Она связана с механикой, основными деталями того, как мы могли перейти от песни к языку. Это тот случай, когда нечто, не имеющее значения, его приобретает — не смутное, обобщенное эмоциональное ощущение, вызываемое музыкой, но точное, относящееся к конкретным вещам. Предлагаемое решение не было сформулировано для того, чтобы поддержать гипотезу о поющих обезьянах, но было активно подхвачено защитниками музыкояза, такими как Митен, потому что, как и спасательный круг, оно, похоже, действительно удерживает их на плаву в сильно волнующемся море. Давайте посмотрим, как и почему было предложено это решение.
Заметим для начала, что проблема перехода от песен без слов к некоему роду протоязыка — искусственно созданная. Под искусственно созданной проблемой я подразумеваю проблему, которую не обязательно иметь, которую мы сами создали и можем легко обойти простым отвержением гипотезы о поющих обезьянах. А решить ее можно, только если предположить наличие некоего протоязыка, сильно отличающегося от того, который большинство людей себе представляло ранее.
Когда я впервые начал развивать идею о протоязыке, я предполагал, что он может выглядеть как что-то вроде современного пиджина, пиджина на самой ранней стадии развития. Он состоял бы из небольшого количества словоподобных единиц, — были бы это жесты или речевые высказывания, совершенно не важно, скорее всего, имелись бы и те, и другие, — случайно связанных между собой, если связанных вообще, без того, что можно назвать грамматической структурой, единиц, дополненных указательными жестами, пантомимой и любыми другими средствами, которые могут быть обеспечены при помощи рук или рта.
Эти словоподобные выражения не были бы, конечно, похожи на слова в их нынешней форме. Начнем с того, что каждое из слов любого современного языка состоит из одного или нескольких высокоспецифичных, но самих по себе бессмысленных звуков, каждый из которых принадлежит набору возможных звуков соответствующего языка — от одиннадцати до нескольких сотен, в зависимости от языка, на котором вы говорите. В противоположность этому, слова протоязыка, даже если они были вокализациями, не могли бы быть разделены на составляющие части и, вероятнее всего, звучали бы для нас как бессмысленное мычание или вопли. Но, какчи современные слова, каждое имело бы достаточно хорошо определенный круг значений, и эти значения, вместо того чтобы непосредственно описывать текущую ситуацию, скорее относились бы к некоторому относительно стабильному классу объектов или событий, независимо от того, присутствуют ли они на сцене в данный момент.
Принимая такую точку зрения на протоязык, вы уменьшаете количество вопросов, требующих решения для объяснения того, как развился язык, до двух — нужно объяснить, как возникли слова, и как возникли грамматическая структура и синтаксис. У вас больше нет дополнительного вопроса о дальнейшей промежуточной стадии между неязыком и языком — в данном случае, пением. А гипотеза о поющих обезьянах ничего не добавляет к решению других вопросов — о происхождении слов и синтаксиса. Даже если бы вы могли объяснить, как появилось пение, вам все еще нужно ответить на эти два вопроса.
Идея относительно некоего протоязыка, которую я предложил, получила широкое распространение в 1990-е годы, даже несмотря на то, что она не способствовала объяснению в первую очередь того, как появились слова. А затем Элисон Рэй
Рэй не подписывалась под гипотезой о поющих обезьянах, но было похоже, что ее собственное предложение может решить проблему перехода для последователей теории пения обезьян. Также, судя по всему, она могла помочь тем, кто строит вычислительные модели эволюции, и радикальным приверженцам последовательного перехода, которые верили в единую линию развития от СКЖ к языку, поэтому у нее с самого начала были большие шансы на успех. Вот что она предложила.
Как мы уже убедились, элементы СКЖ являются холистическими, целостными. Их значение соответствует не словам, но целым фразам или предложениям: «Убирайся с моей территории!», «Давай займемся сексом!» или «Внимание, приближается хищник!». Они холистичны в том смысле, что они не состоят из отдельных частей — так, в элементе «Давай займемся сексом» нет элементов, которые по отдельности значили бы «давай» и «секс». Более того, количество этих элементов более или менее фиксировано для конкретно взятого вида, и они не выучиваются, но (в определенном смысле) являются врожденными программами.