Även de mest primitiva djur utväxlar kommunikation, till exempel för att uttrycka sexuell lämplighet eller för att varna en flock för annalkande fara. Ju primitivare djur, desto mer automatisk är kommunikationen. Frågan är då när och hur mer medveten symbolisk kommunikation uppstod, det vill säga när det första språket utvecklades. Det är måhända ett mer filosofiskt än vetenskapligt spörsmål, eftersom förhistoriska evidens saknas.
Schimpanser, som är våra närmaste släktingar bland nu levande primater, kan läras att kommunicera symboliskt och nyttja verktyg i begränsad utsträckning, men den förvärvade kunskapen överförs inte på nya generationer. Schimpanser saknar även den talapparat som behövs för en sådan överföring, och har till yttermera visso en försvårande omständighet i att hjärnans utveckling avslutas redan i livmodern, till skillnad från människans fortsatta utveckling långt efter födseln.
Talapparaten och plasticiteten hör således till de fysiska egenskaper som samutvecklas med språklig förmåga, likväl som upprätt gång. Jag säger samutvecklas, för språkförmågan utvecklas som allt annat gradvis, ickelinjärt och organiskt. Det ligger således en evolutionär fördel i mer avancerad kommunikation, eftersom sådan ger förutsättning för planering och förvärvad kunskap. Apor i flock kan jaga ganska bra, men de kan aldrig planera vare sig jakt eller försvar, medan en kommunicerande stam får ett avsevärt bättre skydd mot predatorer.
Verktyg är en bra indikator, ty hominider som nyttjar verktyg lär sig inte detta om och om igen, utan överför kunskapen över generationer – de kan kommunicera abstrakt. Först att använda verktyg var inte människan i släktet Homo, utan arter i släktet Australopithecus. Även föregångaren Ardipithecus nyttjade verktyg, men på samma sätt som schimpanser, det vill säga sporadiskt och planlöst. Ardipithecus hade även en vokal förmåga som skiljer sig från tidigare homininer, och den kan ha nyttjats för mer primitiv kommunikation i ett protospråk: att kunna benämna objekt med bestämda läten.
Australopithecus afarensis (-3.4 Ma) – med Lucy som mest kända representant – nyttjade skarpa stenverktyg för att stycka och bearbeta kött. Man vet inte om de faktiskt tillverkade flintverktyg, men de bar i vilket fall med sig lämpliga verktyg för bruk vid behov, vilket antyder en viss planeringsförmåga. Det här är apor med IQ badboll i förhållande till människan, men uppenbarligen smartare än schimpanser. Spekulativt kan man föreställa sig att de hade ungefär samma förmåga till kommunikation som den tidigare Ardipitechus ramidus (-4.4 Ma), men inte något språk i verklig mening.
Den första egentliga stenkulturen är Oldowan, som uppstår -2.6 Ma med den lämpligt benämnda Homo habilis, en vidareutveckling ur australopithecinerna. Den händiga människan tillverkade sina stenverktyg, och överförde således kunskapen i generationer – detta fordrar ett språk. Hominidernas utveckling präglas av allt större hjärna, med allt längre utvecklingstid efter födseln, och man kan här föreställa sig att modern har en central roll i att förmedla ett gemensamt språk.
Hur kan ett sådant språk ha sett ut? Alltjämt relativt primitivt, med förmåga att benämna såväl objekt (sten, djur) som händelser (springa, hämta), men utan meningsbyggnad eller grammatik. En kombination av ansiktsuttryck, gester och ljud kan ha byggt ett sådant tidigt språk. Kommunikationen torde ha varit begränsad till den egna stammen, och språket i sig relativt instabilt.
Men detta frö till abstrakt kommunikation är värdefullt i en tid då hominiderna är få, utsatta för konstant fara och har en låg medelålder om blott tjugo år. Större språklig förmåga antar en evolutionär dimension, och en mer komplex språkapparat vaskas fram. Det skiljer sig inte från utvecklingen av andra neurala nätverk sedan kambriums radiering i avancerade livsformer.
Efter knappt en miljon år föreligger således en nyare och mer avancerad stenkultur i Acheuléen under Homo erectus (-1.8 Ma), som nyttjar eld och tillverkar yxor. Senare erectus var förmögen att gravera «konst» i form av abstrakta geometriska mönster, vilket indikerar ett mer utvecklat symboliskt tänkande, även om det bara rör sig om rastlöst klotter. Erectus hjärnvolym är emellertid bara 600 cm³, mindre än hälften av människans, och denna hominids språkförmåga är därför alltjämt begränsad.
Med Homo antecessor (-1.2 Ma) har hjärnvolymen ökat till 1100 cm³, och denna oss närstående människa har samma vokala förmåga som vi. Det är en mellanform av H. erectus och H. heidelbergensis (-800 ka), där den senare har utvecklade sociala strukturer som begravning av döda, även det en konsekvens av språklig förmåga. Man kan alltså här förmoda att en mer utvecklad språkförmåga med grammatik föreligger hos H. antecessor och senare utvecklingslinjer, och att såväl H. neanderthalensis som H. sapiens ärver förmågan.
Gemensamt för både neandertal (-400 ka) och sapiens (-300 ka) är genen FOXP2, vars frånvaro hos moderna människor leder till svårartade kognitiva störningar i språkförmågan. Man kan alltså förutsätta att den gemensamma föregångaren i H. heidelbergensis också hade denna gen. Neandertal och tidig sapiens hade även samma nedärvda stenkultur i Moustérien, men neandertal hade förmodligen det generella kognitiva övertaget i kraft av större hjärna och bättre perception.
Evolutionen står emellertid inte still, och de första sapiens från -300 ka är mer lika neandertal än moderna sapiens, bland annat med en mer elongerad skallform. Den globulära skallformen hos sapiens växer fram gradvis, och även den inre hjärnstrukturen förändras, med tätare nervbanor. När sapiens lämnar Afrika vid -70 ka och tar sig till Levanten har man måhända ett kognitivt övertag gentemot neandertal, vilket sedermera leder till den senares sorti ur historien vid -35 ka. Man kan på goda grunder misstänka att ett kommunikativt övertag har del i den historien.
Saken är mer komplicerad än så, eftersom afrikautvandrarna å ena sidan beblandar sig med neandertal och uppgår i lättare hybrider, och å den andra genomgår en evolutionär anpassning till nya miljöer, med en kognitiv revolution vid -35 ka (istidskonst, avancerad stenkultur). Den kognitiva förmågan diffunderar delvis tillbaka till delar av Afrika med tiden, men blir inte heltäckande förrän i historisk tid.
Detta har emellertid ingen bäring på språkapparaten, som tycks föreligga helt utvecklad vid -100 ka. Man kan notera att San i Sydafrika står genetiskt närmast de tidigaste sapiens, och att khoisan-språken utmärks av såväl en rik flora av konsonanter som särskilda konsonantklick, vilket kan vara en kulturellt nedärvd rest från ett tidigare språkstadium. Khoisan är inte mer «primitivt» än andra språk, men kan bära på ett mer primitivt arv – en ren spekulation, förstås. Rent allmänt förekommer färre fonem i språken ju längre bort man kommer från Afrika.
Om språket således kan antas vara 100 ka kan man förmoda att grammatikalisering utgör det sista stadiet i apparaten, det vill säga framväxten av ett rikt system för numerus, kasus och genus, tillsammans med tempus, modus och aspekt. Analytiska språk är en senare utveckling, som beror av kulturell friktion mellan olika språk.
De första primitiva språken förmår bara hantera subjekt (S) i grammatisk mening, medan senare utvecklingar lägger till de verb (V) som subjektet utför samt de objekt (O) som verben eventuellt verkar på. Ordföljd tenderar som många andra språkliga egenskaper att växla med tiden, men det tycks finnas en stark preferens för SOV-följd (jag äpple äter), vilket kanske är den naturliga ordningen, med SVO med flera som en senare utveckling. Exempelvis indoeuropeiska språk som latin, sanskrit, klassisk grekiska och tidig germanska var SOV-språk.
Den gradvisa utvecklingen mot ett fulländat språk (i vår mening – vi känner inget högre språk) inkluderar således mer intrikata beskrivningar av hur något utförs, hur subjekten och objekten är beskaffade, i vilken tid och i vilket rum de opererar och så vidare, ordklasser som inte fanns tillgängliga från början, men som har tillkommit efterhand. Den ytterligare datakraft som behövs för en sådan rik gestaltning skulle då föreligga fullt färdig först vid -100 ka.
Hur mycket av de språk som då talades lever kvar i dag? Ingenting, annat än den grundläggande grammatiska strukturen, eftersom språk är i konstant förändring. De mest basala ord kan ha en livslängd om något tiotusentals år, men även de vittrar småningom till oigenkännlighet, ersatta av andra, genom ljudförändringar, kulturell kontakt, folkförflyttning, intern evolution och så vidare.
Inte ett enda ord som nyttjades för hundra tusen år sedan existerar nedärvt i något av dagens språk, och inte ett enda av de ord som förekommer i dagens språk kommer att finnas i något språk lika långt in i framtiden – mama, papa med några till undantagna. Människans språk är som fågelsång, en ständigt skiftande repertoir utan beständigt minne, som en uppsättning färger som ständigt skiftar gradient.