Первые шаги почти наверняка относились к сфере жестов. Это становится особенно ясно при сравнении с голосовой и жестовой коммуникацией наших ближайших родичей, человекообразных обезьян. Вокализации человекообразных обезьян почти полностью предзаданы генетически, мало подвержены обучению, тесно связаны с конкретными эмоциями и адресованы без разбора всем, кто находится поблизости. А жесты человекообразных обезьян, напротив, чаще представляют собой результат обучения, используются достаточно гибко в различных социальных ситуациях для достижения различных социальных целей (причем для взаимодействия с людьми иногда выучиваются новые жесты) и адресуются конкретным индивидуумам с учетом направленности их внимания в данный момент времени. Обучение, гибкость и внимание к партнеру относятся к фундаментальным характеристикам человеческого способа коммуникации, и пока они не появились, продвижения в эволюции человека просто не могло быть. Вслед за многими специалистами по теории происхождения жестов подчеркнем еще раз, что использование человеком указательного жеста и пантомимической коммуникации, которые пришли на смену жестам обезьян после возникновения сотрудничества, является «естественным», в отличие от «произвольных» условных обозначений языка. А именно, указательный жест основан на естественной для человека склонности следовать за направлением взора окружающих на внешние объекты, а изъяснение жестами — на естественной для человека тенденции интерпретировать действия окружающих с точки зрения намерения. Эта естественность подтверждает, что такие жесты можно рассматривать как переходную ступень между коммуникацией обезьян и произвольной, конвенциональной природой человеческого языка.
А как обстоит дело с языком? Сейчас ученые полагают, что только в контексте совместной деятельности, в которой у участников есть совместные намерения и совместное внимание, а координация происходит путем естественных форм пантомимической коммуникации, могли сложиться характерные для языка произвольные условные обозначения. Знаковые языки (вначале жестовые, затем звучащие), таким образом, появились на основе этих уже понятных жестов, заменив естественность указательного жеста и пантомимической коммуникации общей для всех (о чем каждому заведомо известно) историей социального научения. Этот процесс, разумеется, стал возможен благодаря уникальным человеческим навыкам культурного научения и подражания, позволяющим исключительно эффективно учиться у других, принимая во внимание и усваивая их намерения (Tomasello 1999). В рамках той же линии эволюционного развития люди начали также создавать и передавать далее в рамках культуры грамматические правила, организованные в сложные языковые конструкции, задающие, в свою очередь, сложные типы сообщений для использования в повторяющихся коммуникативных ситуациях.
Таким образом, чтобы объяснить происхождение психологической базовой структуры кооперативной коммуникации человека, необходимы элементарные эволюционные процессы, функционирующие несколькими различными способами. Но кроме того, чтобы объяснить происхождение 6000 знаковых языков, нам не обойтись без культурно-исторических процессов, благодаря которым конкретные речевые формы фиксируются в конкретных языковых сообществах, а затем их последовательности грамматикализируются, и сформировавшиеся грамматические конструкции далее передаются новым поколениям через посредство культурного научения. Итак, мы видим здесь непрерывное диалектическое взаимодействие эволюционного и культурно-исторического процессов, которое первым описал Выготский (1978), а с точки зрения современного эволюционного подхода — Ричерсон и Бойд (Richerson, Boyd 2005), и которое чрезвычайно увлекало меня в свое время (Tomasello, Kruger, Ratner 1993; Tomasello 1999; Tomasello et al. 2005). Подобный подход к человеческой коммуникации и к языку, таким образом, фактически переворачивает с ног на голову теорию Хомского: наиболее фундаментальные аспекты человеческой коммуникации рассматриваются здесь как формы биологического приспособления, нацеленные на сотрудничество и социальное взаимодействие в целом, а собственно лингвистические характеристики языка, включая грамматические, конструируются культурно и передаются внутри отдельных языковых сообществ.
В целом путь до современной человеческой коммуникации был почти наверняка долгим и непрямым, полным всяческих перипетий. А значит, чтобы предложить теоретическое объяснение, основанное прежде всего на эмпирических данных, нам придется рассмотреть много различных сторон жизни человека и обезьян — так что и наш разговор тоже будет долгим и непрямым. Но, несмотря на множество препятствий, нашу конечную цель легко сформулировать, и она кристально ясна: определить свойственные исключительно нашему виду черты человеческой коммуникации и их онтогенетические и филогенетические корни. Для этого я намерен рассмотреть три частные гипотезы: