小小的手势可能会产生很大的影响。
朱利安娜·马古利斯（Julianna Margulies）
隐性文化知识塑造语法，同样，它对语法的各组成部分——词语、手势、音位、句法、话语和对话也很重要。然而，许多语言学家和人类学家在讨论中常常忽略手势，草率地认定手势是言语的次要装备，是人类行为的一个独立方面。但是，持不同理论观点的研究人员已经证明，恰恰相反，手势动作、语言结构和认知之间存在着由隐性文化知识维系的密切联系。对手、嘴和大脑之间的互利关系以及三者如何进化进行分析才能完善语言进化理论。
另外，有人认为这一切表明的还不止如此，手势中语言专属的组成部分也是先天的。这种研究是苏珊·戈尔丁-梅多（Susan Goldin-Meadow）开创的，她对无法获得语言输入的儿童“自发出现”手部动作的现象进行了研究，如失聪的儿童和父母不会使用手语的儿童。她称这些手势为“家庭手势”。她研究的手势系统确实对于我们探究某些“暗物质”的起源至关重要：这些“暗物质”究竟是天生的还是文化造成的，或者说是先天的还是后天的？
要理解手势在语言中的作用，掌握它们如何与语调、语法和意义一起发挥作用就非常重要。关注手势和语调这些信息强调手段，可以了解这些不同能力如何结合起来，帮助听话人从旧信息中挑选出新信息或重要信息，而这些旧信息是说话人想与听话人共享的。要实现这一点，方法之一就是审视从古到今对手势和人类语言演变的研究，尤其是当代科学家目前开展的重要研究。不理解手势，就不能理解语法、语言的演变或语言的使用。手势对于更充分地理解语言，理解语言的起源及其在人类文化、交流和认知中起到的更广泛的作用至关重要。
语言是整体和多模态的。无论一种语言的语法如何，语言都将调动整个人，包括其智力、情感、手、口、舌头以及大脑。同样，语言也需要获取文化信息和未言明的知识，因为我们产生的语音、手势、音高模式、面部表情、身体动作和姿势都是语言的不同方面。我想从这里开始概述世界语言中手势的功能和形式，包括早期人属物种很可能拥有的语言。手势可以复杂也可以简单，但无论怎样，人们都能学习并掌握它们。
所有人类言语都会用到的手势揭示了文化、个体经验、意向性以及“暗物质”或者叫隐性知识的其他组成部分的交集。就像大多数事物的知识一样，人类语法知识有两种：静态知识和动态知识。这些很可能与陈述性记忆和程序性记忆有关，但它们看起来有点不同。静态知识是我们已知的东西。讲故事的规则是静态知识。动态知识则是理解事物会发生变化并知道如何实时适应变化。如果说静态知识是知道讲述故事的规则，动态知识就是会讲述故事。手势是我们多模态语言的关键组成部分。它们本身在结构、意义和用法上就是相当复杂的。当代研究清楚地表明，手势跟语言的任何其他部分一样难以分析，在设计和功能上极其复杂。但是，必须重申一下，手势不是语言的扩充。没有手势就没有语言。大多数手势都是无意识的使用，利用的是隐性知识。手势是由它们所增强的语言以及它们产生的文化的需求塑造的。
肯尼思·派克认为语言应该结合人类行为的统一理论来研究，他将手势视为这个观点的证据：
在特定的派对游戏中，人们先是唱起诗节，从“板栗树下……”开始，然后他们以同一曲调重复这段诗节，但改用快速的手势代替语言，手臂快速向外伸展。在原本歌声飞扬的时间里只有曲调。在接下来的重复段中，与之前一样，手势代替了话语。此外，音节也被省略，留下的空白用捶打胸部的姿势来填充。在后续的重复段中，人们用拍打头部来取代发出音节……最后，在进一步重复和替换之后，可能只剩下几个连接词，如the，以及一系列与歌曲的原始节拍一致的手势。
从这个例子中派克得出结论：手势可以代替言语。然而，后来的研究人员表明，他所指的手势是多种手势中非常有限的一种。语言只是一种行为形式，手势也是如此。尽管如此，派克的基本观点是正确的——语言及其组成部分是由个人心理和文化引导的人类行为，是心灵的暗物质。
包括语言在内的所有人类行为都是出于意图，出于我们心智的指向。语言是传达这些意图的最佳工具。交流是一种合作行为，遵循交互的文化原则。
派克提出了另一个问题：为什么人们不会把手势或其他噪声与语法中的语音弄混？为什么只有口头发出的声音可以作为音节和更普遍意义上的言语？为什么“slap”这样的词不能是［sla＃］，其中［＃］代表某人拍胸脯的声音？这听起来很简单，但实际上这不可能是任何一种语言中的词语或音节。我还是一名初学语言学的学生时，曾认为这个问题很有趣，但没有充分理解它对语言理解有多大影响。
手势的目标是语言学家和哲学家所称的“言后效应”，即说话人希望其语言对听话人产生的影响。说话人会通过强调手段来帮助听话人以说话人希望的方式使用或响应信息。
为了更充分地说明人们对文化和语言——实际上是所有人类行为——的单一理论的需求，大家可以设想如下的场景。两个人正看着另外几个人将一些沉重的家具搬下公寓的楼梯。一个经过楼梯平台的人正气喘吁吁，全神贯注于沉重的负荷。他的钱包松散地挂在后口袋里，快要掉出来了。如果有人将钱包顺走，他显然不会注意到。第一个观察者看着钱包，然后扬起眉毛看向第二个观察者。第二个观察者看到了第一个观察者的目光，只是摇了摇头表示“不”。这里发生了什么？这是一种语言么？这是一种与语言平行的交流形式。对于这种交流，共享文化和规约必不可少。对来自同一个文化的两个成员来说，几乎任何东西都可以用来交流。
人们普遍对手势感兴趣，尽管往往没有认识到手势对语言是多么至关重要。以此为基础，2013年雷切尔·多纳迪奥（Rachel Donadio）在《纽约时报》上发表了一篇文章，题为“当意大利人聊天，手和手指在说话”（When Italians Chat, Hands and Fingers Do the Talking）。意大利人确实在手势使用上有着突出的表现，但我们都是如此，尽管在17世纪，北欧新教徒不认同意大利人“花哨”的手部动作。第一个从现代科学视角研究意大利语的手势或任何其他语言手势的人是戴维·埃弗龙（David Efron），他是20世纪人类学和语言学先驱弗朗茨·博厄斯的学生。70多年前，埃弗龙撰写了关于手势文化差异的最早现代人类语言学研究报告。他专注于近代意大利人和犹太移民的手势，后来与第二代和第三代移民的手势进行了比较。
埃弗龙的研究《手势、种族和文化》（Gesture, Race and Culture）同时也是对关于认知过程的以种族为基础的纳粹式观点的回应，提出了记录和讨论手势的模式，探索了文化对手势影响。埃弗龙贡献的核心在于他描述了未同化的南方意大利人和东欧犹太人（“传统”的意大利人和犹太人）的手势，这些人当时移民到美国不久，主要居住在纽约市［尽管他的一些研究对象也来自阿第伦达克山脉（Adirondacks）、萨拉托加（Saratoga）和卡茨基尔山脉（Catskills）］。埃弗龙称，意大利人会使用手势来发出信号，丰富表达的内容。例如，一个“深”谷，一个“高个子”男人，“没办法”。而埃弗龙研究的犹太移民则使用手势作为逻辑连接词，表示场景的变化、故事的逻辑划分等。手势的这些使用表明语言呈三重模式（象征符号、结构和强调手段，如手势和音高），而且是由文化塑造的。
关于手势，埃弗龙想知道两点。第一点，意大利移民和犹太移民在手势方面是否存在标准化的群体差异？第二点，他想了解移民被当地社会同化时，手势是如何变化的。他发现了强大的文化效应。随着时间的推移，意大利人和犹太人的手势都会美国化。犹太移民和意大利移民之间最初的强烈差异会变得不那么明显，最后还会进一步消失，使他们与美国其他公民变得完全相同。
埃弗龙所处的时代还没有摄像机，他聘请了艺术家斯泰弗森特·凡·费恩（Stuyvesant Van Veen）来帮助他。埃弗龙是最早想出研究和记录手势的有效方法，以及描述这些手势的语言的人。虽然这本书的后半部分是在正面回击纳粹式观点，但其整体上还是一个突破。埃弗龙的工作虽然具有开创性，但是源自悠久的传统。
亚里士多德反对在说话时过度使用手势，认为这操纵性太强，不合礼节，而西塞罗则认为在演讲中使用手势很重要，并提倡手势教育。公元1世纪时，马库斯·法比尤斯·昆体良获得了政府拨款，用于出版一本研究手势的书。但是，对于昆体良和其他大多数古典作家而言，手势不仅限于手，还包括身体姿势和面部表情的方方面面，即所谓的“肢体语言”。在这一点上，他们做得对。这些早期的人类语言手势的探索者发现，交流是整体的，多模态的。
文艺复兴重新发现了西塞罗和其他古典学者的作品，引发了欧洲人对手势与修辞之间关系的兴趣。第一本关于手势的英文著作是约翰·布尔弗（John Bulwer）于1644年出版的《手相：手的自然语言》（Chirologia: or the Naturall Language of the Hand）。
到18世纪，手势研究者开始怀疑手势可能是语言的最初来源。这个想法得到了一些现代研究者的响应，但我们其实不应鼓励这种观点。正如芝加哥大学心理学家戴维·麦克尼尔（David McNeill）所表明的那样，可以代替言语的手势，如手语或模仿性手势，实际上与言语是互相排斥的。它们可以取代言语，而不会被言语取代。如果手势早于言语出现，进化过程中就不会出现言语了。
然而，在19世纪末至20世纪中前期，人们对理解手势在人类语言和心理学中的重要性和作用的兴趣急剧减弱。兴趣减弱有几个原因。首先，在这个时期，相比于有意识的思考，心理学对无意识更感兴趣，错误地认为手势完全处于意识控制之下。其次，语言学家对语法更感兴趣，而有些人以狭隘的定义将手势排除在语法之外，所以手势研究衰落了。人们对语言混乱的多模态的兴趣已经减弱。导致手势研究减少的另一个因素是，当时的语言学方法仍然不能科学地研究手势。埃弗龙的工作极其困难，不容易大范围复制，至少当时很多人是这么认为的。而且，也不是每个人都雇得起艺术家。
图10-1：手势连续体
而语言学家爱德华·萨丕尔与众不同。他把语言和文化看作硬币的两面。因此，他对手势的看法与目前的研究相似。正如萨丕尔所说：“手势信息和回应的不成文代码是一个复杂社会结构的匿名作品。”所谓“匿名”，萨丕尔指的是隐性知识或者叫“暗物质”。
这引发了一个显而易见的基本问题：什么是手势？手语是手势吗？用手比画算是手势吗？用拇指和食指形成“OK”标志或竖起中指也算手势吗？是的，以上所有都是手势。一些研究人员，如戴维·麦克尼尔和亚当·肯登（Adam Kendon），将所有这些不同的形式沿着一个“手势连续体”进行分类，根据手势的维度及其与语法和语言的关系来审视手势（图10-1）。
用手势表达（Gesticulation）是这个连续体的最核心要素，也是手势理论的核心。用手势表达涉及在手势、音高和言语重合的地方与语法结构相交的手势。实际上，大多数手势理论所关注的就是用手势表达。有些手势并不规范——它们可能差异很大，没有固定的社会形式（尽管它们受文化影响）。可以代替单词的手势，如派克的“板栗树”语言游戏，是填充语言插槽（language-slotted）的手势。如果你要告诉某人，“他（用脚做踢的动作）球”，这里手势替代了动词“kicked”（踢）；或者“她（张开手划过脸部）我”，替代了“她扇我耳光”。这些手势占据了句子中通常由文字占据的位置。它们是特殊的手势。这些手势是即兴的，用于根据所讲故事的类型产生特定的效果。有趣的是，这些填充语言插槽的手势是了解说话人语法知识的窗口。除非人们知道词汇、语法、音高和其他方面如何组合，否则不能使用手势。
我们的手部动作也可以模拟一个没有语音的物体或动作。这样做就是用手势模仿（mime），它只遵循有限的社会习俗。这些形式差别很大。只需与一群朋友一起玩猜字游戏即可发现。约定俗成的手势本身也可以充当“符号”。就像我前面所提到的，美国文化中两个常见标志是将食指和拇指尖端触碰以形成“OK”标志以及竖中指的骂人手势。
这些都与手语不同。手语是成熟的语言，具有口语的所有特征，如词语、句子、故事，甚至还有代替口语中以手势和语调表示强调的表达方式。手语是借助不同种类的身体和手部动作以及面部表情来进行这些表达的。在我们讨论语言的进化时，记住基于手势的语言最显著的特点是非常重要的。这个特点是，手语既不增强口语，也不与口语互动。事实上，借用麦克尼尔的一句话，手语与言语是互相排斥的。这就是为什么许多研究人员认为口头语言不是也不可能是以手语开始的。
现在让我们来看一下手势与语言进化相关性的关键所在。麦克尼尔的研究开创的基本概念被称为“增长点”（growth point）。增长点是话语中手势和言语重合的时刻。有四件事发生于这一时刻。第一，语音和手势是同步的，此时语音和手势传达着不同但相关的信息。第二，增长点还被描述为手势和言语冗余的时刻，此刻手势和言语以不同的方式表达了类似的东西。手势将值得关注的内容从对话其余部分构成的背景中凸显出来。应该指出，语调也活跃于增长点以及所说内容的其他地方。第三，手势和言语在增长点传达了一个心理上统一的想法。在图10-2中，“上”的手势与“上”的词语同时出现。
简而言之，手势研究让我们别无选择，只能将语言视为一种交流过程，而不是一套记忆的语法规则。语言不是静态的，不只是遵循形式和意义的严格语法规范，而是动态的，将音高、手势、言语和语法集中在一起，以便进行有效交流。语言是由说话人根据他们关于自己和文化的隐性知识实时制造的。手势是卓越的行为和过程。根据麦克尼尔的说法，手势之间的界限是清晰的，这界限就是肢体连续运动之间的间隔。像所有的象征符号一样，手势也可以分解为多个部分。这里我不打算深谈这些，只是想说，这一切都意味着手势、语调和言语变成了一个多模态的整体系统，需要人的大脑来协调其合作。
图10-2：增长点
麦克尼尔创建的语言和手势动态理论的另一个重要组成部分是汇集点（catchment）。这个词比较专业化，但对我们了解手势如何促进交流以及手势在语言起源时的潜在角色至关重要。汇集点表明话语中的两个时间不连续的部分聚集在一起——重复相同的手势，表示具有这种手势的点构成一个单位。实质上，汇集点是通过手势来标记话语连续性的一种方式。麦克尼尔说：
在至少两个（不一定是连续的）手势中出现一个或多个手势特征时，这就被认为是汇集点。其逻辑是，反复出现的图像表明这是一个共同的话语主题，而话语主题将产生具有反复出现特征的手势……汇集点是视觉空间意象的一种线索，贯穿话语以揭示由分散部分串联而成的更大的话语单元。
假设每当你提到一个想要你东西的朋友时，你都会把一只手张开，将手指朝上并做出向内弯曲的动作，这个手势就会与这个朋友相关联，从而突出你关于他的评论，并帮助听话人更容易理解你的评论。
换句话说，通过汇集点，手势能使说话人排列句子及其部分，以便在故事和对话中使用。没有手势，就没有语言。
人们已经设计了各种实验来说明言语和手势之间牢不可破的联系。其中一个比较有名的实验叫作延迟听觉反馈。在这项测试中，受试者佩戴耳机，听大约有0.2秒延迟的对话，延迟的时间接近英语标准音节的长度。这会产生听觉口吃效应。说话人试图通过放慢速度进行调整。然而，语速降低并没有提供任何帮助，因为反馈速度也减慢了。然后说话人简化他们的语法。最重要的是，说话人的手势变得更加坚定，更加频繁，试图将更多的交流任务放在自己身上。但真正让人印象深刻的是，无论发生什么，手势都会与言语保持同步。或者，正如麦克尼尔所说的那样，手势“不会失去与言语的同步”。这意味着手势并不是通过某种内部计数过程而是通过说话人的意图和意义而与言语联系在一起的。说话人让手势和言语协调一致，以突出表达的内容。
还有些实验也清楚地表明了正常谈话中言语和手势之间的紧密联系。其中一个实验里有一个被称为“IW”的被试。19岁时，IW因感染突然失去了颈部以下的所有触觉和本体感受。实验表明，除非他能看到自己的手，否则不能控制其手部动作（如果他看不到，比如双手放在桌子下面，他就无法控制）。令人着迷的是，IW在说话时使用了与其言语非常协调、未经计划、密切相关的手势，好像他根本没有残疾一样。IW案例提供的证据表明，言语手势不同于手的其他用途，甚至手的其他手势用法。有人认为这种联系是天生的。但是我们对大脑中手势和言语的联系以及IW的病史知之甚少，所以我们难以给出定论。然而，无论如何，这种协调确实发生了，言语中的手势与在其他任务中用手非常不同。
最后，还有一个现象凸显了手势和言语之间的特殊关系：即便是盲人也使用手势。这表明手势是正常言语的重要成分。盲人使用手势对我们还有另一层启示。由于盲人不能看到说口语者的手势，所以他们的手势不会与当地文化认可的手势完全匹配。然而，这一事实表明，手势是交流的一部分，而且语言是整体的。交际时，我们会尽可能多地使用自己的身体。我们用四肢和面部等等传递的信息，是靠“感觉”接收的。
手势和言语之间的联系也具有文化可塑性。考古研究人员已经证明，澳大利亚的阿伦特人（Arrernte）经常在说话后使用手势。我相信这个原因很简单。阿伦特人只是喜欢将手势放在言语之后。手势和言语之间缺乏同步只是一种文化选择，一种文化价值。阿伦特人手势的解释类似于肯尼亚图尔卡纳人（Turkana），在这里手势的作用是回应并加强言语。
手势对直立人也很重要吗？我相信确实如此。我还是以戴维·麦克尼尔的工作为依据。他提出了术语“同生共源性”（equiprimordiality），意指手势和言语同样、同时出现在语言演变过程中。没有手势，就不会有语言，也不可能会有语言。
如果真是这样，麦克尼尔声称，“那么言语和手势必须一起演变”，“不可能是手势优先或言语优先”。这跟我的“规则三重性”概念是一致的。没有语法、意义和强调手段，你就无法拥有语言。同样的道理，不可能存在没有语言的语调，或者没有语调的语言。
一旦我们了解手势如何变得对人类有意义，克服这个最初的障碍，手势和言语之间联系的进化故事就可以讲出来了。麦克尼尔的理论假设认为，最初的说话人和人类婴儿的早期言语是“独词句”。也就是说，在这些早期的话语中，没有部分可言，只有一个整体。前面我们举过一个例子：一个直立人看到一头距离他只有百米远的剑齿虎，说出了第一句话“Shamalamadingdong”。他极有可能打着手势在表达，尖叫着，让整个身体去传达所见，除非他被吓得一动不动。他的身体和头部会朝向剑齿虎。后来，也许他重现了这个场景，用了稍微不同的手势和语调（他现在冷静下来了）。第一次也许他说出了SHAMALAmadingDONG，在发shama和dong时加上手部运动。第二次，也许他的语调落在shamalamaDINGdong的Ding上，而手势仍然落在shama和dong上，或者更有可能的是，其手势与语调的变化紧密相关。直立人极有可能在无意中采用了一种独词句的话语，即单一单位，然后将其转化为具有单独部分的结构体。这就是麦克尼尔关于语法如何开始出现的观点。
随着手势和言语越发同步，手势开始显现两种特征之一：它们要么代表观察者的观点，即说话人的观点，要么代表被谈论者的观点。通过这些不同的观点，突出内容和归因内容所属关系的不同方式，我们为区分诸如疑问、陈述、引用和其他类型的言语行为奠定了基础。
麦克尼尔举了一个例子。有一个人在复述他在动画片《傻大猫和崔弟》中看到的东西。当其手部动作是为了模仿或代表傻大猫希尔维斯特的动作时，其视角就是希尔维斯特的视角；但是当其手势表明这是他自己的观点时，那么这个视角也是他自己的视角。
意向性，即针对某种东西，也是拥有语言的先决条件。意向性不仅表现在言语中，还表现在手势和其他行为上。焦虑的犬科动物的尾巴指向，以及所有物种集中的注意力体现了这一点。使用手势的一个原因是有意的行为会影响整个身体。我们的眼睛、身体、双手等都会因我们关注的位置而改变方向。这种表达意图的整体性质似乎是一种被交际利用的非常低级的生物事实。事实上，“动物会使用尽可能多的身体资源来传达信息”。然而，如果我们的思路是正确的，那么手势不可能是语言的最初形式，而是会与语调和发声同时发生。这并不是说前语言阶段的生物不能用某种方式通过指向或手势来表达意向性，而是说真正的语言交流必须始终包括手势和言语。做出这个判断还有其他一些原因。
首先，言语并未取代手势。手势和言语形成了一个整合系统。手势最先出现的语言起源理论认为手势和语音不匹配，因为它们是独立的系统。但实际上它们是同步的（它们在时间上是匹配的），也是单一整体的一部分（手势加语调加语音在单个话语中协调）。此外，人们经常在手势和言语之间切换。如果说言语是从手势演化而来的，那为什么二者仍然维持这种相互迁就的关系？最后，如果手势最先出现的假设是正确的，那为什么除了聋人语言之外，手势从来不是世界上任何语言的主要交流“渠道”或交流模式？
早在讨论“昨天，约翰在图书馆给了玛丽什么？”时，我们就提到了语调。说话时，我们也会在话语中产生“旋律”。如果需要例子来说明语调的重要性，那么只要想想汽车GPS（全球定位系统）在指示方向时声音有多不自然就够了。虽然计算机科学家早就知道言语需要语调，但他们仍然没有制造出能够很好地使用或解读语调的计算机。语调、手势和言语都建立在稳定的语法之上。唯一能够提供稳定性的手势是手语中约定俗成的和语法化的手势。然而，在这种情况下，手势也是用来取代或补充言语的。
关键之处在于，手势与言语是共同发展出来的。如果手语、填充语言插槽的手势或模仿的手势先于言语，那么言语从功能上来说就没必要出现了。手势最先出现的想法还体现了另一个站不住脚的观点：我们有一个运作良好的手势交流系统，却用言语取代了它。而且有一些手势，如模仿性手势，实际上与言语是不兼容的。
这似乎与前面肯尼思·派克的例子相矛盾，那个例子表明手势可以代替言语。但派克讨论的是填充语言插槽的手势，这是一种寄生在言语上的独特手势，而非代替言语的手势类型。另一方面，派克的例子提出了另一个问题，即是否会有对应言语插槽手势的“手势插槽语言”。这将是一种输出，以言语取代通常由手势表达的内容。毕竟，如果言语是从手势演变而来的，这样的情况是有可能出现的。并且手势插槽语言不难想象。例如，设想一下，使用美国手语和英语的双语者，在观众面前一个接一个地用口语替代每个手语手势。然而，这不会是真正的手势插槽语言的例证，因为这是两种独立语言之间的翻译，而不是用专门语言中的言语替代手势。这对我们的观点很重要，有这样几个原因。手势明显的实用性为我们提供了一条了解其起源和传播的明确途径。事实上，在世界上所有的语言和文化中，每个人似乎都会使用手势，这支持的是亚里士多德的观点，即知识是学会的，而不是柏拉图的概念，即知识总是在场。这是因为它表明手势的有用性是其普及的关键。如果一种行为是一个问题显而易见的解决方案，我们没有必要假设这种行为是天生的。如果头脑足够聪明，那么只要存在这个问题就能确保出现这种行为了。这种有用性原则可以解释语言的大部分据称很普遍的特征，而这些普遍特征经常被认为是天生的。换句话说，手势的实用性解释了其普遍性。
当手势通过约定俗成而稳定下来，手势就成了手语。但只有手势取代了所有言语功能，手语才能成形。因此，言语从手势发展而来的想法在功能上和逻辑上都没有意义。“手势最先出现”的理论颠倒了进化的方向。
麦克尼尔通过推理表明，不存在手势最先出现的语言，我对此在总体上持肯定态度，但他的推理似乎还是缺少了一些东西。如果其补充的断言或推测是正确的，即两种现已灭绝的人族物种使用过手势最先出现的语言或仅使用手势，并且这是现代语言发展的第一阶段，那为什么认为智人最初用的也是手势最先出现的语言就会令人惊讶呢？我没有任何理由相信人族物种通往语言的道路是不同的。事实上，我非常怀疑智人以前的人属物种采取的是另一条道路，因为声音交流相较于手势交流有明显的优势。
人类的交流中依然存在其他重要的手势类型，包括像似手势（也称图示手势）、隐喻性手势和节拍性手势。每一种手势都揭示了手势与语言关系的一个独特方面及其与认知和文化的关系。我们没有必要在这里讨论这些，提到它们只是为了证明手势和言语之间存在复杂的关系，以及手势和言语都有助于我们在符号学进程中取得进步。
然而，我们还没有在语法、手势或语言的其他方面看到任何需要归因于语言专用的智人基因组的东西。文化学习、统计学习和个人感知学习，加上人类情景记忆，似乎足以完成这项任务了。文献中充斥着与此相反的说法，认为语言至少在一定程度上是依靠新生儿只和语言有关的天赋习得的，而且有些现象只有基于这一说法才能得到解释。
有人声称，有些群体的语言特征若非自发出现的，他们便不可能发展出语言，比如尼加拉瓜的手语和赛义德·贝都因人的手语。据称，这些语言是在一个种群需要语言但缺乏语言时突然出现的。这种说法的问题在于，所有这些语言都以非常简单的结构开始，随着时间的推移、社交互动频繁而变得更加复杂。通常需要至少三代人才能使一门语言的复杂程度与成熟语言大体相当。但是，这正是我们所期望的，它们不是从先天知识中衍生出来的，而是发明出来的，随着时间的推移在后代学习中改进。出于这个原因，即使这些例子为天生的语言倾向提供了一些证据，其知识也会非常有限。
苏珊·戈尔丁-梅多的研究认为，使用家庭手势的人发展了物体的象征符号、排列这些象征符号的原则以及不同手势的组成部分。她还指出，这些新创造的手势可以填补类似句子的更大结构中的插槽，即我们之前看到的树形图所体现的结构。她还讨论了家庭手势的其他一些特征。她的结论是，所有这些知识必须是天生的，否则它如何在一群说话的人当中迅速出现？
但是这些特征都不是语言特有的。一些物种会以这样或那样的方式使用标引符号和图像符号，而这些符号很有可能是手势的早期形式。我们没有理由相信家庭手势不容易被人学会。事实上，有一种解释认为，戈尔丁-梅多关于象征符号的所有结果所表明的，无非是儿童很容易学习和采用象征符号而已。物体是一种含有意义的形式。孩子在了解某种物体并产生交流的渴望以后——这也许是我们这个物种最显著的特征，无论是出于互动本能还是情感冲动，孩子会描述那个物体及其在特定文化中的意义。即使没有语言，孩子也会参与他们父母的生活，并尝试交流，就像海伦·凯勒的非凡人生旅程向我们展示的那样。有了视觉、听觉或触觉，孩子可以从环境中、从看护人那里获得输入。事实上，孩子从大多数看护人那里和大多数环境中都能获得输入。像大多数其他物种（至少是哺乳动物）一样，孩子们能够了解物体的用途、物体对父母和环境的重要性，并就此与人交流，这并不奇怪。在特定的时间空间中可感知的整体的物体是最显眼的，狗、人和其他生物相对容易了解。不同于其他动物，人类试图描绘物体，因为人类渴望交流。
这些物体的某些特征对儿童来说较为明显，这同样不奇怪。如果戈尔丁-梅多是正确的，物体的形状和尺寸比许多其他特征更明显，但其具体原因尚不清楚。戈尔丁-梅多将其归因于孩子们的天赋。但我建议先了解一下儿童看护者使用、呈现、构造和评价物体的方式。在美国看护者较熟悉的物品环境中，家具、餐具、房屋、工具等物品比其他特征更容易布置也更常见。尽管没有任何迹象表明人们愿意对此进行检验，但这至少是可以检验的。
图10-3：“大男孩”
至于家庭手势使用者的言语具备层级结构的说法，有两点需要注意。首先，结构和如同串珠一般简单并列的单词在实践中很难区分。图10-3中的图（a）或图（b）所示的三个对象互相有关系吗？这两种情况都有可能，选择一种而非另一种的原因是高度理论化的。例如，在皮拉罕语中，我们可以说，“这个人在这里。他很高”或者“我说了。你正在来的路上”。这两个例子可以被解释为“高个子在这里”“我说你正在来的路上”。但其句法缺乏层级结构，分析起来可能比较简单。
戈尔丁-梅多举了众多例子，意在表明家庭手势使用者的话语中具备层级结构，但这些例子中没有一个可以令人信服地证明其话语中存在图（b）这样的结构。第二点需要注意的是，有些构造为呈现信息提供了一个和语言无关的自然解决方案，因此，如果你在某些语言中发现了这些构造，这并不证明存在固有的语言天赋。同样，如果一种结构为交流信息提供了一个有用的解决方案，那对于为什么在世界各地的语言中都可以找到这一结构，就不需要多说什么了。随着社会越来越复杂，信息需求不断增长，层级结构成了许多领域中最有效的信息组织方案。计算机、原子、宇宙和其他大自然的复杂物体都是这样组织的。这是一种自然发生且可观察的解决方案。事实上，任何涉及排序的动作，比如“你必须先做x，然后再做y”，都包含结构。汽车、犬类行为和计算机归档系统用的都是这类解决方案。它们出现在语言中也绝对没有什么特别之处。
有人声称家庭手势的使用者为其结构设定了顺序，这种顺序即便存在也是很正常的。首先，他们别无选择，只能按照某种顺序排列象征符号。而且，由于任何话语的主要成分都是被谈及的事物及其相关内容，所以句子倾向于按话题和评述来组织。句子的话题（相对于更大的故事的话题）要么是正在讨论的旧信息，要么是说话人假设听话人会知道的信息。评述是关于该话题的新信息。通常情况下（但并非总是如此），话题与主语相同，评述则与谓语或动词短语相同：
“约翰是个好人。”
这里的旧信息是“约翰”。说话人只提供一个名字，并假设听话人知道被提及的是谁。新信息是“是个好人”。换句话说，说话人说了一些他或她认为听话人可能还不知道的关于“约翰”的新信息。对此的解释可能是“我知道你认识约翰，但你可能不知道他是个好人”。
世界上大多数语言的话题都在评述之前。换句话说，在提供新信息之前，语言倾向于用共享信息或旧信息开始其句子。这个顺序有助于我们的短期记忆。而在提供新信息的评述里，许多语言倾向于将宾语放置在动词之前。所以如果某个地方的人正在吃水果，这可以被描述为约翰水果吃（大多数语言）或约翰吃水果（英语和许多其他语言）。德语、日语和皮拉罕语就是主语＋宾语＋动词语序的语言。而法语和英语等语言使用的是主语＋动词＋宾语的语序。事实上，英语曾经属于前一类（它与德语密切相关，同属西日耳曼语支），但是在1066年诺曼人入侵并征服英格兰之后，英语转向了法语的主语＋动词＋宾语的语序。
有人声称，语序可能会受到不同交流策略的极大影响，以处理交际过程中的问题。其中一个问题是破坏信号的噪声。人们说话时，会被背景噪声、孩子的拉扯、远处的动物以及在谈话期间到达的新人分散注意力。因此，语言策略必须能够克服“噪声”对听话人感知说话人话语的影响。这些研究人员声称，这就是主语＋宾语＋动词顺序最常见的原因——它有助于避免混淆主语和宾语、话题和评述（通过将动词“to be”之前的短语置于评论部分中）。另一方面，由于有成千上万种语言使用不同的语序，如主语＋动词＋宾语、宾语＋动词＋主语、宾语＋主语＋动词、动词＋主语＋宾语以及动词＋宾语＋主语，这些顺序没有优劣之分。一种语言采用的语序来自影响特定社会历史的文化压力。这就是为什么由于诺曼征服者所讲法语的影响，英语在其历史上从主语＋宾语＋动词的语序变成了主语＋动词＋宾语的语序。
家庭手势遵循基本相同的原则。对话者必须解决的基本问题是保持新信息不同于已知信息。因此，家庭成员遵循共同顺序根本不是什么大问题，这正是最有效的交流方式。
同样不足为奇的是，一旦一个基本的话语序列变成常规，说话人就更容易保持一致，而不是在语言的不同部分使用不同的策略。因此，就算你的语言选择了主语＋宾语＋动词的语序，它也会把所有者放在名词前面（例如说“John’s book”而不是“Book John’s”）。这是因为，正如动词是语义核心或句子核心一样，被占有的名词也是名词短语的核心。这种语言的一般规则是“把核心放在最后”。然而，由于这个决定仅仅是基于效率，而语言往往效率低下，这种规则在世界各地经常被违反，因此我们观察到不同语言的语序原则有很多变异。智人的遗传禀赋中也没有人们期望的与信息结构相关的任何特定东西。话题——评述是一种自然的交流安排。但是，许多认为家庭手势的使用者揭示了天生语言能力的人，并未讨论信息应该如何排序才能进行最有效的交流。然而，不提这一点，就无法得出关于家庭手势的最自然的解释，只能求助于一个非常不可信的观点，即语言是与生俱来的。
家庭手势清楚地表明，所有智人成员都渴望交流，也表明解决这一交流问题的方法可以简单直接，易于“发明”和理解。遗憾的是，家庭手势研究者声称语言是天生的，甚至没有对这些语言的语法事实进行令人信服的分析。但有证据表明，手势充分受到交际需求的推动，因为非常有用，所以各种手语和手势都会出现。其有用性解释了其普遍性。
1.我试图在《心灵的暗物质：文化表达的无意识》中开创这样一种理论，本章中有大量材料来自此书。
2.派克，《语言与人类行为结构的统一理论》。
3.www.nytimes.com/2013/07/01/world/europe/when-italians-chat-hands-and-fingers-do-the-talking.html。
4.马库斯·法比尤斯·昆体良（Marcus Fabius Quintilianus，35—96），古罗马演说家、教育家，罗马帝国第一位领受国家薪水的修辞学教授，早期著作均已散佚，有12卷《演说术原理》留存至今。——编者注
5.戴维·麦克尼尔，《手势和思想》（Gesture and Thought，芝加哥大学出版社，2005年），第117页。
6.不能就此认为这意味着我们无须学习就能使用手势，就像麦克尼尔认为的那样，因为这是没有根据的。——作者注
7.如前所述，许多研究人员推测，在人类语言的演变过程中，手势可能先于语言。手势以某种方式先出现，先于严格意义的语言，这是有可能的，虽然我认为手势会伴有叫喊声。这一立场，甚至麦克尼尔也并非完全不赞同。——作者注
8.赛义德·贝都因人（Al-Sayyid Bedouin），活动于以色列内盖夫沙漠的贝都因人部落，先天聋哑的比例很高，约3 500人的人口中，听障者就占了150人。这个部落已知200年前就已出现，在没有明显外力影响的情况下，70年前开始自行发展出一套手语，这也是语言学家记录到的与外界隔绝情况下，语言从最简陋形式逐渐演化的第一个案例。——译者注
9.更重要的是，我认为戈尔丁-梅多和其他许多人对符号语言学方面的解释过于宽容，而对儿童接收的文化输入以及儿童所面临任务的性质则不太宽容。由于没有认真考虑这一任务或这些输入，这些解释的说服力大大减弱了。——作者注
