TEDGlobal 2011
Mark Pagel: How language transformed humanity
Mark Pagel: Jak język zmienił ludzkość
Filmed:
Readability: 4.2
1,708,914 views
Biolog Mark Pagel przedstawia intrygującą teorię na temat tego, dlaczego ludzie wykształcili tak złożony system, jak język. Sugeruje, że język jest częścią "technologii społecznej", która dała plemionom wczesnych ludzi dostęp do potężnego narzędzia: współpracy.
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
Posiadamy najbardziej potężną,
00:17
the most powerful, dangerous and subversive trait
1
2000
3000
niebezpieczną i przewrotową zdolność,
00:20
that natural selection has ever devised.
2
5000
3000
jaką stworzyła selekcja naturalna.
00:23
It's a piece of neural audio technology
3
8000
3000
To neuralno-dźwiękowa technika
00:26
for rewiring other people's minds.
4
11000
2000
manipulacji umysłami innych.
00:28
I'm talking about your language, of course,
5
13000
3000
Mówię oczywiście o języku,
00:31
because it allows you to implant a thought from your mind
6
16000
3000
który pozwala "przeszczepić" myśl
00:34
directly into someone else's mind,
7
19000
3000
z jednego umysłu w drugi,
00:37
and they can attempt to do the same to you,
8
22000
2000
także twój,
00:39
without either of you having to perform surgery.
9
24000
3000
bez konieczności operowania.
00:42
Instead, when you speak,
10
27000
2000
Kiedy mówimy,
00:44
you're actually using a form of telemetry
11
29000
2000
posługujemy się techniką
00:46
not so different
12
31000
2000
podobną do tej
00:48
from the remote control device for your television.
13
33000
2000
użytej w pilocie telewizora.
00:50
It's just that, whereas that device
14
35000
2000
Pilot wysyła sygnały podczerwieni,
00:52
relies on pulses of infrared light,
15
37000
2000
Pilot wysyła sygnały podczerwieni,
00:54
your language relies on pulses,
16
39000
3000
a mowa wyraźne fale dźwiękowe.
00:57
discrete pulses, of sound.
17
42000
2000
a mowa wyraźne fale dźwiękowe.
00:59
And just as you use the remote control device
18
44000
3000
Dzięki użyciu pilota
01:02
to alter the internal settings of your television
19
47000
2000
możesz zmienić kanał telewizyjny
01:04
to suit your mood,
20
49000
2000
na taki, który ci odpowiada.
01:06
you use your language
21
51000
2000
Natomiast dzięki mowie
01:08
to alter the settings inside someone else's brain
22
53000
2000
możesz manipulować umysłami
01:10
to suit your interests.
23
55000
2000
na swoją korzyść.
01:12
Languages are genes talking,
24
57000
2000
Dzięki mowie
01:14
getting things that they want.
25
59000
2000
geny osiągają swój cel.
01:16
And just imagine the sense of wonder in a baby
26
61000
3000
Wyobraźcie sobie zachwyt dziecka,
01:19
when it first discovers that, merely by uttering a sound,
27
64000
3000
które odkrywa, że wydanie dźwięku
01:22
it can get objects to move across a room
28
67000
2000
ma moc przenoszenia przedmiotów,
01:24
as if by magic,
29
69000
2000
może nawet wprost do ust.
01:26
and maybe even into its mouth.
30
71000
3000
Jakby za dotknięciem różdżki.
01:29
Now language's subversive power
31
74000
2000
Przewrotową siłę języka
01:31
has been recognized throughout the ages
32
76000
2000
od wieków dostrzega cenzura.
01:33
in censorship, in books you can't read,
33
78000
2000
Ostrzega, czego nie wolno czytać
01:35
phrases you can't use
34
80000
2000
albo mówić.
01:37
and words you can't say.
35
82000
2000
albo mówić.
01:39
In fact, the Tower of Babel story in the Bible
36
84000
3000
Historia biblijnej wieży Babel
01:42
is a fable and warning
37
87000
2000
to mit i ostrzeżenie
01:44
about the power of language.
38
89000
2000
o potędze języka.
01:46
According to that story, early humans developed the conceit
39
91000
3000
Wg niej, dawni ludzi pysznili się,
01:49
that, by using their language to work together,
40
94000
2000
że pracując razem, dzięki wspólnemu językowi,
01:51
they could build a tower
41
96000
2000
mogą zbudować wieżę,
01:53
that would take them all the way to heaven.
42
98000
2000
sięgającą samego nieba.
01:55
Now God, angered at this attempt to usurp his power,
43
100000
3000
Bóg, rozwścieczony próbą odebrania mu władzy,
01:58
destroyed the tower,
44
103000
3000
Bóg, rozwścieczony próbą odebrania mu władzy,
02:01
and then to ensure
45
106000
2000
zniszczył wieżę,
02:03
that it would never be rebuilt,
46
108000
2000
a żeby uniemożliwić jej odbudowanie,
02:05
he scattered the people by giving them different languages --
47
110000
3000
rozproszył ludzi mieszając ich języki,
02:08
confused them by giving them different languages.
48
113000
3000
wprowadzając zamęt.
02:11
And this leads to the wonderful irony
49
116000
2000
Ironia polega na tym,
02:13
that our languages exist to prevent us from communicating.
50
118000
3000
że istnienie języków ma nam utrudnić komunikację.
02:16
Even today,
51
121000
2000
Nawet dziś wiemy,
02:18
we know that there are words we cannot use,
52
123000
2000
że są słowa, których nie wolno używać,
02:20
phrases we cannot say,
53
125000
2000
zdania, których nie wolno wypowiadać.
02:22
because if we do so,
54
127000
2000
Wypowiedzenie ich
02:24
we might be accosted, jailed,
55
129000
3000
grozi atakiem, więzieniem,
02:27
or even killed.
56
132000
2000
a nawet śmiercią.
02:29
And all of this from a puff of air
57
134000
2000
Wszystko za sprawą powietrza,
02:31
emanating from our mouths.
58
136000
2000
wydobywającego się z ust.
02:33
Now all this fuss about a single one of our traits
59
138000
3000
Taki zamęt wokół pojedynczej cechy mówi,
02:36
tells us there's something worth explaining.
60
141000
2000
że warto się jej bliżej przyjrzeć.
02:38
And that is how and why
61
143000
2000
Jak i dlaczego
02:40
did this remarkable trait evolve,
62
145000
2000
rozwinęła się ta niezywkła zdolność?
02:42
and why did it evolve
63
147000
2000
Dlaczego ewoluowała
02:44
only in our species?
64
149000
2000
tylko u ludzi?
02:46
Now it's a little bit of a surprise
65
151000
2000
Co zaskakujące,
02:48
that to get an answer to that question,
66
153000
2000
odpowiedzi dostarcza obserwacja
02:50
we have to go to tool use
67
155000
2000
użytkowania narzędzi
02:52
in the chimpanzees.
68
157000
2000
przez szympansy.
02:54
Now these chimpanzees are using tools,
69
159000
2000
Szympansy używają narzędzi.
02:56
and we take that as a sign of their intelligence.
70
161000
3000
Widzimy w tym przejaw inteligencji.
02:59
But if they really were intelligent,
71
164000
2000
Ale skoro są inteligentne,
03:01
why would they use a stick to extract termites from the ground
72
166000
3000
to czemu do wydobywania termitów
03:04
rather than a shovel?
73
169000
2000
używają kija zamiast łopaty?
03:06
And if they really were intelligent,
74
171000
3000
Gdyby naprawdę były inteligentne,
03:09
why would they crack open nuts with a rock?
75
174000
2000
czy rozłupywałyby orzechy kamieniem
03:11
Why wouldn't they just go to a shop and buy a bag of nuts
76
176000
3000
zamiast kupić torebkę orzechów,
03:14
that somebody else had already cracked open for them?
77
179000
3000
które ktoś już pozbawił skorupy?
03:17
Why not? I mean, that's what we do.
78
182000
2000
Dlaczego nie? My tak robimy.
03:19
Now the reason the chimpanzees don't do that
79
184000
2000
Szymapansy nie, bo brakuje im tego,
03:21
is that they lack what psychologists and anthropologists call
80
186000
3000
co psycholodzy i antropolodzy nazywają
03:24
social learning.
81
189000
2000
społecznym uczeniem się.
03:26
They seem to lack the ability
82
191000
2000
Brak im zdolności
03:28
to learn from others
83
193000
2000
do uczenia się od innych
03:30
by copying or imitating
84
195000
2000
przez kopiowanie i naśladowanie,
03:32
or simply watching.
85
197000
2000
albo zwykłą obserwację.
03:34
As a result,
86
199000
2000
W rezultacie
03:36
they can't improve on others' ideas
87
201000
2000
nie mogą ulepszać pomysłów innych
03:38
or learn from others' mistakes --
88
203000
2000
ani uczyć się na czyichś błędach,
03:40
benefit from others' wisdom.
89
205000
2000
czyli korzystać z wiedzy innych.
03:42
And so they just do the same thing
90
207000
2000
W kółko robią to samo.
03:44
over and over and over again.
91
209000
2000
W kółko robią to samo.
03:46
In fact, we could go away for a million years and come back
92
211000
4000
Moglibyśmy zniknąć na milion lat, wrócić,
03:50
and these chimpanzees would be doing the same thing
93
215000
3000
a szympansy robiłyby to samo,
03:53
with the same sticks for the termites
94
218000
2000
tymi samymi kijami na termity
03:55
and the same rocks to crack open the nuts.
95
220000
3000
i kamieniami do łupania orzechów.
03:58
Now this may sound arrogant, or even full of hubris.
96
223000
3000
Brzmi to arogancko lub wręcz bezczelnie.
04:01
How do we know this?
97
226000
2000
Skąd to wiemy?
04:03
Because this is exactly what our ancestors, the Homo erectus, did.
98
228000
3000
Bo taki był nasz przodek, Homo erectus.
04:06
These upright apes
99
231000
2000
Te człekokształtne małpy
04:08
evolved on the African savanna
100
233000
2000
wyewoluowały na afrykańskiej sawannie
04:10
about two million years ago,
101
235000
2000
jakieś dwa miliony lat temu.
04:12
and they made these splendid hand axes
102
237000
2000
Wytwarzały wspaniałe pięściaki,
04:14
that fit wonderfully into your hands.
103
239000
2000
które znakomicie leżą w ręce.
04:16
But if we look at the fossil record,
104
241000
2000
Skamieliny pokazują,
04:18
we see that they made the same hand axe
105
243000
3000
że w kółko robiły
04:21
over and over and over again
106
246000
2000
takie same pięściaki,
04:23
for one million years.
107
248000
2000
przez milion lat.
04:25
You can follow it through the fossil record.
108
250000
2000
Widać to na skamielinach.
04:27
Now if we make some guesses about how long Homo erectus lived,
109
252000
2000
Szacując długość życia
04:29
what their generation time was,
110
254000
2000
i jednego pokolenia Homo erectusa,
04:31
that's about 40,000 generations
111
256000
3000
wyjdzie nam, że przez 40 tys. pokoleń
04:34
of parents to offspring, and other individuals watching,
112
259000
3000
wzajemnej obserwacji,
04:37
in which that hand axe didn't change.
113
262000
2000
kształt toporka nie zmienił się.
04:39
It's not even clear
114
264000
2000
Nie jest jasne, czy neandertalczycy,
04:41
that our very close genetic relatives, the Neanderthals,
115
266000
2000
genetycznie bliscy nam krewni,
04:43
had social learning.
116
268000
2000
potrafili uczyć się przez naśladowanie.
04:45
Sure enough, their tools were more complicated
117
270000
3000
Mieli bardziej zaawansowane narzędzia
04:48
than those of Homo erectus,
118
273000
2000
niż Homo erectus.
04:50
but they too showed very little change
119
275000
2000
Jednak przez 300 tys. lat
04:52
over the 300,000 years or so
120
277000
3000
obecności neandertalczyków w Eurazji
04:55
that those species, the Neanderthals,
121
280000
2000
ich narzędzia zmieniły się nieznacznie.
04:57
lived in Eurasia.
122
282000
2000
ich narzędzia zmieniły się nieznacznie.
04:59
Okay, so what this tells us
123
284000
2000
I na przekór staremu porzekadłu
05:01
is that, contrary to the old adage,
124
286000
3000
"małpa małpuje"
05:04
"monkey see, monkey do,"
125
289000
3000
ze zdumieniem odkrywamy,
05:07
the surprise really is
126
292000
2000
że zwierzęta nie potrafią naśladować wcale,
05:09
that all of the other animals
127
294000
2000
że zwierzęta nie potrafią naśladować wcale,
05:11
really cannot do that -- at least not very much.
128
296000
3000
albo w bardzo w znikomym stopniu.
05:14
And even this picture
129
299000
2000
Nawet to zdjęcie budzi podejrzenia.
05:16
has the suspicious taint of being rigged about it --
130
301000
3000
Przywodzi na myśl
05:19
something from a Barnum & Bailey circus.
131
304000
2000
sceny z cyrku Barnuma & Baileya.
05:21
But by comparison,
132
306000
2000
Dla porównania,
05:23
we can learn.
133
308000
2000
my mamy zdolność uczenia się.
05:25
We can learn by watching other people
134
310000
3000
Potrafimy uczyć się obserwując,
05:28
and copying or imitating
135
313000
2000
kopiując lub naśladując to,
05:30
what they can do.
136
315000
2000
co potrafią inni.
05:32
We can then choose, from among a range of options,
137
317000
3000
Potem z wielu możliwości
05:35
the best one.
138
320000
2000
możemy wybrać tę najlepszą.
05:37
We can benefit from others' ideas.
139
322000
2000
Umiemy korzystać z pomysłów
05:39
We can build on their wisdom.
140
324000
2000
i budować na wiedzy innych.
05:41
And as a result, our ideas do accumulate,
141
326000
3000
Dzięki temu mnożą się pomysły,
05:44
and our technology progresses.
142
329000
4000
a technologia się rozwija.
05:48
And this cumulative cultural adaptation,
143
333000
5000
Nagromadzenie pomysłów antropolodzy nazywają
05:53
as anthropologists call
144
338000
2000
kumulatywną adaptacją kulturową.
05:55
this accumulation of ideas,
145
340000
2000
Odpowiada za wszystko,
05:57
is responsible for everything around you
146
342000
2000
co składa się
05:59
in your bustling and teeming everyday lives.
147
344000
2000
na zaganianą codzienność.
06:01
I mean the world has changed out of all proportion
148
346000
2000
Dzisiejszy świat różni się nieproporcjonalnie
06:03
to what we would recognize
149
348000
2000
od tego, co ludzkość znała
06:05
even 1,000 or 2,000 years ago.
150
350000
3000
jeszcze 1000 czy 2000 lat temu.
06:08
And all of this because of cumulative cultural adaptation.
151
353000
3000
Wszystko dzięki kumulatywnej adaptacji kulturowej.
06:11
The chairs you're sitting in, the lights in this auditorium,
152
356000
2000
Krzesła, światła na tej sali,
06:13
my microphone, the iPads and iPods that you carry around with you --
153
358000
3000
mój mikrofon, przenośne iPady i iPody
06:16
all are a result
154
361000
2000
powstały dzięki
06:18
of cumulative cultural adaptation.
155
363000
2000
kumulatywnej adaptacji kulturowej.
06:20
Now to many commentators,
156
365000
4000
Jej rozwój,
06:24
cumulative cultural adaptation, or social learning,
157
369000
3000
jak i rozwój społecznego uczenia się,
06:27
is job done, end of story.
158
372000
3000
to dla wielu koniec tematu.
06:30
Our species can make stuff,
159
375000
3000
Potrafimy tworzyć, dzięki czemu
06:33
therefore we prospered in a way that no other species has.
160
378000
3000
rozwinęliśmy się jak żaden inny gatunek.
06:36
In fact, we can even make the "stuff of life" --
161
381000
3000
Potrafimy nawet tworzyć rzeczywistość,
06:39
as I just said, all the stuff around us.
162
384000
2000
czyli wszystko co nas otacza.
06:41
But in fact, it turns out
163
386000
2000
Okazuje się jednak,
06:43
that some time around 200,000 years ago,
164
388000
3000
że to, kiedy 200 tys. lat temu
06:46
when our species first arose
165
391000
2000
wyłonił się nasz gatunek
06:48
and acquired social learning,
166
393000
2000
i nauczył się naśladować,
06:50
that this was really the beginning of our story,
167
395000
2000
jest początkiem naszej historii,
06:52
not the end of our story.
168
397000
2000
a nie jej końcem.
06:54
Because our acquisition of social learning
169
399000
3000
Otóż zdolność do społecznego uczenia się
06:57
would create a social and evolutionary dilemma,
170
402000
3000
zrodziła społeczny i ewolucyjny problem.
07:00
the resolution of which, it's fair to say,
171
405000
3000
A jego rozwiązanie przesądziło
07:03
would determine not only the future course of our psychology,
172
408000
4000
nie tylko o rozwoju psychologii człowieka,
07:07
but the future course of the entire world.
173
412000
2000
ale o przyszłości całego świata.
07:09
And most importantly for this,
174
414000
3000
Co najważniejsze,
07:12
it'll tell us why we have language.
175
417000
3000
wyjaśnia pochodzenie języka.
07:15
And the reason that dilemma arose
176
420000
2000
Problem wziął się stąd,
07:17
is, it turns out, that social learning is visual theft.
177
422000
3000
że społeczne uczenie się to wizualna kradzież.
07:20
If I can learn by watching you,
178
425000
3000
Jeżeli obserwując uczę się,
07:23
I can steal your best ideas,
179
428000
2000
to mogę kraść twoje najlepsze pomysły.
07:25
and I can benefit from your efforts,
180
430000
3000
Mogę czerpać korzyści z twoich wysiłków
07:28
without having to put in the time and energy that you did
181
433000
2000
bez wkładu czasu czy energii,
07:30
into developing them.
182
435000
2000
które ty zainwestowałeś w ich rozwinięcie.
07:32
If I can watch which lure you use to catch a fish,
183
437000
3000
Jeśli podpatrzę, czym wabisz rybę,
07:35
or I can watch how you flake your hand axe
184
440000
2000
albo jak obrabiasz toporek,
07:37
to make it better,
185
442000
2000
by go ulepszyć,
07:39
or if I follow you secretly to your mushroom patch,
186
444000
3000
albo wyśledzę twoją polankę z grzybami,
07:42
I can benefit from your knowledge and wisdom and skills,
187
447000
3000
mogę wykorzystać twoją wiedzę i zdolności,
07:45
and maybe even catch that fish
188
450000
2000
a nawet pierwszy złapać rybę.
07:47
before you do.
189
452000
2000
a nawet pierwszy złapać rybę.
07:49
Social learning really is visual theft.
190
454000
3000
Społeczne uczenie się to wizualna kradzież.
07:52
And in any species that acquired it,
191
457000
2000
Każdy gatunek,
07:54
it would behoove you
192
459000
2000
który zdobył tę zdolność
07:56
to hide your best ideas,
193
461000
2000
powinien strzec przed kradzieżą
07:58
lest somebody steal them from you.
194
463000
3000
swoje najlepsze pomysły.
08:02
And so some time around 200,000 years ago,
195
467000
3000
200 tys. lat temu
08:05
our species confronted this crisis.
196
470000
3000
stanęliśmy w obliczu kryzysu.
08:08
And we really had only two options
197
473000
3000
Na rozwiązanie konfliktów
08:11
for dealing with the conflicts
198
476000
2000
wynikłych z kradzieży wizualnej,
08:13
that visual theft would bring.
199
478000
2000
mieliśmy tylko dwa wyjścia.
08:15
One of those options
200
480000
2000
Mogliśmy
08:17
was that we could have retreated
201
482000
3000
wycofać się do życia
08:20
into small family groups.
202
485000
2000
w małych grupkach rodzinnych.
08:22
Because then the benefits of our ideas and knowledge
203
487000
3000
Wówczas z pomysłów i wiedzy
08:25
would flow just to our relatives.
204
490000
2000
korzystaliby tylko nasi krewni.
08:27
Had we chosen this option,
205
492000
2000
Gdybyśmy 200 tys. lat temu
08:29
sometime around 200,000 years ago,
206
494000
3000
wybrali tę możliwość,
08:32
we would probably still be living like the Neanderthals were
207
497000
3000
nadal żylibyśmy tak, jak neandertalczycy
08:35
when we first entered Europe 40,000 years ago.
208
500000
3000
w Europie 40 tys. lat temu.
08:38
And this is because in small groups
209
503000
2000
A to dlatego, że w małych grupach
08:40
there are fewer ideas, there are fewer innovations.
210
505000
3000
jest mniej pomysłów i innowacji.
08:43
And small groups are more prone to accidents and bad luck.
211
508000
3000
Częściej zdażają się wypadki i nieszczęścia.
08:46
So if we'd chosen that path,
212
511000
2000
Taka droga ewolucji
08:48
our evolutionary path would have led into the forest --
213
513000
3000
byłaby krótka
08:51
and been a short one indeed.
214
516000
2000
i prowadziłaby do lasu.
08:53
The other option we could choose
215
518000
2000
Alternatywą było
08:55
was to develop the systems of communication
216
520000
3000
rozwinięcie sposobów porozumiewania,
08:58
that would allow us to share ideas
217
523000
2000
które umożliwiłyby
09:00
and to cooperate amongst others.
218
525000
3000
dzielenie się pomysłami i współpracę.
09:03
Choosing this option would mean
219
528000
2000
Umożliwiłoby to każdemu
09:05
that a vastly greater fund of accumulated knowledge and wisdom
220
530000
3000
dostęp do nieporównanie większych
09:08
would become available to any one individual
221
533000
3000
zasobów wiedzy i mądrości,
09:11
than would ever arise from within an individual family
222
536000
3000
od tych uzyskanych od rodziny,
09:14
or an individual person on their own.
223
539000
3000
czy w wyniku własnej pracy.
09:18
Well, we chose the second option,
224
543000
3000
Wybraliśmy drugą opcję.
09:21
and language is the result.
225
546000
3000
W rezultacie powstał język.
09:24
Language evolved to solve the crisis
226
549000
2000
Rozwój języka
09:26
of visual theft.
227
551000
2000
rozwiązał problem kradzieży wizualnej.
09:28
Language is a piece of social technology
228
553000
3000
Język to społeczne narzędzie
09:31
for enhancing the benefits of cooperation --
229
556000
3000
do zwiększania korzyści z współpracy:
09:34
for reaching agreements, for striking deals
230
559000
3000
do zawierania porozumień,
09:37
and for coordinating our activities.
231
562000
4000
dobijania targów czy organizacji działań.
09:41
And you can see that, in a developing society
232
566000
2000
Dla rozwijającego się społeczeństwa,
09:43
that was beginning to acquire language,
233
568000
2000
uczącego się użycia języka,
09:45
not having language
234
570000
2000
jego brak byłby jak dla ptaka brak skrzydeł.
09:47
would be a like a bird without wings.
235
572000
2000
jego brak byłby jak dla ptaka brak skrzydeł.
09:49
Just as wings open up this sphere of air
236
574000
3000
Jak skrzydła dają ptakom
09:52
for birds to exploit,
237
577000
2000
dostęp do przestworzy,
09:54
language opened up the sphere of cooperation
238
579000
2000
tak język umożliwił ludziom współpracę.
09:56
for humans to exploit.
239
581000
2000
tak język umożliwił ludziom współpracę.
09:58
And we take this utterly for granted,
240
583000
2000
Jako gatunek nie doceniamy języka,
10:00
because we're a species that is so at home with language,
241
585000
3000
bo jest dla nas czymś naturalnym.
10:03
but you have to realize
242
588000
2000
Należy uświadomić sobie,
10:05
that even the simplest acts of exchange that we engage in
243
590000
3000
że nawet najprostsza wymiana
10:08
are utterly dependent upon language.
244
593000
3000
całkowicie polega na języku.
10:11
And to see why, consider two scenarios
245
596000
2000
Dlaczego? Oto dwa scenariusze z początków ewolucji.
10:13
from early in our evolution.
246
598000
2000
Dlaczego? Oto dwa scenariusze z początków ewolucji.
10:15
Let's imagine that you are really good
247
600000
2000
Wyobraźmy sobie, że robisz
10:17
at making arrowheads,
248
602000
2000
świetne groty do strzał,
10:19
but you're hopeless at making the wooden shafts
249
604000
3000
ale kiepskie drewniane promienie
10:22
with the flight feathers attached.
250
607000
3000
z doczepionymi lotkami.
10:25
Two other people you know are very good at making the wooden shafts,
251
610000
3000
Znasz dwie osoby, których promienie są dobre,
10:28
but they're hopeless at making the arrowheads.
252
613000
3000
ale groty beznadziejne.
10:31
So what you do is --
253
616000
2000
Co robisz?
10:33
one of those people has not really acquired language yet.
254
618000
3000
Jedna nie posługuje się jeszcze językiem.
10:36
And let's pretend the other one is good at language skills.
255
621000
2000
Umówmy się, że ta druga tak.
10:38
So what you do one day is you take a pile of arrowheads,
256
623000
3000
Pewnego dnia bierzesz garść grotów
10:41
and you walk up to the one that can't speak very well,
257
626000
2000
i idziesz do tej, co nie mówi dobrze.
10:43
and you put the arrowheads down in front of him,
258
628000
2000
Kładziesz je przed nią,
10:45
hoping that he'll get the idea that you want to trade your arrowheads
259
630000
3000
w nadziei, że zrozumie, że chcesz
10:48
for finished arrows.
260
633000
2000
wymienić je za wystrugane promienie.
10:50
But he looks at the pile of arrowheads, thinks they're a gift,
261
635000
2000
W przekonaniu, że to prezent,
10:52
picks them up, smiles and walks off.
262
637000
3000
podnosi je, uśmiecha się i odchodzi.
10:55
Now you pursue this guy, gesticulating.
263
640000
2000
Gonisz jegomościa gestykulując.
10:57
A scuffle ensues and you get stabbed
264
642000
2000
Wywiązuje się bójka i zostajesz dźgnięty
10:59
with one of your own arrowheads.
265
644000
3000
własnym ostrzem.
11:02
Okay, now replay this scene now, and you're approaching the one who has language.
266
647000
3000
Teraz idziesz do tego, który zna język.
11:05
You put down your arrowheads and say,
267
650000
2000
Kładziesz ostrza i proponujesz:
11:07
"I'd like to trade these arrowheads for finished arrows. I'll split you 50/50."
268
652000
3000
"Chcę wymienić groty na promienie. Po połowie".
11:10
The other one says, "Fine. Looks good to me.
269
655000
2000
Ten się zgadza.
11:12
We'll do that."
270
657000
3000
Ten się zgadza.
11:15
Now the job is done.
271
660000
3000
Sprawa załatwiona.
11:18
Once we have language,
272
663000
2000
Język pozwala nam dzielić pomysły
11:20
we can put our ideas together and cooperate
273
665000
2000
i współpracować
11:22
to have a prosperity
274
667000
2000
w imię dobrobytu
11:24
that we couldn't have before we acquired it.
275
669000
3000
inaczej nieosiągalnego.
11:27
And this is why our species
276
672000
2000
Dlatego nasz gatunek
11:29
has prospered around the world
277
674000
2000
prosperuje na całym świecie,
11:31
while the rest of the animals
278
676000
2000
podczas gdy reszta zwierząt
11:33
sit behind bars in zoos, languishing.
279
678000
3000
marnieje w klatkach w zoo.
11:36
That's why we build space shuttles and cathedrals
280
681000
3000
Budujemy promy kosmiczne i katedry
11:39
while the rest of the world sticks sticks into the ground
281
684000
2000
gdy reszta świata wydobywa termity,
11:41
to extract termites.
282
686000
2000
wpychając patyki w ziemię.
11:43
All right, if this view of language
283
688000
3000
Jeśli takie spojrzenie na język i jego znaczenie
11:46
and its value
284
691000
2000
w rozwiązaniu problemu kradzieży wizualnej
11:48
in solving the crisis of visual theft is true,
285
693000
3000
jest słuszne,
11:51
any species that acquires it
286
696000
2000
to gatunek, który nauczy się języka
11:53
should show an explosion of creativity and prosperity.
287
698000
3000
czeka eksplozja kreatywności i dobrobyt.
11:56
And this is exactly what the archeological record shows.
288
701000
3000
Tego dowodzą archeologiczne znaleziska.
11:59
If you look at our ancestors,
289
704000
2000
Neandertalczycy i Homo erectus,
12:01
the Neanderthals and the Homo erectus, our immediate ancestors,
290
706000
3000
nasi bezpośredni przodkowie,
12:04
they're confined to small regions of the world.
291
709000
3000
zamieszkiwali ograniczone obszary.
12:07
But when our species arose
292
712000
2000
Gdy jakieś 200 tys. lat temu,
12:09
about 200,000 years ago,
293
714000
2000
pojawił się nasz gatunek,
12:11
sometime after that we quickly walked out of Africa
294
716000
3000
dosyć szybko wyruszył z Afryki
12:14
and spread around the entire world,
295
719000
3000
i rozproszył po całym świecie.
12:17
occupying nearly every habitat on Earth.
296
722000
3000
Zamieszkujemy niemal każdy ziemski ekosystem.
12:20
Now whereas other species are confined
297
725000
3000
Gdy inne gatunki ograniczają się do miejsc,
12:23
to places that their genes adapt them to,
298
728000
3000
do których przystosowały je geny,
12:26
with social learning and language,
299
731000
2000
my, dzięki społecznemu uczeniu się i mowie,
12:28
we could transform the environment
300
733000
2000
przekształciliśmy otoczenie tak,
12:30
to suit our needs.
301
735000
2000
by odpowiadało naszym potrzebom.
12:32
And so we prospered in a way
302
737000
2000
Dlatego rozwinęliśmy się
12:34
that no other animal has.
303
739000
2000
jak żadne inne zwierzę.
12:36
Language really is
304
741000
3000
Język to najpotężniejsza zdolność,
12:39
the most potent trait that has ever evolved.
305
744000
3000
jaka kiedykolwiek wyewoluowała.
12:42
It is the most valuable trait we have
306
747000
3000
Dzięki językowi wystarczą ziemia
12:45
for converting new lands and resources
307
750000
3000
i surowce naturalne
12:48
into more people and their genes
308
753000
3000
byśmy mogli namnożyć ludzi
12:51
that natural selection has ever devised.
309
756000
2000
i ich geny.
12:53
Language really is
310
758000
2000
Język to głos naszych genów.
12:55
the voice of our genes.
311
760000
2000
Język to głos naszych genów.
12:57
Now having evolved language, though,
312
762000
2000
Dość niewiarygodne,
12:59
we did something peculiar,
313
764000
2000
a nawet dziwne jest to,
13:01
even bizarre.
314
766000
2000
co zrobiliśmy mając już język.
13:03
As we spread out around the world,
315
768000
2000
Rozchodząc się po świecie
13:05
we developed thousands of different languages.
316
770000
3000
rozwinęliśmy tysiące języków.
13:08
Currently, there are about seven or 8,000
317
773000
2000
Obecnie na Ziemi mówi się
13:10
different languages spoken on Earth.
318
775000
3000
prawie 8 tysiącami języków
13:13
Now you might say, well, this is just natural.
319
778000
2000
Może uznacie za naturalne to,
13:15
As we diverge, our languages are naturally going to diverge.
320
780000
3000
że gdy ludzie rozchodzą się, języki różnicują się.
13:18
But the real puzzle and irony
321
783000
2000
Zagadką i ironią jest to,
13:20
is that the greatest density of different languages on Earth
322
785000
3000
że największą różnorodność językową
13:23
is found where people are most tightly packed together.
323
788000
4000
widać w miejscach najgęściej zaludnionych.
13:27
If we go to the island of Papua New Guinea,
324
792000
2000
Na wyspie Papua Nowa Gwinea
13:29
we can find about 800 to 1,000
325
794000
3000
znajdziemy niemal 1000
13:32
distinct human languages,
326
797000
2000
odrębnych języków,
13:34
different human languages,
327
799000
2000
którymi mówi się wyłącznie tam.
13:36
spoken on that island alone.
328
801000
2000
którymi mówi się wyłącznie tam.
13:38
There are places on that island
329
803000
2000
Są tam miejsca,
13:40
where you can encounter a new language
330
805000
2000
gdzie język zmienia się
13:42
every two or three miles.
331
807000
2000
co 2 czy 3 mile.
13:44
Now, incredible as this sounds,
332
809000
2000
Choć to niewiarygodne,
13:46
I once met a Papuan man, and I asked him if this could possibly be true.
333
811000
3000
zapytałem Papuasa, czy to prawda.
13:49
And he said to me, "Oh no.
334
814000
2000
Odpowiedział, że nie,
13:51
They're far closer together than that."
335
816000
3000
są dużo bliżej siebie.
13:54
And it's true; there are places on that island
336
819000
2000
Są na wyspie miejsca,
13:56
where you can encounter a new language in under a mile.
337
821000
3000
gdzie nowy język słychać co milę.
13:59
And this is also true of some remote oceanic islands.
338
824000
3000
Podobnie jest na niektórych wyspach.
14:03
And so it seems that we use our language,
339
828000
2000
Zdaje się, że używamy języka
14:05
not just to cooperate,
340
830000
2000
nie tylko do współpracy,
14:07
but to draw rings around our cooperative groups
341
832000
3000
ale też by wydrębnić własną grupę,
14:10
and to establish identities,
342
835000
2000
określić jej tożsamość,
14:12
and perhaps to protect our knowledge and wisdom and skills
343
837000
3000
i może ochronić wiedzę i umiejętności
14:15
from eavesdropping from outside.
344
840000
3000
przed obcymi.
14:18
And we know this
345
843000
2000
Wiemy to,
14:20
because when we study different language groups
346
845000
2000
bo badając różne grupy językowe
14:22
and associate them with their cultures,
347
847000
2000
i kojarząc je z kulturami,
14:24
we see that different languages
348
849000
2000
zobaczyliśmy, że różnorodność językowa
14:26
slow the flow of ideas between groups.
349
851000
3000
opóźnia przepływ pomysłów między grupami.
14:29
They slow the flow of technologies.
350
854000
3000
Opóźnia przepływ technologii,
14:32
And they even slow the flow of genes.
351
857000
3000
a nawet genów.
14:35
Now I can't speak for you,
352
860000
2000
Nie wiem jak wy,
14:37
but it seems to be the case
353
862000
2000
ale większość ludzi nie uprawia seksu
14:39
that we don't have sex with people we can't talk to.
354
864000
3000
z osobami, z którymi nie mogą porozmawiać.
14:43
(Laughter)
355
868000
2000
(Śmiech)
14:45
Now we have to counter that, though,
356
870000
2000
Trzeba jednak przyznać,
14:47
against the evidence we've heard
357
872000
2000
że wbrew tym dowodom
14:49
that we might have had some rather distasteful genetic dalliances
358
874000
3000
zdarzały się niesmaczne flirty genetyczne
14:52
with the Neanderthals and the Denisovans.
359
877000
2000
z neandertalczykami i ludźmi z jaskini Denisova.
14:54
(Laughter)
360
879000
2000
(Śmiech)
14:56
Okay, this tendency we have,
361
881000
2000
Nasza tendencja,
14:58
this seemingly natural tendency we have,
362
883000
2000
wydawałoby się całkiem naturalna,
15:00
towards isolation, towards keeping to ourselves,
363
885000
3000
do izolacji i separowania się,
15:03
crashes head first into our modern world.
364
888000
3000
bierze w łeb w dzisiejszym świecie.
15:06
This remarkable image
365
891000
2000
To niezwykłe zdjęcie
15:08
is not a map of the world.
366
893000
2000
nie przedstawia mapy świata.
15:10
In fact, it's a map of Facebook friendship links.
367
895000
4000
To mapa połączeń facebookowych znajomości.
15:14
And when you plot those friendship links
368
899000
2000
Odwzorowanie połączeń tych znajomości
15:16
by their latitude and longitude,
369
901000
2000
na układzie współrzędnych geograficznych
15:18
it literally draws a map of the world.
370
903000
3000
daje mapę świata.
15:21
Our modern world is communicating
371
906000
2000
W dzisiejszym świecie
15:23
with itself and with each other
372
908000
2000
informacje płyną we wszystkie strony,
15:25
more than it has
373
910000
2000
częściej, niż kiedykolwiek przedtem.
15:27
at any time in its past.
374
912000
2000
częściej, niż kiedykolwiek przedtem.
15:29
And that communication, that connectivity around the world,
375
914000
3000
Komunikacja, łączność na świecie,
15:32
that globalization
376
917000
2000
i globalizacja
15:34
now raises a burden.
377
919000
3000
rodzą problem.
15:37
Because these different languages
378
922000
2000
Bo jak wiemy, różne języki
15:39
impose a barrier, as we've just seen,
379
924000
2000
stanowią barierę
15:41
to the transfer of goods and ideas
380
926000
2000
dla przepływu dóbr, pomysłów,
15:43
and technologies and wisdom.
381
928000
2000
technologii i wiedzy.
15:45
And they impose a barrier to cooperation.
382
930000
3000
Stanowią też barierę dla współpracy.
15:48
And nowhere do we see that more clearly
383
933000
3000
Nigdzie nie widać tego lepiej
15:51
than in the European Union,
384
936000
2000
niż w Unii Europejskiej.
15:53
whose 27 member countries
385
938000
3000
W jej 27 krajach członkowskich
15:56
speak 23 official languages.
386
941000
3000
mówi się 23 oficjalnymi językami.
15:59
The European Union
387
944000
2000
Unia Europejska
16:01
is now spending over one billion euros annually
388
946000
4000
wydaje ponad miliard euro rocznie
16:05
translating among their 23 official languages.
389
950000
3000
na tłumaczenie 23 oficjalnych języków.
16:08
That's something on the order
390
953000
2000
To jakieś 1,45 miliarda
16:10
of 1.45 billion U.S. dollars
391
955000
2000
dolarów amerykańskich
16:12
on translation costs alone.
392
957000
3000
na same tłumaczenia.
16:15
Now think of the absurdity of this situation.
393
960000
2000
Co za absurd.
16:17
If 27 individuals
394
962000
2000
Jeśli 27 osób
16:19
from those 27 member states
395
964000
2000
z 27 krajów członkowskich
16:21
sat around table, speaking their 23 languages,
396
966000
3000
siada przy stole, by rozmawiać 23 językami,
16:24
some very simple mathematics will tell you
397
969000
2000
z prostego równania wychodzi,
16:26
that you need an army of 253 translators
398
971000
4000
że potrzeba armii 253 tłumaczy,
16:30
to anticipate all the pairwise possibilities.
399
975000
4000
by tłumaczyć wszystkie pary językowe.
16:34
The European Union employs a permanent staff
400
979000
3000
Unia Europejska zatrudnia na stałe
16:37
of about 2,500 translators.
401
982000
2000
około 2500 tłumaczy.
16:39
And in 2007 alone --
402
984000
2000
Tylko w 2007,
16:41
and I'm sure there are more recent figures --
403
986000
2000
na pewno są nowsze dane,
16:43
something on the order of 1.3 million pages
404
988000
3000
wyłącznie na angielski
16:46
were translated into English alone.
405
991000
3000
przetłumaczono jakieś 1,3 mln stron.
16:49
And so if language really is
406
994000
3000
Jeśli język to rzeczywiście antidotum
16:52
the solution to the crisis of visual theft,
407
997000
3000
na problem kradzieży wizualnej,
16:55
if language really is
408
1000000
2000
jeśli jest narzędziem,
16:57
the conduit of our cooperation,
409
1002000
2000
umożliwiającym współpracę
16:59
the technology that our species derived
410
1004000
3000
i sposobem naszego gatunku
17:02
to promote the free flow and exchange of ideas,
411
1007000
4000
na wsparcie swobodnego przepływu informacji,
17:06
in our modern world,
412
1011000
2000
to we współczesnym świecie
17:08
we confront a question.
413
1013000
2000
musimy zadać sobie pytanie.
17:10
And that question is whether
414
1015000
2000
A mianowicie:
17:12
in this modern, globalized world
415
1017000
2000
czy we współczesnym globalnym świecie
17:14
we can really afford to have all these different languages.
416
1019000
3000
stać nas na tak wiele języków?
17:17
To put it this way, nature knows no other circumstance
417
1022000
3000
Natura nie zna przypadków
17:20
in which functionally equivalent traits coexist.
418
1025000
5000
współwystępowania równoważnych cech.
17:25
One of them always drives the other extinct.
419
1030000
3000
Jedna zawsze wypiera drugą.
17:28
And we see this in the inexorable march
420
1033000
2000
Widzimy to w nieubłaganym marszu
17:30
towards standardization.
421
1035000
2000
ku standaryzacji.
17:32
There are lots and lots of ways of measuring things --
422
1037000
3000
Jest wiele metod pomiaru:
17:35
weighing them and measuring their length --
423
1040000
2000
ważenia i mierzenia długości,
17:37
but the metric system is winning.
424
1042000
2000
ale system metryczny dominuje.
17:39
There are lots and lots of ways of measuring time,
425
1044000
3000
Jest wiele sposobów mierzenia czasu,
17:42
but a really bizarre base 60 system
426
1047000
3000
ale dziwny sześćdziesiątkowy system
17:45
known as hours and minutes and seconds
427
1050000
2000
znany jako minuty i sekundy,
17:47
is nearly universal around the world.
428
1052000
3000
jest niemal uniwersalny.
17:50
There are many, many ways
429
1055000
2000
Jest wiele sposobów
17:52
of imprinting CDs or DVDs,
430
1057000
2000
zapisu płyt CD i DVD,
17:54
but those are all being standardized as well.
431
1059000
3000
ale też ulegają standaryzacji.
17:57
And you can probably think of many, many more
432
1062000
3000
Można przytaczać wiele przykładów
18:00
in your own everyday lives.
433
1065000
2000
z codziennego życia.
18:02
And so our modern world now
434
1067000
3000
We współczesnym świecie
18:05
is confronting us with a dilemma.
435
1070000
2000
zmagamy się z problemem.
18:07
And it's the dilemma
436
1072000
2000
Z tym problemem,
18:09
that this Chinese man faces,
437
1074000
2000
boryka się Chińczyk,
18:11
who's language is spoken
438
1076000
2000
którego językiem
18:13
by more people in the world
439
1078000
2000
mówi więcej ludzi na świecie,
18:15
than any other single language,
440
1080000
3000
niż którymkolwiek innym.
18:18
and yet he is sitting at his blackboard,
441
1083000
4000
Mimo to, siedzi przy tablicy
18:22
converting Chinese phrases
442
1087000
3000
i tłumaczy zwroty z chińskiego
18:25
into English language phrases.
443
1090000
2000
na angielski.
18:27
And what this does is it raises the possibility to us
444
1092000
3000
Dlatego może okazać się,
18:30
that in a world in which we want to promote
445
1095000
2000
że w świecie, który ceni
18:32
cooperation and exchange,
446
1097000
2000
współpracę i wymianę,
18:34
and in a world that might be dependent more than ever before
447
1099000
3000
i który bardziej niż kiedykolwiek
18:37
on cooperation
448
1102000
2000
polega na współpracy
18:39
to maintain and enhance our levels of prosperity,
449
1104000
3000
by utrzymać i poprawiać dobrobyt,
18:42
his actions suggest to us
450
1107000
2000
chiński student sugeruje,
18:44
it might be inevitable
451
1109000
2000
że być może w przyszłości
18:46
that we have to confront the idea
452
1111000
2000
będziemy mieć tylko jeden język.
18:48
that our destiny is to be one world with one language.
453
1113000
3000
będziemy mieć tylko jeden język.
18:51
Thank you.
454
1116000
2000
Dziękuję.
18:53
(Applause)
455
1118000
8000
(Brawa)
19:01
Matt Ridley: Mark, one question.
456
1126000
2000
Matt Ridley: Mark, jedno pytanie.
19:03
Svante found that the FOXP2 gene,
457
1128000
3000
Svente odkrył, że gen FOXP2,
19:06
which seems to be associated with language,
458
1131000
2000
związany prawdopodobnie z mową,
19:08
was also shared in the same form
459
1133000
2000
występował w tej samej formie
19:10
in Neanderthals as us.
460
1135000
2000
u ludzi i neandertalczyków.
19:12
Do we have any idea
461
1137000
2000
Wobec tego
19:14
how we could have defeated Neanderthals
462
1139000
2000
jak wyparliśmy neandertalczyków,
19:16
if they also had language?
463
1141000
2000
skoro posługiwali się mową?
19:18
Mark Pagel: This is a very good question.
464
1143000
2000
Mark Pagel: Bardzo dobre pytanie.
19:20
So many of you will be familiar with the idea that there's this gene called FOXP2
465
1145000
3000
Wielu z was słyszało o genie FOXP2,
19:23
that seems to be implicated in some ways
466
1148000
3000
który zdaje się mieć związek
19:26
in the fine motor control that's associated with language.
467
1151000
3000
z motoryką narządów mowy.
19:29
The reason why I don't believe that tells us
468
1154000
2000
Nie wierzę, że neandertalczycy
19:31
that the Neanderthals had language
469
1156000
2000
posługiwali się mową.
19:33
is -- here's a simple analogy:
470
1158000
3000
Oto prosta analogia:
19:36
Ferraris are cars that have engines.
471
1161000
3000
auta Ferrari posiadają silniki.
19:39
My car has an engine,
472
1164000
2000
Moje auto też ma silnik,
19:41
but it's not a Ferrari.
473
1166000
2000
ale to nie Ferrari.
19:43
Now the simple answer then
474
1168000
2000
Najprościej można powiedzieć,
19:45
is that genes alone don't, all by themselves,
475
1170000
2000
że geny nie decydują same
19:47
determine the outcome
476
1172000
2000
o tak czymś tak skomplikowanym,
19:49
of very complicated things like language.
477
1174000
2000
jak mowa.
19:51
What we know about this FOXP2 and Neanderthals
478
1176000
2000
FOXP2 i neandertalczycy mieli zapewne
19:53
is that they may have had fine motor control of their mouths -- who knows.
479
1178000
4000
motorykę narządów mowy, kto wie?
19:57
But that doesn't tell us they necessarily had language.
480
1182000
2000
Co nie znaczy, że mieli język.
19:59
MR: Thank you very much indeed.
481
1184000
2000
MR: Dziękuję bardzo.
20:01
(Applause)
482
1186000
3000
(Brawa)
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