 Karen Emmorey 认为，手语系统的存在本身就削弱了语言的手势起源这一概念。她认为，如果语言首先在人类手中建立了一个家园，那么它就不会有令人信服的理由离开。因此，它一定是从一开始就被说出来的。荷兰语言心理学家皮姆 · 利弗特也得出了类似的结论，他把手势理论称为“持续的误解”和“浪费”。他在2004年写道，对于人类来说，要经历一个手势阶段，就像‘先造一艘船，然后拆掉帆，装上轮子，再加上一个内燃机来造一辆汽车’。
举证责任是明确的。为了保持可行性，手势优先的理论需要一个从手到口的移动的帐户。而且这个账户需要几块钱。我喜欢把情态转换想象成一种史诗般的旅程，一个我们的主角——语言——可能已经经历了几十万年的旅程。正如任何一次旅行一样，主人公需要一个去旅行的理由，一个到达那里的方法，一个为什么和怎么去。让我们依次来看这两部分。
首先，一个理由。讨论为什么语言离开手往往采取记分卡的格式，一个推定的优势，讲话比手势。人们常说，第一个假定的优点是语言是抽象的。说出来的话大部分都和它们的意思有着完全随意的关系——“树”这个词并不像树的物理形式。这种观点认为，像手势这样的视觉形式并不是任意的，而是阻碍了抽象思维的产生。但这种论点似是而非。手部动作可以被激发——正如我们所见，这是他们的优点之一。但是它们也可以像口头语言一样完全随意，例如在“和平”手势中，以及在无数不透明的手语符号中。
第二个假定的好处是，说话在黑暗中更好——正如 Levelt 所说，手势在“平均每天12个小时的时间里实际上是死的”。这可能有些言过其实。正如 Emmorey 指出的那样，现代签名者即使在昏暗的灯光下也可以安然无恙地使用手势的触觉形式——也就是说，在紧要关头与他人的皮肤接触进行签名。我们的史前祖先很可能醒着的时候不会在漆黑中度过很长时间。相反，他们会用火取暖，做饭，照明和保护自己免受掠食者的伤害。而且，不管休斯的手掌脱色的故事有没有什么内容，手部运动肯定可以通过火光看到。
言论的另一个好处，有人认为，是它可以把双手腾出来做其他事情。但是，在这里，这可能过于迅速。使用手势的人似乎对此没有什么问题，必要时使用单手手势。虽然我们所认为的大多数手势都发生在手上，但是关键的视觉信号也可以通过头部和面部的指向、肯定和质疑产生。演讲的假定优势清单还要更进一步。但是这种倒后镜的推理本质上是站不住脚的: 我们知道结果，并且有动力去解释它。正如一份权威的语言进化研究调查报告的作者特库姆塞 · 费奇所指出的那样，我们也很容易想出手势的优点。例如，它比语言更加谨慎，因此可以在狩猎时使用，而不会惊动猎物，或者在火堆周围使用，而不会惊动捕食者。这是一个更有针对性的信号，与语音的广播性质形成对比。它更适合于嘈杂的环境。事实上，在吃东西的时候说话会有窒息的危险。记分卡开始看起来像一个洗涤剂。
但是，演讲至少有一个关键特征是难以忽视的: 它几乎不费吹灰之力。试图测量热量消耗所涉及的演讲报告，他们基本上是微不足道的。这一方面是因为我们的动作是如此微小，另一方面是因为我们说出的话常常会搭上我们外向的呼吸。(说话可以被认为是一种使大量废物——空气——在它离开身体时再循环的方法。)这并不是说手势或者签约是一种特别的运动或者费力的努力，但是它肯定比谈话更加昂贵---- 惠誉估计，至少是一百万数量级。
卡路里的微小差别真的重要吗？尽管看起来不太可能，但确实有可能。懒惰是人类行为，特别是人类交际行为的非常有力的塑造者。对语言的研究没有发现什么规律，但有一条被称为“最省力原则”。它解释了为什么我们使用最多的词汇也是最短的; 它解释了为什么手语的符号会随着时间的推移而缩写; 它解释了为什么我们使用缩写词、昵称和缩略词。即使是动物也表现出这种更有效率的交流的动力，古人类也不例外。
那么，语言的能量效率可能经过许多代，迫使人们从手势过渡到发声，这似乎是合理的。这可以解释为什么。但是怎么做呢？通过什么途径，从一个器官发展出来的创造意义的能力可以转移到另一个器官，在身体的中部？一个可能的解释始于解剖学上的好奇心: 在人类中，手和嘴是紧密结合的。这两个身体部位之间似乎存在着一种隐藏而又强有力的联系——如果你愿意的话，可以称之为一座无形的桥梁——这种语言可以穿越。
手和嘴结合的第一个证据开始于生命早期。在子宫里，婴儿经常吮吸拇指。出生后不久，直到大约五个月大的时候，它们展现出所谓的巴布金反射: 按压手掌，伸出舌头。其他证据来自大脑。人们早就知道，控制嘴部运动的神经区域与控制手部运动的神经区域非常奇怪地非常接近，因此一些人提出了一种两者共享的命令电路。最近的证据表明，这些地区不仅关系密切，而且实际上是一体化的。研究人员从“手把”的神经活动中检测到一种语言信号，这个区域——顾名思义——被认为是专门用于手部运动的。
除了婴儿和大脑，手和嘴的耦合也可以在日常行为中观察到。达尔文注意到，“孩子们学习写字的时候，他们的舌头经常会随着手指的移动而扭曲，这是一种荒谬的方式”。自那以后的工作记录了在很多活动中舌头突出的情况，不仅仅是在写作时，也不仅仅是在孩子身上。美国篮球明星迈克尔 · 乔丹以在运球或扣篮时吐舌头而闻名。看着别人穿针或者解锁他们的智能手机，你可能也会看到同样的结果。这些“荒谬”的行为只是所谓的“手口同情”的一种类型。当人们同时使用双手发声时，就会出现一种更微妙的类型。例如，一岁大的孩子在抓住一个小物体和抓住一个大物体时发声的方式不同。
这种手和嘴的结合是人类最近的怪癖之一吗？可能不会。黑猩猩也表现出手-嘴的同情心，这表明这种“无形的桥梁”很可能在我们最后的共同祖先身上就已经存在了。因此，我们找到了一条足够合理的路线和一条足够合理的理由离开。但是，当然，这留下了一个问题，沿着这座桥的旅程可能实际上是什么样的。
当然，任何细节都只是高度推测。但大多数学者都认为，从手到口的转变是非常缓慢的。现在许多人强调，这种转变并不是从一个只有手势的系统转变为一个只有语音的系统。考虑到当今语言的实际使用情况: 说话者说话时用手做手势，签名者做手势时用嘴做手势。相反，我们试图解释的转变，是从一个以手势作为主要、前景化的沟通渠道，而发声则是次要渠道——就像我们在现代黑猩猩身上看到的那样——转变为相反的方向。换句话说，我们想解释演讲是如何占上风的。
人们提出的解释很少，诚然，这些解释是不切实际的。理查德 · 佩吉特在1944年的《科学》杂志上写道，语言起初是手势，但是能够切换到说话，因为口腔的活动无意识地与手的活动相呼应。他写道，当“主要演员(手)退出舞台时... ... 他们的替身——舌头、嘴唇和下巴——已经精通哑剧艺术”。他们的想法是，口头语言最初是作为无意识的、听得见的手势的回声出现的。这个建议已经被大多数人遗忘，偶尔也会遭到嘲笑。2010年，惠誉将其描述为“该领域最危险的建筑之一”。
但是，在过去的十年里，佩吉特的想法吸引了第二批人的注意。部分原因是因为手-嘴同情症的证据继续增加。部分原因是因为手语研究者最近描述了一类符号，这类符号恰恰显示了佩吉特所想的过程。如前所述，手势时，嘴巴非常活跃。有时候，手语者的口型相当于一个手语; 有时候他们产生副词。但也有时候，它们的嘴只是简单地反映了同时发生的手动符号的某些方面——展示了现在所谓的“回声音系学”。举一个例子，英国手语中表示“真”的标志包括把一只手放在另一只手的上面，同时张开嘴巴。因此，手的动作在嘴部的微小运动中得到回应。如果你加入一个并发的发声，你可以得到一个独特的手部运动伴随着一个独特的声音。
语言以这种方式从手到口的跳跃似乎是非常不可能的。在我们宣布这条回声路线可行之前，还需要做更多的工作来充实这条回声路线的细节。但这仅仅是一个开始。手势理论下一阶段的目标是发展和完善一个逐渐“微型化”过程的模型——在这个漫长的过程中，人类可能逐渐采用了一种更紧凑的交流行为。在这个过程中的某个时刻，手势和发声的重要性会发生反转，语音成为前景通道，手势成为背景通道。换句话说，留下我们，就是我们今天所处的位置。
事实上，到达我们今天所处的位置是手势理论的一个主要优势。从休斯时代开始，手势优先理论就面临着一个严峻的举证责任，即如何解释情态转换的原因和方式。但是言语优先理论家有他们自己的负担，尽管很少被承认。任何“言语优先”理论都需要解释，不仅要解释言语是如何进化的，还要解释为什么言语如此普遍、无处不在、自动地与手势交织在一起。我们称之为模态加法问题。人们可能会把我们使用手势归功于它的交流能力，但研究人员对这一观点的支持并不充分。19世纪的观念认为，演讲者的手势像尾巴或鸡皮疙瘩一样是残留的，这看起来似乎有些古怪，但也许并不遥远。
这并不是说手势优先理论占了上风——远非如此。相反，它是说，首先，所谓的“致命缺陷”的手势理论可能证明，最终，只是一个皮肉伤，其次，言语优先的理论有自己的问题。归根结底，有关情态的问题只是语言起源这个更大谜团的一个层面。即使我们能够建立某种形式的手势优先提议，不仅仅是貌似有理，而且是可能的，还有更多的层面需要应对。我们也想知道我们是如何获得读取他人思想、排序和组合想法、概念化抽象概念如明天和真理的能力的。我们需要解释的不仅仅是我们最初是通过手还是通过嘴来表达意思，而是为什么我们感到渴望去表达任何意思。正是这种多层次的复杂性，使得语言的进化成为“科学上最难的问题”——也是最诱人的问题之一。