言語の起源

言語の起源、人類の進化との関係、そしてその結果は、何世紀にもわたって研究対象となってきました。言語の起源を研究したい学者は、化石記録、考古学的証拠、現代の言語の多様性、言語獲得の研究、人間の言語と動物のコミュニケーションシステム（特に他の霊長類）との比較などの証拠から推論を引き出しています。 ^{[1]言語の起源と}現代人の行動の起源の間には密接な関係があると主張する人は多くいますが、このつながりの事実と意味についてはほとんど合意が得られていません。

直接的な経験的証拠が不足しているため、多くの学者は、このテーマ全体を真剣な研究には不向きとみなしています。1866年、パリ言語学会は、このテーマに関するあらゆる既存および将来の議論を禁止しました。この禁止令は、20世紀後半まで西洋世界の多くに影響を与え続けました。^[2]言語の出現については、さまざまな仮説が立てられています。[ ^3]チャールズ・ダーウィンの自然選択による進化論は、150年以上前に言語の起源に関する推測の急増を引き起こしましたが、1996年までにその推測は科学的コンセンサスに至っていませんでした。^[4]それにもかかわらず、1990年代初頭にこのテーマに対する学術的関心が戻ってきました。言語学者、考古学者、心理学者、人類学者は、現代的な方法で言語の起源の調査を再開しました。^[5]

言語の起源を説明する試みは様々な形で行われている。^[6]

• 「連続性理論」は、言語は非常に複雑であるため、最終的な形で何もないところから単純に出現することは想像できないという考えに基づいており、したがって、言語は人類の霊長類の祖先の間で、言語以前のシステムから進化してきたに違いないという考えに基づいています。
• 「不連続理論」は反対のアプローチを取り、言語は非人間に見られるものと比較することのできない独特の特徴として、人類の進化の過程でかなり突然に出現したに違いないと主張します。
• いくつかの理論では、言語は主に生来の能力、つまり遺伝的にコード化されていると考えられています。
• 他の理論では、言語は主に社会的相互作用を通じて学習される文化的なシステムであると考えられています。

2024年現在、ほとんどの言語学者は^[update]継続性に基づく理論を支持していますが、言語の発達をどのように仮定するかは学者によって異なります。^[要出典]言語は主に生得的なものと考える人の中には、非ヒト霊長類の特定の前駆者について推測することを避け、単に言語能力は徐々に進化してきたに違いないと強調する人もいます。^[7]

マイケル・トマセロなど、言語は社会的に習得されるものであると考える人たちは、言語は霊長類のコミュニケーションの認知的に制御された側面、主に音声ではなく身振りから発達したと考えています。^{[8] [9]}音声の前身に関しては、多くの連続性理論家は、言語は初期の人類の歌唱能力から進化したと考えています。^{[10] [11] [12] [13]}

不連続理論の提唱者であるノーム・チョムスキーは、約10万年前の大躍進と時を同じくして、人類がアフリカを離れる前に人類に一つの変化が起こり、その変化によって人類とその子孫の集団に共通の言語能力が発達したと主張している。チョムスキーは、どんな文化のどんな人間の赤ん坊も、異なる文化で育てられ、育った新しい文化の言語と行動を完全に同化するという観察に基づいて議論を展開している。これは、人類がアフリカを離れて以来、言語能力に大きな変化は起こっていないことを意味している。^[14]

連続性と不連続性の分裂を超えて、一部の学者は言語の出現を、前例のないレベルの公衆の信頼を生み出すことによって、それまで眠っていた言語的創造性の遺伝的潜在能力を解放した、ある種の社会的変革の結果と見なしています。^{[15] [16] [17] [ 18]}「儀式/言語共進化理論」はこのアプローチの例です。^{[19] [20]}この知識人陣営の学者は、チンパンジーやボノボでさえ、野生ではほとんど使わない、あるいは全く使わない潜在的な象徴能力を持っているという事実を指摘しています。^[21]これらの著者は、突然変異の考えに反対し、たとえ偶然の突然変異が進化する二足歩行霊長類に言語器官を設置したとしても、それは既知のすべての霊長類の社会的条件下では適応的に役に立たないと主張しています。 「安価なシグナル」（例えば言葉）への依存を進化的に安定した戦略にするには、言語より前、あるいは言語と同時に、非常に特殊な社会構造（異常に高いレベルの公的説明責任と信頼を維持できる構造）が進化したに違いない。

言語の出現は人類の先史時代にまで遡るため、関連する発展は直接的な歴史的痕跡を残さず、今日では同等のプロセスを観察することはできない。それにもかかわらず、ニカラグア手話などの現代の新しい手話の出現は、必然的に伴う発達段階と創造プロセスへの洞察を与えてくれるかもしれない。^[22]別のアプローチでは、言語使用に対する身体的適応の痕跡を探して、初期の人類の化石を調査している。^{[23] [24]}場合によっては、絶滅した人類のDNAを回収できれば、言語に関連すると考えられる遺伝子（ FOXP2など）の有無が有益となることがある。^[25]別のアプローチ（今度は考古学的なもの）では、ボディペインティング用の黄土色の顔料の採掘と変更など、考古学的な痕跡を残す可能性のある象徴的行動（反復する儀式活動など）を呼び起こしながら、一般的な象徴から特に言語への推論を正当化する理論的議論を展開する。 ^{[26] [27] [28]}

言語の進化やその解剖学的条件の時間範囲は、少なくとも原則的には、ホモ属（230万～240万年前）とパン属（500万～600万年前）の系統発生的分岐から、約5万～15万年前に完全な行動的近代性が出現するまでの範囲に及びます。アウストラロピテクスには、おそらく一般的な類人猿よりもはるかに洗練された音声コミュニケーションがなかったということに異論を唱える人はほとんどいませんが、^[29]約250万年前にホモ属が出現して以来の発展については、学者の意見が分かれています。学者の中には、原始的な言語のようなシステム（祖語）がホモ・ハビリスの頃に発達したと考える者もいるが、象徴的なコミュニケーションの発達はホモ・エレクトス（180万年前）またはホモ・ハイデルベルゲンシス（60万年前）の時代のみであり、言語そのものの発達はホモ・サピエンス（現在では20万年前未満と推定されている）の時代であると考える者もいる。

カリフォルニア大学バークレー校の言語学者ジョアンナ・ニコルズは、統計的手法を用いて現代言語の現在の広がりと多様性を達成するのに要した時間を推定し、音声言語は人類において少なくとも10万年前には多様化し始めていたはずだと1998年に主張した。^[30]この種の推定は普遍的に受け入れられているわけではないが、遺伝学、考古学、古生物学、その他多くの証拠を総合的に考慮すると、言語はおそらくホモ・サピエンスの種分化とほぼ同時期の中石器時代にサハラ以南のアフリカのどこかで出現したと考えられる。^[31]

言語の起源が、さまざまな自然の音、他の動物の声、そして人間自身の本能的な叫びを、サインやジェスチャーを利用して模倣したり改変したりしたことにあることに私は疑いの余地はありません。

— チャールズ・ダーウィン、1871年。人間の由来と性別による選択^[32]

1861年、歴史言語学者マックス・ミュラーは、音声言語の起源に関する一連の推測理論を発表しました。^[33]

• ワンワン。ミュラーがドイツの哲学者ヨハン・ゴットフリート・ヘルダーに帰したワンワンまたはカッコウ理論では、初期の言葉は獣や鳥の鳴き声の模倣であるとみなされました。
• プープー。プープー理論では、最初の言葉は痛み、喜び、驚きなどによって引き起こされる感情的な感嘆詞や叫びであるとみなされました。
• ディン・ドン。ミュラーは、すべてのものは振動する自然な共鳴を持っており、それが人間の最も古い言葉に何らかの形で反映されているとする、いわゆるディン・ドン理論を提唱しました。
• ヨヘホ。ヨヘホ理論は、言語は集団的なリズミカルな労働、つまり筋肉の働きを同期させようとする試みから生まれたと主張し、その結果、heaveなどの音とhoなどの音が交互に鳴るというものである。
• タタ。タタ理論はマックス・ミュラーのリストには載っていないが、1930年にリチャード・パジェット卿によって提唱された。^[34]タタ理論によれば、人類は手の動きを模倣した舌の動きによって最も古い言葉を発し、それを音声化した。

今日の学者のほとんどは、そのような理論は間違っているというよりは、時折周辺的な洞察を提供するものの、素朴で無関係であると考えている。^{[35] [36]}これらの理論の問題点は、初期の人類が音と意味を結び付ける実用的なメカニズムを発見したら、言語は自動的に進化しただろうという仮定に基づいていることである。^[要出典]

それよりずっと以前に、中世のイスラム学者たちは言語の起源に関する理論を展開していた。^{[37] [38]}彼らの理論は5つの一般的なタイプに分類される。^[39]

1. 自然主義者: 表現とそれが意味するものの間には自然な関係があります。言語は、自然の音を真似したいという人間の自然な傾向から生まれました。
2. 慣習主義者: 言語は社会的な慣習です。物の名前は人間が勝手に作ったものです。
3. 啓示主義者：言語は神から人間に与えられたものであり、したがってすべてのものに名前を付けたのは人間ではなく神である。
4. 啓示主義-慣習主義: 神は人間に言語の核となる基盤を啓示し、人間同士がコミュニケーションをとることを可能にしました。そして人間は言語の残りの部分を発明しました。
5. 非拘束的: 慣習主義理論と啓示主義理論は同等にもっともらしいという見解。

シグナリング理論の観点から見ると、自然界における言語のようなコミュニケーションの進化に対する主な障害は、機械的なものではなく、むしろ、音やその他の知覚可能な形態とそれに対応する意味との恣意的な関連である記号が信頼できず、誤りである可能性もあるという事実である。^{[40] [41] [42]}信頼性の問題は、ダーウィン、ミュラー、その他の初期の進化論者によってはまったく認識されていなかった。

動物の音声信号は、ほとんどの場合、本質的に信頼できる。猫が喉を鳴らすとき、その信号は動物が満足している状態を直接示す証拠となる。この信号が信頼されるのは、猫が正直である傾向があるからではなく、その音を偽ることができないからだ。霊長類の音声信号は、少し操作しやすいかもしれないが、偽るのが難しいという同じ理由で信頼できる。^[43]霊長類の社会的知性は「マキャベリ的」である。つまり、利己的で、道徳的良心に縛られない。サル、類人猿、特に人間は、しばしば互いに騙そうとするが、同時に自分自身が騙されないように常に警戒している。^{[44] [45]}逆説的に、霊長類の騙されにくい性質が、彼らのシグナル伝達システムの言語的進化を妨げているという理論がある。騙されないようにする最善の方法は、即座に検証できるもの以外のすべての信号を無視することであるため、言語は除外される。単語は自動的にこのテストに不合格になります。^[19]

言葉は偽造しやすい。それが嘘だとわかれば、聞き手はそれを無視して、偽造しにくい指標や手がかりに頼る。言語が機能するためには、聞き手は、自分と話す相手が概して正直である可能性が高いと確信していなければならない。^[46]言語の特異な特徴は、現在知覚可能な状況の外にある話題への言及を意味する置換参照である。この特性は、発話が「ここ」と「今」の直接的なところで裏付けられることを妨げる。このため、言語は、進化的に安定した戦略として時間をかけて確立されるために、比較的高いレベルの相互信頼を前提としている。この安定性は、長年の相互信頼から生まれ、言語に権威を与えている。したがって、言語の起源に関する理論は、なぜ人間が他の動物には明らかにできない方法で安っぽいシグナルを信頼し始めたのかを説明しなければならない。

2004年に「母語」仮説がこの問題の解決策として提案された。^[47] W. テカムセ・フィッチは、ダーウィンの「血縁選択」^[48]の原理、つまり親族間の遺伝的利益の収束が答えの一部になるかもしれないと示唆した。フィッチは、言語はもともと「母語」だったと示唆している。言語が最初は母親と自分の生物学的子孫の間のコミュニケーションのために進化し、後に成人の親族も含むようになったとしたら、話者と聞き手の利益は一致する傾向があったはずだ。フィッチは、遺伝的利益の共有によって十分な信頼と協力が生まれ、本来は信頼できない信号、つまり言葉が信頼できるものとして受け入れられ、初めて進化し始めたと主張している。^[49]

この理論の批判者は、血縁選択は人間に特有のものではないと指摘している。^[50]したがって、たとえフィッチの最初の前提を受け入れたとしても、仮定された「母語」ネットワークが近親者から遠縁の親族にまで広がる理由は説明できない。^[50]しかし、フィッチは、人間の乳児の身体的未熟期間が長く、人間の脳が出産後に成長することから、人間と乳児の関係は他の種に見られるものとは異なる、より長い世代間依存関係の期間を持つと主張している。^[47]

イブ・ウルベック^[6]は、言語の進化に必要な、異常に高いレベルの意図的な誠実さを説明するために、もう1つの標準的なダーウィンの原理、「相互利他主義」^{[51]を引用している。「相互利他主義」は、} 「あなたが私の背中を掻いてくれるなら、私もあなたの背中を掻いてあげる」という原理として表現できる。言語学的に言えば、あなたが私に正直に話してくれるなら、私もあなたに正直に話す、ということになる。ウルベックが指摘する通常のダーウィンの相互利他主義は、頻繁に交流する個人間で確立される関係である。しかし、言語がコミュニティ全体に浸透するには、必要な相互性が個人の選択に任されるのではなく、普遍的に強制される必要があっただろう。ウルベックは、言語が進化するには、社会全体が道徳的規制の対象でなければならなかったと結論付けている。

批評家は、この理論は「義務的な相互利他主義」がいつ、どのように、なぜ、誰によって強制されたのかを説明できないと指摘している。^[20]この欠陥を補うために、さまざまな提案がなされている。^[20]さらに、言語は相互利他主義に基づいて機能するわけではないという批判もある。会話グループ内の人間は、見返りに価値のある情報を提供してくれそうな聞き手以外には情報を隠さない。それどころか、彼らは社会的に重要な情報へのアクセスを世界に宣伝し、聞く人には誰にでも見返りを期待せずにその情報を放送しているようだ。^[52]

ロビン・ダンバーは著書『グルーミング、ゴシップ、そして言語の進化』の中で、集団で生活する人間にとって、ゴシップは他の霊長類にとっての手によるグルーミングと同じ役割を果たしている、つまり、言語によって個人が人間関係を維持し、 「お互いに助け合おう」という原則に基づいて同盟関係を維持できると述べている。ダンバーは、人間がますます大きな社会集団で生活するようになるにつれ、友人や知人全員を手によるグルーミングするという作業は時間がかかりすぎて、手が出せないものになったと主張している。^[53]この問題に対処するため、人間は「安価で超効率的なグルーミング」である音声グルーミングを開発した。仲間を満足させるには、低コストの音声で「グルーミング」するだけでよく、両手を他の作業に自由に使えるようにしながら、複数の仲間を同時に世話できる。音声グルーミングはその後、徐々に音声言語へと進化したが、最初は「ゴシップ」という形だった。^[53]ダンバーの仮説は、言語の構造が一般的に物語の機能に適応することによって支持されているように思われる。^[54]

この理論の批評家は、「発声の手入れ」の効率性、つまり言葉が非常に安価であるという事実が、時間と費用のかかる手作業による手入れによって伝えられる種類のコミットメントを示す能力を損なわせたであろうと指摘している。^[55]さらに、この理論は、発声の手入れ（心地よいが意味のない音の生成）から統語的発話の認知的複雑さへの重要な移行をまったく説明していないという批判もある。

儀式と言語の共進化理論は、もともと社会人類学者ロイ・ラパポート^[56]によって提唱され、その後クリス・ナイト^[57] 、ジェローム・ルイス^[58] 、ニック・エンフィールド^[59] 、カミラ・パワー^{[60] 、イアン・ワッツ [ 61} ] などの人類学者によって詳しく論じられました。認知科学者でロボット工学エンジニアのリュック・スティールズ^{[62]もこの一般的なアプローチの著名な支持者であり、生物人類学者で神経科学者の}テレンス・ディーコン^[63]も同様です。このアプローチのより最近の支持者は、言語統語論におけるチョムスキー派の専門家であるセドリック・ブックスです。^[64]

これらの学者は、「言語の起源の理論」などというものはあり得ないと主張する。これは、言語が独立した適応ではなく、はるかに広いもの、つまり人類学者が人間の象徴文化として知っている領域全体の内部的な側面であるためである。 [ ^65]これらの科学者によると、この広い文脈から独立して言語を説明しようとする試みは、解決策のない問題に取り組んでいるため失敗している。言語は、信頼を築く社会的メカニズムと制度という必要な環境の外では機能しないだろう。たとえば、野生で同種の他の動物とコミュニケーションをとる非ヒト類人猿には機能しないだろう。最も賢い非ヒト類人猿でさえ、そのような状況下で言語を機能させることはできない。

言語に内在する嘘と二者択一は、言語を基盤とする社会、つまりすべての人間社会にとって問題となる。したがって、言葉が存在するためには、言葉を確立する必要があり、言葉は典礼の不変性によって確立される、と私は主張してきた。

— ロイ・ラパポート^[66]

この学派の支持者は、言葉は安っぽいと指摘する。特に賢い非人間類人猿、あるいは明瞭な発音ができる非人間類人猿のグループが野生で言葉を使おうとしたとしても、その言葉には説得力はない。説得力のある霊長類の発声、つまり実際に使われている発声は、言葉とは異なり、感情表現に富み、本質的に意味があり、比較的コストがかかり偽造が難しいため信頼できる。

口頭言語と身振り言語は、パターン作成から成り、そのコストは本質的にゼロである。純粋な社会的慣習であるこの種の信号は、ダーウィンの社会世界では進化できず、理論的に不可能である。^[67]言語は本質的に信頼できないため、特定の種類の社会、つまり、象徴的な文化的事実（「制度的事実」と呼ばれることもある）が集団的な社会的承認を通じて確立され維持される社会内で信頼性の評判を築くことができる場合にのみ機能する。^[68]あらゆる狩猟採集社会では、象徴的な文化的事実に対する信頼を確立するための基本的なメカニズムは、集団的な儀式である。^[69]したがって、言語の起源を研究する研究者が直面する課題は、通常考えられているよりも学際的である。それは、言語を重要だが補助的な要素として、人間の儀式、血縁関係、宗教、象徴文化の進化的出現を全体として扱うことを含む。

2023年の論文で、セドリック・ブックス^[64]は、ラパポート/サール/ナイトの人間の言葉の「特別な」性質を捉える方法を支持している。言葉は記号である。これは、ダーウィンの信号進化論の観点からは、「明らかに偽の信号」であることを意味する。言葉は事実だが、「その存在が主観的な信念に完全に依存する事実」である。^[70]哲学的に言えば、言葉は「制度的事実」、つまり人間の社会制度内で事実としての地位を与えられたフィクションである。 ^[71]この観点から、ブックスによれば、言語発話は、コミュニケーションの意図を導く明白な虚偽である限りにおいて象徴的である。「それらは、いわばコミュニケーションに役立つ虚偽である」。^[64]言葉が偽であるにもかかわらず人間の間で生き残ることができる理由は、主に信頼の問題による。対応する起源理論によれば、言語は、人間がコミュニケーションに役立つ方法で相互に偽装し始めた瞬間、つまり言語によるコミュニケーションが機能するために必要なレベルの信頼を維持できるようになった瞬間からのみ進化し始めた可能性がある。

ここでのポイントは、類人猿やその他の非人間は常に、コミュニケーションが機能するために必要な信頼を生み出すという重荷を少なくともいくらか担わなければならないということです。つまり、真剣に受け止められるためには、その動物が発する各信号は、明らかに信頼できるものでなければなりません。つまり、何らかの形で現実世界に根ざしているために信頼される信号です。しかし、信頼が当然とみなされる社会状況では何が起こるか想像してみてください。信号を送る人は、信頼性について心配するのをやめ、代わりに知覚による識別可能性に集中することができます。結論として、これはデジタル信号、つまり最も安価で効率的なコミュニケーション方法を可能にするはずです。

この哲学的観点からすると、動物のコミュニケーションはデジタルではあり得ません。なぜなら、明らかに嘘をつく余裕がないからです。どんな種類の高価な信号も、アナログの尺度でしか評価できません。言い換えれば、真に象徴的なデジタル信号は、儀式で結ばれたコミュニティーの内部のような、非常に珍しい状況でのみ社会的に受け入れられるようになります。たとえば、メンバーが嘘をつく誘惑に駆られないような状況です。^[要出典]

言語と儀式の共進化の観念理論に対する批判者の一人にノーム・チョムスキーがおり、彼はこれを「非存在」仮説と呼んでいる。これは自然科学の研究対象としての言語の存在そのものを否定するものである。^[72]チョムスキー自身の理論は、言語は瞬時に完全な形で出現したというものだが、^[73]批評家たちは、存在しないもの、つまり理論的構築物や都合の良い科学的フィクションだけが、そのような奇跡的な方法で出現する可能性があると反論している。^[17]この論争は未解決のままである。

アシューリアンの道具使用は、約175万年前の前期旧石器時代に始まった。アシューリアンの道具製作と言語生成の側方化に焦点を当てた研究では、これらの活動を別々に行っているときに血流が類似する領域が観察されている。この理論は、世代を超えて道具製作に必要な脳機能が、言語生成に必要な脳システムと一致していることを示唆している。研究者らは機能的経頭蓋ドップラー超音波検査（fTDC）を使用し、参加者に前期旧石器時代と同じ方法を使用して道具製作に関連する活動と、単語生成用に特別に設計されたタスクを実行させた。^[74]このテストの目的は、アシューリアンの道具製作の計画面と言語における手がかり単語生成（手がかり単語生成の例としては、特定の文字で始まる単語をすべてリストアップすることが挙げられます）に焦点を当てることです。道具使用と並行して言語が発達するという理論は、複数の個人によって理論化されてきましたが、^{[75] [76] [77]}最近まで、これらの仮説を裏付ける実証データはほとんどありませんでした。 Uominiらによる研究結果に焦点を当てると、手がかりとなる単語の生成とアシューリアンの道具の使用を調べたところ、同じ脳領域が使用されているという証拠が見つかりました。道具の使用と言語生成の関係は、それぞれ作業記憶と計画記憶に見られ、さまざまな参加者で類似していることが判明し、脳のこれらの領域が共有されているというさらなる証拠となりました。^[74]この証拠は、言語が前期旧石器時代に道具の使用とともに発達したという理論に信憑性を与えます。

人文主義の伝統では、言語は人間の発明であると考えられています。ルネサンスの哲学者 アントワーヌ・アルノーは、ポール・ロワイヤル文法で言語の起源についての彼の考えを詳細に説明しています。アルノーによると、人間は本質的に社会的で理性的であり、そのため、自分の考えを他の人に伝える手段として言語を創造するよう促されました。言語の構築はゆっくりとした段階的なプロセスを経て起こったと考えられます。 ^{[78]後の理論、特に}機能言語学では、コミュニケーションの優位性が心理的ニーズよりも強調されています。^[79]

しかし、言語がどのように進化したかという正確な過程は、言語研究にとって重要とは考えられていない。構造言語学者 フェルディナン・ド・ソシュールは、 19世紀末までの歴史言語学の主要な著作の完成後、進化言語学はそれ以上の革命的な洞察を提供することはできないという確固たる結論に達し、進化言語学を放棄した。ソシュールは、アウグスト・シュライヒャーや他のダーウィン主義言語学者が祖語の再構築を通じて先史時代の言語にアクセスしようとした試みに特に懐疑的だった。^[80]

言語進化の問題に対するソシュールの解決策は、理論言語学を二つに分けることである。進化言語学と歴史言語学は通時言語学と改名される。これは言語変化の研究であるが、入手可能な信頼できる研究資料が不十分なため、説明力は限られている。対照的に、共時言語学は、特定の現代または歴史的言語段階をそれ自体のシステムとして研究することにより、科学者の言語理解を広げることを目的としている。^[81]

ソシュールは通時的言語学に重点を置いたが、構造主義を共時的分析と同一視した後期の構造主義者は非歴史主義として批判されることもあった。構造人類学者 クロード・レヴィ＝ストロースによれば、言語と意味は「ゆっくりと段階的に発展する知識」とは対照的に、一瞬のうちに出現したに違いない。^[82]

構造主義は、エミール・デュルケームによって初めて社会学に導入されたが、それでもなお、複雑性の増大によって多様化が必然であると説明する一種の人間主義的進化論である。^[83]ソシュールの死後、焦点は機能的説明に移った。プラハ学団の言語学者やアンドレ・マルティネなどの機能構造主義者は、構造の成長と維持はその機能によって必然であると説明した。^[79]たとえば、新しい技術は人々が新しい言葉を発明することを必要とするが、これらの言葉は、技術が最終的により現代的なものに置き換えられるにつれて、その機能を失い忘れ去られる可能性がある。

チョムスキーの単一突然変異理論によれば、言語の出現は結晶の形成に似ており、進化が小さいながらも重要なキーストーンを一つ加えると、物理法則によって、飽和した霊長類の脳内の種結晶としてデジタル無限が人間の精神に開花する寸前であった。^{[84] [85]}したがって、この理論では、言語は人類の進化の歴史の中でむしろ突然現れた。チョムスキーは、計算言語学者でコンピューター科学者のロバート・C・バーウィックと共著で、このシナリオは現代の生物学と完全に一致すると示唆している。彼らは、「人間の言語進化に関する最近の説明はどれも、従来のダーウィニズムからその完全に確率的な現代版への移行を完全には理解していないようだ。具体的には、方向性のないドリフトのようなサンプリングによる確率的影響だけでなく、適応度、移動、遺伝率における方向性のある確率的変動による確率的影響もある。実際、個体または遺伝子の頻度に影響を与えるすべての「力」 …これらすべてが進化の結果に影響を与える可能性がある。私たちが理解する限り、言語の進化に関する最近の本では取り上げられていないが、新しい遺伝子または個体の革新の場合にはすぐに生じる結果であり、まさに言語の出現について語るときに起こりそうなシナリオである」と指摘している。

進化遺伝学者スヴァンテ・ペーボを引用しながら、彼らはホモ・サピエンスとネアンデルタール人を区別するためには相当な差異が生じなければならなかったに違いないと同意し、「これまで一度も開水域を渡ったことのない我々人類が、わずか数万年の間にアフリカから出て、そして地球全体に容赦なく広がった。 …我々が見ていないのは、火、住居、または具象芸術のような新しい道具技術や革新におけるいかなる「漸進主義」もである」と述べている。したがってバーウィックとチョムスキーは、言語がおよそ20万年前から6万年前の間（それぞれ南アフリカで最初の解剖学的に現代的な人類が出現した時期とアフリカからの最後の脱出の時期の間）に出現したと示唆している。 「そうなると、進化には約 13 万年、つまりおよそ 5,000～6,000 世代の時間がかかります。これは、一部の人が (誤って) 推測しているように「一世代で一夜にして」というわけではありませんが、地質学上の何億年というスケールでもありません。これは十分な時間であり、ニルソンとペルガー (1994) が、いかなる「進化発生」効果も考慮しなくても、脊椎動物の眼が単一の細胞から完全に進化するのに必要な時間として推定した時間の範囲内です。」^[86]

言語進化の単一突然変異理論は、さまざまな根拠から直接疑問視されてきた。そのような突然変異が起こり、種の中で固定化される確率の正式な分析では、そのようなシナリオは起こりそうになく、より中程度の適応度効果を伴う多重突然変異の可能性が高いという結論が出ている。^[87]別の批判では、単一突然変異の議論の論理に疑問が投げかけられ、バーウィックとチョムスキーが人間の言語の核となる特性とみなす能力であるマージの形式的な単純さから、それにつながった進化のステップ（の数）を導き出すことはできないと主張している。^[88]

神経科学者アンドレイ・ヴィシェツキーが提唱したロムルスとレムス仮説は、現代の発話器官が現代人の想像力の最も初期の兆候より50万年以上も前に誕生した理由を解明しようとするものである。この仮説は、現代の再帰的言語に至るには2つの段階があったと提唱している。再帰現象は複数の言語領域で発生し、おそらく最も顕著なのは統語論と形態論である。したがって、文や単語などの構造をそれ自体の中にネストすることで、その構造の潜在的に（可算に）無限の新しいバリエーションを生成することができる。たとえば、基本文[ピーターはリンゴが好き]は非現実節の中にネストされ、[[メアリーは[ピーターはリンゴが好き]と言った]、[ポールは[メアリーは[ピーターはリンゴが好き]と言った]]などになる。^[89]

第一段階には、60万年前までに舌骨の変化、横隔膜の筋肉の自発的な制御の増加、FOXP2遺伝子の進化、およびその他の変化を含む現代の発話器官とともに、語彙の豊富な非再帰的言語の緩やかな発達が含まれます。^[90]その後、第二段階は急速なチョムスキーの単一ステップであり、約7万年前に立て続けに発生した3つの異なるイベントで構成され、初期人類における非再帰的言語から再帰的言語への移行を可能にしました。

1. 一緒に暮らしていた少なくとも 2 人の子供の前頭前野統合(PFS) の重要な期間を遅らせる遺伝子変異。
2. これにより、子供たちは空間前置詞などの言語の再帰要素を作成できるようになりました。
3. その後、これは親の非再帰言語と融合して再帰言語を生み出した。^[91]

子どもが前頭前野（PFC）を現代的に発達させるだけでは、前頭前野を発達させるのに十分ではありません。子どもは精神的に刺激を受け、言語の中に再帰的要素をすでに持っていなければ、前頭前野を習得できません。親がまだこれらの要素を発明していないため、子どもは自分でそれをしなければならなかったでしょう。これは、一緒に暮らす幼い子どもの間でよく見られる現象で、隠語症と呼ばれます。^[92]つまり、前頭前野の発達が遅れていれば、前頭前野を習得し、再帰的要素を発達させるのにもっと時間をかけられたはずです。

PFC の発達が遅れると、生存するために親に頼る期間が長くなり、生存率が低下するなどの悪影響も伴います。現代言語が発生するためには、PFC の遅れが、PFS 能力など、後の人生で大きな生存上の利点をもたなければなりませんでした。これは、PFC の遅れを引き起こした突然変異と、再帰言語および PFS の発達が同時に起こったことを示唆しており、約 7 万年前の遺伝的ボトルネックの証拠と一致しています。^[93]これは、PFS と再帰言語を発達させ、当時の他のすべての人類に対して大きな競争上の優位性を与えた少数の個人の結果であった可能性があります。^[91]

ジェスチャー理論によれば、人間の言語は単純なコミュニケーションに使われた ジェスチャーから発達したとされています。

この理論を支持する証拠は 2 種類あります。

1. 身振り言語と音声言語は、類似した神経系に依存しています。口と手の動きを司る皮質の領域は、互いに隣接しています。
2. 非ヒト霊長類は、少なくとも原始的なコミュニケーションには身振りや記号を使用することができ、その身振りのいくつかは、手を伸ばした「物乞いの姿勢」など、人間とチンパンジーが共有する人間の身振りに似ている。^{[94] [95]}

研究では、口頭コミュニケーションと手話は類似した神経構造に依存しているという考えを強く裏付ける結果が見つかっている。手話を使用する患者で左半球の 病変を患っている患者は、音声言語患者が口頭言語で示すのと同じ障害を手話で示した。^[96]他の研究者は、手話中は音声言語や書き言葉の使用時と同じ左半球の脳領域が活性化することを発見した。^[97]

霊長類のジェスチャーは少なくとも部分的に遺伝的である。異なる非ヒト類人猿は、たとえ他の類人猿がそのジェスチャーをするのを見たことがなくても、その種に特徴的なジェスチャーを行う。例えば、ゴリラは胸を叩く。これは、ジェスチャーが霊長類のコミュニケーションの本質的かつ重要な部分であることを示しており、言語がジェスチャーから進化したという考えを裏付けている。^[98]

さらに、ジェスチャーと言語は関連していることを示唆する証拠もある。人間の場合、手によるジェスチャーは同時発声に影響を及ぼし、手作業による自然な発声の連想を生み出す。チンパンジーは細かい運動を行うときに口を動かす。これらのメカニズムは、ジェスチャーによるコミュニケーションを補う意図的な発声コミュニケーションの発達を可能にする進化的役割を果たした可能性がある。音声の調節は、既存の手の動作によって促された可能性がある。^[98]

幼少期から、ジェスチャーは言葉を補完し、また言葉を予測します。^{[99] [100]}これは、人間においてジェスチャーが（非常に幼い頃から）唯一のコミュニケーション手段から、言語によるコミュニケーション能力があるにもかかわらず使用される補足的かつ予測的な行動へと急速に変化するという考えに基づいています。これもまた、ジェスチャーが最初に発達し、その後言語がその上に構築されたという考えと類似しています。

言語の発達については2つのシナリオが提案されており、^[101]そのうちの1つはジェスチャー理論を支持している。

1. 言語は人類の祖先の呼びかけから発達しました。
2. 言語はジェスチャーから派生しました。

言語は人類の祖先の鳴き声から進化したという最初の見解は、人間も動物も音や叫び声を出すので論理的に思えます。これに反論する進化論的理由の 1 つは、解剖学的に、サルや他の動物の鳴き声を制御する中枢が、人間とはまったく異なる脳の部分にあることです。サルでは、この中枢は感情に関連する脳の奥深くにあります。人間のシステムでは、感情とは関係のない領域にあります。人間は感情がなくても、単にコミュニケーションをとるためにコミュニケーションをとることができます。したがって、解剖学的には、このシナリオは機能しません。^[101]これは、言語がジェスチャーから派生したことを示唆しています^[102] (人間は最初にジェスチャーでコミュニケーションを取り、音は後から付加されました)。

ジェスチャー理論にとって重要な疑問は、なぜ発声に移行したのかということです。さまざまな説明が提案されています。

1. 人類の祖先はより多くの道具を使うようになり、手がふさがってしまい、ジェスチャーをすることができなくなった。^[103]
2. 手振りでは、話し手と聞き手がお互いに見える必要があります。多くの状況では、例えば日が暮れた後や木の葉で視界が遮られているときなど、視覚的に接触しなくてもコミュニケーションを取る必要があるかもしれません。
3. 複合仮説では、初期の言語は一部身振りと一部音声の模倣（模倣的な「歌と踊り」）の形をとり、すべての信号（非ヒト類人猿やサルの信号など）が本質的に説得力を持つためには依然としてコストがかかる必要があったため、モダリティが組み合わされたとされています。その場合、各マルチメディア表示は、意図された意味を明確にするだけでなく、信号の信頼性に対する信頼を喚起する必要があったでしょう。提案は、コミュニティ全体で契約上の理解が発効して初めて^[104]、コミュニケーションの意図への信頼が自動的に想定され、ついにホモサピエンスがより効率的なデフォルト形式に移行できるようになったというものです。音声の独特の特徴（音のコントラスト）はこの目的に最適であるため、この時点でのみ、つまり本質的に説得力のあるボディランゲージが各メッセージを伝えるためにもはや必要なくなったときに、手振りから現在の主に頼る話し言葉への決定的な移行が起こりました。^{[17] [19] [105]}

同様の仮説では、「明瞭な」言語では、身振りと発声が本質的に結びついており、言語は同様に本質的に結びついているダンスと歌から進化したとされている。^[13]

人間は今でも、特に共通の言語を持たない人と会うときには、手や顔のジェスチャーを使って会話をします。^{[106]また、ろう者コミュニティと関連づけられる}手話も数多く存在しています。これらの手話は、複雑さ、洗練さ、表現力において、あらゆる口頭言語に匹敵します。^[107]認知機能は似ており、使用される脳の部位も似ています。主な違いは、「音素」が舌、歯、唇、呼吸によって体内で表現されるのではなく、手、体、顔の表情によって表現される体の外側で生成されることです。^{[108] (}音声知覚の運動理論と比較してください。)

身振り理論の批評家は、霊長類に存在する初期のピッチベースの音声コミュニケーションが放棄され、はるかに効果の低い非音声の身振りによるコミュニケーションが採用された理由を真剣に挙げるのは難しいと指摘している。^[109]しかし、マイケル・コーバリスは、霊長類の音声コミュニケーション（警戒音など）は手の動きとは異なり意識的に制御できないと考えられており、したがって人間の言語の前身としては信用できないと指摘している。霊長類の発声はむしろ叫び声や笑い声などの不随意反射（人間の基本的な感情に関連する）と相同であり、継続している（これらが偽造できるという事実は、恐怖や驚きに対する本物の不随意反応が存在するという事実を否定するものではない）。^[102]また、身振りは一般的に効果が低いわけではなく、騒がしい環境や狩りのように静かにすることが重要な場合など、状況によっては有利になることもある。 「ジェスチャー優先」理論に対する他の反論は、デイビッド・マクニールを含む心理言語学の研究者によって提示されている。^[110]

言語進化の運動理論の支持者は、主に視覚領域と、動きの観察を通じたコミュニケーションに焦点を当ててきた。道具使用音仮説は、音の生成と知覚も、特に移動時の付随音（ISOL）と道具使用音（TUS）に大きく貢献したことを示唆している。^[111]人間の二足歩行は、リズミカルでより予測可能なISOL をもたらした。それが、音楽能力、聴覚作業記憶、複雑な発声能力、自然音を模倣する能力の進化を刺激した可能性がある。^[112]人間の脳は、物体や出来事が発する音からそれらに関する情報を上手に抽出するため、TUSとTUSの模倣は、象徴的な機能を果たした可能性がある。多くの現存する言語に音象徴が広く見られることは、この考えを裏付けている。自己産生されたTUSは、マルチモーダル脳処理（運動ニューロン、聴覚、固有受容覚、触覚、視覚）を活性化し、TUSは霊長類の視聴覚ミラーニューロンを刺激し、これが連合連鎖の発達を刺激する可能性が高い。道具の使用と聴覚ジェスチャーは前肢の運動処理を伴い、脊椎動物の音声コミュニケーションの進化と関連している。TUSの生成、知覚、模倣は、道具の使用に関連する発声または原語の限られた数をもたらした可能性がある。^{[111]特に目に見えないときに道具についてコミュニケーションする新しい方法は、選択的利点を持っていたであろう。音響特性、意味、またはその両方の段階的な変化は、恣意性と言葉のレパートリーの拡大をもたらした可能性がある。人類は数百万年にわたって}TUSにさらされることが多くなっており、それは音声言語が進化した時期と一致している。

ヒトでは、機能的MRI研究により、脳の言語領域の1つであるブローカ野に近い下前頭皮質に、サルのミラーニューロンシステムと相同性のある領域が見つかったことが報告されている。このことから、人間の言語はミラーニューロンに実装されたジェスチャーパフォーマンス/理解システムから進化したという説が提唱されている。ミラーニューロンは、行動理解、模倣学習、および他者の行動のシミュレーションのメカニズムを提供する可能性があると言われている。^[113]この仮説は、サルの運動前野F5とヒトのブローカ野の間のいくつかの細胞構造的相同性によって裏付けられている。 ^[114]

語彙の拡大率は、子供が非単語を音声で真似して新しい単語の発音を習得する能力と関連している。このような音声の繰り返しは、脳内で音声知覚とは別に、自動的に、素早く^[115]発生する。^{[116] [117]さらに、このような音声模倣は、}スピーチ・シャドウイング^[118]やエコラリア[ ¹¹⁴ ]のように、理解なしに発生することがある。^{[119]この関連をさらに裏付ける証拠は、2 人の参加者が}ジェスチャーゲームで手振りを使って互いに単語を伝えている間の脳活動を fMRI で測定した最近の研究から得られている。このジェスチャーゲームは、人間の言語の進化的先駆者を表すかもしれないと示唆する人もいる。グレンジャー因果律を使用してデータを分析したところ、観察者のミラーニューロン系が送信者の運動系の活動パターンを実際に反映していることが明らかになり、単語に関連する運動概念がミラーシステムを使用して 1 つの脳から別の脳に実際に伝達されるという考えを裏付けている。^[120]

しかし、すべての言語学者が上記の議論に同意するわけではない。特に、ノーム・チョムスキーの支持者は、ミラーニューロンシステムが統語論に不可欠な階層的再帰構造において何らかの役割を果たす可能性に反対している。^[121]

ディーン・フォークの「赤ちゃんを地面に下ろす」理論によれば、初期のヒト科の母親と幼児の間の音声によるやりとりが、最終的に人類の祖先の最初の言葉につながる一連の出来事の始まりとなった。 ^[122]基本的な考え方は、進化する人間の母親は、他の霊長類の母親とは異なり、背中にしがみついた幼児を背負ったまま動き回ったり餌を探したりすることができなかったというものである。人間の場合は毛皮が失われ、幼児はしがみつく手段がなくなった。そのため、母親は頻繁に幼児を地面に下ろさなければならなかった。その結果、これらの幼児は捨てられたのではないと安心する必要があった。母親はそれに応えて「マザーズ」を発達させた。これは、表情、ボディランゲージ、触れること、なでること、愛撫すること、笑うこと、くすぐること、感情を表現する接触の呼びかけなどを含む幼児向けのコミュニケーションシステムである。このやりとりから言語が発達したというのが議論である。^[122]

心理学者ケネス・ケイは著書『赤ちゃんの精神と社会生活』の中で、幼児と大人の双方向コミュニケーションがなければ、使える大人の言語は発達しなかったと指摘している。「幼児が通常の社会生活の中で容易に習得できないような記号体系は、世代を超えて生き残れなかっただろう。」^[123]

「どこから何へ」モデルは、主に脳内の言語処理が聴覚背側ストリームと聴覚腹側ストリームの 2 つの構造に組織化されていることから派生した言語進化モデルです。^{[124] [125]}このモデルは、言語進化の 7 つの段階を仮定しています (図を参照)。音声は、母親と子供が離れ離れになった場合にお互いを見つけるために、連絡用の呼び声を交換する目的で始まりました (図 1)。連絡用の呼び声は、より高いまたはより低いレベルの苦痛を表現するためにイントネーションで変更することができます (図 2)。2 種類の連絡用の呼び声を使用することで、最初の質問と回答の会話が可能になりました。このシナリオでは、子供は低レベルの苦痛の呼び声を発して、物体と対話したいという欲求を表現し、母親は別の低レベルの苦痛の呼び声 (対話の承認を表現する) または高レベルの苦痛の呼び声 (不承認を表現する) で応答します (図 3)。時間の経過とともに、イントネーションと音声制御の使用が改善され、異なるオブジェクトに関連付けられた独自の呼び出し（音素）が発明されました（図4）。最初、子供たちは両親の唇の動きを真似することで呼び出し（音素）を学びました（図5）。最終的に、乳児はすべての呼び出し（音素）を長期記憶にエンコードできるようになりました。その結果、唇の動きを模倣することは乳児期に限定され、年長の子供たちは唇を読まずに模倣を通じて新しい呼び出しを学びました（図6）。個人が一連の呼び出しを生成できるようになると、多音節の単語が可能になり、語彙のサイズが増加しました（図7）。音節のシーケンスで構成される単語の使用は、単語のシーケンス（つまり文）でコミュニケーションするためのインフラストラクチャを提供しました。

この理論の名前は、ヒトおよび他の霊長類の脳に見られる2つの聴覚皮質に由来している。聴覚腹側皮質は音の認識を担っており、そのため聴覚何皮質と呼ばれている。^{[126] [127] [128]霊長類では、聴覚背側皮質は}音源定位を担っており、そのため聴覚どこ皮質と呼ばれている。ヒト（左半球）のみで、聴覚背側皮質は、発話の反復と生成、唇の動きによる音素の統合、イントネーションの知覚と生成、音韻長期記憶（単語の音の長期記憶保存）、音韻作業記憶（単語の音の一時的保存）など、言語の使用と習得に関連する他のプロセスも担っている。^{[129] [130] [131] [132] [133] [134] [135] [136]}いくつかの証拠は、声によって他人を認識する役割も示唆している。^{[137] [138]}聴覚背側皮質におけるこれらの各機能の出現は、言語の進化の中間段階を表している。

接触呼音がヒトの言語の起源であることは動物研究と一致しており、ヒトの言語と同様に、サルの接触呼音の弁別は左半球に偏在している。^{[139] [140]言語関連遺伝子（} FOXP2やSRPX2など）をノックアウトしたマウスでは、子犬が母親から引き離されても接触呼音を発しなくなった。^{[141] [142]}このモデルを裏付けるものとして、言葉を命令や質問に変換する際のイントネーションの使用、生後1年間の乳児の発声真似の傾向（その後消失）、他の類人猿には見られない突き出て見えるヒトの唇など、人間特有の現象を説明できる点が挙げられる。この理論は、言語進化における「赤ちゃんを寝かしつける理論」の詳細化と見なすことができる。

「文法化」とは、独立した単語が文法的な付属語へと発展し、それがさらに専門的かつ文法的になっていくという、継続的な歴史的過程である。当初は「不正確」だった用法が受け入れられると、予期せぬ結果につながり、連鎖反応や長期にわたる変化を引き起こす。逆説的に、文法が進化するのは、結局のところ、人間は文法上の細かい点よりも、自分が理解されることを気にしているからである。^[143]この学派によれば、今日の文法の進化がこのように進むのであれば、文法自体が最初に確立された遠い人類の祖先の間でも、同様の原理が働いていたと正当に推測できる。^{[144] [145] [146]}

初期の言語から複雑な文法を持つ言語への進化的移行を再構築するには、どの仮説的シーケンスが妥当で、どれが妥当でないかを知る必要がある。抽象的な考えを伝えるために、話者が最初に頼るのは、すぐに認識できる具体的なイメージに頼ることであり、多くの場合、共通の身体的経験に根ざした隠喩を展開する。^[147]よく知られている例は、「腹」や「背中」などの具体的な言葉を使用して、「内側」や「後ろ」などの抽象的な意味を伝えることである。同様に隠喩的なのは、空間パターンをモデルにして時間パターンを表す戦略である。たとえば、英語話者は「私はロンドンに行く」をモデルにして「雨が降りそうだ」と言うかもしれない。これは口語的に「雨が降る」と省略できる。急いでいるときでも、英語話者は「ロンドンに行く」とは言わない。短縮形は時制を指定する役割に限定されている。このような例から、文法化が一貫して一方向的である理由、つまり具体的な意味から抽象的な意味へであり、その逆ではないことがわかります。^[144]

文法化理論家は、初期の言語は単純で、おそらく名詞だけで構成されていたと想定している。^{[146] p. 111}しかし、その極端な理論的仮定の下でも、人々が「spear」を動詞のように使う（「その豚を槍で突け！」）ことを現実的に妨げるものは何だったのか想像するのは難しい。人々は必要に応じて名詞を動詞として使ったり、動詞を名詞として使ったりしたかもしれない。つまり、名詞だけの言語は理論的には可能と思われるかもしれないが、文法化理論によれば、その言語は長期間その状態で固定されたままではあり得ないということである。^{[144] [148]}

創造性は文法の変化を促す。^[148]これは聞き手側の特定の態度を前提としている。聞き手は、慣習的な用法からの逸脱を罰するのではなく、想像力による心を読むことを優先しなければならない。想像力による創造性、たとえばヒョウがいないのにヒョウの警報を鳴らすなど、は、たとえばベルベットモンキーが評価したり、報奨を与えたりするような行動ではない。^[149]創造性と信頼性は両立しない要求である。「マキャベリ主義」の霊長類にとって、動物全般にとって、最も重要なプレッシャーは信頼性を示すことである。^[150]人間がこれらの制約を逃れられるとすれば、それは、人間の場合、聞き手が主に精神状態に関心があるからである。

精神状態に焦点を当てるということは、想像力の住人であるフィクションを、有益で興味深いものとして受け入れることである。一例としては、隠喩が挙げられる。隠喩とは、文字通り、誤った発言である。^[151]ロミオとジュリエットでは、ロミオは「ジュリエットは太陽だ！」と宣言する。ジュリエットは女性であり、空に浮かぶプラズマの球体ではないが、人間の聞き手は（通常は）逐一事実の正確さにこだわる衒学者ではない。彼らは話し手が何を考えているのかを知りたいのだ。文法化は基本的に隠喩に基づいている。隠喩の使用を禁止することは、文法の進化を止めることであり、同様に、抽象的な考えを表現する可能性をすべて排除することである。^{[147] [152]}

これらすべてに対する批判は、文法化理論は今日の言語の変化を説明できるかもしれないが、霊長類スタイルのコミュニケーションから今日知られている言語への最初の移行を説明するという本当に難しい課題に満足のいく答えを与えていないというものである。むしろ、この理論は言語がすでに存在していることを前提としている。ベルント・ハイネとタニア・クテヴァが認めているように、「文法化には、話者のコミュニティ内で定期的に頻繁に使用され、ある話者グループから別の話者グループに受け継がれる言語システムが必要である」。^[146]現代人以外では、そのような条件は一般的ではない。

人間の言語は自己表現に用いられるが、表現にはさまざまな段階がある。自己意識と感情は、音（すなわち言語）という形での感情の外的・音声的表現の直前の段階を表す。イルカ、カササギ、チンパンジーなどの知能の高い動物は群れで生活し、集団生存のために自らに役割を割り当て、共感などの感情を示す。^[153]このような動物が自分の姿を見ると（ミラーテスト）、自分を認識し、自己意識を示す。^[154]注目すべきことに、人間はこれらの動物とはまったく異なる環境で進化した。道具、住居、火の発達により人間の生存は容易になり、狩猟採集などの社会的交流、自己表現、道具作りのさらなる進歩を促進した。^[155]脳のサイズが大きくなることで高度な食料調達や道具が可能になり、二足歩行や手の多用途性といった進化的革新を基盤とした旧石器時代の技術進歩により、人間の言語が発達した。^[要出典]

シロエリハシブトヒワとその飼いならされた種（ジュウシマツ）の歌の違いを調査した研究によると、野生のジュウシマツは非常に定型的な歌の順序を使用するのに対し、飼いならされた種は非常に自由な歌を歌う。野生のフィンチでは、歌の構文はメスの好み（性的選択）に左右され、比較的固定されたままである。しかし、ジュウシマツでは、自然選択が繁殖（この場合はカラフルな羽毛を求めて）に置き換えられ、選択圧から切り離されて定型的な歌の構文が漂うようになっている。推定1000世代以内に、可変かつ学習された順序に置き換えられる。さらに、野生のフィンチは他のフィンチから歌の順序を学習できないと考えられている。^[156]鳥の発声の分野では、生来の歌声しか生み出せない脳は非常に単純な神経経路を持っている。すなわち、前脳の主要運動中枢である頑強なアルコパリウム核が中脳の発声出力に接続し、それが脳幹の運動核に投射される。対照的に、歌を学習できる脳では、アルコパリウムは学習や社会的経験に関与する領域を含む多数の追加の前脳領域からの入力を受け取る。歌の生成に対する制御は、制約が少なくなり、より分散され、より柔軟になっている。^[156]

人類の進化について考える一つの方法は、人間が自ら家畜化された類人猿である、というものである。家畜化によってフィンチの定型的な歌に対する選択が緩和されたのと同様に（配偶者の選択は、鳥の飼育者とその顧客の美的感覚による選択に取って代わられた）、人間の文化的家畜化によって多くの霊長類の行動特性に対する選択が緩和され、古い経路が退化し再構成されるようになった可能性がある。哺乳類の脳の発達の非常に不確定な方法（基本的に「ボトムアップ」で自らを構築し、1セットのニューロン相互作用が次の相互作用ラウンドの準備をする）を考えると、退化した経路はシナプス接続の新しい機会を探し出して見つける傾向がある。このような脳経路の遺伝的脱分化は、人間の言語を特徴付ける機能的複雑さに貢献した可能性がある。そして、フィンチの例のように、このような脱分化は非常に短い時間枠で起こり得る。^[157]

スピーチと言語は区別することができます。言語は必ずしも話されるものではなく、書かれたり手話で伝えられたりすることもあります。スピーチは言語情報を符号化して伝達するさまざまな方法の 1 つですが、おそらく^{[誰によって？ ]}最も自然な方法であると言えます。^[158]

ノーム・チョムスキーのような学者の中には、言語は最初は認知的発達であり、コミュニケーション目的に「外在化」したのは人類の進化の後の段階であると考える者もいる。そのような学派の1つによると、人間の言語を特徴づける重要な特徴は再帰である^[159]（この文脈では、フレーズの中にフレーズを繰り返し埋め込むことである）。他の学者、特にダニエル・エヴェレットは、再帰が普遍的であることを否定し、特定の言語（例えばピーダハン語）には^{（誰によって？）}この機能がないとされている^{[160] 。}

質問する能力は、一部の人々^{[誰のように？ ]}によって、言語を非人間的なコミュニケーションシステムと区別するものであると考えられています。^[161]飼育されている霊長類の中には（特にボノボとチンパンジー）、人間のトレーナーとコミュニケーションをとるために基本的な手話を使うことを学んだものがあり、複雑な質問や要求に正しく応答できることが証明されました。しかし、彼らは自分自身では最も簡単な質問さえできませんでした。^[162]逆に、人間の子供は、統語構造を使い始めるずっと前の喃語期に、最初の質問を（質問のイントネーションのみを使用して）行うことができます。さまざまな文化の赤ちゃんは社会環境から母国語を習得しますが、例外なく、世界中のすべての言語（声調言語、非声調言語、イントネーション言語、アクセント言語）は、はい/いいえの質問に対して同様の上昇する「質問のイントネーション」を使用します。^{[163] [164]}もちろん、そうしない言語は除きます。^{[165] [説明が必要]この事実は}疑問文のイントネーションの普遍性を示す強力な証拠です。一般的に、一部の著者^{[誰のように？ ]}によると、文のイントネーション/ピッチは話し言葉の文法において極めて重要であり、子供がどんな言語の文法を学ぶ場合でも使用する基本的な情報です。^[13]

言語使用者は、高レベルの参照（または直示）能力を持っています。これは、話者の直接の領域にない物事や状態を参照する能力です。この能力は、多くの場合、心の理論、つまり、他者を自分と同じように個人的な欲求や意図を持つ存在として認識することに関連しています。チョムスキー、ハウザー、フィッチ（2002）によると、この高レベルの参照システムには、主に 6 つの側面があります。

• 心の理論
• 対象と種類の区別などの非言語的概念表現を獲得する能力
• 参照音声信号
• 合理的かつ意図的なシステムとしての模倣
• 意図的なコミュニケーションの証拠としての信号生成の自発的な制御
• 数値表現^[159]

サイモン・バロン＝コーエン（1999）は、意図的なコミュニケーション、失敗したコミュニケーションの修復、教育、意図的な説得、意図的な欺瞞、共通の計画と目標の構築、焦点や話題の意図的な共有、ふりといった特徴が4万年も前に使われていた証拠に基づいて、心の理論は言語使用に先行していたに違いないと主張している。さらに、バロン＝コーエンは、多くの霊長類がこれらの能力の一部を示すが、すべてではないと主張している。^[要出典]コールとトマセロのチンパンジーに関する研究はこれを裏付けており、個々のチンパンジーは他のチンパンジーが意識、知識、意図を持っていることを理解しているようだが、誤った信念を理解していないようだ。多くの霊長類は心の理論に向かう傾向をいくらか示しているが、人間が持っているような完全なものではない。^[166]

結局のところ、心の理論は言語の使用に必要であるという点で、この分野には一定のコンセンサスがあります。したがって、人間における完全な心の理論の発達は、完全な言語の使用に必要な前提条件でした。^[167]

ある研究では、ネズミとハトは餌を得るためにボタンを一定回数押すことが求められた。動物は4未満の数字については非常に正確な区別を示したが、数字が増えるにつれて誤り率が増加した。^[159]別の研究では、霊長類学者の 松沢哲郎はチンパンジーにアラビア数字を教えようとした。^[168]この点における霊長類と人間の違いは非常に大きく、チンパンジーは1から9を学ぶのに何千回も試行し、それぞれの数字には同様の訓練時間が必要だった。しかし、1、2、3（時には4）の意味を学んだ後、子供（5.5歳から6歳を過ぎた以降）は後続関数を使用してより大きな整数の値を簡単に理解する（つまり、2は1より1大きい、3は2より1大きい、4は3より1大きい。4に達すると、ほとんどの子供は任意の整数nの値が前の整数より1大きいことを突然理解するようだ）。 ^[169]簡単に言えば、他の霊長類は他の参照記号へのアプローチと同様に、数字の意味を一つずつ学習しますが、子供は最初に任意の記号のリスト（1、2、3、4...）を学習し、その後、正確な意味を学習します。^[170]これらの結果は、言語の「オープンエンド生成特性」が人間の数字認識に適用されている証拠と見ることができます。^[159]

ホケット（1966）は、人間の言語を記述するために不可欠であると考えられる特徴のリストを詳述している。^[171]語彙音韻原理の領域では、このリストの中で2つの特徴が最も重要である。

• 生産性: ユーザーはまったく新しいメッセージを作成し、理解することができます。
  • 新しいメッセージは、古いメッセージを組み合わせたり、類推したり、変換したりすることで自由に作り出されます。
  • 新しい要素も古い要素も、状況や文脈に応じて自由に新しい意味の負荷が割り当てられます。つまり、どの言語でも、常に新しい慣用句が生まれているということです。
• 二重性（パターン化）: 多数の意味のある要素が、都合よく少数の、独立しては意味がないがメッセージを区別する要素で構成されています。

言語の音声システムは、有限の単純な音韻項目の集合で構成されています。特定の言語の音韻規則の下では、これらの項目は再結合および連結することができ、形態論と無制限の語彙集を生み出します。言語の重要な特徴は、有限の単純な音韻項目の集合が、規則によって各項目の形式が決定され、意味が形式と密接に結びついている無限の語彙システムを生み出すことです。したがって、音韻統語論は、既存の音韻単位の単純な組み合わせです。これに関連して、人間の言語のもう 1 つの重要な特徴である語彙統語論があります。語彙統語論では、既存の単位が組み合わされ、意味的に新しい、または異なる語彙項目を生み出します。^{[この段落には引用が必要です]}

語彙音韻原理の特定の要素は、人間以外にも存在することが知られている。自然界では、すべて（またはほぼすべて）が何らかの形で記録されているが、同じ種の中に共存するものはごくわずかである。鳥の鳴き声、歌う非人間類人猿、クジラの鳴き声はすべて音韻統語を示し、音の単位をより大きな構造に組み合わせるが、明らかに意味の強化や新規性はない。他の霊長類種には、世界に存在する実体を指す単位を含む単純な音韻体系がある。しかし、人間の体系とは対照的に、これらの霊長類の体系の単位は通常は孤立して発生し、語彙統語の欠如を露呈している。^{キャンベルの猿}も語彙統語を示し、2つの鳴き声（捕食者の警戒音と「ドカン」という音の組み合わせは、危険の脅威が軽減されていることを意味する）を組み合わせることを示唆する新しい証拠があるが、これが語彙現象なのか形態現象なのかはまだ不明である。^[172]

ピジン語は、基本的な文法と限られた語彙のみを持つ、大幅に簡略化された言語である。初期のピジン語は、主に名詞、動詞、形容詞で構成され、冠詞、前置詞、接続詞、助動詞はほとんどないか全くない。文法には固定した語順がなく、単語には語形変化がないことが多い。^[173]

ピジン語を話すグループ間で長期間接触が続くと、ピジン語は多くの世代にわたってより複雑になることがあります。ある世代の子供たちがピジン語を母国語として採用すると、それはクレオール語に発展し、固定された音韻、統語、形態、および統語的埋め込みを伴う、より複雑な文法を獲得します。このような言語の統語と形態には、親言語のいずれからも明らかに派生していない、地域的な革新が見られることがよくあります。

世界中のクレオール語の研究によると、クレオール語は文法において顕著な類似性を示しており^[要出典]、単一世代でピジン語から均一に発達したと示唆されている。これらの類似性は、クレオール語に共通の言語起源がない場合でも明らかである。さらに、クレオール語は互いに独立して発達したにもかかわらず類似している。統語上の類似性には、主語-動詞-目的語の語順が含まれる。クレオール語が異なる語順の言語から派生した場合でも、SVO語順を発達させることが多い。クレオール語は、定冠詞と不定冠詞の使用パターンが類似しており、親言語に同じ規則がない場合でも句構造の移動規則が類似している傾向がある。^[173]

野外霊長類学者は、野生の類人猿のコミュニケーションについて有益な洞察を与えることができる。 ^[29]注目すべき発見の 1 つは、他の類人猿を含む非ヒト霊長類が、カテゴリ別に区別されるのではなく段階的に鳴き声を発し、聞き手がシグナル発信者の感情的および身体的状態の微妙な段階を評価しようとすることである。非ヒト類人猿は、対応する感情状態がない状態で発声をすることは非常に難しいと思われる。^[43]飼育下では、非ヒト類人猿は基本的な手話を教えられたり、コンピューターのキーボードで語彙（対応する単語と図的に似ていない記号）を使用するように説得されたりしている。カンジなどの一部の非ヒト類人猿は、何百もの語彙を学習して使用できる。^{[174] [175]}

霊長類の脳にあるブローカ野とウェルニッケ野は、顔、舌、口、喉頭の筋肉の制御と音の認識を担っている。霊長類は「発声」をすることが知られており、これらの発声は脳幹と大脳辺縁系の回路によって生成される。^[176]

野生では、ベルベットモンキーのコミュニケーションが最も広範に研究されている。^[173]彼らは最大10種類の異なる発声をすることが知られている。その多くは、グループの他のメンバーに近づいてくる捕食動物について警告するために使用されている。それらには、「ヒョウの鳴き声」、「ヘビの鳴き声」、「ワシの鳴き声」などがある。^[177]それぞれの鳴き声は、その鳴き声を聞いたサルに異なる防御戦略を引き起こし、科学者は拡声器と録音済みの音を使ってサルから予測可能な反応を引き出すことができた。他の発声は識別に使用できるかもしれない。幼いサルが鳴くと、その母親はそれに目を向けるが、他のベルベットモンキーの母親は、その幼いサルの母親がどうするかを見るために、その母親に目を向ける。^{[178] [179]}

同様に、研究者たちは、飼育下のチンパンジーがさまざまな食物について異なる「言葉」を使うことを実証した。研究者たちは、例えばブドウについてチンパンジーが発する発声を録音し、録音された音を聞いた他のチンパンジーがブドウの絵を指差した。^{[180] [181]}

2017年にHOMO: Journal of Comparative Human Biologyで発表された研究によると、約450万年前のヒト科動物であるアルディピテクス・ラミダスが、発声能力の向上を示唆するヒト科の系統における解剖学的変化の最初の証拠を示していると主張している。^{[182]この研究では、}アルディピテクス・ラミダスの頭蓋骨を29の異なる年齢のチンパンジーの頭蓋骨と比較し、多くの特徴において、アルディピテクス・ラミダスは、成体ではなく、乳児および少年の頭蓋骨に密集していることを発見した。乳児および少年チンパンジーの頭蓋骨構造の形状寸法とのそのような類似性が、発声能力の向上をもたらした可能性があると主張された。この主張は、発声を妨げるチンパンジーの声道比は、思春期に関連する成長因子の結果であるという考えに基づいており、アルディピテクス・ラミダスの個体発生には成長因子が存在しない。A. ramidus は、チンパンジーと比較すると、発声の調節に有利な程度の頸椎前弯と、発声能力の向上を示唆する頭蓋底構造 も備えていることがわかった。

この研究で重要だったのは、著者らによると^[182]、攻撃性の減少と相関する頭蓋骨構造の変化が、初期人類の発声能力の進化に必要な変化と同じであるという観察だった。霊長類の交配と社会システムの解剖学的相関に関するデータと、発声を促進する頭蓋骨と発声器官の構造の研究を統合して、著者らは、研究以前の古人類学者は、初期人類の社会的進化と人類の言語能力の進化との間の重要な関係を理解できなかったと主張している。

著者らによると、A. ramidusの頭蓋骨にはチンパンジーに見られる発声の解剖学的障害はないが、この初期の人類の発声能力がどのようなものであったかは不明である。著者らは、 A. ramidus は発声器官の比率が似ていることから、現代​​の人間の乳児または幼児と同等の発声能力を持っていた可能性があると示唆しているが、これは議論の余地のある推測的な仮説であると認めている。しかし、社会選択のプロセスによる頭蓋骨構造の変化は言語進化の必須条件であったと主張している。著者らは次のように書いている。

我々は、頭蓋底と頭蓋顔面の形態の幼形形成の結果、Ar. ramidus はチンパンジーやボノボのように発声の機械的要素に関して制限を受けなかったと提案する。Ar . ramidus の発声能力はチンパンジーやボノボに近い可能性があり、その特異な頭蓋形態は発声能力の大幅な向上にはつながらなかった。この意味で、本論文で分析した解剖学的特徴は、後のより発声能力の高いホミニン種に適応したであろう。しかし、向社会的な発声同期の選択的利点を考慮すると、この種はチンパンジーやボノボよりもかなり複雑な発声能力を発達させたと我々は示唆する。^[182]

解剖学的には、アウストラロピテクスで二足歩行の特徴が約350万年前に発達したと考える学者もいる。この頃、頭蓋骨内の構造的発達により、より顕著なL字型の発声器官が形成された。^{[183]​​ [要ページ]現代の}ホモ・サピエンスが発声できる母音などの音を出すためには、初期ホモ属の集団が特別な形状の発声路と低く座った喉頭を持っていたことが不可欠である。^{[184]以前の反対研究では、喉頭の位置の違いにより、ネアンデルタール人は現代人に見られる幅広い発声を物理的に行うことができなかったと示唆されていた。}ホモ・サピエンスとネアンデルタール人の化石から喉頭の位置を明確に特定すれば、この理論を裏付けることができるが、現代の研究では、舌骨は2つの集団で区別がつかなかったことが明らかになっている。研究では喉頭が下がっていることが発話に重要であることが示されているが、別の説では喉頭はかつて考えられていたほど重要ではないかもしれないとしている。^[185]カタルド、ミリアーノ、ヴィニシウスは、発話だけでは石器製作の知識を伝達するには不十分であると報告し、複雑な社会的相互作用の増加により発話が出現した可能性があると示唆している。^[186]

スティーブン・マイゼンは、ホモ・エルガスターに始まり、中期更新世のホモ・ハイデルベルゲンシスとホモ・ネアンデルターレンシスの最高レベルに達した古代ホモが使用していたとされる言語以前のコミュニケーションシステムに対して、 Hmmmmmという用語を提案した。Hmmmmmは、 h olistic（非構成的）、m anipulative（発話は命令や提案であり、説明的な発言ではない）、multi-modal（聴覚だけでなく身振りや表情も含む）、musical（音楽的）、m imetic（模倣的）の頭文字をとったものである。^[187]

ホモ・エレクトスが言語を使用していた可能性があるという証拠は、アシューリアンの道具使用の形で現れます。アシューリアンの手斧の形成における抽象的思考の使用は、単純な言語に必要な記号の創造と一致しています。 ^[188]最近の言語理論では、再帰が人間の言語と心の理論のユニークな側面であるとされています。^{[189] [190]}しかし、言語を記号部分に分解し、意味を文法の要件から切り離すと、言語が再帰にも文法にも依存していないことがわかります。これは、ブラジルのピダハン語の使用者が、言語の中に神話や創造の物語、数字や色を持たないことからも明らかです。^{[191]これは、文法が利用できなかったとしても、先見性、計画性、記号的思考の使用は、ホモ・}エレクトスにとって100万年前という早い時期に言語の証拠になり得ることを強調するためです。

ホモ・ハイデルベルゲンシスはホモ・エルガスターの近縁種（おそらく移住してきた子孫）である。一部の研究者は、この種がおそらく動物の発声を模倣して制御された発声をした最初のホミニンであると信じており、^[187]ホモ・ハイデルベルゲンシスがより洗練された文化を発展させるにつれて、この点から進んで初期の象徴言語を開発した可能性がある。

1989年に発見された（ネアンデルタール人の）ケバラ2舌骨は、ネアンデルタール人が解剖学的に現代人と同様の発声能力を持っていた可能性があることを示唆している。^{[192] [193} ]舌下神経は舌下管を通って舌の動きを制御し、それが大きさを誇張するための発声を可能にした可能性がある（下記の大きさ誇張仮説を参照）、または発話能力を反映している可能性がある。^{[24] [194] [195] [196] [197] [198]}

しかし、ネアンデルタール人は解剖学的には話すことができたかもしれないが、 2004年にリチャード・G・クラインは彼らが完全に現代的な言語を持っていたかどうか疑問視した。彼の疑念は主に、旧人類の化石記録と石器キットに基づいている。2017年にバート・デ・ブールは、普遍的に受け入れられているネアンデルタール人の発声器官のこの曖昧さを認めているが、胸椎管、潜在的な気嚢、舌骨の現代人とネアンデルタール人の類似点を指摘し、複雑な言語が存在したことを示唆している。^[199]ホモ・ハビリスの出現後200万年の間、ホミニンの石器技術はほとんど変化しなかった。古代の石器について広範囲に研究してきたクラインは、旧人類の粗雑な石器キットを機能に基づいてカテゴリーに分類することは不可能であると述べ、ネアンデルタール人は道具の最終的な美的形状にほとんど関心がなかったようだと報告している。クラインは、たとえ発話のための物理的な装置が十分に発達していたとしても、ネアンデルタール人の脳は現代の発話に必要な複雑さのレベルに達していなかった可能性があると主張している。 ^{[200] [201]}ネアンデルタール人の文化的および技術的洗練度のレベルの問題は、依然として議論の余地がある。^[要出典]

言語の進化を評価するために使用されたコンピュータシミュレーションでは、統語論の進化に3つの段階があることが示されましたが、ネアンデルタール人は第2段階にあったと考えられています。つまり、彼らは原始言語よりも進化したものを持っていましたが、現代人の言語ほど複雑ではありませんでした。^[202]

研究者の中には、聴覚バイオエンジニアリングモデルをネアンデルタール人の頭蓋骨のコンピューター断層撮影に適用し、ネアンデルタール人の聴覚能力は解剖学的に現代人のものと非常に類似していたと主張する者もいる。^[203]これらの研究者は、この発見は「ネアンデルタール人は現代人の発話と同じくらい効率的な音声コミュニケーションシステムをサポートするために聴覚能力を進化させた」ことを意味していると主張している。^[203]

解剖学的に現代的な人類は、約20万年前のエチオピアの化石記録に現れ始めている。 ^[204]アフリカで行動の現代性がほぼ同時期に出現したかどうかについては依然として多くの議論があるが、最近では^{[いつ? ]}南アフリカの中石器時代に赤黄土顔料が使用されていたこと（例えばブロンボス洞窟）を、現代の解剖学と行動が共進化した証拠として挙げる考古学者が増えている。^[205]これらの考古学者は、この初期段階の現代人が儀式や象徴的な目的で赤黄土顔料を使用していたのであれば、象徴的な言語も持っていた可能性が高いと強く主張している。^[26]

最近のアフリカ起源説によれば、約6万～5万年前^[206]に、一群の人類がアフリカを離れ、言語や象徴的な文化を携えて世界の他の地域を占領するために移住し始めた。^[207]

喉頭（または喉頭器）は、発声を司る声帯を収容する首の器官である。ヒトでは、喉頭は下がっている。この点ではヒト種が特異なわけではない。ヤギ、イヌ、ブタ、タマリンは、大きな声を出すために一時的に喉頭を下げる。^[208]いくつかのシカ種は、喉頭が恒久的に下がっており、雄は吠えるディスプレイの際にさらに下げることがある。^[209]ライオン、ジャガー、チータ、イエネコも同様である。^[210]しかし、ヒト以外の動物の喉頭下降は（フィリップ・リーバーマンによれば）舌骨の下降を伴わない。そのため、舌は口腔内で水平のままであり、咽頭調音器官としての役割を果たさない。^[211]

喉頭
喉頭の解剖学、前外側図
解剖学用語 [Wikidataで編集]

これらすべてにもかかわらず、学者の間では、人間の発声器官が実際にどれほど「特別」であるかに関して意見が分かれている。チンパンジーでは、喉頭が成長の過程である程度下降し、その後舌骨下降が続くことがわかっている。^[212]これに対して、フィリップ・リーバーマンは、舌骨下降と関連して喉頭が永久的に大きく下降し、その結果、湾曲した舌と 1:1 の比率の 2 管発声器官が生まれたのは人間だけだと指摘している。彼は、ネアンデルタール人や初期の解剖学的に現代的な人間が「完全に人間の言葉」を発声できる喉頭上発声器官を持っていたはずがないと主張している。^[213]人間の場合、喉頭蓋と口蓋帆の単純な接触はもはや不可能であり、嚥下中に哺乳類の呼吸器官と消化器官の通常の分離が妨げられる。これには相当のコスト（食物を飲み込むときに窒息するリスクの増加）がかかることから、そのコストを上回るメリットは何かと問わざるを得ない。明らかなメリットは（そう主張されているように）発声に違いない。しかし、この考えには激しい異論がある。反論の一つは、人間は実際には食物で窒息する深刻なリスクにさらされていないということである。医学的統計によると、この種の事故は極めてまれである。^[214]もうひとつの反論は、ほとんどの学者の見解では、現在知られているような発声は人類の進化において比較的遅い時期に出現し、ホモ・サピエンスの出現とほぼ同時期であるということである。^[215]人間の声道の再構成のような複雑な発達にはもっと長い時間を要したはずであり、その起源はもっと古いことを示唆している。この時間スケールの不一致は、人間の発声の柔軟性が当初は発声に対する選択圧によって推進されたという考えを弱め、したがって、例えば歌唱力の向上のために選択された可能性も排除できない。

喉頭を下げるということは、声道の長さを長くすることであり、その結果、フォルマント周波数が低くなり、声が「より深く」聞こえるようになり、声の大きさの印象を与える。ジョン・オハラは、人間、特に男性の喉頭を下げる機能は、おそらく発声そのものよりも、威嚇の表現を強化するためであると主張している。^[216]オハラは、喉頭を下げることが発声への適応であるならば、この点では、喉頭がそれほど低くない成人男性の方が成人女性よりも適応しているはずだと指摘している。しかし、女性は言語テストで男性より優れているため、^[217]この推論全体が誤りである。

W. テカムセ フィッチも同様に、これが人間種における喉頭下降の元々の選択的利点であったと主張している。フィッチによれば、人間の喉頭の最初の下降は発声とは無関係であったが、可能なフォルマント パターンの範囲の拡大はその後発声に利用された。雄のシカに見られる喉頭の極端な下降の唯一の機能は、サイズの誇張のままである。サイズの誇張仮説と一致して、人間では思春期に喉頭の 2 度目の下降が起こるが、これは雄にのみ起こる。人間の女性は喉頭が下降するという反論に対して、フィッチは、乳児を守るために発声する母親もこの能力の恩恵を受けたであろうと示唆している。^[218]

2011年、クエンティン・アトキンソンは500の異なる言語と言語族の音素の調査を発表し、地域、話者数、アフリカからの距離別に音素の多様性を比較した。調査では、アフリカの言語の音素数が最も多く、オセアニアと南米の音素数が最も少ないことが明らかになった。話者数を考慮した後、音素の多様性は2000以上の起源の可能性のある場所と比較された。アトキンソンの「最も適した」モデルは、言語が8万年から16万年前に西アフリカ、中央アフリカ、または南アフリカで発生したというものである。これは、アラビア、インド、東南アジア、オーストラリアの南海岸の人々の仮説よりも古い。また、言語の起源は象徴文化の出現と同時に起こったことを意味する。^[219]

多くの言語学者^{[220] [221] [222]}は、アトキンソンの論文は音素データと言語変化のプロセスの両方を誤って表現していると批判している。言語の複雑さは必ずしも年齢に対応していないからであり、また、一部のバンツー語族がクリック子音で行ったように、近隣の言語からの音素の借用を考慮に入れていないからだ。^[222]彼の方法を再現したところ、言語の起源は南部と東部アフリカに加えて、コーカサス^[220]とトルクメニスタン^[221]にある可能性があると示された。

言語の起源の探求は、神話において長い歴史を持っています。ほとんどの神話では、言語の発明は人間によるものではなく、人間の言語より古い神の言語について語っています。鳥の言葉など、動物や精霊とコミュニケーションをとるために使われる神秘的な言語もよく見られ、ルネッサンス時代には特に関心を集めました。

ヴァークはヒンズー教の言語の女神、または「言語の擬人化」である。ブラフマンの「神聖な発言」として、彼女は「ヴェーダの母」としての宇宙的役割を担っている。アステカの伝説によれば、洪水を生き延びたのは、樹皮に浮かんでいた男のコクコクと女のショチケツァルだけだった。彼らは陸に上がり、多くの子供をもうけた。最初は話すことができなかったが、その後、鳩がやって来て言語を授かったが、それぞれが異なる言語を与えられたため、お互いに理解することはできなかった。^[223]

旧約聖書の創世記（第11章）には、神が奇跡を起こしてバベルの塔の建設作業員がさまざまな言語を話すようになり、塔の完成を阻止したと記されている。その後、彼らは他の地域に移住し、新たに作られた言語を話す人々によってグループ分けされた。これは肥沃な三日月地帯以外の言語と国家の起源を説明しています。^[224]

歴史には、言語の起源を実験で発見しようとした人々に関する逸話が数多くある。最初の逸話はヘロドトス（歴史2.2）によるものである。彼は、ファラオ プサメティコス（おそらくプサメティコス 1 世、紀元前 7 世紀）が羊飼いに 2 人の子供を育てさせたと述べている。羊飼いは、誰も子供たちに話しかけてはならないが、羊飼いは子供たちに餌を与えて世話をしながら、子供たちの最初の言葉を聞き分けるように指示されていた。子供たちの 1 人が両腕を広げて「ベコス」と叫んだとき、羊飼いはその言葉がフリギア語であると結論付けた。なぜなら、それはフリギア語で「パン」を意味する言葉の音だったからである。このことから、プサメティコスは最初の言語はフリギア語であると結論付けた。スコットランド王ジェームズ 4 世も同様の実験を試みたと言われている。彼の子供たちはヘブライ語を話していたと想定されていた。^[225]

中世の君主フリードリヒ2世とアクバルはどちらも同様の実験を試みたと言われているが、これらの実験に参加した子供たちは話さなかった。聴覚障害者の現在の状況もこの方向を示している。^{[説明が必要]}

近代言語学は 18 世紀後半まで始まらず、ヨハン・ゴットフリート・ヘルダーとヨハン・クリストフ・アデルングのロマン主義的あるいはアニミズム的テーゼは19 世紀に入っても影響力を持ち続けた。言語の起源の問題は体系的なアプローチでは解決できないように思われ、1866 年にパリ言語学会は言語の起源を答えられない問題とみなして、言語の起源に関する議論をすべて禁止したことは有名である。19世紀を通じて、歴史言語学に対するますます体系的なアプローチが発展し、カール・ブルグマンらの新文法学派で頂点に達した。^{[引用が必要]}

しかし、言語の起源に関する学術的な関心は、 1950年代以降、普遍文法、大衆比較、言語年代学などのアイデアによって（当時は議論を巻き起こしながらも）徐々に再燃した^{[口語表現]}。^[要出典]

「言語の起源」という主題は、神経言語学、心理言語学、人類進化の研究から生まれた。言語学書誌は1988年に「言語の起源」を心理言語学のサブトピックとして独立した見出しとして導入した。進化言語学の専門研究機関は最近の現象であり、1990年代になってようやく出現した。^[226]

• 言語の起源 – ギブンズ、デイビッド B.
• 現代人の行動と生物学的起源 – クライン、リチャード G.
• 言語の起源 – ヴァイダ、エドワード
• 第一言語習得 – ヴァイダ、エドワード
• 異言で話す：言語の歴史 2014年2月21日アーカイブウェイバックマシン
• チョムスキーを読み解く: 科学と革命政治 – クリス・ナイト