TEDGlobal 2011
Mark Pagel: How language transformed humanity
Mark Pagel: Cómo el lenguaje transformó a la Humanidad
Filmed:
Readability: 4.2
1,708,914 views
El biólogo Mark Pagel comparte una teoría interesante acerca de por qué los seres humanos evolucionaron nuestro complejo sistema de lenguaje. Él sugiere que el lenguaje es una "tecnología social" que permitió a las tribus humanas primitivas acceder a una poderosa herramienta: la cooperación.
Mark Pagel - Evolutionary biologist
Using biological evolution as a template, Mark Pagel wonders how languages evolve. Full bio
Using biological evolution as a template, Mark Pagel wonders how languages evolve. Full bio
Double-click the English transcript below to play the video.
00:15
Each of you possesses
0
0
2000
Cada uno de ustedes posee
00:17
the most powerful, dangerous and subversive trait
1
2000
3000
la característica más poderosa, peligrosa y subversiva
00:20
that natural selection has ever devised.
2
5000
3000
que la selección natural ha creado.
00:23
It's a piece of neural audio technology
3
8000
3000
Es una tecnología auditiva neural
00:26
for rewiring other people's minds.
4
11000
2000
para renovar la mente de otras personas.
00:28
I'm talking about your language, of course,
5
13000
3000
Estoy hablando del lenguaje, por supuesto,
00:31
because it allows you to implant a thought from your mind
6
16000
3000
porque te permite implantar un pensamiento de tu mente
00:34
directly into someone else's mind,
7
19000
3000
directamente en la mente de otra persona,
00:37
and they can attempt to do the same to you,
8
22000
2000
y ellos pueden tratar de hacerte lo mismo,
00:39
without either of you having to perform surgery.
9
24000
3000
sin tener que realizar una cirugía.
00:42
Instead, when you speak,
10
27000
2000
Por el contrario, cuando hablan,
00:44
you're actually using a form of telemetry
11
29000
2000
están usando una forma de telemetría
00:46
not so different
12
31000
2000
no muy diferente
00:48
from the remote control device for your television.
13
33000
2000
de la del control remoto del televisor.
00:50
It's just that, whereas that device
14
35000
2000
La única diferencia es que, mientras ese dispositivo
00:52
relies on pulses of infrared light,
15
37000
2000
depende de pulsos de luz infrarroja,
00:54
your language relies on pulses,
16
39000
3000
el lenguaje depende de pulsos
00:57
discrete pulses, of sound.
17
42000
2000
de sonido diferenciados.
00:59
And just as you use the remote control device
18
44000
3000
Y así como usan el control remoto
01:02
to alter the internal settings of your television
19
47000
2000
para cambiar los ajustes internos del televisor
01:04
to suit your mood,
20
49000
2000
de acuerdo al estado de ánimo,
01:06
you use your language
21
51000
2000
así usan el lenguaje
01:08
to alter the settings inside someone else's brain
22
53000
2000
para modificar los ajustes dentro del cerebro de alguien
01:10
to suit your interests.
23
55000
2000
de acuerdo a sus intereses.
01:12
Languages are genes talking,
24
57000
2000
Los lenguajes son genes que hablan
01:14
getting things that they want.
25
59000
2000
y obtienen las cosas que quieren.
01:16
And just imagine the sense of wonder in a baby
26
61000
3000
Imaginen el asombro de un bebé
01:19
when it first discovers that, merely by uttering a sound,
27
64000
3000
cuando recién descubre que, con sólo emitir un sonido,
01:22
it can get objects to move across a room
28
67000
2000
puede mover objetos en una habitación
01:24
as if by magic,
29
69000
2000
como por arte de magia,
01:26
and maybe even into its mouth.
30
71000
3000
y tal vez hasta en su boca.
01:29
Now language's subversive power
31
74000
2000
Ahora bien, el poder subversivo del lenguaje
01:31
has been recognized throughout the ages
32
76000
2000
ha sido reconocido durante años
01:33
in censorship, in books you can't read,
33
78000
2000
en censuras, en libros que no se pueden leer,
01:35
phrases you can't use
34
80000
2000
en frases que no se pueden usar
01:37
and words you can't say.
35
82000
2000
y palabras que no se pueden decir.
01:39
In fact, the Tower of Babel story in the Bible
36
84000
3000
De hecho, la historia de la torre de Babel en la Biblia
01:42
is a fable and warning
37
87000
2000
es una fábula y advertencia
01:44
about the power of language.
38
89000
2000
acerca del poder del lenguaje.
01:46
According to that story, early humans developed the conceit
39
91000
3000
Según dicha historia, los seres humanos primitivos fueron tan vanidosos de pensar
01:49
that, by using their language to work together,
40
94000
2000
que, al usar el lenguaje para trabajar en conjunto,
01:51
they could build a tower
41
96000
2000
podrían construir una torre
01:53
that would take them all the way to heaven.
42
98000
2000
que los llevaría hasta el cielo.
01:55
Now God, angered at this attempt to usurp his power,
43
100000
3000
Así Dios, furioso por este intento de usurpar su poder,
01:58
destroyed the tower,
44
103000
3000
destruyó la torre y,
02:01
and then to ensure
45
106000
2000
para asegurarse
02:03
that it would never be rebuilt,
46
108000
2000
de que nunca se reconstruiría,
02:05
he scattered the people by giving them different languages --
47
110000
3000
dispersó a las personas dándoles diferentes idiomas...
02:08
confused them by giving them different languages.
48
113000
3000
los confundió dándoles diferentes idiomas.
02:11
And this leads to the wonderful irony
49
116000
2000
Y esto lleva a la grandiosa ironía
02:13
that our languages exist to prevent us from communicating.
50
118000
3000
de que nuestros idiomas existen para evitar que nos comuniquemos.
02:16
Even today,
51
121000
2000
Incluso hoy,
02:18
we know that there are words we cannot use,
52
123000
2000
sabemos que hay palabras que no podemos usar,
02:20
phrases we cannot say,
53
125000
2000
frases que no podemos decir,
02:22
because if we do so,
54
127000
2000
porque si lo hacemos,
02:24
we might be accosted, jailed,
55
129000
3000
nos podrían increpar, encarcelar,
02:27
or even killed.
56
132000
2000
o incluso matar.
02:29
And all of this from a puff of air
57
134000
2000
Y todo esto a partir de un soplido
02:31
emanating from our mouths.
58
136000
2000
que proviene de nuestra boca.
02:33
Now all this fuss about a single one of our traits
59
138000
3000
Todo este escándalo por uno solo de nuestros rasgos
02:36
tells us there's something worth explaining.
60
141000
2000
nos dice que hay algo que vale la pena explicar.
02:38
And that is how and why
61
143000
2000
Y esto es, ¿cómo y por qué
02:40
did this remarkable trait evolve,
62
145000
2000
evolucionó esta característica extraordinaria
02:42
and why did it evolve
63
147000
2000
y por qué lo hizo
02:44
only in our species?
64
149000
2000
solamente en nuestra especie?
02:46
Now it's a little bit of a surprise
65
151000
2000
Es un poco sorprendente
02:48
that to get an answer to that question,
66
153000
2000
que para llegar a una respuesta a esa pregunta,
02:50
we have to go to tool use
67
155000
2000
tengamos que usar una herramienta
02:52
in the chimpanzees.
68
157000
2000
de los chimpancés.
02:54
Now these chimpanzees are using tools,
69
159000
2000
Estos chimpancés están usando herramientas,
02:56
and we take that as a sign of their intelligence.
70
161000
3000
y a esto lo tomamos como un signo de inteligencia.
02:59
But if they really were intelligent,
71
164000
2000
Pero si de verdad fueran inteligentes,
03:01
why would they use a stick to extract termites from the ground
72
166000
3000
¿por qué usarían una rama para extraer termitas de la tierra,
03:04
rather than a shovel?
73
169000
2000
y no una pala?
03:06
And if they really were intelligent,
74
171000
3000
Y si de verdad fueran inteligentes,
03:09
why would they crack open nuts with a rock?
75
174000
2000
¿por qué abrirían nueces con una roca?
03:11
Why wouldn't they just go to a shop and buy a bag of nuts
76
176000
3000
¿Por qué simplemente no van a un negocio y compran una bolsa de nueces
03:14
that somebody else had already cracked open for them?
77
179000
3000
que alguien ya haya abierto?
03:17
Why not? I mean, that's what we do.
78
182000
2000
¿Por qué no? Si eso es lo que hacemos nosotros.
03:19
Now the reason the chimpanzees don't do that
79
184000
2000
Bien, la razón por la que los chimpancés no lo hacen
03:21
is that they lack what psychologists and anthropologists call
80
186000
3000
es porque no tienen lo que los psicólogos y antropólogos llaman
03:24
social learning.
81
189000
2000
"aprendizaje social".
03:26
They seem to lack the ability
82
191000
2000
Parece ser que no tienen la capacidad
03:28
to learn from others
83
193000
2000
de aprender de los demás
03:30
by copying or imitating
84
195000
2000
copiando, imitando,
03:32
or simply watching.
85
197000
2000
o simplemente mirando.
03:34
As a result,
86
199000
2000
Como resultado,
03:36
they can't improve on others' ideas
87
201000
2000
no pueden mejorar las ideas de los demás
03:38
or learn from others' mistakes --
88
203000
2000
ni aprender de los errores de otros;
03:40
benefit from others' wisdom.
89
205000
2000
ni sacar provecho de la sabiduría de otros.
03:42
And so they just do the same thing
90
207000
2000
Y por eso hacen lo mismo
03:44
over and over and over again.
91
209000
2000
una y otra vez.
03:46
In fact, we could go away for a million years and come back
92
211000
4000
En realidad, podríamos desaparecer por un millón de años y volver
03:50
and these chimpanzees would be doing the same thing
93
215000
3000
y estos chimpancés estarían haciendo lo mismo
03:53
with the same sticks for the termites
94
218000
2000
con las mismas ramas para las termitas
03:55
and the same rocks to crack open the nuts.
95
220000
3000
y las mismas rocas para abrir las nueces.
03:58
Now this may sound arrogant, or even full of hubris.
96
223000
3000
Esto puede sonar arrogante, o incluso de un orgullo exagerado.
04:01
How do we know this?
97
226000
2000
¿Cómo lo sabemos?
04:03
Because this is exactly what our ancestors, the Homo erectus, did.
98
228000
3000
Porque esto es exactamente lo que hizo nuestro ancestro, el homo erectus.
04:06
These upright apes
99
231000
2000
Estos simios erguidos
04:08
evolved on the African savanna
100
233000
2000
evolucionaron en la sabana africana
04:10
about two million years ago,
101
235000
2000
hace dos millones de años,
04:12
and they made these splendid hand axes
102
237000
2000
e hicieron estas magníficas hachas
04:14
that fit wonderfully into your hands.
103
239000
2000
que encajan perfectamente en nuestras manos.
04:16
But if we look at the fossil record,
104
241000
2000
Pero si miramos el registro de fósiles,
04:18
we see that they made the same hand axe
105
243000
3000
podemos ver que ellos hicieron las mismas hachas
04:21
over and over and over again
106
246000
2000
una y otra y otra vez
04:23
for one million years.
107
248000
2000
durante un millón de años.
04:25
You can follow it through the fossil record.
108
250000
2000
Puede verse en el registro de fósiles.
04:27
Now if we make some guesses about how long Homo erectus lived,
109
252000
2000
Ahora bien, si hacemos algunas suposiciones sobre cuánto vivió el homo erectus,
04:29
what their generation time was,
110
254000
2000
cuánto pudo haber vivido su generación,
04:31
that's about 40,000 generations
111
256000
3000
son unas 40.000 generaciones
04:34
of parents to offspring, and other individuals watching,
112
259000
3000
de parientes a hijos y otros individuos que miraban,
04:37
in which that hand axe didn't change.
113
262000
2000
en las que el hacha no cambió.
04:39
It's not even clear
114
264000
2000
Incluso no está claro
04:41
that our very close genetic relatives, the Neanderthals,
115
266000
2000
que nuestros parientes más cercanos, los neandertales,
04:43
had social learning.
116
268000
2000
hayan tenido aprendizaje social.
04:45
Sure enough, their tools were more complicated
117
270000
3000
Seguramente sus herramientas eran más complicadas
04:48
than those of Homo erectus,
118
273000
2000
que las del homo erectus,
04:50
but they too showed very little change
119
275000
2000
pero también mostraban muy poco cambio
04:52
over the 300,000 years or so
120
277000
3000
en los casi 300.000 años
04:55
that those species, the Neanderthals,
121
280000
2000
que esa especie, los neandertales,
04:57
lived in Eurasia.
122
282000
2000
vivió en Eurasia.
04:59
Okay, so what this tells us
123
284000
2000
Entonces, lo que esto nos dice
05:01
is that, contrary to the old adage,
124
286000
3000
es que, al contrario del viejo dicho
05:04
"monkey see, monkey do,"
125
289000
3000
"lo que hace el mono hace la mona"
05:07
the surprise really is
126
292000
2000
lo sorprendente es
05:09
that all of the other animals
127
294000
2000
que el resto de los animales
05:11
really cannot do that -- at least not very much.
128
296000
3000
no pueden hacer eso; al menos no tanto.
05:14
And even this picture
129
299000
2000
E incluso esta imagen
05:16
has the suspicious taint of being rigged about it --
130
301000
3000
tiene un dejo sospechoso de haber sido falsificada...
05:19
something from a Barnum & Bailey circus.
131
304000
2000
algo del circo Barnum & Bailey.
05:21
But by comparison,
132
306000
2000
Pero comparando,
05:23
we can learn.
133
308000
2000
podemos aprender.
05:25
We can learn by watching other people
134
310000
3000
Podemos aprender observando a otras personas
05:28
and copying or imitating
135
313000
2000
y copiando o imitando
05:30
what they can do.
136
315000
2000
lo que pueden hacer.
05:32
We can then choose, from among a range of options,
137
317000
3000
Luego podemos decidir, entre muchas opciones,
05:35
the best one.
138
320000
2000
la mejor.
05:37
We can benefit from others' ideas.
139
322000
2000
Podemos sacar provecho de las ideas de otros.
05:39
We can build on their wisdom.
140
324000
2000
Podemos basarnos en su sabiduría.
05:41
And as a result, our ideas do accumulate,
141
326000
3000
Y como resultado, nuestras ideas se acumulan,
05:44
and our technology progresses.
142
329000
4000
y nuestra tecnología evoluciona.
05:48
And this cumulative cultural adaptation,
143
333000
5000
Y esta adaptación cultural acumulada,
05:53
as anthropologists call
144
338000
2000
como la llaman los antropólogos,
05:55
this accumulation of ideas,
145
340000
2000
esta acumulación de ideas,
05:57
is responsible for everything around you
146
342000
2000
es responsable de todo lo que está a tu alrededor
05:59
in your bustling and teeming everyday lives.
147
344000
2000
en tu alborotada vida diaria.
06:01
I mean the world has changed out of all proportion
148
346000
2000
El mundo ha cambiado más alla de toda proporción
06:03
to what we would recognize
149
348000
2000
que podamos reconocer
06:05
even 1,000 or 2,000 years ago.
150
350000
3000
incluso hace 1.000 o 2.000 años.
06:08
And all of this because of cumulative cultural adaptation.
151
353000
3000
Y todo esto por la adaptación cultural acumulada.
06:11
The chairs you're sitting in, the lights in this auditorium,
152
356000
2000
Las sillas en las que están sentados, las luces de este auditorio,
06:13
my microphone, the iPads and iPods that you carry around with you --
153
358000
3000
mi micrófono, los iPads y iPods que tienen
06:16
all are a result
154
361000
2000
son el resultado
06:18
of cumulative cultural adaptation.
155
363000
2000
de la adaptación cultural acumulada.
06:20
Now to many commentators,
156
365000
4000
Para muchos comentaristas,
06:24
cumulative cultural adaptation, or social learning,
157
369000
3000
la adaptación cultural acumulada, o aprendizaje social,
06:27
is job done, end of story.
158
372000
3000
es un trabajo terminado, fin de la historia.
06:30
Our species can make stuff,
159
375000
3000
Nuestra especie puede crear cosas,
06:33
therefore we prospered in a way that no other species has.
160
378000
3000
y por lo tanto prosperamos de una manera que ninguna otra especie lo ha hecho.
06:36
In fact, we can even make the "stuff of life" --
161
381000
3000
De hecho, incluso podemos hacer las "cosas de la vida"...
06:39
as I just said, all the stuff around us.
162
384000
2000
como recién dije, todo lo que nos rodea.
06:41
But in fact, it turns out
163
386000
2000
Pero en realidad, resulta
06:43
that some time around 200,000 years ago,
164
388000
3000
que hace 200.000 años,
06:46
when our species first arose
165
391000
2000
cuando surgió nuestra especie
06:48
and acquired social learning,
166
393000
2000
y adquirió aprendizaje social,
06:50
that this was really the beginning of our story,
167
395000
2000
esto fue en realidad el comienzo de nuestra historia,
06:52
not the end of our story.
168
397000
2000
y no el final.
06:54
Because our acquisition of social learning
169
399000
3000
Porque nuestra adquisición de aprendizaje social
06:57
would create a social and evolutionary dilemma,
170
402000
3000
crearía un dilema social y evolutivo,
07:00
the resolution of which, it's fair to say,
171
405000
3000
cuya resolución, es justo decir,
07:03
would determine not only the future course of our psychology,
172
408000
4000
determinaría no sólo el curso futuro de nuestra psicología,
07:07
but the future course of the entire world.
173
412000
2000
sino también el del mundo entero.
07:09
And most importantly for this,
174
414000
3000
Y lo más importante de esto,
07:12
it'll tell us why we have language.
175
417000
3000
es que nos diría por qué tenemos un lenguaje.
07:15
And the reason that dilemma arose
176
420000
2000
Y la razón por la que surgió ese dilema
07:17
is, it turns out, that social learning is visual theft.
177
422000
3000
es que, resulta ser, que el aprendizaje social es un robo visual.
07:20
If I can learn by watching you,
178
425000
3000
Si puedo aprender observándote,
07:23
I can steal your best ideas,
179
428000
2000
puedo robarte tus mejores ideas,
07:25
and I can benefit from your efforts,
180
430000
3000
y puedo beneficiarme de tus esfuerzos,
07:28
without having to put in the time and energy that you did
181
433000
2000
sin tener que dedicar el tiempo y la energía que pusiste
07:30
into developing them.
182
435000
2000
al desarrollarlas.
07:32
If I can watch which lure you use to catch a fish,
183
437000
3000
Si puedo ver qué señuelo usaste para atrapar un pez,
07:35
or I can watch how you flake your hand axe
184
440000
2000
o ver cómo puliste tu hacha
07:37
to make it better,
185
442000
2000
para hacerla mejor,
07:39
or if I follow you secretly to your mushroom patch,
186
444000
3000
o si te sigo a escondidas hasta tu huerta de hongos,
07:42
I can benefit from your knowledge and wisdom and skills,
187
447000
3000
puedo beneficiarme de tu conocimiento, sabiduría y habilidades,
07:45
and maybe even catch that fish
188
450000
2000
e incluso atrapar ese pez
07:47
before you do.
189
452000
2000
antes que tú.
07:49
Social learning really is visual theft.
190
454000
3000
El aprendizaje social es verdaderamente un robo visual.
07:52
And in any species that acquired it,
191
457000
2000
Y en cualquier especie que lo haya adquirido,
07:54
it would behoove you
192
459000
2000
te corresponde a ti
07:56
to hide your best ideas,
193
461000
2000
esconder tus mejores ideas,
07:58
lest somebody steal them from you.
194
463000
3000
para que nadie te las robe.
08:02
And so some time around 200,000 years ago,
195
467000
3000
Entonces, hace unos 200.000 años
08:05
our species confronted this crisis.
196
470000
3000
nuestra especie enfrentó esta crisis.
08:08
And we really had only two options
197
473000
3000
Y teníamos sólo dos opciones
08:11
for dealing with the conflicts
198
476000
2000
para tratar los conflictos
08:13
that visual theft would bring.
199
478000
2000
que el robo visual traería.
08:15
One of those options
200
480000
2000
Una de esas opciones
08:17
was that we could have retreated
201
482000
3000
era que podíamos habernos refugiado
08:20
into small family groups.
202
485000
2000
en pequeños grupos familiares.
08:22
Because then the benefits of our ideas and knowledge
203
487000
3000
Porque entonces, los beneficios de nuestras ideas y conocimiento
08:25
would flow just to our relatives.
204
490000
2000
circularían sólo entre nuestros parientes.
08:27
Had we chosen this option,
205
492000
2000
Si hubiéramos elegido esta opción,
08:29
sometime around 200,000 years ago,
206
494000
3000
hace unos 200.000 años,
08:32
we would probably still be living like the Neanderthals were
207
497000
3000
probablemente todavía estaríamos viviendo como los neandertales
08:35
when we first entered Europe 40,000 years ago.
208
500000
3000
cuando entramos a Europa hace 40.000 años.
08:38
And this is because in small groups
209
503000
2000
Y esto es porque en grupos pequeños
08:40
there are fewer ideas, there are fewer innovations.
210
505000
3000
hay menos ideas, menos innovaciones.
08:43
And small groups are more prone to accidents and bad luck.
211
508000
3000
Y los grupos pequeños son más propensos a tener accidentes y mala suerte.
08:46
So if we'd chosen that path,
212
511000
2000
Entonces, si hubiéramos elegido ese camino,
08:48
our evolutionary path would have led into the forest --
213
513000
3000
nuestro recorrido evolutivo nos habría llevado al bosque...
08:51
and been a short one indeed.
214
516000
2000
y hubiera sido un recorrido corto.
08:53
The other option we could choose
215
518000
2000
La otra opción que podíamos elegir
08:55
was to develop the systems of communication
216
520000
3000
era desarrollar los sistemas de comunicación
08:58
that would allow us to share ideas
217
523000
2000
que nos permitirían compartir ideas
09:00
and to cooperate amongst others.
218
525000
3000
y cooperar con otros.
09:03
Choosing this option would mean
219
528000
2000
Elegir esta opción significaría
09:05
that a vastly greater fund of accumulated knowledge and wisdom
220
530000
3000
que una mayor cantidad de conocimiento y sabiduría acumulada
09:08
would become available to any one individual
221
533000
3000
estaría disponible para cualquier individuo
09:11
than would ever arise from within an individual family
222
536000
3000
más que la que podría surgir dentro de una familia
09:14
or an individual person on their own.
223
539000
3000
o una persona en sí misma.
09:18
Well, we chose the second option,
224
543000
3000
Bien, elegimos la segunda opción,
09:21
and language is the result.
225
546000
3000
y el lenguaje es resultado de eso.
09:24
Language evolved to solve the crisis
226
549000
2000
El lenguaje evolucionó para resolver la crisis
09:26
of visual theft.
227
551000
2000
del robo visual.
09:28
Language is a piece of social technology
228
553000
3000
El lenguaje es una tecnología social
09:31
for enhancing the benefits of cooperation --
229
556000
3000
para mejorar los beneficios de la cooperación;
09:34
for reaching agreements, for striking deals
230
559000
3000
para llegar a acuerdos, cerrar tratos
09:37
and for coordinating our activities.
231
562000
4000
y coordinar nuestras actividades.
09:41
And you can see that, in a developing society
232
566000
2000
Y pueden ver que, en una sociedad en desarrollo
09:43
that was beginning to acquire language,
233
568000
2000
que comenzaba a adquirir lenguaje,
09:45
not having language
234
570000
2000
no tenerlo
09:47
would be a like a bird without wings.
235
572000
2000
sería como un pájaro sin alas.
09:49
Just as wings open up this sphere of air
236
574000
3000
Asi como las alas abren esta esfera de aire
09:52
for birds to exploit,
237
577000
2000
para que los pájaros la aprovechen,
09:54
language opened up the sphere of cooperation
238
579000
2000
el lenguaje abrió la esfera de cooperación
09:56
for humans to exploit.
239
581000
2000
para que la aprovechen los humanos.
09:58
And we take this utterly for granted,
240
583000
2000
Y damos esto completamente por sentado,
10:00
because we're a species that is so at home with language,
241
585000
3000
porque somos una especie que se siente cómoda con el lenguaje.
10:03
but you have to realize
242
588000
2000
Pero deben entender
10:05
that even the simplest acts of exchange that we engage in
243
590000
3000
que hasta los actos de intercambio más simples en los que nos involucramos
10:08
are utterly dependent upon language.
244
593000
3000
son completamente dependientes del lenguaje.
10:11
And to see why, consider two scenarios
245
596000
2000
Y para ver por qué, consideren dos perspectivas
10:13
from early in our evolution.
246
598000
2000
de nuestra temprana evolución.
10:15
Let's imagine that you are really good
247
600000
2000
Imaginemos que son muy buenos
10:17
at making arrowheads,
248
602000
2000
haciendo puntas de flechas,
10:19
but you're hopeless at making the wooden shafts
249
604000
3000
pero no sirven para hacer el mango de madera
10:22
with the flight feathers attached.
250
607000
3000
con las plumas atadas.
10:25
Two other people you know are very good at making the wooden shafts,
251
610000
3000
Otras dos personas que ustedes conocen son muy buenos haciendo los mangos de madera,
10:28
but they're hopeless at making the arrowheads.
252
613000
3000
pero no sirven para hacer las puntas de flechas.
10:31
So what you do is --
253
616000
2000
Entonces lo que hacen es
10:33
one of those people has not really acquired language yet.
254
618000
3000
-una de esas personas todavía no ha adquirido lenguaje.
10:36
And let's pretend the other one is good at language skills.
255
621000
2000
Y supongamos que la otra tiene habilidades para el lenguaje.
10:38
So what you do one day is you take a pile of arrowheads,
256
623000
3000
Entonces, lo que hacen un día es tomar un montón de puntas,
10:41
and you walk up to the one that can't speak very well,
257
626000
2000
caminar hasta el que no puede hablar muy bien,
10:43
and you put the arrowheads down in front of him,
258
628000
2000
y ponerle las flechas en frente,
10:45
hoping that he'll get the idea that you want to trade your arrowheads
259
630000
3000
esperando que entienda la idea de que uno quiere intercambiar las puntas
10:48
for finished arrows.
260
633000
2000
por flechas terminadas.
10:50
But he looks at the pile of arrowheads, thinks they're a gift,
261
635000
2000
Pero él mira la pila de puntas, piensa que son un regalo,
10:52
picks them up, smiles and walks off.
262
637000
3000
las toma, sonríe y se va.
10:55
Now you pursue this guy, gesticulating.
263
640000
2000
Ahora sigamos a este hombre que hace gestos.
10:57
A scuffle ensues and you get stabbed
264
642000
2000
Se desata una pelea y es apuñalado
10:59
with one of your own arrowheads.
265
644000
3000
con una de sus puntas.
11:02
Okay, now replay this scene now, and you're approaching the one who has language.
266
647000
3000
Bien, ahora se repite la escena y nos acercamos al que tiene lenguaje.
11:05
You put down your arrowheads and say,
267
650000
2000
Deja tus puntas y dice:
11:07
"I'd like to trade these arrowheads for finished arrows. I'll split you 50/50."
268
652000
3000
"Me gustaría intercambiar estas puntas por flechas terminadas. Dividimos 50 y 50".
11:10
The other one says, "Fine. Looks good to me.
269
655000
2000
El otro dice: "Bien, me parece justo.
11:12
We'll do that."
270
657000
3000
Hagámoslo".
11:15
Now the job is done.
271
660000
3000
Ahora el trabajo se termina.
11:18
Once we have language,
272
663000
2000
Una vez que tenemos lenguaje,
11:20
we can put our ideas together and cooperate
273
665000
2000
podemos juntar nuestras ideas y cooperar
11:22
to have a prosperity
274
667000
2000
para tener una prosperidad
11:24
that we couldn't have before we acquired it.
275
669000
3000
que no podíamos tener antes de adquirirlo.
11:27
And this is why our species
276
672000
2000
Por eso nuestra especie
11:29
has prospered around the world
277
674000
2000
ha prosperado en el mundo
11:31
while the rest of the animals
278
676000
2000
mientras que el resto de los animales
11:33
sit behind bars in zoos, languishing.
279
678000
3000
se sienta tras las rejas en zoológicos, languideciendo.
11:36
That's why we build space shuttles and cathedrals
280
681000
3000
Por eso construimos transbordadores y catedrales
11:39
while the rest of the world sticks sticks into the ground
281
684000
2000
mientras que el resto del mundo utiliza ramas
11:41
to extract termites.
282
686000
2000
para extraer termitas.
11:43
All right, if this view of language
283
688000
3000
Bien, si esta idea sobre el lenguaje
11:46
and its value
284
691000
2000
y su valor
11:48
in solving the crisis of visual theft is true,
285
693000
3000
al resolver la crisis del robo visual es cierta,
11:51
any species that acquires it
286
696000
2000
cualquier especie que lo adquiera
11:53
should show an explosion of creativity and prosperity.
287
698000
3000
debería demostrar un estallido de creatividad y prosperidad.
11:56
And this is exactly what the archeological record shows.
288
701000
3000
Y esto es exactamente lo que muestra el registro arqueológico.
11:59
If you look at our ancestors,
289
704000
2000
Si observan a nuestros ancestros,
12:01
the Neanderthals and the Homo erectus, our immediate ancestors,
290
706000
3000
los neandertales y el homo erectus, nuestros ancestros inmediatos,
12:04
they're confined to small regions of the world.
291
709000
3000
están limitados a pequeñas regiones del mundo.
12:07
But when our species arose
292
712000
2000
Pero cuando surgió nuestra especie
12:09
about 200,000 years ago,
293
714000
2000
hace unos 200.000 años,
12:11
sometime after that we quickly walked out of Africa
294
716000
3000
un tiempo después de que saliéramos de África
12:14
and spread around the entire world,
295
719000
3000
y nos esparciéramos por todo el mundo,
12:17
occupying nearly every habitat on Earth.
296
722000
3000
ocupando casi todo el hábitat sobre la Tierra.
12:20
Now whereas other species are confined
297
725000
3000
Mientras otras especies están confinadas
12:23
to places that their genes adapt them to,
298
728000
3000
a lugares a los que sus genes las adaptan,
12:26
with social learning and language,
299
731000
2000
con aprendizaje social y lenguaje,
12:28
we could transform the environment
300
733000
2000
nosotros podemos transformar el medio ambiente
12:30
to suit our needs.
301
735000
2000
para favorecer nuestras necesidades.
12:32
And so we prospered in a way
302
737000
2000
Entonces prosperamos de una manera
12:34
that no other animal has.
303
739000
2000
que ningún otro animal ha hecho.
12:36
Language really is
304
741000
3000
El lenguaje es verdaderamente
12:39
the most potent trait that has ever evolved.
305
744000
3000
la característica más importante que ha evolucionado.
12:42
It is the most valuable trait we have
306
747000
3000
Es la característica más valiosa que tenemos
12:45
for converting new lands and resources
307
750000
3000
para convertir nuevas tierras y recursos
12:48
into more people and their genes
308
753000
3000
en más gente y sus genes
12:51
that natural selection has ever devised.
309
756000
2000
que la selección natural jamás haya ideado.
12:53
Language really is
310
758000
2000
El lenguaje realmente es
12:55
the voice of our genes.
311
760000
2000
la voz de nuestros genes.
12:57
Now having evolved language, though,
312
762000
2000
Al evolucionar el lenguaje,
12:59
we did something peculiar,
313
764000
2000
hicimos algo extraño,
13:01
even bizarre.
314
766000
2000
incluso estrafalario.
13:03
As we spread out around the world,
315
768000
2000
Mientras nos esparcíamos por el mundo,
13:05
we developed thousands of different languages.
316
770000
3000
desarrollamos miles de lenguajes diferentes.
13:08
Currently, there are about seven or 8,000
317
773000
2000
Actualmente, hay cerca de 7 u 8 mil
13:10
different languages spoken on Earth.
318
775000
3000
lenguas diferentes en el mundo.
13:13
Now you might say, well, this is just natural.
319
778000
2000
Pero dirán, bueno, esto es natural.
13:15
As we diverge, our languages are naturally going to diverge.
320
780000
3000
Así como nos separamos, nuestros lenguajes naturalmente harán lo mismo.
13:18
But the real puzzle and irony
321
783000
2000
Pero el verdadero misterio e ironía
13:20
is that the greatest density of different languages on Earth
322
785000
3000
es que la mayor densidad de lenguas diferentes de la Tierra
13:23
is found where people are most tightly packed together.
323
788000
4000
se encuentra donde la gente está más concentrada.
13:27
If we go to the island of Papua New Guinea,
324
792000
2000
Si vamos a la isla de Papúa Nueva Guinea,
13:29
we can find about 800 to 1,000
325
794000
3000
podemos encontrar entre 800 y 1.000
13:32
distinct human languages,
326
797000
2000
lenguajes humanos distintos,
13:34
different human languages,
327
799000
2000
diferentes,
13:36
spoken on that island alone.
328
801000
2000
que se hablan sólo en esa isla.
13:38
There are places on that island
329
803000
2000
Hay lugares en esa isla
13:40
where you can encounter a new language
330
805000
2000
donde se puede encontrar una lengua nueva
13:42
every two or three miles.
331
807000
2000
cada 3 ó 4 kilómetros.
13:44
Now, incredible as this sounds,
332
809000
2000
Aunque parezca mentira,
13:46
I once met a Papuan man, and I asked him if this could possibly be true.
333
811000
3000
una vez conocí a un hombre papú, y le pregunté si esto podía ser cierto.
13:49
And he said to me, "Oh no.
334
814000
2000
Y me dijo "Ah, no.
13:51
They're far closer together than that."
335
816000
3000
Están mucho más cerca que eso".
13:54
And it's true; there are places on that island
336
819000
2000
Y es verdad. Hay lugares en esa isla
13:56
where you can encounter a new language in under a mile.
337
821000
3000
donde pueden encontrar un nuevo lenguaje en menos de un kilómetro.
13:59
And this is also true of some remote oceanic islands.
338
824000
3000
Y esto también es cierto en algunas islas oceánicas remotas.
14:03
And so it seems that we use our language,
339
828000
2000
Entonces parece que usamos nuestro lenguaje,
14:05
not just to cooperate,
340
830000
2000
no sólo para cooperar,
14:07
but to draw rings around our cooperative groups
341
832000
3000
sino para dibujar círculos alrededor de nuestros grupos cooperativos
14:10
and to establish identities,
342
835000
2000
y para establecer identidades,
14:12
and perhaps to protect our knowledge and wisdom and skills
343
837000
3000
y, tal vez, para proteger nuestro conocimiento, sabiduría y habilidades
14:15
from eavesdropping from outside.
344
840000
3000
de intrusos.
14:18
And we know this
345
843000
2000
Y sabemos esto
14:20
because when we study different language groups
346
845000
2000
porque, cuando estudiamos diferentes grupos de lenguajes
14:22
and associate them with their cultures,
347
847000
2000
y los asociamos con sus culturas,
14:24
we see that different languages
348
849000
2000
vemos que éstos
14:26
slow the flow of ideas between groups.
349
851000
3000
disminuyen el flujo de ideas entre los grupos.
14:29
They slow the flow of technologies.
350
854000
3000
Disminuyen el movimiento de las tecnologías.
14:32
And they even slow the flow of genes.
351
857000
3000
E incluso la circulación de los genes.
14:35
Now I can't speak for you,
352
860000
2000
Ahora bien, no puedo hablar por ustedes,
14:37
but it seems to be the case
353
862000
2000
pero parece ser
14:39
that we don't have sex with people we can't talk to.
354
864000
3000
que no tenemos sexo con gente con la que no podemos hablar.
14:43
(Laughter)
355
868000
2000
(Risas)
14:45
Now we have to counter that, though,
356
870000
2000
Sin embargo, tenemos que refutar,
14:47
against the evidence we've heard
357
872000
2000
en contra de la evidencia que escuchamos,
14:49
that we might have had some rather distasteful genetic dalliances
358
874000
3000
que podríamos haber tenido algunos coqueteos genéticos desagradables
14:52
with the Neanderthals and the Denisovans.
359
877000
2000
con los neandertales y los denisovan.
14:54
(Laughter)
360
879000
2000
(Risas)
14:56
Okay, this tendency we have,
361
881000
2000
Bien, esta tendencia que tenemos,
14:58
this seemingly natural tendency we have,
362
883000
2000
esta tendencia aparentemente natural,
15:00
towards isolation, towards keeping to ourselves,
363
885000
3000
hacia el aislamiento, a no ser sociables,
15:03
crashes head first into our modern world.
364
888000
3000
nos estrella de cabeza en nuestro mundo moderno.
15:06
This remarkable image
365
891000
2000
Esta imagen asombrosa
15:08
is not a map of the world.
366
893000
2000
no es un mapa del mundo.
15:10
In fact, it's a map of Facebook friendship links.
367
895000
4000
En realidad, es un mapa de redes de amistad en Facebook.
15:14
And when you plot those friendship links
368
899000
2000
Y cuando trazan esas redes de amistad
15:16
by their latitude and longitude,
369
901000
2000
por su latitud y longitud,
15:18
it literally draws a map of the world.
370
903000
3000
dibujan literalmente un mapa del mundo.
15:21
Our modern world is communicating
371
906000
2000
Nuestro mundo moderno se comunica
15:23
with itself and with each other
372
908000
2000
consigo mismo y con el resto
15:25
more than it has
373
910000
2000
más de lo ocurrido
15:27
at any time in its past.
374
912000
2000
en cualquier momento del pasado.
15:29
And that communication, that connectivity around the world,
375
914000
3000
Y esa comunicación, esa conectividad alrededor del mundo,
15:32
that globalization
376
917000
2000
esa globalización
15:34
now raises a burden.
377
919000
3000
ahora genera un problema.
15:37
Because these different languages
378
922000
2000
Porque estos distintos lenguajes
15:39
impose a barrier, as we've just seen,
379
924000
2000
imponen una barrera, como hemos visto,
15:41
to the transfer of goods and ideas
380
926000
2000
a la transferencia de bienes e ideas,
15:43
and technologies and wisdom.
381
928000
2000
tecnologías y sabiduría.
15:45
And they impose a barrier to cooperation.
382
930000
3000
E imponen una barrera a la cooperación.
15:48
And nowhere do we see that more clearly
383
933000
3000
Y en ningún lugar vemos eso más claramente
15:51
than in the European Union,
384
936000
2000
que en la Unión Europea,
15:53
whose 27 member countries
385
938000
3000
cuyos 27 países miembros
15:56
speak 23 official languages.
386
941000
3000
hablan 23 idiomas oficiales.
15:59
The European Union
387
944000
2000
La Unión Europea
16:01
is now spending over one billion euros annually
388
946000
4000
está gastando más de mil millones de euros anuales
16:05
translating among their 23 official languages.
389
950000
3000
para traducir entre sus 23 lenguas oficiales.
16:08
That's something on the order
390
953000
2000
Eso es cerca de
16:10
of 1.45 billion U.S. dollars
391
955000
2000
1.450 millones de dólares estadounidenses
16:12
on translation costs alone.
392
957000
3000
en costos de traducción solamente.
16:15
Now think of the absurdity of this situation.
393
960000
2000
Ahora, piensen en lo absurdo de esta situación.
16:17
If 27 individuals
394
962000
2000
Si 27 personas
16:19
from those 27 member states
395
964000
2000
de esos 27 estados miembros
16:21
sat around table, speaking their 23 languages,
396
966000
3000
se sentaran alrededor de una mesa, hablando sus 23 lenguas,
16:24
some very simple mathematics will tell you
397
969000
2000
una simple ecuación matemática diría
16:26
that you need an army of 253 translators
398
971000
4000
que hace falta un ejército de 253 traductores
16:30
to anticipate all the pairwise possibilities.
399
975000
4000
para anticipar todas las posibilidades de a pares.
16:34
The European Union employs a permanent staff
400
979000
3000
La Unión Europea emplea un personal permanente
16:37
of about 2,500 translators.
401
982000
2000
de cerca de 2.500 traductores.
16:39
And in 2007 alone --
402
984000
2000
Y sólo en el 2007
16:41
and I'm sure there are more recent figures --
403
986000
2000
-y estoy seguro de que hay datos más recientes-
16:43
something on the order of 1.3 million pages
404
988000
3000
cerca de 1,3 millones de páginas
16:46
were translated into English alone.
405
991000
3000
fueron traducidas sólo al inglés.
16:49
And so if language really is
406
994000
3000
Entonces, si el lenguaje de verdad es
16:52
the solution to the crisis of visual theft,
407
997000
3000
la solución para la crisis del robo visual,
16:55
if language really is
408
1000000
2000
si de verdad es
16:57
the conduit of our cooperation,
409
1002000
2000
el conducto de nuestra cooperación,
16:59
the technology that our species derived
410
1004000
3000
la tecnología que nuestra especie obtuvo
17:02
to promote the free flow and exchange of ideas,
411
1007000
4000
para promover la libre circulación e intercambio de ideas,
17:06
in our modern world,
412
1011000
2000
en nuestro mundo moderno,
17:08
we confront a question.
413
1013000
2000
nos enfrentamos a una pregunta.
17:10
And that question is whether
414
1015000
2000
Y esa pregunta es si,
17:12
in this modern, globalized world
415
1017000
2000
en este mundo moderno y globalizado
17:14
we can really afford to have all these different languages.
416
1019000
3000
podemos permitirnos tener tantas lenguas diferentes.
17:17
To put it this way, nature knows no other circumstance
417
1022000
3000
En otras palabras, la naturaleza no conoce otra circunstancia
17:20
in which functionally equivalent traits coexist.
418
1025000
5000
en la que características funcionales equivalentes coexistan.
17:25
One of them always drives the other extinct.
419
1030000
3000
Una de ellas siempre extingue a la otra.
17:28
And we see this in the inexorable march
420
1033000
2000
Y vemos esto en la marcha inexorable
17:30
towards standardization.
421
1035000
2000
hacia la uniformidad.
17:32
There are lots and lots of ways of measuring things --
422
1037000
3000
Hay miles y miles de formas de medir las cosas,
17:35
weighing them and measuring their length --
423
1040000
2000
de pesarlas y medir su longitud,
17:37
but the metric system is winning.
424
1042000
2000
pero el sistema métrico está ganando.
17:39
There are lots and lots of ways of measuring time,
425
1044000
3000
Hay miles y miles de formas de medir el tiempo,
17:42
but a really bizarre base 60 system
426
1047000
3000
pero un bizarro sistema en base a 60
17:45
known as hours and minutes and seconds
427
1050000
2000
conocido como horas, minutos y segundos
17:47
is nearly universal around the world.
428
1052000
3000
es casi universal en todo el mundo.
17:50
There are many, many ways
429
1055000
2000
Hay muchas maneras
17:52
of imprinting CDs or DVDs,
430
1057000
2000
de grabar CD's o DVD's,
17:54
but those are all being standardized as well.
431
1059000
3000
pero esas también están siendo estandarizadas.
17:57
And you can probably think of many, many more
432
1062000
3000
Y probablemente puedan pensar de muchas, muchas más
18:00
in your own everyday lives.
433
1065000
2000
en sus vidas diarias.
18:02
And so our modern world now
434
1067000
3000
Y por eso nuestro mundo moderno
18:05
is confronting us with a dilemma.
435
1070000
2000
nos está enfrentando a un dilema.
18:07
And it's the dilemma
436
1072000
2000
Y es el dilema
18:09
that this Chinese man faces,
437
1074000
2000
de que estos hombres con caras chinas,
18:11
who's language is spoken
438
1076000
2000
cuyo idioma habla
18:13
by more people in the world
439
1078000
2000
más gente en el mundo
18:15
than any other single language,
440
1080000
3000
que cualquier otro idioma,
18:18
and yet he is sitting at his blackboard,
441
1083000
4000
todavía se sienta frente al pizarrón
18:22
converting Chinese phrases
442
1087000
3000
y convierte frases chinas
18:25
into English language phrases.
443
1090000
2000
en frases en inglés.
18:27
And what this does is it raises the possibility to us
444
1092000
3000
Y esto hace evidente la posibilidad
18:30
that in a world in which we want to promote
445
1095000
2000
de que en un mundo donde queremos promover
18:32
cooperation and exchange,
446
1097000
2000
la cooperación y el intercambio,
18:34
and in a world that might be dependent more than ever before
447
1099000
3000
y en un mundo que puede ser más dependiente que nunca
18:37
on cooperation
448
1102000
2000
de la cooperación
18:39
to maintain and enhance our levels of prosperity,
449
1104000
3000
para mantener y mejorar nuestros niveles de prosperidad,
18:42
his actions suggest to us
450
1107000
2000
sus acciones nos sugieren
18:44
it might be inevitable
451
1109000
2000
que puede ser inevitable
18:46
that we have to confront the idea
452
1111000
2000
que tengamos que enfrentar la idea
18:48
that our destiny is to be one world with one language.
453
1113000
3000
de que nuestro destino es ser un mundo con un solo idioma.
18:51
Thank you.
454
1116000
2000
Gracias.
18:53
(Applause)
455
1118000
8000
(Aplausos)
19:01
Matt Ridley: Mark, one question.
456
1126000
2000
Matt Ridley: Mark, una pregunta.
19:03
Svante found that the FOXP2 gene,
457
1128000
3000
Svante descubrió que el gen FOXP2,
19:06
which seems to be associated with language,
458
1131000
2000
que parece estar asociado con el lenguaje,
19:08
was also shared in the same form
459
1133000
2000
también lo compartían de la misma manera
19:10
in Neanderthals as us.
460
1135000
2000
los neandertales.
19:12
Do we have any idea
461
1137000
2000
¿Tenemos alguna idea
19:14
how we could have defeated Neanderthals
462
1139000
2000
sobre cómo podríamos haber derrotado a los neandertales
19:16
if they also had language?
463
1141000
2000
si hubieran tenido lenguaje?
19:18
Mark Pagel: This is a very good question.
464
1143000
2000
Mark Pagel: Muy buena pregunta.
19:20
So many of you will be familiar with the idea that there's this gene called FOXP2
465
1145000
3000
Muchos de ustedes deben saber que hay un gen llamado FOXP2
19:23
that seems to be implicated in some ways
466
1148000
3000
que parece estar implicado de cierta manera
19:26
in the fine motor control that's associated with language.
467
1151000
3000
en el control motriz asociado con el lenguaje.
19:29
The reason why I don't believe that tells us
468
1154000
2000
La razón por la que no creo que eso nos diga
19:31
that the Neanderthals had language
469
1156000
2000
que los neandertales tenían lenguaje
19:33
is -- here's a simple analogy:
470
1158000
3000
es... les doy una simple analogía:
19:36
Ferraris are cars that have engines.
471
1161000
3000
Las Ferraris son autos que tienen motores.
19:39
My car has an engine,
472
1164000
2000
Mi auto tiene motor,
19:41
but it's not a Ferrari.
473
1166000
2000
pero no es una Ferrari.
19:43
Now the simple answer then
474
1168000
2000
Ahora, la simple respuesta a eso
19:45
is that genes alone don't, all by themselves,
475
1170000
2000
es que los genes por sí mismos,
19:47
determine the outcome
476
1172000
2000
no determinan el resultado
19:49
of very complicated things like language.
477
1174000
2000
de cosas complicadas como el lenguaje.
19:51
What we know about this FOXP2 and Neanderthals
478
1176000
2000
Lo que sabemos del FOXP2 y los neandertales
19:53
is that they may have had fine motor control of their mouths -- who knows.
479
1178000
4000
es que podrían haber tenido control motriz de sus bocas... quién sabe.
19:57
But that doesn't tell us they necessarily had language.
480
1182000
2000
Pero eso no necesariamente significa que hayan tenido lenguaje.
19:59
MR: Thank you very much indeed.
481
1184000
2000
MR: Muchas gracias.
20:01
(Applause)
482
1186000
3000
(Aplausos)
ABOUT THE SPEAKER
Mark Pagel - Evolutionary biologistUsing biological evolution as a template, Mark Pagel wonders how languages evolve.
Why you should listen
Mark Pagel builds statistical models to examine the evolutionary processes imprinted in human behavior, from genomics to the emergence of complex systems -- to culture. His latest work examines the parallels between linguistic and biological evolution by applying methods of phylogenetics, or the study of evolutionary relatedness among groups, essentially viewing language as a culturally transmitted replicator with many of the same properties we find in genes. He’s looking for patterns in the rates of evolution of language elements, and hoping to find the social factors that influence trends of language evolution.
At the University of Reading, Pagel heads the Evolution Laboratory in the biology department, where he explores such questions as, "Why would humans evolve a system of communication that prevents them with communicating with other members of the same species?" He has used statistical methods to reconstruct features of dinosaur genomes, and to infer ancestral features of genes and proteins.
He says: "Just as we have highly conserved genes, we have highly conserved words. Language shows a truly remarkable fidelity."
Mark Pagel | Speaker | TED.com