El origen del habla difiere del origen del lenguaje porque el lenguaje no necesariamente es hablado; puede ser igualmente escrito o por señas . El habla es un aspecto fundamental de la comunicación humana y desempeña un papel vital en la vida cotidiana de los seres humanos. Les permite transmitir pensamientos, emociones e ideas, y les proporciona la capacidad de conectarse con los demás y dar forma a la realidad colectiva. [1] [2]
Se han realizado muchos intentos para explicar científicamente cómo surgió el habla en los humanos, aunque hasta la fecha ninguna teoría ha generado acuerdo.
Los primates no humanos, como muchos otros animales, han desarrollado mecanismos especializados para producir sonidos con fines de comunicación social. [3] Por otra parte, ningún mono o simio utiliza su lengua para tales fines. [4] [5] El uso sin precedentes que hace la especie humana de la lengua, los labios y otras partes móviles parece colocar al habla en una categoría completamente separada, lo que hace que su surgimiento evolutivo sea un desafío teórico intrigante a los ojos de muchos académicos. [6]
El término modalidad se refiere al formato de representación elegido para codificar y transmitir información. Una característica sorprendente del lenguaje es que es independiente de la modalidad. Si un niño con discapacidad no puede oír o producir sonidos, su capacidad innata para dominar un idioma también puede encontrar expresión en el lenguaje de señas. Los lenguajes de señas de los sordos se inventaron de manera independiente y tienen todas las propiedades principales del lenguaje hablado, excepto la modalidad de transmisión. [7] [8] [9] [10] De esto se desprende que los centros del lenguaje del cerebro humano deben haber evolucionado para funcionar de manera óptima, independientemente de la modalidad seleccionada.
"El desapego de las entradas específicas de la modalidad puede representar un cambio sustancial en la organización neuronal, que afecta no sólo a la imitación sino también a la comunicación; sólo los humanos pueden perder una modalidad (por ejemplo, la audición) y compensar este déficit comunicándose con completa competencia en una modalidad diferente (por ejemplo, el lenguaje de señas)".
— Marc Hauser, Noam Chomsky y W. Tecumseh Fitch, 2002. La facultad del lenguaje: ¿qué es, quién la posee y cómo evolucionó?[11]
Los sistemas de comunicación animal combinan rutinariamente propiedades y efectos visibles y audibles, pero ninguno es independiente de la modalidad. Por ejemplo, ninguna ballena, delfín o ave cantora con problemas vocales podría expresar su repertorio de canciones de la misma manera en una exhibición visual. De hecho, en el caso de la comunicación animal, el mensaje y la modalidad no se pueden separar. Cualquier mensaje que se esté transmitiendo surge de las propiedades intrínsecas de la señal.
La independencia de modalidad no debe confundirse con el fenómeno común de la multimodalidad . Los monos y los simios dependen de un repertorio de "llamados gestuales" específicos de la especie: vocalizaciones emocionalmente expresivas inseparables de las exhibiciones visuales que las acompañan. [12] [13] Los humanos también tienen llamados gestuales específicos de la especie: risas, gritos, sollozos, etc., junto con gestos involuntarios que acompañan el habla. [14] [15] [16] Muchas exhibiciones animales son polimodales en el sentido de que cada una parece diseñada para explotar múltiples canales simultáneamente.
La propiedad lingüística humana de la independencia de modalidad es conceptualmente distinta de la polimodalidad. Permite al hablante codificar el contenido informativo de un mensaje en un solo canal mientras cambia de canal según sea necesario. Los habitantes de las ciudades modernas cambian sin esfuerzo entre la palabra hablada y la escritura en sus diversas formas: escritura a mano, mecanografía, correo electrónico , etc. Cualquiera que sea la modalidad elegida, puede transmitir de manera confiable el contenido completo del mensaje sin asistencia externa de ningún tipo. Cuando se habla por teléfono , por ejemplo, cualquier gesto facial o manual que lo acompañe, por natural que sea para el hablante, no es estrictamente necesario. Al escribir a máquina o hacer señas manualmente, por el contrario, no es necesario agregar sonidos. En muchas culturas aborígenes australianas , un sector de la población (quizás mujeres que observan un tabú ritual ) tradicionalmente se limita durante períodos prolongados a una versión silenciosa (escrita manualmente) de su idioma. [17] Luego, cuando se liberan del tabú, estos mismos individuos vuelven a narrar historias junto al fuego o en la oscuridad, cambiando al sonido puro sin sacrificar el contenido informativo.
El habla es la modalidad lingüística por defecto en todas las culturas. El primer recurso de los seres humanos es codificar sus pensamientos en sonido, un método que depende de sofisticadas capacidades para controlar los labios, la lengua y otros componentes del aparato fonador.
Los órganos del habla no evolucionaron para el habla, sino para funciones corporales más básicas, como la alimentación y la respiración. Los primates no humanos tienen órganos muy similares, pero con controles neuronales diferentes. [6] Los simios no humanos utilizan su lengua, muy flexible y maniobrable, para comer, pero no para vocalizar. Cuando un simio no está comiendo, el control motor fino de su lengua está desactivado. [4] [5] O bien está haciendo gimnasia con su lengua o está vocalizando; no puede realizar ambas actividades simultáneamente. Dado que esto se aplica a los mamíferos en general, el Homo sapiens es excepcional en el aprovechamiento de mecanismos diseñados para la respiración y la ingestión para los requisitos radicalmente diferentes del habla articulada. [18]
Los últimos descubrimientos sobre la evolución humana (más específicamente, la evolución humana en el litoral del Pleistoceno [19] ) pueden ayudar a entender cómo evolucionó el habla humana. Una sugerencia controvertida es que ciertas preadaptaciones para el lenguaje hablado evolucionaron durante una época en la que los homínidos ancestrales vivían cerca de las orillas de los ríos y lagos ricos en ácidos grasos y otros nutrientes específicos del cerebro. El vadeo o la natación ocasionales también pueden haber llevado a un mejor control de la respiración ( buceo en apnea ).
Líneas de evidencia independientes sugieren que el Homo "arcaico" se extendió intercontinentalmente a lo largo de las costas del Océano Índico (incluso llegaron a islas de ultramar como Flores ) donde buceaban regularmente en busca de alimentos litorales como mariscos y cangrejos de río , [20] que son extremadamente ricos en nutrientes específicos del cerebro, lo que explica el agrandamiento del cerebro del Homo. [21] El buceo poco profundo para obtener mariscos requiere un control voluntario de las vías respiratorias, un prerrequisito para el lenguaje hablado. Los mariscos como los crustáceos generalmente no requieren morder ni masticar, sino el uso de herramientas de piedra y la alimentación por succión. Este control más fino del aparato oral fue posiblemente otra preadaptación biológica al habla humana, especialmente para la producción de consonantes. [22]
La palabra "lengua" deriva del latín lingua, "lengua". Los fonetistas coinciden en que la lengua es el articulador más importante del habla, seguida de los labios. Una lengua natural puede considerarse como una forma particular de utilizar la lengua para expresar pensamientos.
La lengua humana tiene una forma inusual. En la mayoría de los mamíferos, es una estructura larga y plana contenida en gran parte dentro de la boca. Está unida por detrás al hueso hioides , situado por debajo del nivel oral en la faringe . En los humanos, la lengua tiene un contorno sagital (línea media) casi circular , gran parte de ella se encuentra verticalmente a lo largo de una faringe extendida , donde está unida a un hueso hioides en una posición baja. En parte como resultado de esto, los tubos horizontales (dentro de la boca) y verticales (abajo de la garganta) que forman el tracto vocal supralaríngeo (TSV) tienen casi la misma longitud (mientras que en otras especies, la sección vertical es más corta). A medida que los humanos mueven sus mandíbulas hacia arriba y hacia abajo, la lengua puede variar el área de la sección transversal de cada tubo de forma independiente en aproximadamente 10:1, alterando las frecuencias de los formantes en consecuencia. El hecho de que los tubos estén unidos en ángulo recto permite la pronunciación de las vocales [i], [u] y [a] , algo que los primates no humanos no pueden hacer. [23] Incluso cuando no se realiza con especial precisión, en los humanos la gimnasia articulatoria necesaria para distinguir estas vocales produce resultados acústicos consistentes y distintivos, que ilustran la naturaleza cuántica [ aclaración necesaria ] de los sonidos del habla humana. [24] Puede que no sea coincidencia que [i], [u] y [a] sean las vocales más comunes en los idiomas del mundo. [25] Las lenguas humanas son mucho más cortas y delgadas que las de otros mamíferos y están compuestas por una gran cantidad de músculos, lo que ayuda a dar forma a una variedad de sonidos dentro de la cavidad oral. La diversidad de producción de sonido también aumenta con la capacidad del ser humano de abrir y cerrar las vías respiratorias, lo que permite que salgan distintas cantidades de aire por la nariz. Los movimientos motores finos asociados con la lengua y las vías respiratorias hacen que los humanos sean más capaces de producir una amplia gama de formas intrincadas para producir sonidos a diferentes velocidades e intensidades. [26]
En los humanos, los labios son importantes para la producción de oclusivas y fricativas , además de vocales . Sin embargo, nada sugiere que los labios evolucionaron por esas razones. Durante la evolución de los primates , un cambio de actividad nocturna a diurna en tarseros , monos y simios (los haplorrinos ) trajo consigo una mayor dependencia de la visión a expensas del olfato . Como resultado, el hocico se redujo y se perdió el rinario o "nariz húmeda". En consecuencia, los músculos de la cara y los labios se volvieron menos constreñidos, lo que permitió su cooptación para servir a los propósitos de la expresión facial. Los labios también se volvieron más gruesos y la cavidad oral oculta detrás se hizo más pequeña. [26] Por lo tanto, según Ann MacLarnon, "la evolución de los labios móviles y musculosos, tan importantes para el habla humana, fue el resultado exaptivo de la evolución de la diurnidad y la comunicación visual en el ancestro común de los haplorrinos". [27] No está claro si los labios humanos han experimentado una adaptación más reciente a los requisitos específicos del habla.
En comparación con los primates no humanos, los humanos tienen un control de la respiración significativamente mejorado, lo que les permite extender las exhalaciones y acortar las inhalaciones mientras hablamos. Mientras hablamos, los músculos intercostales y abdominales interiores se reclutan para expandir el tórax y llevar aire a los pulmones, y posteriormente para controlar la liberación de aire cuando los pulmones se desinflan. Los músculos involucrados están notablemente más inervados en los humanos que en los primates no humanos. [28] La evidencia de los homínidos fósiles sugiere que la ampliación necesaria del canal vertebral , y por lo tanto de las dimensiones de la médula espinal , puede no haber ocurrido en Australopithecus o Homo erectus, pero sí en los neandertales y los primeros humanos modernos. [29] [30]
La laringe o caja de voz es un órgano en el cuello que alberga las cuerdas vocales , que son responsables de la fonación . En los humanos, la laringe está descendida, está posicionada más abajo que en otros primates. Esto se debe a que la evolución de los humanos a una posición erguida desplazó la cabeza directamente sobre la médula espinal, forzando todo lo demás hacia abajo. El reposicionamiento de la laringe resultó en una cavidad más larga llamada faringe, que es responsable de aumentar el rango y la claridad del sonido que se produce. Otros primates casi no tienen faringe; por lo tanto, su potencia vocal es significativamente menor. [26] Los humanos no son únicos en este sentido: las cabras, los perros, los cerdos y los tamarinos bajan la laringe temporalmente, para emitir llamadas fuertes. [31] Varias especies de ciervos tienen una laringe permanentemente baja, que los machos pueden bajar aún más durante sus exhibiciones de rugidos . [32] Los leones, jaguares, guepardos y gatos domésticos también hacen esto. [33] Sin embargo, el descenso laríngeo en los no humanos (según Philip Lieberman ) no está acompañado por el descenso del hioides; por lo tanto, la lengua permanece horizontal en la cavidad oral, lo que le impide actuar como articulador faríngeo. [34]
A pesar de todo esto, los investigadores siguen divididos en cuanto a cuán "especial" es realmente el tracto vocal humano. Se ha demostrado que la laringe desciende hasta cierto punto durante el desarrollo en los chimpancés, seguido por el descenso hioidal. [35] En contra de esto, Philip Lieberman señala que solo los humanos han desarrollado un descenso laríngeo permanente y sustancial en asociación con el descenso hioidal, lo que resulta en una lengua curvada y un tracto vocal de dos tubos con proporciones 1:1. [ cita requerida ] De manera única en el caso humano, el simple contacto entre la epiglotis y el velo ya no es posible, lo que altera la separación normal de los mamíferos de los tractos respiratorio y digestivo durante la deglución. Dado que esto implica costos sustanciales (aumentando el riesgo de atragantamiento al tragar alimentos), nos vemos obligados a preguntar qué beneficios podrían haber superado esos costos. Algunos afirman que el beneficio claro debe haber sido el habla, pero otros lo discuten. Una objeción es que los humanos de hecho no corren un riesgo grave de atragantarse con la comida: las estadísticas médicas indican que los accidentes de este tipo son extremadamente raros. [36] Otra objeción es que, en opinión de la mayoría de los investigadores, el habla tal como la conocemos surgió relativamente tarde en la evolución humana, aproximadamente en forma contemporánea con la aparición del Homo sapiens. [37] Un desarrollo tan complejo como la reconfiguración del tracto vocal humano habría requerido mucho más tiempo, lo que implica una fecha de origen temprana. Esta discrepancia en las escalas temporales socava la idea de que la flexibilidad vocal humana fue impulsada inicialmente por presiones de selección para el habla.
Al menos un orangután ha demostrado la capacidad de controlar la laringe. [38]
Bajar la laringe es aumentar la longitud del tracto vocal, lo que a su vez reduce las frecuencias de los formantes para que la voz suene "más grave", dando la impresión de mayor tamaño. John Ohala sostuvo que la función de la laringe bajada en los humanos, especialmente en los varones, es probablemente mejorar las manifestaciones de amenaza en lugar del habla en sí. [39] Ohala señaló que si la laringe bajada fuera una adaptación para el habla, esperaríamos que los hombres adultos estuvieran mejor adaptados en este sentido que las mujeres adultas, cuya laringe es considerablemente menos baja. De hecho, las mujeres invariablemente superan a los hombres en las pruebas verbales, lo que desmiente toda esta línea de razonamiento. [ cita requerida ] William Tecumseh Fitch también sostiene que esta fue la ventaja selectiva original de la bajada de la laringe en los humanos. Aunque, según Fitch, la bajada inicial de la laringe en los humanos no tenía nada que ver con el habla, la mayor variedad de posibles patrones de formantes fue posteriormente cooptada para el habla. La exageración del tamaño sigue siendo la única función del descenso laríngeo extremo observado en los ciervos machos. En consonancia con la hipótesis de la exageración del tamaño, se produce un segundo descenso de la laringe en la pubertad en los seres humanos, aunque sólo en los machos. En respuesta a la objeción de que la laringe desciende en las hembras humanas, Fitch sugiere que las madres que vocalizaban para proteger a sus crías también se habrían beneficiado de esta capacidad. [40]
La mayoría de los especialistas atribuyen a los neandertales capacidades de habla no radicalmente diferentes de las del Homo sapiens moderno . Una línea de argumentación indirecta es que sus tácticas de caza y fabricación de herramientas habrían sido difíciles de aprender o ejecutar sin algún tipo de habla. [41] Una extracción reciente de ADN de huesos neandertales indica que los neandertales tenían la misma versión del gen FOXP2 que los humanos modernos. Este gen, erróneamente descrito como el "gen de la gramática", desempeña un papel en el control de los movimientos orofaciales que (en los humanos modernos) están involucrados en el habla. [42]
Durante la década de 1970, se creía ampliamente que los neandertales carecían de capacidades de habla modernas. [43] Se afirmaba que poseían un hueso hioides tan alto en el tracto vocal que impedía la posibilidad de producir ciertos sonidos vocálicos.
El hueso hioides está presente en muchos mamíferos. Permite una amplia gama de movimientos de la lengua, la faringe y la laringe al apuntalar estas estructuras unas junto a otras para producir variación. [44] Ahora se sabe que su posición más baja no es exclusiva del Homo sapiens , mientras que su relevancia para la flexibilidad vocal puede haber sido exagerada: aunque los hombres tienen una laringe más baja, no producen una gama más amplia de sonidos que las mujeres o los bebés de dos años. No hay evidencia de que la posición de la laringe de los neandertales impidiera la gama de sonidos vocálicos que podían producir. [45] El descubrimiento de un hueso hioides de aspecto moderno de un hombre neandertal en la cueva de Kebara en Israel llevó a sus descubridores a argumentar que los neandertales tenían una laringe descendida y, por lo tanto, capacidades de habla similares a las humanas . [46] [47] Sin embargo, otros investigadores han afirmado que la morfología del hioides no es indicativa de la posición de la laringe. [6] Es necesario tener en cuenta la base del cráneo , la mandíbula , las vértebras cervicales y un plano de referencia craneal. [48] [49]
La morfología del oído externo y medio de los homínidos del Pleistoceno medio de Atapuerca , España, que se cree que son proto-neandertales, sugiere que tenían una sensibilidad auditiva similar a la de los humanos modernos y muy diferente a la de los chimpancés. Probablemente eran capaces de diferenciar entre muchos sonidos del habla diferentes. [50]
El nervio hipogloso desempeña un papel importante en el control de los movimientos de la lengua. En 1998, un equipo de investigación utilizó el tamaño del canal hipogloso en la base de cráneos fósiles en un intento de estimar el número relativo de fibras nerviosas , afirmando sobre esta base que los homínidos del Pleistoceno medio y los neandertales tenían un control de la lengua más afinado que los australopitecos o los simios. [51] Sin embargo, posteriormente se demostró que el tamaño del canal hipogloso y el tamaño del nervio no están correlacionados, [52] y ahora se acepta que dicha evidencia no es informativa sobre el momento de la evolución del habla humana. [53]
Según una escuela influyente, [54] [55] el aparato vocal humano es intrínsecamente digital, al igual que un teclado o una computadora digital (véase más adelante). No hay nada en el aparato vocal de un chimpancé que sugiera un teclado digital, a pesar de las similitudes anatómicas y fisiológicas. Esto plantea la pregunta de cuándo y cómo, durante el curso de la evolución humana, se produjo la transición de una estructura y una función analógicas a digitales.
Se dice que el tracto supralaríngeo humano es digital en el sentido de que es un conjunto de palancas o interruptores móviles, cada uno de los cuales, en cualquier momento, debe estar en un estado u otro. Las cuerdas vocales, por ejemplo, están vibrando (produciendo un sonido) o no vibrando (en modo silencioso). En virtud de la física simple, la característica distintiva correspondiente , en este caso, la "sonorización", no puede estar en algún punto intermedio. Las opciones se limitan a "apagado" y "encendido". Igualmente digital es la característica conocida como " nasalización ". En un momento dado, el paladar blando o velo permite o no que el sonido resuene en la cámara nasal . En el caso de las posiciones de los labios y la lengua, se pueden permitir más de dos estados digitales.
La teoría de que los sonidos del habla son entidades compuestas constituidas por complejos de características fonéticas binarias fue propuesta por primera vez en 1938 por el lingüista ruso Roman Jakobson . [56] Un destacado partidario temprano de este enfoque fue Noam Chomsky , quien lo extendió de la fonología al lenguaje en general, en particular al estudio de la sintaxis y la semántica . [57] [58] [59] En su libro de 1965, Aspectos de la teoría de la sintaxis , [60] Chomsky trató los conceptos semánticos como combinaciones de elementos atómicos binarios-digitales explícitamente sobre el modelo de la teoría de las características distintivas. El elemento léxico "soltero", sobre esta base, se expresaría como [+ Humano], [+ Masculino], [- Casado].
Los partidarios de este enfoque consideran que las vocales y consonantes reconocidas por los hablantes de una lengua o dialecto en particular en un momento determinado son entidades culturales de escaso interés científico. Desde el punto de vista de las ciencias naturales, las unidades que importan son las que son comunes al Homo sapiens en virtud de su naturaleza biológica. Al combinar los elementos atómicos o "características" con las que todos los humanos están equipados de manera innata, cualquiera puede, en principio, generar toda la gama de vocales y consonantes que se encuentran en cualquiera de las lenguas del mundo, ya sea del pasado, del presente o del futuro. Las características distintivas son, en este sentido, componentes atómicos de una lengua universal.
En los últimos años, se ha puesto en tela de juicio la noción de una "gramática universal" innata que subyace a la variación fonológica. La monografía más completa jamás escrita sobre los sonidos del habla, The Sounds of the World's Languages , de Peter Ladefoged e Ian Maddieson [25] , no encontró prácticamente ninguna base para la postulación de un pequeño número de características fonéticas universales, discretas y fijas. Al examinar 305 idiomas, por ejemplo, encontraron vocales que se ubicaban básicamente en todas partes a lo largo del continuo articulatorio y acústico. Ladefoged concluyó que las características fonológicas no están determinadas por la naturaleza humana: "Las características fonológicas se consideran mejor como artefactos que los lingüistas han ideado para describir los sistemas lingüísticos". [61]
La autoorganización caracteriza a los sistemas en los que las estructuras macroscópicas se forman espontáneamente a partir de interacciones locales entre los numerosos componentes del sistema. [62] En los sistemas autoorganizados, las propiedades organizativas globales no se encuentran en el nivel local. En términos coloquiales, la autoorganización se resume aproximadamente en la idea de organización "de abajo hacia arriba" (en contraposición a la "de arriba hacia abajo"). Los ejemplos de sistemas autoorganizados van desde los cristales de hielo hasta las espirales de galaxias en el mundo inorgánico.
Según muchos fonetistas, los sonidos del lenguaje se organizan y reorganizan a través de la autoorganización. [62] [63] [64] Los sonidos del habla tienen propiedades perceptuales (cómo se oyen) y articulatorias (cómo se producen), todas con valores continuos. Los hablantes tienden a minimizar el esfuerzo, favoreciendo la facilidad de articulación por encima de la claridad. Los oyentes hacen lo contrario, favoreciendo los sonidos que son fáciles de distinguir aunque sean difíciles de pronunciar. Dado que los hablantes y los oyentes cambian constantemente de roles, los sistemas silábicos que se encuentran realmente en los idiomas del mundo resultan ser un compromiso entre la distinción acústica por un lado, y la facilidad articulatoria por el otro.
Los modelos informáticos basados en agentes adoptan la perspectiva de la autoorganización a nivel de la comunidad o población de hablantes. Los dos paradigmas principales son (1) el modelo de aprendizaje iterado y (2) el modelo de juego de lenguaje. El aprendizaje iterado se centra en la transmisión de generación en generación, normalmente con un solo agente en cada generación. [65] En el modelo de juego de lenguaje, una población completa de agentes produce, percibe y aprende lenguaje simultáneamente, inventando formas novedosas cuando surge la necesidad. [66] [67]
Varios modelos han demostrado cómo interacciones vocales entre pares relativamente simples, como la imitación, pueden autoorganizar espontáneamente un sistema de sonidos compartido por toda la población y diferente en diferentes poblaciones. Por ejemplo, los modelos elaborados por Berrah et al. (1996) [68] y de Boer (2000), [69] y recientemente reformulados utilizando la teoría bayesiana, [70] mostraron cómo un grupo de individuos que juegan juegos de imitación puede autoorganizar repertorios de sonidos vocálicos que comparten propiedades sustanciales con los sistemas vocálicos humanos. Por ejemplo, en el modelo de de Boer, inicialmente las vocales se generan aleatoriamente, pero los agentes aprenden unos de otros a medida que interactúan repetidamente a lo largo del tiempo. El agente A elige una vocal de su repertorio y la produce, inevitablemente con algo de ruido. El agente B escucha esta vocal y elige el equivalente más cercano de su propio repertorio. Para comprobar si coincide realmente con el original, B reproduce la vocal que cree haber oído , y A vuelve a recurrir a su propio repertorio para encontrar la equivalente más próxima. Si coincide con la que seleccionó inicialmente, el juego ha tenido éxito; de lo contrario, ha fracasado. «Mediante interacciones repetidas», según De Boer, «emergen sistemas vocálicos muy similares a los que se encuentran en los lenguajes humanos». [71]
En un modelo diferente, el fonetista Björn Lindblom [72] fue capaz de predecir, sobre la base de la autoorganización, las elecciones favorecidas de sistemas vocálicos que van desde tres a nueve vocales basándose en un principio de diferenciación perceptiva óptima.
Otros modelos estudiaron el papel de la autoorganización en los orígenes de la codificación fonémica y la combinatoria, que es la existencia de fonemas y su reutilización sistemática para construir sílabas estructuradas. Pierre-Yves Oudeyer desarrolló modelos que mostraron que el equipo neuronal básico para la imitación vocal holística adaptativa, que acopla directamente representaciones motoras y perceptivas en el cerebro, puede generar sistemas combinatorios de vocalizaciones espontáneamente compartidos, incluidos patrones fonotácticos, en una sociedad de individuos balbuceantes. [62] [73] Estos modelos también caracterizaron cómo las restricciones innatas morfológicas y fisiológicas pueden interactuar con estos mecanismos autoorganizados para explicar tanto la formación de regularidades estadísticas como la diversidad en los sistemas de vocalización.
La teoría gestual sostiene que el habla fue un desarrollo relativamente tardío, que evolucionó gradualmente a partir de un sistema que originalmente era gestual. Los antepasados humanos no podían controlar su vocalización en la época en que se utilizaban los gestos para comunicarse; sin embargo, a medida que lentamente comenzaron a controlar sus vocalizaciones, el lenguaje hablado comenzó a evolucionar.
Tres tipos de evidencia apoyan esta teoría:
Las investigaciones han encontrado un fuerte respaldo a la idea de que el lenguaje hablado y el lenguaje de señas dependen de estructuras neuronales similares. Los pacientes que utilizaban lenguaje de señas y que sufrían una lesión en el hemisferio izquierdo mostraban los mismos trastornos con su lenguaje de señas que los pacientes vocales con su lenguaje oral. [75] Otros investigadores descubrieron que las mismas regiones cerebrales del hemisferio izquierdo estaban activas durante el lenguaje de señas que durante el uso del lenguaje vocal o escrito. [76]
Los seres humanos utilizan espontáneamente gestos con las manos y la cara cuando formulan ideas que se van a transmitir mediante el habla. [77] [78] Por supuesto, también existen muchos lenguajes de señas , comúnmente asociados con las comunidades de sordos ; como se señaló anteriormente, estos son iguales en complejidad, sofisticación y poder expresivo a cualquier lenguaje oral. La principal diferencia es que los "fonemas" se producen en el exterior del cuerpo, articulados con las manos, el cuerpo y la expresión facial, en lugar de hacerlo dentro del cuerpo, articulados con la lengua, los dientes, los labios y la respiración.
Muchos psicólogos y científicos han estudiado el sistema espejo del cerebro para responder a esta teoría, así como a otras teorías conductuales. Entre las pruebas que respaldan el papel de las neuronas espejo como factor en la evolución del habla se encuentran las neuronas espejo en los primates, el éxito de enseñar a los simios a comunicarse gestualmente y el uso de gestos para enseñar el lenguaje a los niños pequeños. Fogassi y Ferrari (2014) [ cita requerida ] monitorearon la actividad de la corteza motora en monos, específicamente el área F5 en el área de Broca, donde se encuentran las neuronas espejo. Observaron cambios en la actividad eléctrica en esta área cuando el mono ejecutaba u observaba diferentes acciones manuales realizadas por otra persona. El área de Broca es una región del lóbulo frontal responsable de la producción y el procesamiento del lenguaje. El descubrimiento de neuronas espejo en esta región, que se activan cuando se realiza u observa una acción específicamente con la mano, respalda firmemente la creencia de que la comunicación alguna vez se logró con gestos. Lo mismo es cierto cuando se enseña el lenguaje a los niños pequeños. Cuando se señala un objeto o una ubicación específica, las neuronas espejo del niño se activan como si estuvieran realizando la acción, lo que da como resultado un aprendizaje a largo plazo [79].
Los críticos señalan que, para los mamíferos en general, el sonido resulta ser el mejor medio para codificar información para su transmisión a gran distancia y a gran velocidad. Dada la probabilidad de que esto también fuera aplicable a los primeros humanos, es difícil entender por qué abandonaron este método eficiente en favor de sistemas más costosos y engorrosos de gesticulación visual, para luego volver al sonido en una etapa posterior. [80]
Como explicación, se ha propuesto que en una etapa relativamente tardía de la evolución humana, las manos se volvieron tan necesarias para fabricar y utilizar herramientas que las exigencias competitivas de los gestos manuales se convirtieron en un obstáculo. Se dice que la transición al lenguaje hablado se produjo recién en ese momento. [81] Sin embargo, dado que los humanos a lo largo de la evolución han estado fabricando y utilizando herramientas, la mayoría de los investigadores no están convencidos de este argumento. (Para un enfoque diferente de esta cuestión, que parte de consideraciones sobre la fiabilidad y la confianza en las señales, véase "De la pantomima al habla" más adelante).
Se sabe poco sobre el momento en que surgió el lenguaje en la especie humana. A diferencia de la escritura, el habla no deja rastros materiales, lo que la hace invisible arqueológicamente. A falta de pruebas lingüísticas directas, los especialistas en los orígenes humanos han recurrido al estudio de las características anatómicas y los genes que podrían estar asociados con la producción del habla. Si bien estos estudios pueden proporcionar información sobre si las especies premodernas de Homo tenían capacidad para hablar , aún se desconoce si realmente hablaban. Si bien es posible que se comunicaran vocalmente, los datos anatómicos y genéticos carecen de la resolución necesaria para diferenciar el protolenguaje del habla.
Utilizando métodos estadísticos para estimar el tiempo necesario para alcanzar la actual difusión y diversidad de las lenguas modernas, Johanna Nichols –lingüista de la Universidad de California, Berkeley– argumentó en 1998 que las lenguas vocales deben haber comenzado a diversificarse hace al menos 100.000 años. [82]
En 2012, los antropólogos Charles Perreault y Sarah Mathew utilizaron la diversidad fonémica para sugerir una fecha coherente con esto. [83] La "diversidad fonémica" denota el número de unidades de sonido perceptualmente distintas (consonantes, vocales y tonos) en una lengua. El patrón mundial actual de diversidad fonémica potencialmente contiene la señal estadística de la expansión del Homo sapiens moderno fuera de África, que comenzó hace unos 60-70 mil años. Algunos académicos sostienen que la diversidad fonémica evoluciona lentamente y puede usarse como un reloj para calcular cuánto tiempo tendrían que haber existido las lenguas africanas más antiguas para acumular la cantidad de fonemas que poseen hoy. A medida que las poblaciones humanas abandonaron África y se expandieron al resto del mundo, atravesaron una serie de cuellos de botella, puntos en los que solo una población muy pequeña sobrevivió para colonizar un nuevo continente o región. Supuestamente, tal colapso poblacional condujo a una reducción correspondiente en la diversidad genética, fenotípica y fonémica. Las lenguas africanas tienen hoy algunos de los inventarios fonémicos más grandes del mundo, mientras que los inventarios más pequeños se encuentran en América del Sur y Oceanía, algunas de las últimas regiones del mundo en ser colonizadas. Por ejemplo, el rotokas , una lengua de Nueva Guinea, y el pirahã , hablado en América del Sur, tienen ambos solo 11 fonemas, [84] [85] mientras que el !xun , una lengua hablada en el sur de África, tiene 141 fonemas. Los autores utilizan un experimento natural (la colonización del sudeste asiático continental por un lado, las islas Andamán, aisladas durante mucho tiempo , por el otro) para estimar la tasa a la que aumenta la diversidad fonémica a través del tiempo. Usando esta tasa, estiman que las lenguas del mundo se remontan a la Edad de Piedra Media en África, en algún momento entre 350 mil y 150 mil años atrás. Esto corresponde al evento de especiación que dio origen al Homo sapiens .
Sin embargo, estos estudios y otros similares han sido criticados por lingüistas que sostienen que se basan en una analogía errónea entre genes y fonemas, ya que los fonemas se transfieren con frecuencia de forma lateral entre idiomas a diferencia de los genes, y en un muestreo erróneo de los idiomas del mundo, ya que tanto Oceanía como las Américas también contienen idiomas con un número muy elevado de fonemas, y África contiene idiomas con muy pocos. Argumentan que la distribución real de la diversidad fonémica en el mundo refleja el contacto lingüístico reciente y no la historia profunda de los idiomas, ya que está bien demostrado que los idiomas pueden perder o ganar muchos fonemas en períodos muy cortos. En otras palabras, no hay ninguna razón lingüística válida para esperar que los efectos genéticos fundadores influyan en la diversidad fonémica. [86] [87]