Это замысловатое, может быть, даже слегка гротескное упражнение направлено на то, чтобы просто подчеркнуть, что природа голосовых средств, а особенно функции, которые они в целом выполняют в жизни приматов, таковы, что очень сложно представить себе, чтобы эволюция осмысленной кооперативной коммуникации, характерной для людей, происходила исключительно в голосовой модальности. Еще труднее представить себе это для коммуникативных конвенций. Но совсем не сложно вообразить, как это происходит в области действий. На самом деле, нам даже не нужно ничего воображать, потому что, как было замечено выше, при некоторых обстоятельствах это на самом деле случается с глухими от рождения детьми. (Кроме того, есть несколько хороших описаний того, как взрослые люди изобретают свои языки жестов в особых ситуациях, например, на шумных фабриках или при общении между представителями различных языковых сообществ в таких видах деятельности, как торговля; Kendon 2004). Возможно, основная причина, которой обусловлены этих различия, заключается в том, что приматы в целом и люди в частности автоматически прослеживают направление взгляда и воспринимают поведенческие акты как целенаправленные и осмысленные по определению, в том числе, когда они имеют отношение к ним самим. Если сущность человеческой коммуникации заключается в ее целенаправленности, тогда действия человека являются главным источником ее смысла. Не то, чтобы это вообще не могло произойти в голосовой модальности у каких-нибудь других живых существ; просто с учетом того, как вокализация функционирует у приматов — особенно в свете ее жесткой связи с эмоциями и существующей тенденции направлять внимание на само издающее звуки животное, а не на внешний объект-референт — это практически немыслимо.

И, таким образом, чтобы прийти к коммуникации человека, со всеми ее кооперативными свойствами, мы должны начать с фундамента, основанного на действии. Эта постройка должна быть возведена на основании характерной для людей предрасположенности прослеживать направление взгляда и указывать в определенном направлении, чтобы заставить других туда посмотреть, а также их склонности интерпретировать действия окружающих в терминах целенаправленности (кроме того, нельзя забывать о совместных действиях как главном материале для базовой психологической структуры сотрудничества). И поэтому, разумеется, появляется вопрос: почему же люди в конце концов перешли к голосовой модальности? Когда люди общаются в наши дни, они чаще всего используют и речь, и жестикуляцию, но речь выполняет основную функцию референции (возможно, в сочетании с указательным жестом), а жесты сопровождают речь и выполняют в основном изобразительную функцию, неся в себе ту информацию, которую с помощью речи закодировать сложно (McNeill 2005; Goldin-Meadow 2003а). Однако нет никаких сомнений, что голосовая речь доминирует; у нее даже есть грамматическое измерение (а иногда и письменный вариант), чего не наблюдается у естественно возникающих жестов. Как голосовая модальность получила такое преимущество?

В истории размышлений по этому вопросу нет недостатка в гипотезах, потому что всем классическим теоретикам, занимающимся происхождением жестов, приходилось что-нибудь сказать по этому поводу. Можно, например, предположить, что голосовая модальность стала ведущей, потому что благодаря ей: становится возможным общение на более дальних расстояниях; становится возможным общение в глухом лесу; освобождаются руки, поэтому становится возможным одновременно общаться и делать что-то руками; становится возможным воспринимать сообщения на слух, а глазами при этом искать хищников и другую важную информацию; и так далее, и так далее. Все это действительно могло сыграть свою роль. Мы просто хотели бы предложить здесь еще одну дополнительную возможность, что, в соответствии с той точкой зрения, которую мы описывали в этой главе, общение в голосовой модальности в большей степени, чем в жестовой, является публичным. Когда в главе 2 мы обсуждали общение приматов, то отметили, что вокализации приматов не предназначены для кого-то в особенности, их слышат все, кто находится поблизости, а жесты направлены на конкретных реципиентов. Учитывая весь период, когда жесты использовались для того, чтобы направить коммуникативное действие на кого-то определенного, переход к голосовой модальности мог означать, что коммуникативные действия все еще по-прежнему направлены на кого-то конкретного — и, конечно, коммуникативное намерение, стоящее за ними, можно рассматривать как метасигнал, помечающий сообщение как предназначенное «для тебя». Однако в то же время, передача сообщений при помощи голоса дает возможность любому, кто находится рядом, их подслушать, как оно и происходило (а предотвратить это можно было только при помощи специальных действий, например, шепота). Это значит, что голосовые действия являются публичными по определению, и поэтому они связаны с формированием репутации и другими подобными процессами.

Наконец, более конкретная формулировка нашей гипотезы Ь том, как произошел такой переход, предполагает, что самые первые условные обозначения в голосовой модальности были эмоциональным сопровождением или дополнительными звуковыми эффектами к каким-нибудь уже осмысленным жестам, основанным на реальных действиях — или, по крайней мере, к уже осмысленным совместным действиям. Таким образом, по крайней мере, с точки зрения реципиента, сообщение, которое он получал, было как минимум в некоторой степени избыточным, поскольку коммуникант пытался передать его и при помощи жестов, и при помощи вокализаций. Когда люди научились контролировать свои вокализации лучше, они также могли начать использовать некоторые голосовые имитации (например, изображать звуки, которые издает леопард), хотя подобно изобразительным жестам, они могли возникнуть только после появления грайсовского коммуникативного намерения. Однако на определенном этапе в определенных ситуациях вокализации стали эффективными сами по себе — возможно, из-за необходимости передавать сообщения на более дальние расстояния, или для того, чтобы передать сообщение нескольким реципиентам сразу, и так далее.

В качестве одного примера можно привести особенно интересный класс слов, который встречается во всех языках. Это так называемые указательные местоимения, которые даже в наши дни очень часто сопровождаются указательными жестами. В английском языке (в переводе на русский) это такие слова, как «этот» и «тот», или «здесь» и «там». Особую природу этих слов можно понять (как впервые заметил Витгенштейн; Wittgenstein 1953), если задуматься, как их могут выучить дети. В случае существительных и глаголов мы можем, находясь внутри рамки совместного внимания, указывать на что-то и называть это ребенку, и он выучит название. Но как мы можем использовать указательный жест, чтобы научить ребенка словам «этот» и «тот», «здесь» и «там»? На самом деле, никак не можем. Как можно указать на «то» или «там»? Проблема заключается в том, что, когда мы указываем на что-то, пытаясь научить ребенка использовать эти специальные слова, указание становится как частью самого обучающего действия (чтобы направить внимание на соответствующий объект-референт), так и значением этого действия — исключительная ситуация, которая, что удивительно, по-видимому, совершенно не смущает детей. Они, должно быть, как-то понимают эту избыточность. В любом случае указательные местоимения, несомненно, являются особенными, потому что они есть во всех известных языках. В их состав почти всегда входит пространственный компонент, указывающий расстояние от говорящего (как, например, в противопоставлении «этот» и «тот»); они очень часто сопровождаются указательными жестами; и во всех случаях они кажутся первичными, потому что не происходят от других типов слов (Diessel 2006). И поэтому указательные местоимения могут быть примитивными коммуникативными актами в голосовой модальности — младенцы начинают использовать их на очень ранних стадиях развития — очень вероятно, по той причине, что они являются избыточными по отношению к указательным жестам^[18].