Origen del lenguaje

No puedo dudar de que el lenguaje deba su origen a la imitación y  modificación, ayudadas por signos y gestos, de diversos sonidos naturales, de las voces de otros animales y de los mismos lloros instintivos humanos.

Charles Darwin en The Descent of Man, and Selection in Relation to Sex (1871)[36]

Max Müller por George Frederic Watts

El 1861, el histórico lingüista Max Müller publicó una lista de teorías especulativas sobre los orígenes de la lengua hablada:

• Bow-wow. La teoría bow-wow o cuckoo, que Müller atribuía al filósofo alemán Johann Gottfried Herder, vio las primeras palabras como imitaciones de llantos de bestias y pájaros: la onomatopeya habría sido la primera palabra.
• Pooh-pooh. La teoría Pooh-Pooh vio las primeras palabras como interjecciones y exclamaciones emocionales surgidas del dolor, el placer, la sorpresa, y así sucesivamente.
• Ding-dong. Müller sugirió lo que denominó la teoría Ding-Dong, que plantea que todas las cosas tienen una resonancia natural vibradora, repetida de alguna manera por el ser humano en sus primeras palabras.
• Yo-he-ho. La teoría yo-he-ho vio la lengua emergiendo del esfuerzo rítmico colectivo, el intento de sincronizar el esfuerzo muscular resultante en sonidos cómo he alternando con sonidos como ho.
• Tu-tu. Esta no constaba en la lista de Müller, y fue propuesta en 1930 por sir Richard Paget.[37] De acuerdo con la teoría tu-tu, los humanos pronunciaron las primeras palabras con movimientos de lengua que imitaban gestos manuales, pasándolos a audibles.

La mayoría de estudiosos de hoy consideran todas estas teorías no tan equivocadas -ocasionalmente ofrecen ideas marginales- como cómicamente ingenuas e irrelevantes.[38][39] El problema de estas teorías es que sean tan estrechamente mecanicistas. Asumen que, de un golpe nuestros antepasados tropezaron con el mecanismo ingenioso apropiado para ligar sonidos con significados, y la lengua automáticamente habría evolucionado y cambiado.

Macho alfa chimpancé en comunicación con otro macho

Desde la perspectiva de la ciencia moderna, el principal obstáculo en la evolución de la comunicación protolingüística en la naturaleza no es mecanicista. Más bien, es el hecho de que los símbolos -asociaciones arbitrarias de sonidos u otras formas perceptibles con los correspondientes significados- no son fiables, y perfectamente pueden ser falsos.[40] Cómo dice el refrán, "las palabras son baratas".[41] Darwin Müller o los otros primeros teorizadores evolucionistas no reconocieron en absoluto el problema de la fiabilidad.

Los signos vocales animales son en su mayor parte intrínsecamente fiables. Cuando un gato ronronea, la señal constituye una evidencia directa del estado de contento del animal. Podemos "confiar" en la señal no porque el gato esté inclinado a ser honesto, sino porque no puede fingir aquel sonido. Los gritos vocálicos de los primates pueden ser ligeramente más manipulables, pero permanecen fiables por el mismo motivo -porque son difíciles de fingir.[42] La inteligencia social de los primates es "maquiavèlica" -egoísta y sin restricciones de los escrúpulos morales. Los monos y simios a menudo intentan engañarse el uno al otro, mientras a la vez permanecen constantemente pendientes de no caer víctimas de su mismo engaño.[43] Paradójicamente, es precisamente la resistencia de los primates al engaño la que bloquea la evolución de sus sistemas de señales hacia el camino protolingüístico. La lengua se excluye porque el mejor camino para procurar no engañarse es ignorar todos los signos excepto aquellos que son inmediatamente identificables. Las palabras automáticamente suspenden esta prueba.[44]

Las palabras son fáciles de fingir. En caso de que resulten ser mentira, los oyentes se adaptarán ignorándolas a favor de los indicios o señales difíciles de fingir. Para que el lenguaje funcione los oyentes tienen que confiar en que aquellos con quienes hablan generalmente tiendan a ser honestos.[45] Una característica peculiar del lenguaje es la "referencia reemplazada", que quiere decir la referencia a tópicos fuera de la situación perceptible del momento. Esta propiedad evita que las expresiones sean corroboradas inmediatamente "aquí" y "ahora". Por este motivo, la lengua presupone niveles relativamente altos de confianza mutua con el fin de permanecer estable en el tiempo como una estrategia evolutivamente estable. Una teoría de los orígenes del lenguaje, por lo tanto, tiene que explicar por qué los humanos pudieron empezar a confiar en señales vulgares de una manera que los otros animales aparentemente no pueden.

Madre comunicando con su hijo

La hipótesis de las "lenguas madre" se propuso en el 2004 como posible solución a este problema.[46] W. Tecumseh Fitch sugirió que el principio darwiniano de "selección de parentesco" -la convergencia de intereses genéticos entre parientes- podría ser parte de la respuesta.[47] Fitch sugirió que las lenguas originariamente eran "lenguas madre". Si el lenguaje evolucionó inicialmente para la comunicación entre madres y su propia descendencia biológica, extendiéndose más tarde para incluir también los parientes adultos, los intereses de los hablantes y los oyentes habrían tendido a coincidir. Fitch defiende que los intereses genéticos compartidos habrían conducido a una confianza y cooperación suficientes para que las señales intrínsecamente poco fiables -palabras- se aceptaran como dignas de confianza y así empezaran a evolucionar por primera vez.

Los críticos de esta teoría indican que la selección de parentesco no es única de los humanos. Las madres de los simios también comparten genes con su descendencia, como lo hacen todo el resto de animales; por lo tanto, por qué somos solo los humanos los que hablamos? Además, es difícil de creer que los primeros humanos restringieran la comunicación lingüística a los parientes genéticos: el tabú del incesto tiene que haber forzado a los hombres y las mujeres a interaccionar y comunicarse con no-parientes. Por lo tanto, incluso si aceptamos las premisas iniciales de Fitch, la extensión de las redes de supuestas "lenguas madre" de parientes a no-parientes permanece inexplicada.[48]

Ib Ulbaek se acoge a otro principio darwiniano estándar -el "altruismo recíproco"- para explicar los niveles inusualmente elevados de honradez intencionada necesaria en la lengua para evolucionar.[49][50] El "altruismo recíproco" se puede expresar como el principio de que si tú me rascas la espalda, yo te rascaré la tuya. En términos lingüísticos, querría decir que si tú me hablas de forma fiable, yo te hablaré de forma fiable. El altruismo recíproco darwiniano ordinario, indica Ulbaek, es una relación estable entre individuos que frecuentemente interaccionan. Para que una lengua prevalezca de un extremo al otro de una comunidad entera, aun así, la reciprocidad necesaria habría necesitado ser reforzada universalmente en lugar de ser abandonada a la elección individual. Ulbaek concluye que para que una lengua evolucionara, las primeras sociedades como un todo habrían estado sujetas a una regulación moral.

Los críticos indican que esta teoría suspende al explicar cuando, como, por qué o por quien el "altruismo recíproco obligatorio" podría posiblemente haber sido reforzado. Varias propuestas se han ofrecido para solucionar este defecto.[51] Otra crítica es que la lengua no trabaja en las bases de altruismo recíproco de ninguna forma. Los humanos en grupos familiares no deniegan información a todo el mundo excepto a los oyentes que tiendan a ofrecer información valiosa a cambio. Al contrario, parecen querer advertir al mundo su acceso a la información social relevante, emitiéndola a cualquiera que la escuche sin pensar en un retorno.[52]

El chismorreo, de acuerdo con Robin Dunbar, es para los grupos humanos existentes lo que la limpieza manual para los otros primates -permite que los individuos sirvan a sus relaciones y, por lo tanto, mantengan sus alianzas en base al principio si tú me rascas la espalda, yo rascaré la tuya. A medida que los humanos empezaron a vivir en grupos sociales más y más grandes, la tarea de limpiar manualmente todos los amigos y conocidos era tan consumidora de tiempo como para ser impracticable. En respuesta a este problema, los humanos inventaron "una forma barata y ultraeficiente de limpiarse" -la limpieza vocal. Para mantener a tus aliados contentos, solo necesitas "limpiarlos" con sonidos vocales de bajo coste, sirviendo a múltiples aliados simultáneamente mientras mantienes ambas manos libres para otras tareas. La limpieza vocal entonces evolucionó gradualmente en el lenguaje vocal -inicialmente en forma de "chismorreo".[53]

Los críticos de esta teoría indican que una verdadera eficiencia de la "limpieza vocal" -el hecho que las palabras fueran tan baratas- habría minado su capacidad de manifestar la voluntad de la especie transmitida por el consumo del tiempo y la limpieza manual costosa.[54] Otra crítica es que la teoría no dice nada para explicar la transición crucial de la limpieza vocal -la producción de sonidos placenteros pero sin significado- a las complejidades cognitivas del discurso sintáctico.

La teoría de la coevolución ritual/discurso fue propuesta originariamente por el distinguido antropólogo social Roy Rappaport[55] antes de ser elaborada por antropólogos como Chris Knight, Jerome Lewis, Nick Enfield, Camilla Power e Ian Vatios.[56][57][58][59][60] El científico cognitivo e ingeniero robótico Luc Steels es otro partidario prominente de esta aproximación general, tal como el antropólogo biológico/neurocientífico Terrence Deacon.[61][62]

Estos estudiosos defienden que no puede haber nada tal como una "teoría de los orígenes del lenguaje". Esto es así porque el lenguaje no es una adaptación separada, sino un aspecto interno de algo más grande -es decir, la cultura simbólica humana como un todo.[63] Los intentos de explicar el lenguaje independientemente de este contexto más grande han fracasado espectacularmente, dicen estos científicos, porque se dirigen a un problema sin solución. Podemos imaginar un historiador mirando de explicar la emergencia de las tarjetas de crédito independientemente del sistema superior del cual forman parte? Usar una tarjeta de crédito tiene sentido solo si tienes una cuenta bancaria institucionalmente reconocida en un cierto tipo de sociedad capitalista avanzada -una donde ya se hayan inventado la tecnología de comunicaciones electrónicas y los ordenadores digitales y donde el fraude se pueda detectar y prevenir. Del mismo modo, el lenguaje no funcionaría afuera de la matriz específica de los mecanismos e instituciones sociales. Por ejemplo, no funcionaría para una comunicación de simios con otros simios salvajes. Ni el simio más ingenioso podría hacer tareas lingüísticas bajo estas condiciones.

Los partidarios de esta escuela de pensamiento indican que las palabras son baratas. Como alucinaciones digitales, no son intrínsecamente fiables. En el supuesto de que un simio especialmente ingenioso, o incluso un grupo de simios elocuentes, probaran de usar palabras en la selva, no les comportarían ninguna convicción. Las vocalizaciones de los primates que efectivamente sienten convicción -aquellos que de hecho usan- no son como las palabras, en el sentido que son expresivas emocionalmente, con sentido intrínseco y fiables porque son relativamente, costosamente y difícilmente fingibles.

La lengua consiste en oposiciones digitales el coste de las cuales es esencialmente cero. Como puras convenciones sociales, las señales de este tipo no pueden evolucionar en un mundo social darwinià -son una imposibilidad teórica. Cómo que es intrínsecamente de no fiar, la lengua trabaja solo si puedes crearte una reputación digna de confianza dentro de un cierto tipo de sociedad -es decir, una en que los hechos culturales simbólicos (a veces llamados hechos institucionales) se puedan establecer y mantener con la aprobación social colectiva.[64] En cualquier sociedad cazadora-recolectora, el mecanismo básico para establecer confianza en los hechos culturales simbólicos es un ritual colectivo.[65] Por lo tanto, la tarea que se plantea a los investigadores sobre los orígenes del lenguaje es más multidisciplinaria de lo que normalmente se cree. Implica dirigirse a la emergencia evolutiva de la cultura simbólica humana como un todo, con la lengua como un componente importante.

Los críticos de la teoría incluyen a Noam Chomsky, que la califica de hipótesis de la "no-existencia" -una negación de la misma existencia de la lengua como objeto de estudio para la ciencia natural.[66] La teoría propia de Chomsky es que el lenguaje emergió en un instante y de manera perfecta, animando a la vez sus críticos a replicar que solo algo que no existe -una construcción teórica o una conveniente ficción científica- podría posiblemente emerger en tal milagrosa dirección.[67][68] La controversia se mantiene abierta.

Se ha sugerido que el lenguaje puede haber evolucionado en parte para bloquear la comunicación, para configurar la propia tribu aparte de la contaminación de las otras.[69] Esto se conecta con la paradoja de los hablantes en código, el relato bíblico de la torre de Babel, y no se contradice con las hipótesis de la lengua madre, de la limpieza en la tribu, y para evitar el incesto descritas más arriba.

La teoría gestual postula que la lengua humana se desarrolló de los gestos que se usaban para la comunicación simple.

Dos tipos de pruebas apoyan esta teoría:

1. El lenguaje gestual y el lenguaje vocal dependen de sistemas neuronales parecidos. Las regiones del córtex responsables de los movimientos de la boca y la mano limitan entre sí.
2. Los primates no humanos pueden usar gestos o símbolos para una comunicación como mínimo primitiva, y algunos de sus gestos se asemejan a los de los humanos, como la "postura de pedir", con las manos abiertas, que los humanos comparten con los chimpancés.[70]

La investigación ha encontrado un fuerte apoyo para la idea que el lenguaje verbal y el lenguaje de signos dependen de estructuras neuronales parecidas. Los pacientes que usaban el lenguaje de signos, y quienes sufrían una lesión al hemisferio izquierdo, mostraban los mismos desórdenes con su lenguaje de signos que los pacientes orales con su lenguaje oral.[71] Otros investigadores encontraron que las mismas regiones del hemisferio izquierdo del cerebro que eran activas durante una conversación de signos, también lo eran durante el uso del lenguaje oral o escrito.[72]

La cuestión importante para las teorías gestuales es por qué hubo un cambio hacia la vocalización. Se han propuesto varias explicaciones:

1. Nuestros antepasados empezaron a usar más y más herramientas, lo cual significa que sus manos estaban ocupadas y no podían usarse más para hacer gestos.[73]
2. El gesto manual requiere que los emisores y receptores estén al alcance visible el uno del otro. En muchas situaciones, podrían necesitar comunicarse, incluso sin contacto visual -por ejemplo después de la puesta de sol o cuando el follaje obstruye la visibilidad.
3. Una hipótesis compuesta defiende que el lenguaje primitivo tuvo lugar de forma en parte gestual y en parte por mimesi oral ("canción-y-danza" imitativas), combinando las modalidades, porque todos los signos (como los de los primates y los monos) todavía necesitan estar costosamente en orden para ser intrínsecamente convincentes. En este acto, cada muestra multimedia habría implicado no solo descifrar un significado intencionado, sino también inspirar confianza en la fiabilidad del signo. La propuesta es que solo después que se forzó la comprensión contractual de alcance comunitario se habría podido confiar en que las intenciones comunicativas se asumirían automáticamente, permitiendo finalmente al Homo sapiens cambiar hacia un formato por defecto más eficiente.[74] Cómo que las características orales distintivas (contraste sonoro) son ideales para este propósito, solo en este punto -cuando el lenguaje corporal intrínsecamente persuasivo no requería comunicar cada mensaje- se produjo el cambio decisivo del gesto manual hacia nuestra confianza primaria actual en la lengua hablada.[75][76][77]

Los humanos todavía usan gestos con las manos y faciales cuando hablan, especialmente cuando personas que no tienen una lengua común se encuentran.[78] También hay, evidentemente, un gran número de lenguas de signos todavía existentes, normalmente asociadas con las comunidades sordas; es importante notar que estas lenguas de signos son iguales en complejidad, sofisticación, y poder expresivo, a cualquier otra lengua oral -las funciones cognitivas son parecidas y las partes del cerebro usadas son parecidas. La principal diferencia es que los "fonemas" son producidos fuera del cuerpo, articulados con las manos, el cuerpo y la expresión facial, más que adentro del cuerpo articulados con la lengua, los dientes, los labios y la respiración.

Los críticos de la teoría gestual hacen notar que es difícil mencionar razones serias sobre por qué la comunicación oral primitiva basada en la palabrería (que es presente en los primates) se habría abandonado a favor de la mucho menos efectiva comunicación gestual, no oral. Aun así, Michael Corballis ha indicado que la comunicación oral de los primates (como los gritos de alarma) no se puede controlar conscientemente, a diferencia del movimiento de la mano, y así no es creíble como precursora del lenguaje humano; la vocalización primate es bastante homóloga y continuada en reflejos involuntarios (conectados con las emociones humanas básicas) como los gritos o la risa (el hecho que estas se puedan fingir no refuta el hecho que existan respuestas involuntarias sinceras en el miedo o la sorpresa). Además, el gesto generalmente no es menos efectivo, y dependiendo de la situación incluso puede ser ventajoso, por ejemplo en un ambiente ruidoso o donde es importante estar en silencio, como en la caza. Otros retos a la teoría del "primer gesto" los han presentado investigadores en psicolingüística, incluyendo a David McNeill.

En los humanos, los estudios de IRM funcional han informado encontrando áreas homólogas en el sistema neuronal espejo de los monos en el córtex frontal inferior, cerca del área de Broca, una de las hipotéticas regiones lingüísticas del cerebro. Esto puede llevar a la sugerencia de que el lenguaje humano evolucionó del sistema de representación/comprensión gestual llevado a cabo en las neuronas espejo. Se ha dicho que las neuronas espejo tienen el potencial de proveer un mecanismo para la acción-comprensión, imitación-aprendizaje, y la simulación del comportamiento de otras personas.[79] Esta hipótesis es apoyada por algunas homologías citoarquitectónicas entre el área premotora F5 de los monos y el área de Broca.[80] Los índices de expansión del vocabulario ligan con la habilidad de los niños a reflejar vocalmente no-palabras y, por lo tanto, a adquirir las nuevas pronunciaciones de palabras. Esta repetición de la palabra pasa automáticamente, rápidamente y separadamente al cerebro de la percepción de la palabra.[81][82][83] Además, esta imitación oral puede pasar sin comprensión como en el sombreado de la palabra[84] y la ecolalia.[85]

Otra evidencia de esta conexión proviene de un estudio reciente en el cual la actividad cerebral de dos participantes era medida usando IRM mientras se hacían gestos de palabras entre ellos usando gestos manuales con un juego de charadas -una modalidad que algunos han sugerido que puede representar el precursor evolutivo del lenguaje humano. Los análisis de los datos usando la causalidad de Granjer revelaron que el sistema neuronal espejo del observador efectivamente reflejaba el patrón de actividad en el sistema motor del emisor, apoyando la idea que el concepto de motor asociado con las palabras es efectivamente transmitido de un cerebro a otro usando el sistema espejo.[86]

Se ha de indicar que el sistema neuronal espejo parece ser inherentemente inadecuado para jugar ningún rol en la sintaxis, puesto que esta propiedad definitoria de las lenguas humanas que se lleva a cabo en estructuras recursives jerárquicas se nivela en secuencias lineales de fonemas haciendo la estructura recursiva no accesible a la detección sensorial.[87]

De acuerdo con la teoría de "dejar en tierra al bebé" de Dean Falk, las interacciones orales entre las primeras madres y niños homínidos provocaron una secuencia de acontecimientos que condujeron, finalmente, a las primeras palabras de nuestros antepasados.[88] La idea básica es que las madres humanas evolutivas, a diferencia de sus parientes monas y simios, no se podían desplazar y recolectar con sus niños abrazados a las espaldas. La pérdida de pelo en el caso humano dejó los niños sin medios para engancharse. Frecuentemente, por lo tanto, las madres tenían que dejar sus bebés en tierra. Como resultado, estos bebés necesitaron sentir que no eran abandonados. Las madres respondieron desarrollando el "madrés" -un sistema de comunicación dirigido al niño abrazando expresiones faciales, lenguaje corporal, tocamientos, muecas, caricias, risas, señas y gritos de contacto emocionalmente expresivos. El debate parte de que el lenguaje de alguna manera se desarrolló de todo esto.

Los críticos hacen notar que mientras esta teoría podría explicar cierto tipo de "protolengua" dirigida al niño -conocida hoy como madrés- no sirve para solucionar el problema difícil real, que es la emergencia entre los adultos de un discurso sintáctico.

Aun así, en The Mental and Social Life of Babies, el psicólogo Kenneth Kaye hacía notar que ninguna lengua adulta usable podría haber evolucionado sin una comunicación interactiva entre niños muy pequeños y adultos. "Ningún sistema simbólico podría haber sobrevivido de una generación a la siguiente si no hubiera podido ser fácilmente adquirido por los niños pequeños en sus condiciones de vida social normales."[89]

La gramaticalización es un proceso histórico continuo en el cual las palabras independientes desarrollan apéndices gramaticales, mientras estas de rebote se van haciendo siempre más especializadas y gramaticales. Un uso inicialmente "incorrecto", al ser aceptado, conduce hacia consecuencias imprevistas, y provoca una reacción en cadena y amplias secuencias de cambio. Paradójicamente, la gramática evoluciona porque, en el análisis final, los humanos se preocupan menos de los detalles gramaticales que de hacerse entender ellos mismos.[90] Si así es como evoluciona la gramática hoy en día, de acuerdo con esta escuela de pensamiento, podemos legítimamente deducir principios parecidos en la práctica entre nuestros distantes antepasados, cuando la misma gramática se estableció por primera vez.[91][92][93]

Para reconstruir la transición evolutiva desde el lenguaje primitivo hacia las lenguas con gramáticas complejas, necesitamos conocer qué secuencias hipotéticas son plausibles y cuales no. Para comunicar ideas abstractas, el primer recurso de los hablantes es retroceder a la imaginería concreta inmediatamente identificable, muy a menudo desplegando metáforas arraigadas en la experiencia forzosamente compartida.[94] Un ejemplo familiar es el uso de términos concretos como "corazón" o "espalda" para expresar significados abstractos como "dentro" o "detrás". Igualmente metafórica es la estrategia de representar patrones temporales en el modelo de los espaciales. Así, decimos "pasé la tarde en casa" modelado de "fui a mi pueblo". De estos ejemplos, podemos ver por qué la gramaticalización se considera unidireccional -de significado concreto a abstracto, no al revés.

Los teóricos de la gramaticalización dibujan el lenguaje primitivo como simple, quizás consistente solo en nombres.[95] Incluso, bajo esta presunción teórica extrema, es difícil de imaginar qué inhibición cognitiva habría realmente impedido a la gente usar -decir- "lanza" como si fuera un verbo. Independientemente de los detalles de la gramática como los lingüistas profesionales lo entienden, la gente en la vida cotidiana seguramente habría usado sus nombres como verbos o sus verbos como nombres cuando la ocasión lo pedía. En resumen, mientras una lengua solo nominal podría parecer teóricamente posible, la teoría de la gramaticalización indica que no podría haber perdurado fija en aquel estado por mucho tiempo.

La creatividad guía el cambio gramatical.[96] Esto supone una cierta actitud por parte de los receptores. En lugar de castigar las desviaciones del uso aceptado, los receptores tienen que priorizar la lectura mental imaginativa. No tendríamos que dar por sentado esta postura cognitiva. La creatividad imaginativa -emitiendo una alarma de presencia leopardo cuando no había ninguno, por ejemplo- no es el tipo de comportamiento que las monas verdes valorarían o compensarían.[97] La creatividad y la confianza son demandas incompatibles; para los primates "maquiavélicos" cómo para los animales en general, la presión predominante es mostrar confianza.[98] Si los humanos se escapan de estas limitaciones es porque, en nuestro caso, los receptores están interesados primeramente en las afirmaciones mentales.

Centrarse en las afirmaciones mentales es aceptar las ficciones -habitantes de la imaginación- como potencialmente informativas e interesantes. Aprovechar el uso de la metáfora. Una metáfora es, literalmente, una afirmación falsa.[99] Pensad en la declaración de Romeo, "Julieta es el sol!". Julieta es una mujer, no una bola de gases calientes en el cielo, pero los receptores humanos no son (o no normalmente) insistentes pedantes en el rigor factual punto por punto. Quieren saber qué tiene el emisor en su mente. La gramaticalización se basa esencialmente en la metáfora. Proscribir su uso sería parar de evolucionar y, por el mismo motivo, excluir toda posibilidad de expresar pensamiento abstracto.[100]

Una crítica de todo esto es que, mientras la teoría de la gramaticalización podría explicar el cambio lingüístico hoy en día, no aborda satisfactoriamente el auténtico difícil reto -explicando la transición inicial de la comunicación de estilo primate al lenguaje tal como lo conocemos. Por el contrario, la teoría asume que el lenguaje ya existe. Cómo Bernd Heine y Tania Kuteva reconocen: "La gramaticalización requiere un sistema lingüístico que se usa regularmente y frecuentemente en una comunidad de hablantes y pasa de un grupo de hablantes a otro".[101] Fuera de los humanos modernos, estas condiciones no prevalecen.

De acuerdo con un estudio investigador de las diferencias de sonido entre los maniquíes carpó-blancos y su homólogo domesticado (el gorrión del Japón), los maniquíes salvajes usan una secuencia de canto altamente estereotipada, mientras que los domesticados emiten un canto altamente no restringido. En los pinzones salvajes, la sintaxis del canto es sujeta a la preferencia femenina -selección sexual- y se mantiene relativamente fija. Aun así, en el pinzón bengalí, la selección natural es sustituida por la cría, en este caso por plumaje vistoso, y por lo tanto, desvinculada de presiones selectivas, la sintaxis del canto estereotipado puede dejarse de lado. Es sustituida, en 1.000 generaciones, por una secuencia variable y aprendida. Los pinzones salvajes, además, son incapaces de aprender secuencias de canto de otros pinzones.[102] En el campo de la vocalización de los pájaros, los cerebros capaces de producir solo un canto innato tienen una vía neuronal muy simple: el centro motor prosencefálico primitivo, denominado el núcleo robusto del arcopallium, conecta con la producción vocal mesencefálica, que a la vez se proyecta al núcleo motor troncencefálico. Por contraste, en cerebros capaces de aprender cantos, el arcopallium recibe aportaciones de numerosas regiones prosencefálicas adicionales, incluyendo las involucradas en el aprendizaje y la experiencia social. El control sobre la generación de canto ha acontecido menos restringido, más distribuido y más flexible.

Cuando se comparan con los otros primates, el sistema de comunicación de los cuales es restringido a un repertorio altamente estereotipado de gritos y reclamos, los humanos tienen muy pocas vocalizaciones preespecífiques, y son ejemplos existentes la risa y el llanto. Además, estas vocalizaciones innatas heredadas se generan por vías neuronales restringidas, en que el lenguaje se genera por un sistema altamente distribuido que involucra numerosas regiones del cerebro humano.

Una característica remarcable del lenguaje es que, mientras la competencia es heredada, las lenguas en sí son transmitidas por vía cultural. También son transmitidos por vía cultural los conocimientos, como los métodos tecnológicos para hacer cosas, que se formulan como explicaciones basadas en la lengua. Por lo tanto, se podría esperar una trayectoria coevolutiva firme entre la competencia lingüística y la cultura: los protohumanos capaces de las primeras, y presumiblemente rudimentarias, versiones de protolenguaje tendrían un mejor acceso a conocimientos culturales, y los conocimientos culturales, transformados en protolenguas que los cerebros infantiles podrían aprender fácilmente, serían más fácilmente transmitidos, y conferirían de este modo los beneficios acumulados.

Por lo tanto, los protohumanos indudablemente se dedicaron, y continúan dedicándose, a lo que se denomina construcción de nicho, creando nichos culturales que proveen conocimientos clave para sobrevivir, y experimentando cambios evolutivos que optimizan su habilidad de prosperar en estos nichos. La presión selectiva que opera para mantener los instintos importantes para sobrevivir en nichos preferentes se esperaría que se relajara cuando los humanos se hacen más y más dependientes de sus nichos culturales autocreados, mientras cualesquiera innovaciones que facilitaran adaptaciones culturales -en este caso, innovaciones en competencia lingüística- se esperaría que se extendieran.

Una manera útil de entender la evolución humana es que somos simios autodomesticados..Nuestra domesticación cultural podría haber relajado la selección de muchos de nuestros rasgos de comportamiento primario, permitiendo a las viejas vías degenerar y reconfigurar-se. Dada la manera altamente indeterminada que los cerebros de los mamíferos tienen de desarrollarse -básicamente, se construyen a sí mismos "de bajo arriba", con un conjunto de interacciones neuronales que configuran el estadio para la siguiente ronda de interacciones-, las vías degradadas tenderían a pedir y buscar nuevas oportunidades para las conexiones sinàptiques. Estas integraciones de las vías del cerebro heredadas podrían haber contribuido a la complejidad funcional que caracteriza el lenguaje humano. Y, como en el ejemplo de los pinzones, estas integraciones pueden pasar en espacios de tiempos muy rápidos.[103][104]

Simon Baron-Cohen (1999) defiende que la teoría de la mente tiene que haber precedido el uso del lenguaje, basado en la evidencia del uso de las características siguientes desde hace 40.000 años: comunicación intencional, reparación de la comunicación fallada, enseñanza, persuasión intencional, decepción intencional, y la construcción de estas habilidades. La investigación de Call y Tomasello en los chimpancés lo apoya, en cuanto que individualmente parecen entender que los otros chimpancés tienen conciencia, conocimiento, e intención, pero no parecen entender las creencias falsas. Muchos primates muestran algunas tendencias hacia una teoría de la mente, pero no una plena como la que tenemos los humanos. Finalmente, hay cierto consenso dentro del campo que una teoría de la mente sea necesaria para el uso del lenguaje. Por lo tanto, el desarrollo de una teoría de la mente plena en los humanos era la precursora necesaria para un uso pleno del lenguaje.

En un estudio concreto, se requería que ratas y palomas pulsaran un botón un cierto número a veces para conseguir comer: los animales mostraban una distinción muy esmerada de los números menores a cuatro, pero a medida que los números se incrementaban, la tasa de error se incrementaba (Chomsky, Hauser y Fitch, 2002). Matsuzawa (1985) probó de enseñar a los chimpancés la numeración árabe. La diferencia entre primates y humanos al respeto era muy grande; así, costó centenares de pruebas a los chimpancés aprender 1-9; con cada número, se requería una cantidad de tiempo de entrenamiento parecido. En cambio los niños, después de aprender el significado de 1, 2 y 3 (y a veces 4),  fácilmente comprendían el valor de los enteros más grandes usando una función sucesiva (p. e., 2 es 1 más grande que 1, 3 es 1 más grande que 2, 4 es 1 más grande que 3; una vez logrado el 4, parece que la mayoría de niños tienen un efecto eureka y entienden que el valor de cualquier entero n es 1 más grande que el entero previo). Ademán simple, otros primates aprenden el significado de los números uno por uno de manera parecida a su aproximación a otros símbolos referenciales, mientras que los niños primero aprenden una lista arbitraria de símbolos (1, 2, 3, 4...) y después aprenden sus significados precisos.[109] Estos resultados se pueden ver como una evidencia de la aplicación de la "propiedad generativa indeterminada" del lenguaje en la cognición numeral humana.[110]

Hockett (1966) detalla una lista de rasgos considerados como esenciales para describir el lenguaje humano. En el campo del principio lexicofonológico, dos rasgos de esta lista son los más importantes:

• Productividad: los hablantes pueden crear y entender mensajes completamente nuevos.
  • Los mensajes nuevos son inventados libremente mezclando, equiparando o transformando los viejos.
  • Tanto a los elementos nuevos como a los viejos, se les asignan libremente cargas semánticas nuevas según las circunstancias y el contexto. Dice que en cada lengua, constantemente aparecen nuevos idiomas.
• Dualidad (de Patterning): un gran número de elementos con significado se compone de un número reducido convenientemente de elementos sin sentido independientemente pero diferenciadores de mensajes.

El sistema de sonidos de una lengua está compuesto por un conjunto finito de elementos fonológicos simples. Bajo las leyes fonotácticas específicas de una lengua determinada, estos elementos se pueden recombinar y concatenar, y dan lugar a la morfología y el léxico indefinido. Un rasgo clave del lenguaje es que un conjunto simple, fenecido, de elementos fonológicos da lugar a un sistema léxico infinito en que las leyes determinan la forma de cada elemento, y el significado se liga inextricablemente con la forma. La sintaxis fonológica, entonces, es una combinación simple de unidades fonológicas preexistentes. Relacionado con esto, hay otro rasgo esencial del lenguaje humano: la sintaxis léxica, en que las unidades preexistentes se combinan, y dan lugar a elementos semánticamente nuevos o léxicamente diferentes.

Ciertos elementos del principio lexicofonológico, se sabe que existen fuera de los humanos. Mientras que todos (o casi todos) han sido documentados de alguna forma en el mundo natural, muy pocos coexisten en las mismas especies. Tanto el canto de los pájaros como los simios que cantan, y el canto de las ballenas, muestran sintaxis fonológica, combinando unidades de sonido en largas estructuras desprovistas de significado realzado o nuevo. Ciertas especies de primates tienen sistemas fonológicos con unidades referentes a entidades en el mundo. Aun así, en contraste con los sistemas humanos, las unidades en estos sistemas primates normalmente suceden aisladamente, delatando una falta de sintaxis léxica. Hay una nueva evidencia que sugiere que las monas de Campbell también muestran sintaxis léxica, combinando dos gritos (un grito de alarma de depredador con un "bum", la combinación de los cuales denota una amenaza reducida de peligro). Con todo, todavía no está claro si esto es un fenómeno léxico o morfológico.

Los pidgins son lenguas significativamente simplificadas con solo una gramática rudimentaria y un vocabulario restringido. En su estadio primitivo, los pidgins principalmente consisten en nombres, verbos y adjetivos con ninguno o pocos artículos, preposiciones o verbos auxiliares. A menudo, la gramática no tiene ninguna tipología sintáctica fija y las palabras no tienen flexión.

Si se mantiene el contacto entre los grupos hablantes de pidgin durante largos periodos de tiempo, los pidgins pueden hacerse más complejos por muchas generaciones. Si los niños de una generación adoptan el pidgin como su lengua nativa, se desarrolla una lengua criolla, que se hace fija y adquiere una gramática más compleja, con una fonología fija, sintaxis, morfología, y arraigo sintáctico. La sintaxis y la morfología de estas lenguas a menudo pueden tener innovaciones locales no derivadas de manera obvia de ninguna de las lenguas madre.

Los estudios de las lenguas criollas de todo el mundo han sugerido que muestran parecidos remarcables en gramática y se desarrollan uniformemente desde pidgins en una sola generación. Estos parecidos son evidentes incluso cuando las criollas no comparten ningún origen lingüístico común. Además, las criollas comparten parecidos a pesar de desarrollarse aisladamente entre sí. Los parecidos sintácticos incluyen el orden de palabras sujeto-verbo-objeto. Incluso, cuando las criollas derivan de lenguas con un orden de palabras diferente, a menudo desarrollan el orden de palabras SVO. Las criollas tienden a tener patrones de uso parecidos para los artículos definidos e indefinidos, y leyes de movimiento parecidas para estructuras de frases, incluso cuando las lenguas madres no tienen.

Los primatólogos de campo nos pueden dar una idea útil sobre la comunicación de los homínidos en estado salvaje.[111] El principal hallazgo es que los primates no humanos, incluyendo los homínidos, producen gritos que son cualificados, en oposición a la diferenciación categórica, a través de receptores que se esfuerzan a evaluar gradaciones sutiles en los estados emocionales y corporales de los emisores.[112] En cautividad, a los simios, se les han enseñado formas rudimentarias de lenguaje de signos o se los ha persuadido de usar lexigramas -símbolos que no se asemejan gráficamente a las palabras correspondientes- en teclados de ordenadores. Algunos simios, como Kanzi, han sido capaces de aprender y usar centenares de lexigrames.[113][114]

Las áreas de Broca y de Wernicke en los cerebros primates son las responsables de controlar los músculos de la cara, la lengua, la boca, y la laringe, como también de reconocer sueños. Los primates, se sabe que hacen "gritos vocálicos", y estos gritos se generan por circuitos del tronco encefálico y el sistema límbico.[115] Aun así, los escaneos cerebrales modernos de los chimpancés chillando demuestran que usan el área de Broca para chillar y hay la evidencia que los monos escuchando el chillido de mono usan las mismas regiones del cerebro que los humanos escuchando el habla.[116][117]

En estado salvaje, la comunicación de los monos verdes ha sido la que se ha estudiado más extensamente.[118] Se conocen que pueden producir hasta diez vocalizaciones diferentes. Muchas de estas se usan para avisar los otros miembros del grupo de depredadores aproximándose. Incluyen un "grito de leopardo", un "grito de serpiente" y un "grito de águila". Cada grito provoca una estrategia defensiva diferente en los monos que sienten el grito y los científicos fueron capaces de provocar respuestas previsibles en los monos usando altavoces y sonidos grabados. Otras vocalizaciones pueden usarse para la identificación. Si una cría de mono grita, su madre se gira, pero las otras madres mona verde se giran, hacia aquella madre de la cría, para ver lo que hará.[119]

Respecto a la articulación, hay una especulación considerable sobre las capacidades lingüísticas del Homo primitivo (2,5 a 0,8 millones de años atrás). Anatómicamente, algunos estudiosos creen que rasgos como el bipedismo, que se desarrolló en los australopitecos alrededor de hace 3,5 millones de años, habrían comportado cambios en el cráneo, y permitirían un aparato vocálico más en forma de L. La forma del aparato y una laringe posicionada relativamente abajo del cuello son prerrequisitos necesarios para muchos de los sonidos que producimos los humanos, particularmente las vocales. Otros estudiosos creen que, basándose en la posición de la laringe, no tan solo los neandertales tenían la anatomía necesaria para producir el registro completo de sonidos que producimos los humanos modernos.[120][121] Aunque otro punto de vista considera el descenso de la laringe como irrelevante en el desarrollo del habla.[122]

El término protolengua, definido por el lingüista Derek Bickerton, es una forma primitiva de comunicación:

• una sintaxis plenamente desarrollada
• verbos temporales, de aspecto, auxiliares, etc.
• un vocabulario de tipo cerrado (p. e., no léxico)

O sea, un estadio en la evolución de la lengua en algún lugar entre la lengua homínida y la lengua humana moderna plenamente desarrollada. Bickerton (2009) sitúa la primera emergencia de esta protolengua en la forma más primitiva de Homo, y asocia su forma con la presión de la adaptación del comportamiento a la construcción del nicho carroñero encarada por el Homo habilis.[123]

Rasgos anatómicos como el aparato vocálico en forma de L han ido evolucionando continuamente, en lugar de aparecer de repente.[124] Por lo tanto, es más probable que el Homo habilis y el Homo erectus durante el Pleistoceno inferior tuvieran alguna forma de comunicación intermedia entre la de los humanos modernos y la de los otros primates.

Steven Mithen propuso el término Hmmmmm para el sistema prelingüístico de comunicación usado por el Homo arcaico, empezando con el Homo ergaster y llegando a la más alta sofisticación en el Pleistoceno medio con el Homo heidelbergensis y el Homo neanderthalensis. Hmmmmm es un acrónimo de holístico (no compuesto), manipulador (las pronunciaciones son órdenes o sugerencias, no oraciones descriptivas), multimodal (acústico como también gestual), musical, y mimético.[125]

El Homo heidelbergensis era un pariente próximo (probablemente, un descendente migratorio) del Homo ergaster. Algunos investigadores creen que el H. ergaster fue la primera especie de homínido en producir vocalizaciones controladas, posiblemente imitando las vocalizaciones animales, y que mientras la H. heidelbergensis desarrolló una cultura más sofisticada y avanzaba desde este punto de vista y, posiblemente, desarrollaba una forma primitiva de lenguaje simbólico.[126]

El descubrimiento en 2007 de un hueso hioides de neandertal sugiere que los neandertales pueden haber sido anatómicamente capaces de producir sonidos como los humanos modernos. El nervio hipogloso, que pasa por el canal, controla los movimientos de la lengua y se dice que su medida refleja las habilidades de habla. Los homínidos que vivieron antes de hace 300.000 años tenían canales hipoglosales más parecidos a los de los chimpancés que a los de los humanos.[127]

Aun así, aunque los neandertales pueden haber sido anatómicamente capaces de hablar, Richard Klein, en 2004, dudó que poseyeran un lenguaje plenamente moderno. Justifica de manera suficiente sus dudas en el registro fósil de los humanos arcaicos y su equipo de herramientas de piedra. Durante 2 millones de años siguiendo la emergencia del Homo habilis, la tecnología de las herramientas de piedra de los homínidos cambió muy poco. Klein, que ha trabajado extensamente las herramientas de piedra antiguas, describe el tosco equipo de herramientas de piedra de los humanos arcaicos como imposible de descomponer en categorías basadas en su función, e informa que los neandertales parecen haberse preocupado poco de la forma final de sus herramientas. Klein argumenta que el cerebro neandertal puede no haber logrado el nivel de complejidad requerido para el habla moderna, aunque el aparato físico para la producción del habla estuviera muy desarrollado.[128][129] El tema del nivel de sofisticación cultural y tecnológica del neandertal se mantiene en controversia.

Los humanos anatómicamente modernos aparecen en el registro fósil por primera vez hace 195.000 años en Etiopía y recientemente han aparecido en dataciones similares en yacimientos de Marruecos. Pero mientras que eran anatómicamente modernos, las pruebas arqueológicas disponibles dejan pocos indicios de que no se comportaran diferentemente a los primitivos Homo heidelbergensis. Conservaban las mismas herramientas de piedra achelenses y cazaban menos eficientemente que los humanos modernos del Pleistoceno tardío.[130] La transición al más sofisticado musteriense tuvo lugar solo hacia hace 120.000 años, y es compartida tanto por el H. sapiens como por el H. neanderthalensis.

El desarrollo del comportamiento moderno pleno en el H. sapiens, no compartido por el H. neanderthalensis ni por ninguna otra variedad de Homo, se sitúa hace unos 70.000 años.

El desarrollo de herramientas más sofisticadas, por primera vez construidas de más de un material (p. e., hueso o cuerno) y classificables en diferentes categorías de función (como puntas de proyectil, grabadoras, hojas de cuchillo, y perforadoras), a menudo se toma como prueba de la presencia de un lenguaje plenamente desarrollado, asumido como necesario para la enseñanza de los procesos de manufactura a los descendientes.[131]

El gran paso en la evolución lingüística habría sido la progresión de una comunicación primitiva, de tipo pidgin a una lengua como el criollo con toda la gramática y la sintaxis de las lenguas modernas.

Algunos estudiosos creen que este paso solo se podría haber cumplido con algún cambio biológico en el cerebro, como una mutación. Se ha sugerido que un gen como el FOXP2 podría haber sufrido una mutación que permitiría a los humanos comunicarse. Aun así, los estudios genéticos recientes han mostrado que los neandertales compartían el mismo alelo FOXP2 con el H. sapiens.[132] Por lo tanto, no hay ninguna mutación única para el Homo sapiens. En lugar de esto, indica que este cambio genético precede la división neandertal-Homo sapiens.

Todavía hay un debate considerable sobre si el lenguaje se desarrolló gradualmente durando miles de años o si apareció de golpe.

Las áreas de Broca y de Wernicke de los cerebros primates también aparecen en el cerebro humano, la primera área involucrada en muchas tareas cognitivas y perceptivas, la segunda apuntando a las aptitudes lingüísticas. Los mismos circuitos tratados en el tronco encefálico y el sistema límbico de los primates controlan los sonidos no verbales en los humanos (reír, llorar, etc.), lo cual sugiere que el centro lingüístico humano es una modificación de circuitos neuronales comunes a todos los primates. Esta modificación y sus aptitudes para la comunicación parecen ser únicas para los humanos, lo cual implica que el órgano lingüístico derivó después de la división entre el linaje humano y el linaje primate (chimpancés y bonobos).

De acuerdo con la hipótesis de la migración desde la África, alrededor de hace 50.000 años, un grupo de humanos marchó de África y procedió a habitar el resto del mundo, incluyendo Australia y las Américas, que nunca habían sido pobladas por homínidos arcaicos.[133] Algunos científicos creen que el Homo sapiens no marchó de África antes porque todavía no habían conseguido la cognición y el lenguaje modernos y, consiguientemente, carecían de las aptitudes o el número requeridos para migrar.[134] Aun así, como que el Homo erectus había conseguido marchar del continente mucho antes (sin ningún uso extensivo de lenguaje, herramientas sofisticadas, o modernidad anatómica), las razones por qué los humanos anatómicamente modernos se mantuvieron en África durante un periodo tan largo se mantienen inciertas.

La investigación del origen del lenguaje tiene una larga historia arraigada en la mitología. La mayoría de mitologías no atribuyen a los humanos la invención del lenguaje, pero hablan de una lengua divina precediendo al lenguaje humano.

La cultura judía piensa que Dios insufló la capacidad de hablar al ser humano al mismo tiempo que el alma, para que pudiera comunicarse con su creador, tradiciones que posteriormente fueron adoptadas por el cristianismo y el islam. La Torre de Babel habría provocado la confusión lingüística como castigo por la soberbia de los humanos. El intento para recuperar la lengua de Adam (llamada lengua perfecta) nace de esta concepción mítica. El hebreo fue considerada la lengua perfecta.

Se puede observar que historias parecidas se repiten, como en la tradición sumeria llamada Enmerkar y el Señor de Aratta que ya se ha explicado en el punto anterior. Un grupo de personas de la isla de Hao, en la Polinesia, también cuentan una historia similar a la de la Torre de Babel: «Un dios que enfurecido persiguió a los constructores de la ciudad, destruyó un edificio y cambió el lenguaje del pueblo, por lo que todos hablaban diferentes lenguas».

En Mesoamérica existe un relato acerca de un hombre llamado Coxcox y una mujer llamada Xochiquetzal, que luego de naufragar juntos encima de un trozo de corteza de árbol, llegaron a tierra firme y engendraron muchos hijos. Sin embargo, esos hijos no podían hablar hasta que un día llegó una paloma que les otorgó el don del habla, pero en diferentes idiomas y de igual forma no se podían entender. Entre los Ticuna del Alto Amazonas se dice que todos los pueblos fueron una vez una sola y gran tribu, hablando todos el mismo idioma, hasta que en una ocasión, ellos se comieron dos huevos de colibrí, no se explica por qué, y posteriormente la tribu se dividió en muchos grupos y se dispersó al no poderse comunicar.

Otra historia, atribuida por el historiador nativo Fernando de Alva Ixtlilxóchitl (c. 1565-1648) a los antiguos toltecas, afirma que los hombres, después de un gran diluvio, se multiplicaron y entonces se erigió una gran torre o Zacuali, para protegerse en el caso de un segundo diluvio. Sin embargo las lenguas aparecen de repente, se confunden y el trabajo se detuvo.

En la antigua Grecia había un mito cuyo relato decía que durante siglos los hombres habían vivido sin ley bajo el imperio de Zeus y que todos podían hablar un mismo idioma dotado por el dios y la diosa de la ingenuidad, Philarios y Philarion. Sin embargo, en una ocasión, el dios Hermes llevó la diversidad en el habla y con ella la separación de las naciones, trayendo consigo la discordia. Zeus entonces renunció a su cargo y cedió su trono al primer rey humano, Foroneo.

En Wa-Sania, un pueblo bantú de África Oriental, tienen una historia acerca del principio de los pueblos de la tierra. Se cuenta que existía un solo idioma, pero que durante una severa hambruna la locura hirió al pueblo, haciendo que la gente vagase hacia todas direcciones, farfullando palabras extrañas y dando forma a los diferentes idiomas.

En su libro de 1918, el antropólogo James George Frazer documentaba similitudes entre los relatos del Antiguo Testamento, como el Diluvio, y leyendas indígenas de todo el mundo. Identificó entonces una historia que se cuenta en la mitología del pueblo Lozi, en donde los hombres malvados construyeron una gran torre de antenas para perseguir al dios creador, Nyambe, que había huido al cielo en una telaraña. Los hombres entonces se pierden cuando colapsaron mástiles de la torre y todos volaron. Frazer también cita las leyendas encontradas entre la gente de la región del Congo, así como de Tanzania, donde los hombres levantaban grandes torres o subían enormes árboles en un fallido intento de llegar a la Luna.

Las lenguas místicas utilizadas para comunicarse con animales o espíritus, como la lengua de los pájaros, también son comunes, y tenían un interés particular durante el Renacimiento.

La historia contiene un gran número de anécdotas sobre gente que intentó descubrir el origen del lenguaje mediante experimentos. La primera de estas historias la explicó Heródoto (Historias, 2.2). Explica que el faraón Psamético (probablemente, Psamético I, siglo VII a. C.) tenía dos hijos criados por un sacerdote, con las instrucciones de que nadie pudiera hablar, pero que el sacerdote los alimentara y cuidara mientras escuchaba para determinar sus primeras palabras. Cuando uno de los hijos gritó «bekos» con los brazos extendidos, el sacerdote concluyó que la palabra era frigia porque aquel sonido era la palabra frigia para pan. De esto, Psamético concluyó que la primera lengua era la frígia. Se dice que el rey Jacobo V de Escocia probó un experimento parecido: sus hijos, se suponía que hablaban hebreo.[137] Se dice que tanto el monarca medieval Federico II del Sacro Imperio romanogermánico como Akbar probaron experimentos parecidos: los niños involucrados en estos experimentos no hablaron.[138]

Entre finales del siglo XVIII e inicios del XIX, los estudiosos europeos asumieron que las lenguas del mundo reflejaban varios estadios en el desarrollo del habla primitiva al avance. La lingüística moderna no empieza hasta finales del siglo XVIII, y las tesis románticas o animistas de Johann Gottfried Herder y Johann Christoph Adelung se mantuvieron influyentes hasta muy entrado el siglo XIX. La cuestión de los orígenes del lenguaje parecía inaccesible a las aproximaciones metódicas, y el 1866 la Société de Linguistique de Paris prohibió con gran eco toda discusión sobre el origen del lenguaje, estimándolo un problema irresoluble. Una aproximación cada vez más sistemática a la lingüística diacrónica se desarrolló en el curso del siglo XIX, y logró su culminación en la escuela neogramática de Karl Brugmann y otros.

Las lenguas artificiales como el esperanto nacieron para intentar volver a un idioma común para toda la humanidad y tienen en su gramática la vocación de ser perfectas.

Aun así, el interés científico en la cuestión del origen del lenguaje solo ha reavivado gradualmente a partir de los años 1950 (y aun entonces de forma controvertida) con ideas como la gramática universal, la comparación masiva y la glotocronología.

El «origen del lenguaje» como sujeto de interés emergió de los estudios en neurolingüística, psicolingüística y evolución humana. La Linguistic Bibliography introdujo el "origen del lenguaje" como apartado separado en 1988, como subtema de la psicolingüística. Las instituciones dedicadas a la investigación en la evolución del lenguaje son un fenómeno reciente, apenas emergente en los años 1990.

Empezando el 1979, el recientemente instalado gobierno nicaragüense inició el primer esfuerzo de difusión del país para educar los niños sordos. Antes de esto, no había ninguna comunidad de sordos al país. Un centro para educación especial estableció un programa en que inicialmente asistían 50 niños pequeños sordos. Hacia el 1983, el centro tenía 400 estudiantes. El centro no tenía acceso a materiales de enseñanza de las lenguas de signos que se usan en el mundo; consiguientemente, a los niños, no se les enseñaba ninguna lengua de signos. El programa lingüístico, al contrario, quiso enfatizar el castellano hablado y la lectura labial, y el uso de signos por los profesores se limitaba al alfabeto dactilológico (usando signos simples para señalizar el alfabeto). El programa tuvo poco éxito, con la mayoría de estudiantes fracasando al comprender el concepto de las palabras castellanas.

Los primeros niños que llegaron al centro entraron solo con unos cuantos signos gestuales rudimentarios desarrollados dentro de sus respectivas familias. No obstante, cuando los niños se agruparon por primera vez empezaron a desarrollar otros signos. Cuantos más niños jóvenes se añadían, la lengua se volvía más compleja. Los profesores de los niños, que tenían un éxito limitado al comunicarse con sus estudiantes, observaban con temor cómo los niños empezaban a comunicarse entre ellos.

Más adelante, el gobierno nicaragüense solicitó la ayuda de Judy Kegl, una experta americana en el lenguaje de signos de la Universidad Northeastern. Cuando Kegl y otros investigadores empezaron a analizar la lengua, notaron que los niños más jóvenes habían tomado la forma de tipo pidgin de los niños más grandes hasta un nivel más elevado de complejidad, con correspondencia verbal y otras convenciones de gramática.[139]