TEDGlobal 2011
Mark Pagel: How language transformed humanity
Mark Pagel: Comment le langage a transformé l’humanité
Filmed:
Readability: 4.2
1,708,914 views
Le biologiste Mark Pagel partage une théorie fascinante sur la raison pour laquelle les êtres humains ont développé un système de langage complexe. Il suggère que le langage est un élément de « technologie sociale » qui a permit aux premières tribus humaines d’avoir accès à un outil nouveau et puissant : la coopération.
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
Chacun de vous possède
00:17
the most powerful, dangerous and subversive trait
1
2000
3000
le trait le plus puissant, dangereux et subversif
00:20
that natural selection has ever devised.
2
5000
3000
que la sélection naturelle n’ait jamais conçu.
00:23
It's a piece of neural audio technology
3
8000
3000
C’est un morceau de technologie audio neurale
00:26
for rewiring other people's minds.
4
11000
2000
pour modifier les connexions dans les esprits des autres.
00:28
I'm talking about your language, of course,
5
13000
3000
Je parle de votre langage, bien sûr,
00:31
because it allows you to implant a thought from your mind
6
16000
3000
parce qu’il vous permet d’implanter une pensée de votre esprit
00:34
directly into someone else's mind,
7
19000
3000
directement dans l’esprit de quelqu’un d’autre,
00:37
and they can attempt to do the same to you,
8
22000
2000
et ils peuvent tenter de vous faire la même chose,
00:39
without either of you having to perform surgery.
9
24000
3000
sans que ni vous ni eux n'ayez eu recours à la chirurgie.
00:42
Instead, when you speak,
10
27000
2000
Par contre, quand vous parlez,
00:44
you're actually using a form of telemetry
11
29000
2000
vous utilisez en fait une forme de télémétrie
00:46
not so different
12
31000
2000
semblable
00:48
from the remote control device for your television.
13
33000
2000
à la télécommande de votre télé.
00:50
It's just that, whereas that device
14
35000
2000
La seule différence est que, alors que votre télécommande
00:52
relies on pulses of infrared light,
15
37000
2000
fonctionne avec des impulsions de lumière infrarouge,
00:54
your language relies on pulses,
16
39000
3000
votre langage fonctionne avec des impulsions,
00:57
discrete pulses, of sound.
17
42000
2000
discrètes, de son.
00:59
And just as you use the remote control device
18
44000
3000
Et tout comme vous utilisez votre télécommande
01:02
to alter the internal settings of your television
19
47000
2000
pour modifier les réglages internes de votre télé
01:04
to suit your mood,
20
49000
2000
pour qu’elle s’adapte à votre humeur,
01:06
you use your language
21
51000
2000
vous utilisez le langage
01:08
to alter the settings inside someone else's brain
22
53000
2000
pour modifier les réglages internes du cerveau de quelqu’un d’autre
01:10
to suit your interests.
23
55000
2000
pour qu’il s’adapte à vos intérêts.
01:12
Languages are genes talking,
24
57000
2000
Les langages, ce sont des gènes qui parlent,
01:14
getting things that they want.
25
59000
2000
pour obtenir ce qu’ils veulent.
01:16
And just imagine the sense of wonder in a baby
26
61000
3000
Et imaginez l’émerveillement d’un bébé
01:19
when it first discovers that, merely by uttering a sound,
27
64000
3000
quand il découvre pour la première fois que, juste en émettant un son
01:22
it can get objects to move across a room
28
67000
2000
il arrive à déplacer les objets dans une pièce
01:24
as if by magic,
29
69000
2000
comme par magie,
01:26
and maybe even into its mouth.
30
71000
3000
et parfois même vers sa bouche.
01:29
Now language's subversive power
31
74000
2000
Le pouvoir subversif du langage
01:31
has been recognized throughout the ages
32
76000
2000
a été reconnu au cours de l’histoire
01:33
in censorship, in books you can't read,
33
78000
2000
dans la censure, dans les livres que vous n’avez pas le droit de lire,
01:35
phrases you can't use
34
80000
2000
les phrases que vous ne pouvez pas utiliser
01:37
and words you can't say.
35
82000
2000
et les mots que vous ne pouvez pas dire.
01:39
In fact, the Tower of Babel story in the Bible
36
84000
3000
En fait, l’histoire de la Tour de Babel dans la Bible
01:42
is a fable and warning
37
87000
2000
est une fable et un avertissement
01:44
about the power of language.
38
89000
2000
sur le pouvoir du langage.
01:46
According to that story, early humans developed the conceit
39
91000
3000
Selon cette histoire, les premiers êtres humains s'étaient convaincus
01:49
that, by using their language to work together,
40
94000
2000
qu’en utilisant leur langage pour travailler ensemble,
01:51
they could build a tower
41
96000
2000
ils pouvaient construire une tour
01:53
that would take them all the way to heaven.
42
98000
2000
qui les rapprocherait du paradis.
01:55
Now God, angered at this attempt to usurp his power,
43
100000
3000
Dieu, en colère à cause de cette tentative d’usurper son pouvoir,
01:58
destroyed the tower,
44
103000
3000
détruisit la tour,
02:01
and then to ensure
45
106000
2000
et ensuite pour s'assurer
02:03
that it would never be rebuilt,
46
108000
2000
qu’elle ne serait plus jamais reconstruite,
02:05
he scattered the people by giving them different languages --
47
110000
3000
il dispersa les gens en leurs donnant des langues différentes --
02:08
confused them by giving them different languages.
48
113000
3000
il les perturba en leur donnant des langues différentes.
02:11
And this leads to the wonderful irony
49
116000
2000
Et ceci nous amène à une merveilleuse ironie
02:13
that our languages exist to prevent us from communicating.
50
118000
3000
c'est-à-dire que nos langues existent pour nous empêcher de communiquer.
02:16
Even today,
51
121000
2000
Encore aujourd’hui,
02:18
we know that there are words we cannot use,
52
123000
2000
nous savons qu’il y a des mots que nous ne pouvons pas utiliser,
02:20
phrases we cannot say,
53
125000
2000
des phrases que nous ne pouvons pas dire,
02:22
because if we do so,
54
127000
2000
parce que si nous le faisons,
02:24
we might be accosted, jailed,
55
129000
3000
nous pourrions être abordés, emprisonnés,
02:27
or even killed.
56
132000
2000
ou même tués.
02:29
And all of this from a puff of air
57
134000
2000
Et tout ceci à cause d’un souffle d’air
02:31
emanating from our mouths.
58
136000
2000
qui se sort de nos bouches.
02:33
Now all this fuss about a single one of our traits
59
138000
3000
Bon, qu'on fasse autant d'histoires pour un seul de nos traits
02:36
tells us there's something worth explaining.
60
141000
2000
nous dit qu’il y a quelque chose qui vaut la peine d’être expliqué.
02:38
And that is how and why
61
143000
2000
Et la question est comment et pourquoi
02:40
did this remarkable trait evolve,
62
145000
2000
ce trait a-t-il évolué si remarquablement,
02:42
and why did it evolve
63
147000
2000
et pourquoi a-t-il évolué
02:44
only in our species?
64
149000
2000
uniquement dans notre espèce?
02:46
Now it's a little bit of a surprise
65
151000
2000
C’est assez surprenant
02:48
that to get an answer to that question,
66
153000
2000
que pour avoir une réponse à cette question,
02:50
we have to go to tool use
67
155000
2000
il nous faille nous tourner vers l'utilisation d'outils
02:52
in the chimpanzees.
68
157000
2000
chez les chimpanzés.
02:54
Now these chimpanzees are using tools,
69
159000
2000
Ces chimpanzés utilisent des outils,
02:56
and we take that as a sign of their intelligence.
70
161000
3000
et nous interprétons ça comme un signe de leur intelligence.
02:59
But if they really were intelligent,
71
164000
2000
Mais s’ils étaient vraiment intelligents,
03:01
why would they use a stick to extract termites from the ground
72
166000
3000
pourquoi utiliseraient-ils un bâton pour extraire les termites du sol
03:04
rather than a shovel?
73
169000
2000
plutôt qu’une pelle?
03:06
And if they really were intelligent,
74
171000
3000
Et s’ils étaient vraiment intelligents,
03:09
why would they crack open nuts with a rock?
75
174000
2000
pourquoi ouvreraient-ils les noix avec une pierre ?
03:11
Why wouldn't they just go to a shop and buy a bag of nuts
76
176000
3000
Pourquoi n'iraient-ils pas dans un magasin acheter un sachet de noix
03:14
that somebody else had already cracked open for them?
77
179000
3000
que quelqu’un d’autre aurait déjà ouvertes pour eux?
03:17
Why not? I mean, that's what we do.
78
182000
2000
Pourquoi pas? C’est bien ce que nous faisons.
03:19
Now the reason the chimpanzees don't do that
79
184000
2000
La raison pour laquelle les chimpanzés ne le font pas
03:21
is that they lack what psychologists and anthropologists call
80
186000
3000
c’est qu’ils leur manquent ce que les psychologues et les anthropologues appellent
03:24
social learning.
81
189000
2000
l'apprentissage social.
03:26
They seem to lack the ability
82
191000
2000
Ils semblent manquer de la capacité
03:28
to learn from others
83
193000
2000
d’apprendre des autres
03:30
by copying or imitating
84
195000
2000
en copiant ou imitant
03:32
or simply watching.
85
197000
2000
ou simplement en regardant.
03:34
As a result,
86
199000
2000
Par conséquent,
03:36
they can't improve on others' ideas
87
201000
2000
ils ne peuvent s’améliorer en partant des idées des autres
03:38
or learn from others' mistakes --
88
203000
2000
ou apprendre des erreurs des autres --
03:40
benefit from others' wisdom.
89
205000
2000
bénéficier de la sagesse autrui.
03:42
And so they just do the same thing
90
207000
2000
Ils font donc toujours la même chose
03:44
over and over and over again.
91
209000
2000
encore et encore et encore.
03:46
In fact, we could go away for a million years and come back
92
211000
4000
En fait, nous pourrions partir pendant un million d’années et revenir
03:50
and these chimpanzees would be doing the same thing
93
215000
3000
et ces chimpanzés feraient la même chose
03:53
with the same sticks for the termites
94
218000
2000
avec les mêmes bâtons pour les termites
03:55
and the same rocks to crack open the nuts.
95
220000
3000
et les mêmes pierres pour ouvrir les noix.
03:58
Now this may sound arrogant, or even full of hubris.
96
223000
3000
Ceci peut paraître arrogant, ou même prétentieux.
04:01
How do we know this?
97
226000
2000
Comment le savons-nous ?
04:03
Because this is exactly what our ancestors, the Homo erectus, did.
98
228000
3000
Parce que c’est exactement ce que nos ancêtres, les Homo erectus, ont fait.
04:06
These upright apes
99
231000
2000
Ces singes qui se tiennent debout
04:08
evolved on the African savanna
100
233000
2000
évoluaient dans la savane africaine
04:10
about two million years ago,
101
235000
2000
il y a deux millions d’années,
04:12
and they made these splendid hand axes
102
237000
2000
et ils ont fabriqué ces merveilleuses haches
04:14
that fit wonderfully into your hands.
103
239000
2000
qui s’adaptent parfaitement à la main.
04:16
But if we look at the fossil record,
104
241000
2000
Mais en observant les tracés fossiles,
04:18
we see that they made the same hand axe
105
243000
3000
on remarque qu’ils ont fait la même hache
04:21
over and over and over again
106
246000
2000
encore et encore et encore
04:23
for one million years.
107
248000
2000
pendant un million d’années.
04:25
You can follow it through the fossil record.
108
250000
2000
On peut les suivre avec les fossiles répertoriés.
04:27
Now if we make some guesses about how long Homo erectus lived,
109
252000
2000
En faisant quelque supposition sur la durée de vie de l’Homo Erectus,
04:29
what their generation time was,
110
254000
2000
sur la durée d’une génération,
04:31
that's about 40,000 generations
111
256000
3000
cela fait à peu près 40 000 générations
04:34
of parents to offspring, and other individuals watching,
112
259000
3000
de père en fils, et d’autres individus qui regardent,
04:37
in which that hand axe didn't change.
113
262000
2000
pendant lesquelles la hache n’a pas changé.
04:39
It's not even clear
114
264000
2000
Il n'est même pas clair
04:41
that our very close genetic relatives, the Neanderthals,
115
266000
2000
que nos parents génétiquement les plus proches, les Néanderthal,
04:43
had social learning.
116
268000
2000
aient eu un apprentissage social.
04:45
Sure enough, their tools were more complicated
117
270000
3000
Sans aucun doute, leur outils étaient plus compliqués
04:48
than those of Homo erectus,
118
273000
2000
que ceux de l’Homo Erectus,
04:50
but they too showed very little change
119
275000
2000
mais eux aussi ont montré très peu de changements
04:52
over the 300,000 years or so
120
277000
3000
pendant les 300 000 ans
04:55
that those species, the Neanderthals,
121
280000
2000
pendant lesquelles les Néandertal,
04:57
lived in Eurasia.
122
282000
2000
ont vécu en Eurasie.
04:59
Okay, so what this tells us
123
284000
2000
Bon, ce que ceci nous dit
05:01
is that, contrary to the old adage,
124
286000
3000
c’est que, contrairement au vieux proverbe,
05:04
"monkey see, monkey do,"
125
289000
3000
« Tout ce que je fais, mon singe le refait, »
05:07
the surprise really is
126
292000
2000
la surprise en fait est que
05:09
that all of the other animals
127
294000
2000
tous les autres animaux
05:11
really cannot do that -- at least not very much.
128
296000
3000
ne peuvent pas le faire – ou du moins pas tellement.
05:14
And even this picture
129
299000
2000
Et même cette photo
05:16
has the suspicious taint of being rigged about it --
130
301000
3000
je soupçonne qu’elle soit truquée ---
05:19
something from a Barnum & Bailey circus.
131
304000
2000
elle a l’air de venir du cirque Barnum.
05:21
But by comparison,
132
306000
2000
Mais en comparaison,
05:23
we can learn.
133
308000
2000
nous pouvons apprendre.
05:25
We can learn by watching other people
134
310000
3000
Nous apprenons en regardant les autres
05:28
and copying or imitating
135
313000
2000
en copiant et en imitant
05:30
what they can do.
136
315000
2000
ce qu’ils arrivent à faire.
05:32
We can then choose, from among a range of options,
137
317000
3000
Nous pouvons ensuite, parmi une série d’options, choisir
05:35
the best one.
138
320000
2000
la meilleure.
05:37
We can benefit from others' ideas.
139
322000
2000
Nous pouvons bénéficier des idées des autres.
05:39
We can build on their wisdom.
140
324000
2000
Nous pouvons construire sur leur sagesse.
05:41
And as a result, our ideas do accumulate,
141
326000
3000
Par conséquent, nos idées s’accumulent,
05:44
and our technology progresses.
142
329000
4000
et nos technologies progressent.
05:48
And this cumulative cultural adaptation,
143
333000
5000
Et cette adaptation culturelle cumulative,
05:53
as anthropologists call
144
338000
2000
comme l’appelle les anthropologues
05:55
this accumulation of ideas,
145
340000
2000
cette accumulation d’idées,
05:57
is responsible for everything around you
146
342000
2000
est responsable de tout ce qui vous entoure
05:59
in your bustling and teeming everyday lives.
147
344000
2000
dans votre vie quotidienne animée et foisonnante.
06:01
I mean the world has changed out of all proportion
148
346000
2000
Ce que je veux dire c’est que le monde a changé de façon démesurée
06:03
to what we would recognize
149
348000
2000
par rapport à ce que pouvait être
06:05
even 1,000 or 2,000 years ago.
150
350000
3000
le monde d’il y a 1000 ou 2000 ans.
06:08
And all of this because of cumulative cultural adaptation.
151
353000
3000
Et tout ceci à cause de l’adaptation culturelle cumulative.
06:11
The chairs you're sitting in, the lights in this auditorium,
152
356000
2000
Les fauteuils sur lesquels vous êtes assis, les lumières de cet auditorium,
06:13
my microphone, the iPads and iPods that you carry around with you --
153
358000
3000
mon micro, les iPad e les iPod que vous trimballez
06:16
all are a result
154
361000
2000
sont tous le résultat
06:18
of cumulative cultural adaptation.
155
363000
2000
de l’adaptation culturelle cumulative.
06:20
Now to many commentators,
156
365000
4000
Selon de nombreux observateurs,
06:24
cumulative cultural adaptation, or social learning,
157
369000
3000
l’adaptation culturelle cumulative, ou apprentissage social,
06:27
is job done, end of story.
158
372000
3000
c’est chose faite, fin de l’histoire.
06:30
Our species can make stuff,
159
375000
3000
Notre espèce peut faire des trucs,
06:33
therefore we prospered in a way that no other species has.
160
378000
3000
donc elle a prospéré comme n’ont pas pu le faire d’autres espèces.
06:36
In fact, we can even make the "stuff of life" --
161
381000
3000
En fait nous pouvons même faire « les trucs de la vie » --
06:39
as I just said, all the stuff around us.
162
384000
2000
comme je vous disais, tout ce qui vous entoure.
06:41
But in fact, it turns out
163
386000
2000
Mais en fait, finalement
06:43
that some time around 200,000 years ago,
164
388000
3000
quelque part il y a 200 000 ans,
06:46
when our species first arose
165
391000
2000
quand notre espèce est apparue
06:48
and acquired social learning,
166
393000
2000
et a acquis l’apprentissage social,
06:50
that this was really the beginning of our story,
167
395000
2000
c’était vraiment le début de notre histoire,
06:52
not the end of our story.
168
397000
2000
pas la fin.
06:54
Because our acquisition of social learning
169
399000
3000
Parce que l’acquisition de l’apprentissage social
06:57
would create a social and evolutionary dilemma,
170
402000
3000
a créé un dilemme social et évolutionniste,
07:00
the resolution of which, it's fair to say,
171
405000
3000
dont la résolution, on peut dire,
07:03
would determine not only the future course of our psychology,
172
408000
4000
allait créer non seulement le futur de notre psychologie,
07:07
but the future course of the entire world.
173
412000
2000
mais également le futur du monde entier.
07:09
And most importantly for this,
174
414000
3000
Et plus important encore ,
07:12
it'll tell us why we have language.
175
417000
3000
elle nous dira pourquoi nous avons le langage.
07:15
And the reason that dilemma arose
176
420000
2000
Et la raison pour laquelle ce dilemme est apparu
07:17
is, it turns out, that social learning is visual theft.
177
422000
3000
est que l’apprentissage social c’est un vol visuel.
07:20
If I can learn by watching you,
178
425000
3000
Si je peux apprendre en vous regardant,
07:23
I can steal your best ideas,
179
428000
2000
je peux vous voler vos meilleures idées,
07:25
and I can benefit from your efforts,
180
430000
3000
et je peux bénéficier de vos efforts,
07:28
without having to put in the time and energy that you did
181
433000
2000
sans devoir y mettre le temps et l’énergie que vous y avez mis
07:30
into developing them.
182
435000
2000
pour les développer.
07:32
If I can watch which lure you use to catch a fish,
183
437000
3000
Si je peux voir quel appât vous utilisez pour attraper un poisson,
07:35
or I can watch how you flake your hand axe
184
440000
2000
ou je peux regarder comment vous taillez votre hache
07:37
to make it better,
185
442000
2000
pour mieux la faire,
07:39
or if I follow you secretly to your mushroom patch,
186
444000
3000
ou si je vous suis en secret dans le bon coin pour les champignons,
07:42
I can benefit from your knowledge and wisdom and skills,
187
447000
3000
je peux bénéficier de votre connaissance, votre sagesse et vos capacités,
07:45
and maybe even catch that fish
188
450000
2000
et probablement attraper ce poisson
07:47
before you do.
189
452000
2000
avant vous.
07:49
Social learning really is visual theft.
190
454000
3000
L’apprentissage social est réellement un vol visuel.
07:52
And in any species that acquired it,
191
457000
2000
et pour chaque espèce qui l’a acquis,
07:54
it would behoove you
192
459000
2000
il vaudrait mieux
07:56
to hide your best ideas,
193
461000
2000
cacher vos meilleures idées,
07:58
lest somebody steal them from you.
194
463000
3000
avant que quelqu’un ne vous les vole.
08:02
And so some time around 200,000 years ago,
195
467000
3000
Donc quelque part il y a 200 000 ans,
08:05
our species confronted this crisis.
196
470000
3000
nos espèces ont fait face à cette crise.
08:08
And we really had only two options
197
473000
3000
Et en fait nous avons seulement deux options
08:11
for dealing with the conflicts
198
476000
2000
pour traiter ces conflits
08:13
that visual theft would bring.
199
478000
2000
provoqués par le vol visuel.
08:15
One of those options
200
480000
2000
Une des options
08:17
was that we could have retreated
201
482000
3000
était de se replier
08:20
into small family groups.
202
485000
2000
en petits groupes de familles.
08:22
Because then the benefits of our ideas and knowledge
203
487000
3000
Parce que les avantages de nos idées et de nos connaissances
08:25
would flow just to our relatives.
204
490000
2000
se transmettraient uniquement à notre famille.
08:27
Had we chosen this option,
205
492000
2000
Si nous avions choisi cette option
08:29
sometime around 200,000 years ago,
206
494000
3000
il y a 200 000 ans,
08:32
we would probably still be living like the Neanderthals were
207
497000
3000
nous vivrions peut-être encore comme les Néanderthal
08:35
when we first entered Europe 40,000 years ago.
208
500000
3000
quand ils sont arrivés en Europe il y a 40 000 ans.
08:38
And this is because in small groups
209
503000
2000
Et ce parce que dans les petits groupes
08:40
there are fewer ideas, there are fewer innovations.
210
505000
3000
il y a moins d’idées, il y a moins d’innovations.
08:43
And small groups are more prone to accidents and bad luck.
211
508000
3000
Et les petits groupes sont plus sujets aux accidents et à la malchance.
08:46
So if we'd chosen that path,
212
511000
2000
Si nous avions choisi cette voie,
08:48
our evolutionary path would have led into the forest --
213
513000
3000
notre parcours évolutionnaire nous aurait amené dans la foret --
08:51
and been a short one indeed.
214
516000
2000
et il aurait été effectivement très court.
08:53
The other option we could choose
215
518000
2000
L’autre option que nous pouvions choisir
08:55
was to develop the systems of communication
216
520000
3000
était de développer les systèmes de communication
08:58
that would allow us to share ideas
217
523000
2000
qui nous permettraient de partager les idées
09:00
and to cooperate amongst others.
218
525000
3000
et de coopérer entre autres.
09:03
Choosing this option would mean
219
528000
2000
Choisir cette option signifierait
09:05
that a vastly greater fund of accumulated knowledge and wisdom
220
530000
3000
qu’un bien plus grand capital de connaissance et de sagesse accumulé
09:08
would become available to any one individual
221
533000
3000
deviendrait disponible pour tout individu
09:11
than would ever arise from within an individual family
222
536000
3000
qui viendrait d’une famille individuelle
09:14
or an individual person on their own.
223
539000
3000
ou pour un individu seul.
09:18
Well, we chose the second option,
224
543000
3000
Nous avons choisi la deuxième option,
09:21
and language is the result.
225
546000
3000
et le langage en est le résultat.
09:24
Language evolved to solve the crisis
226
549000
2000
Le langage a évolué pour résoudre la crise
09:26
of visual theft.
227
551000
2000
du vol visuel.
09:28
Language is a piece of social technology
228
553000
3000
Le langage est un élément de technologie sociale
09:31
for enhancing the benefits of cooperation --
229
556000
3000
destiné à mettre en valeur les avantages d’une coopération --
09:34
for reaching agreements, for striking deals
230
559000
3000
pour parvenir à des accords, pour conclure des affaires
09:37
and for coordinating our activities.
231
562000
4000
et pour coordonner nos activités.
09:41
And you can see that, in a developing society
232
566000
2000
Et vous pouvez remarquer que, dans une société en voie de développement
09:43
that was beginning to acquire language,
233
568000
2000
qui commençait à acquérir le langage,
09:45
not having language
234
570000
2000
ne pas avoir de langage
09:47
would be a like a bird without wings.
235
572000
2000
ce serait comme avoir un oiseau sans ailes.
09:49
Just as wings open up this sphere of air
236
574000
3000
Tout comme les ailes permettent
09:52
for birds to exploit,
237
577000
2000
à cet oiseau de voler,
09:54
language opened up the sphere of cooperation
238
579000
2000
le langage permet aux humains
09:56
for humans to exploit.
239
581000
2000
de s’ouvrir à la coopération.
09:58
And we take this utterly for granted,
240
583000
2000
Et nous le considérons totalement pour acquis,
10:00
because we're a species that is so at home with language,
241
585000
3000
parce que nous sommes une espèce si à l’aise avec le langage.
10:03
but you have to realize
242
588000
2000
Mais il faut vous rendre compte
10:05
that even the simplest acts of exchange that we engage in
243
590000
3000
que même les actes d’échange les plus simples que nous entreprenons
10:08
are utterly dependent upon language.
244
593000
3000
sont totalement dépendants du langage.
10:11
And to see why, consider two scenarios
245
596000
2000
Et pour comprendre pourquoi, considérez deux scenarios
10:13
from early in our evolution.
246
598000
2000
des premières étapes de notre évolution.
10:15
Let's imagine that you are really good
247
600000
2000
Imaginons que vous soyez très doués
10:17
at making arrowheads,
248
602000
2000
dans la construction de pointes de flèche,
10:19
but you're hopeless at making the wooden shafts
249
604000
3000
mais vraiment mauvais dans la construction de fut de flèche
10:22
with the flight feathers attached.
250
607000
3000
en bois avec les plumes attachées.
10:25
Two other people you know are very good at making the wooden shafts,
251
610000
3000
Deux autres personnes que vous connaissez sont très douées pour la partie en bois,
10:28
but they're hopeless at making the arrowheads.
252
613000
3000
mais vraiment mauvais dans la construction des pointes.
10:31
So what you do is --
253
616000
2000
Alors ce que vous faites --
10:33
one of those people has not really acquired language yet.
254
618000
3000
une de ces personnes n’a pas encore acquis de langage.
10:36
And let's pretend the other one is good at language skills.
255
621000
2000
Imaginons que l’autre ait de bonne capacité linguistique.
10:38
So what you do one day is you take a pile of arrowheads,
256
623000
3000
Ce que vous faites un jour c’est que vous prenez une pile de pointes de flèches,
10:41
and you walk up to the one that can't speak very well,
257
626000
2000
et vous allez trouver celui qui ne parle pas très bien,
10:43
and you put the arrowheads down in front of him,
258
628000
2000
et vous déposez les pointes de flèches devant lui,
10:45
hoping that he'll get the idea that you want to trade your arrowheads
259
630000
3000
en espérant qu’il comprenne l’idée que vous voulez échanger les pointes
10:48
for finished arrows.
260
633000
2000
contre des flèches entières.
10:50
But he looks at the pile of arrowheads, thinks they're a gift,
261
635000
2000
Mais il regarde la pile de pointes de flèches, il pense que c'est un cadeau,
10:52
picks them up, smiles and walks off.
262
637000
3000
les prend, sourit et repart avec.
10:55
Now you pursue this guy, gesticulating.
263
640000
2000
Vous poursuivez le bonhomme en gesticulant.
10:57
A scuffle ensues and you get stabbed
264
642000
2000
Une bagarre s’ensuit et on vous poignarde
10:59
with one of your own arrowheads.
265
644000
3000
avec une de vos pointes de flèches.
11:02
Okay, now replay this scene now, and you're approaching the one who has language.
266
647000
3000
Maintenant rejouez la scène : vous vous adressez à celui qui peut parler.
11:05
You put down your arrowheads and say,
267
650000
2000
Vous déposez les flèches et vous lui dites,
11:07
"I'd like to trade these arrowheads for finished arrows. I'll split you 50/50."
268
652000
3000
« Je voudrais échanger ces pointes de flèches contre des flèches entières. On partage 50/50. »
11:10
The other one says, "Fine. Looks good to me.
269
655000
2000
Et l’autre répond, « Très bien. C’est parfait.
11:12
We'll do that."
270
657000
3000
Marché conclu. »
11:15
Now the job is done.
271
660000
3000
C’est fait.
11:18
Once we have language,
272
663000
2000
Une fois que nous avons le langage,
11:20
we can put our ideas together and cooperate
273
665000
2000
nous pouvons rassembler les idées et coopérer
11:22
to have a prosperity
274
667000
2000
pour la prospérité
11:24
that we couldn't have before we acquired it.
275
669000
3000
que sans ça nous ne pourrions pas avoir.
11:27
And this is why our species
276
672000
2000
Et c’est la raison pour laquelle notre espèce
11:29
has prospered around the world
277
674000
2000
a prospéré partout dans le monde
11:31
while the rest of the animals
278
676000
2000
pendant que les autres animaux
11:33
sit behind bars in zoos, languishing.
279
678000
3000
sont enfermés derrière les barreaux dans des zoos, et languissent.
11:36
That's why we build space shuttles and cathedrals
280
681000
3000
Voici pourquoi nous construisons des navettes spatiales et des cathédrales
11:39
while the rest of the world sticks sticks into the ground
281
684000
2000
pendant que le reste du monde enfonce des bâtons dans le sol
11:41
to extract termites.
282
686000
2000
pour extraire les termites.
11:43
All right, if this view of language
283
688000
3000
Très bien, si ce point de vue sur le langage
11:46
and its value
284
691000
2000
et sa valeur
11:48
in solving the crisis of visual theft is true,
285
693000
3000
dans la résolution de la crise du vol visuel est vraie,
11:51
any species that acquires it
286
696000
2000
n’importe quelle espèce qui l’acquiert
11:53
should show an explosion of creativity and prosperity.
287
698000
3000
devrait développer une explosion de créativité et prospérité.
11:56
And this is exactly what the archeological record shows.
288
701000
3000
Et c’est exactement ce que les archives archéologique montre.
11:59
If you look at our ancestors,
289
704000
2000
Si vous observez nos ancêtres,
12:01
the Neanderthals and the Homo erectus, our immediate ancestors,
290
706000
3000
les Néanderthal et l’Homo erectus, nos ancêtres les plus proches,
12:04
they're confined to small regions of the world.
291
709000
3000
ils sont confinés dans des zones limités du monde.
12:07
But when our species arose
292
712000
2000
Mais quand notre espèce est apparue
12:09
about 200,000 years ago,
293
714000
2000
il y a 200 000 ans,
12:11
sometime after that we quickly walked out of Africa
294
716000
3000
peu après avoir quitté l’Afrique
12:14
and spread around the entire world,
295
719000
3000
et avoir envahi le monde entier,
12:17
occupying nearly every habitat on Earth.
296
722000
3000
en occupant presque tous les habitats de la terre.
12:20
Now whereas other species are confined
297
725000
3000
Là où d’autres espèces sont confinées
12:23
to places that their genes adapt them to,
298
728000
3000
à des endroits où leurs gènes se sont adaptés,
12:26
with social learning and language,
299
731000
2000
avec l’apprentissage social et le langage,
12:28
we could transform the environment
300
733000
2000
nous avons pu transformer notre environnement
12:30
to suit our needs.
301
735000
2000
pour qu’il s’adapte à nos besoins.
12:32
And so we prospered in a way
302
737000
2000
Nous avons donc prospéré
12:34
that no other animal has.
303
739000
2000
plus que n’importe quelle autre espèce.
12:36
Language really is
304
741000
3000
Le langage est réellement
12:39
the most potent trait that has ever evolved.
305
744000
3000
le trait le plus puissant qui ait jamais évolué.
12:42
It is the most valuable trait we have
306
747000
3000
C’est le trait le plus précieux que nous avons
12:45
for converting new lands and resources
307
750000
3000
pour convertir de nouvelles terres et ressources
12:48
into more people and their genes
308
753000
3000
en plus de personnes et en leurs gènes
12:51
that natural selection has ever devised.
309
756000
2000
que la sélection naturelle ait jamais pu inventer.
12:53
Language really is
310
758000
2000
Le langage est réellement
12:55
the voice of our genes.
311
760000
2000
la voix de nos gènes.
12:57
Now having evolved language, though,
312
762000
2000
Mais dans l’évolution du langage,
12:59
we did something peculiar,
313
764000
2000
nous avons fait quelque chose de singulier,
13:01
even bizarre.
314
766000
2000
je dirais même bizarre.
13:03
As we spread out around the world,
315
768000
2000
En nous disséminant dans le monde,
13:05
we developed thousands of different languages.
316
770000
3000
nous avons développé des milliers de langues différentes
13:08
Currently, there are about seven or 8,000
317
773000
2000
Actuellement, il y a à peu près 7 ou 8000
13:10
different languages spoken on Earth.
318
775000
3000
langues différentes sur terre.
13:13
Now you might say, well, this is just natural.
319
778000
2000
Vous pourriez me dire, c’est naturel.
13:15
As we diverge, our languages are naturally going to diverge.
320
780000
3000
En nous séparant, nos langages divergent naturellement.
13:18
But the real puzzle and irony
321
783000
2000
Mais le vrai casse-tête et l’ironie
13:20
is that the greatest density of different languages on Earth
322
785000
3000
est que la plus haute densité de langues différentes sur terre
13:23
is found where people are most tightly packed together.
323
788000
4000
se trouve où les gens sont le plus rapprochés.
13:27
If we go to the island of Papua New Guinea,
324
792000
2000
Si nous allons sur l’ile de Papouasie-Nouvelle-Guinée,
13:29
we can find about 800 to 1,000
325
794000
3000
nous y trouvons à peu près 800 à 1000
13:32
distinct human languages,
326
797000
2000
langues humaines différentes,
13:34
different human languages,
327
799000
2000
distinctes,
13:36
spoken on that island alone.
328
801000
2000
parlées sur cette seule ile.
13:38
There are places on that island
329
803000
2000
Il y a des endroits sur cette île
13:40
where you can encounter a new language
330
805000
2000
où vous pouvez tombez sur une nouvelle langue
13:42
every two or three miles.
331
807000
2000
chaque 6 ou 7 kilomètres.
13:44
Now, incredible as this sounds,
332
809000
2000
Ça peut vous paraitre incroyable,
13:46
I once met a Papuan man, and I asked him if this could possibly be true.
333
811000
3000
mais une fois j’ai rencontré un Papou, et je lui ai demandé si cela pouvait être possible.
13:49
And he said to me, "Oh no.
334
814000
2000
Et il m’a dit, « Oh, non.
13:51
They're far closer together than that."
335
816000
3000
ils sont beaucoup plus rapprochés que ça. »
13:54
And it's true; there are places on that island
336
819000
2000
Et c’est vrai : il y a des endroits sur cette île
13:56
where you can encounter a new language in under a mile.
337
821000
3000
où vous pouvez tomber sur une nouvelle langue à moins de 2 kilomètres.
13:59
And this is also true of some remote oceanic islands.
338
824000
3000
Et ceci est également vrai sur certaines îles océaniques.
14:03
And so it seems that we use our language,
339
828000
2000
Il semble donc que nous utilisons une langue,
14:05
not just to cooperate,
340
830000
2000
non seulement pour coopérer,
14:07
but to draw rings around our cooperative groups
341
832000
3000
mais pour tracer des frontières autour de nos groupes de coopération
14:10
and to establish identities,
342
835000
2000
et pour établir des identités,
14:12
and perhaps to protect our knowledge and wisdom and skills
343
837000
3000
et probablement pour protéger notre connaissance, notre sagesse et nos capacités
14:15
from eavesdropping from outside.
344
840000
3000
des oreilles indiscrètes.
14:18
And we know this
345
843000
2000
Et nous le savons
14:20
because when we study different language groups
346
845000
2000
parce que, en étudiant différents groupes linguistiques
14:22
and associate them with their cultures,
347
847000
2000
en les associant à différentes cultures,
14:24
we see that different languages
348
849000
2000
nous voyons que des langues différentes
14:26
slow the flow of ideas between groups.
349
851000
3000
ralentissent la circulation des idées entres groupes.
14:29
They slow the flow of technologies.
350
854000
3000
Elles ralentissent la circulation des technologies.
14:32
And they even slow the flow of genes.
351
857000
3000
Elles ralentissent même la circulation des gènes.
14:35
Now I can't speak for you,
352
860000
2000
Je ne peux pas parler à votre place,
14:37
but it seems to be the case
353
862000
2000
mais il semble que ce soit le cas :
14:39
that we don't have sex with people we can't talk to.
354
864000
3000
nous ne couchons pas avec quelqu’un avec qui nous ne pouvons pas discuter.
14:43
(Laughter)
355
868000
2000
(Rires)
14:45
Now we have to counter that, though,
356
870000
2000
Malgré les preuves
14:47
against the evidence we've heard
357
872000
2000
on peut observer que
14:49
that we might have had some rather distasteful genetic dalliances
358
874000
3000
nous pourrions avoir cédé à quelques dégoutantes unions génétiques
14:52
with the Neanderthals and the Denisovans.
359
877000
2000
avec les Néanderthal et les Denisova
14:54
(Laughter)
360
879000
2000
(Rires)
14:56
Okay, this tendency we have,
361
881000
2000
D’accord, cette tendance que nous avons,
14:58
this seemingly natural tendency we have,
362
883000
2000
cette tendance apparemment naturelle que nous avons
15:00
towards isolation, towards keeping to ourselves,
363
885000
3000
à l’isolation, à faite bande à part,
15:03
crashes head first into our modern world.
364
888000
3000
est en complète contradiction avec notre monde moderne.
15:06
This remarkable image
365
891000
2000
Cette image remarquable
15:08
is not a map of the world.
366
893000
2000
n’est pas une mappemonde.
15:10
In fact, it's a map of Facebook friendship links.
367
895000
4000
En fait, c’est un plan des liens d’amitiés sur Facebook.
15:14
And when you plot those friendship links
368
899000
2000
Et en traçant ces liens d’amitié
15:16
by their latitude and longitude,
369
901000
2000
par latitude et longitude,
15:18
it literally draws a map of the world.
370
903000
3000
ça dessine littéralement une mappemonde.
15:21
Our modern world is communicating
371
906000
2000
Notre monde moderne communique
15:23
with itself and with each other
372
908000
2000
avec lui-même et l’un avec l’autre
15:25
more than it has
373
910000
2000
plus que
15:27
at any time in its past.
374
912000
2000
jamais dans le passé.
15:29
And that communication, that connectivity around the world,
375
914000
3000
Et cette communication, cette connectivité dans le monde entier,
15:32
that globalization
376
917000
2000
cette mondialisation
15:34
now raises a burden.
377
919000
3000
nous pose un problème.
15:37
Because these different languages
378
922000
2000
Parce que ces langues différentes
15:39
impose a barrier, as we've just seen,
379
924000
2000
imposent une barrière, comme nous venons de le voir,
15:41
to the transfer of goods and ideas
380
926000
2000
à la circulation des biens, des idées
15:43
and technologies and wisdom.
381
928000
2000
des technologies et de la sagesse.
15:45
And they impose a barrier to cooperation.
382
930000
3000
Elles imposent une barrière à la coopération.
15:48
And nowhere do we see that more clearly
383
933000
3000
Et nulle part nous ne voyons ceci plus clairement
15:51
than in the European Union,
384
936000
2000
que dans l’Union Européenne,
15:53
whose 27 member countries
385
938000
3000
où 27 pays membres
15:56
speak 23 official languages.
386
941000
3000
parlent 23 langues officielles.
15:59
The European Union
387
944000
2000
L’Union Européenne
16:01
is now spending over one billion euros annually
388
946000
4000
dépense aujourd’hui 1 milliard d’euros chaque année
16:05
translating among their 23 official languages.
389
950000
3000
pour traduire en 23 langues officielles.
16:08
That's something on the order
390
953000
2000
Ça correspond à peu près
16:10
of 1.45 billion U.S. dollars
391
955000
2000
à 1,45 milliard de dollars
16:12
on translation costs alone.
392
957000
3000
rien qu'en coûts de traduction.
16:15
Now think of the absurdity of this situation.
393
960000
2000
Réfléchissez donc à l’absurdité de cette situation.
16:17
If 27 individuals
394
962000
2000
Si 27 individus
16:19
from those 27 member states
395
964000
2000
de ces 27 états membres
16:21
sat around table, speaking their 23 languages,
396
966000
3000
étaient assis autour d’une table, en parlant leurs 23 langues,
16:24
some very simple mathematics will tell you
397
969000
2000
des maths élémentaires nous diraient
16:26
that you need an army of 253 translators
398
971000
4000
qu’il faudrait une armée de 253 traducteurs
16:30
to anticipate all the pairwise possibilities.
399
975000
4000
pour prévoir toutes les combinaisons possibles.
16:34
The European Union employs a permanent staff
400
979000
3000
L’Union Européenne emploie un personnel permanent
16:37
of about 2,500 translators.
401
982000
2000
d’à peu près 2500 traducteurs.
16:39
And in 2007 alone --
402
984000
2000
Et en 2007 seulement --
16:41
and I'm sure there are more recent figures --
403
986000
2000
et je suis sûr que des chiffres plus récents existent --
16:43
something on the order of 1.3 million pages
404
988000
3000
environ 1,3 millions de pages
16:46
were translated into English alone.
405
991000
3000
ont été traduites rien que vers l’Anglais.
16:49
And so if language really is
406
994000
3000
Donc, si le langage est réellement
16:52
the solution to the crisis of visual theft,
407
997000
3000
la solution à la crise du vol visuel,
16:55
if language really is
408
1000000
2000
si le langage est réellement
16:57
the conduit of our cooperation,
409
1002000
2000
la voie de notre coopération,
16:59
the technology that our species derived
410
1004000
3000
la technologie que notre espèce en a dérivé
17:02
to promote the free flow and exchange of ideas,
411
1007000
4000
pour promouvoir la libre circulation et l’échange des idées,
17:06
in our modern world,
412
1011000
2000
dans notre monde moderne,
17:08
we confront a question.
413
1013000
2000
nous sommes confrontés à une question.
17:10
And that question is whether
414
1015000
2000
Et la question est :
17:12
in this modern, globalized world
415
1017000
2000
dans ce monde moderne et mondialisé
17:14
we can really afford to have all these different languages.
416
1019000
3000
peut-on vraiment se permettre d’avoir toutes ces langues?
17:17
To put it this way, nature knows no other circumstance
417
1022000
3000
Autrement dit, la nature ne connait pas d’autres circonstances
17:20
in which functionally equivalent traits coexist.
418
1025000
5000
dans laquelle des traits fonctionnellement équivalents coexistent.
17:25
One of them always drives the other extinct.
419
1030000
3000
L’un d’eux entraine toujours l’extinction de l’autre.
17:28
And we see this in the inexorable march
420
1033000
2000
Et nous le voyons dans la marche inexorable
17:30
towards standardization.
421
1035000
2000
vers la standardisation.
17:32
There are lots and lots of ways of measuring things --
422
1037000
3000
Il y a plusieurs unités de mesure --
17:35
weighing them and measuring their length --
423
1040000
2000
pour peser ou pour mesurer une longueur --
17:37
but the metric system is winning.
424
1042000
2000
mais le système métrique est gagnant.
17:39
There are lots and lots of ways of measuring time,
425
1044000
3000
Il existe plusieurs systèmes pour mesurer le temps,
17:42
but a really bizarre base 60 system
426
1047000
3000
mais un système très bizarre base 60
17:45
known as hours and minutes and seconds
427
1050000
2000
mieux connu sous le nom d’heures et minutes et secondes
17:47
is nearly universal around the world.
428
1052000
3000
est presque universel dans le monde entier.
17:50
There are many, many ways
429
1055000
2000
Il y plein de façons
17:52
of imprinting CDs or DVDs,
430
1057000
2000
de graver des CD on des DVD,
17:54
but those are all being standardized as well.
431
1059000
3000
mais on standardise ça aussi.
17:57
And you can probably think of many, many more
432
1062000
3000
Et vous pouvez surement penser à plein d’autres exemples
18:00
in your own everyday lives.
433
1065000
2000
dans votre vie quotidienne.
18:02
And so our modern world now
434
1067000
3000
Donc notre monde moderne
18:05
is confronting us with a dilemma.
435
1070000
2000
est aujourd’hui confronté à un dilemme.
18:07
And it's the dilemma
436
1072000
2000
Et c’est le dilemme
18:09
that this Chinese man faces,
437
1074000
2000
auquel fait face ce Chinois :
18:11
who's language is spoken
438
1076000
2000
la langue chinoise est parlée
18:13
by more people in the world
439
1078000
2000
par plus de personnes dans le monde
18:15
than any other single language,
440
1080000
3000
que n’importe quelle autre langue,
18:18
and yet he is sitting at his blackboard,
441
1083000
4000
malgré cela il est assis au tableau,
18:22
converting Chinese phrases
442
1087000
3000
et il traduit des expressions chinoises
18:25
into English language phrases.
443
1090000
2000
en Anglais.
18:27
And what this does is it raises the possibility to us
444
1092000
3000
Et pour nous, cela amène possibilité
18:30
that in a world in which we want to promote
445
1095000
2000
que dans un monde dans lequel nous voulons promouvoir
18:32
cooperation and exchange,
446
1097000
2000
la coopération et l’échange,
18:34
and in a world that might be dependent more than ever before
447
1099000
3000
et dans un monde qui pourrait dépendre plus que jamais
18:37
on cooperation
448
1102000
2000
de la coopération
18:39
to maintain and enhance our levels of prosperity,
449
1104000
3000
pour maintenir et améliorer nos niveaux de prospérité,
18:42
his actions suggest to us
450
1107000
2000
son action nous suggère
18:44
it might be inevitable
451
1109000
2000
qu’il pourrait être inévitable
18:46
that we have to confront the idea
452
1111000
2000
que nous soyons confrontés à l’idée
18:48
that our destiny is to be one world with one language.
453
1113000
3000
que notre destin soit d’être un seul monde avec une seule langue.
18:51
Thank you.
454
1116000
2000
Merci.
18:53
(Applause)
455
1118000
8000
(Applaudissements)
19:01
Matt Ridley: Mark, one question.
456
1126000
2000
Matt Ridley : Mark, une question.
19:03
Svante found that the FOXP2 gene,
457
1128000
3000
Svante a découvert que le gène FOXP2,
19:06
which seems to be associated with language,
458
1131000
2000
qui parait être associé au langage,
19:08
was also shared in the same form
459
1133000
2000
était présent également
19:10
in Neanderthals as us.
460
1135000
2000
chez les Néandertal.
19:12
Do we have any idea
461
1137000
2000
Avons-nous une idée
19:14
how we could have defeated Neanderthals
462
1139000
2000
de comment nous avons pu vaincre les Néandertal
19:16
if they also had language?
463
1141000
2000
s’ils avaient eu eux aussi un langage ?
19:18
Mark Pagel: This is a very good question.
464
1143000
2000
Mark Pagel : C’est une très bonne question.
19:20
So many of you will be familiar with the idea that there's this gene called FOXP2
465
1145000
3000
Plusieurs d’entre vous savent peut-être qu’il existe un gène appelé FOXP2
19:23
that seems to be implicated in some ways
466
1148000
3000
qui parait être impliqué en quelque sorte
19:26
in the fine motor control that's associated with language.
467
1151000
3000
dans le contrôle moteur associé au langage.
19:29
The reason why I don't believe that tells us
468
1154000
2000
La raison pour laquelle je ne crois pas que ça nous dise
19:31
that the Neanderthals had language
469
1156000
2000
que les Néandertal avaient un langage
19:33
is -- here's a simple analogy:
470
1158000
3000
est – voici une simple analogie :
19:36
Ferraris are cars that have engines.
471
1161000
3000
les Ferrari sont des voitures avec un moteur.
19:39
My car has an engine,
472
1164000
2000
Ma voiture a un moteur,
19:41
but it's not a Ferrari.
473
1166000
2000
mais ce n’est pas une Ferrari.
19:43
Now the simple answer then
474
1168000
2000
La réponse à la question est donc
19:45
is that genes alone don't, all by themselves,
475
1170000
2000
que les gènes tous seuls
19:47
determine the outcome
476
1172000
2000
ne détermine pas le résultat
19:49
of very complicated things like language.
477
1174000
2000
d’une chose compliquée comme le langage.
19:51
What we know about this FOXP2 and Neanderthals
478
1176000
2000
Ce que nous savons sur FOXP2 et les Néandertal
19:53
is that they may have had fine motor control of their mouths -- who knows.
479
1178000
4000
C’est qu’ils avaient probablement un contrôle moteur de la bouche très précis – qui sait.
19:57
But that doesn't tell us they necessarily had language.
480
1182000
2000
Mais cela ne nous dit pas forcement qu’ils avaient un langage.
19:59
MR: Thank you very much indeed.
481
1184000
2000
MR : Merci infiniment.
20:01
(Applause)
482
1186000
3000
(Applaudissements)
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