TEDGlobal 2011
Mark Pagel: How language transformed humanity
Mark Pagel: Como a linguagem transformou a humanidade
Filmed:
Readability: 4.2
1,708,914 views
O biólogo Mark Pagel compartilha uma intrigante teoria sobre porque nós humanos desenvolvemos nosso complexo sistema de linguagem. Ele sugere que a linguagem é uma peça da "tecnologia social" que permitiu aos primeiros humanos acessar uma nova e poderosa ferramenta: cooperação.
Mark Pagel - Evolutionary biologist
Using biological evolution as a template, Mark Pagel wonders how languages evolve. Full bio
Using biological evolution as a template, Mark Pagel wonders how languages evolve. Full bio
Double-click the English transcript below to play the video.
00:15
Each of you possesses
0
0
2000
Cada um de vocês possui
00:17
the most powerful, dangerous and subversive trait
1
2000
3000
o traço mais poderoso, perigoso e subversivo
00:20
that natural selection has ever devised.
2
5000
3000
que a seleção natural já projetou.
00:23
It's a piece of neural audio technology
3
8000
3000
É uma parte da tecnologia áudio-neural
00:26
for rewiring other people's minds.
4
11000
2000
para reprogramar as mentes das outras pessoas.
00:28
I'm talking about your language, of course,
5
13000
3000
Eu falo da linguagem, é claro,
00:31
because it allows you to implant a thought from your mind
6
16000
3000
pois ela permite implantar um pensamento de sua mente
00:34
directly into someone else's mind,
7
19000
3000
diretamente na mente de outra pessoa,
00:37
and they can attempt to do the same to you,
8
22000
2000
e elas podem tentar fazer o mesmo com você,
00:39
without either of you having to perform surgery.
9
24000
3000
sem que nenhum de vocês tenha que fazer uma cirurgia.
00:42
Instead, when you speak,
10
27000
2000
Em vez disso, quando você fala,
00:44
you're actually using a form of telemetry
11
29000
2000
está na realidade utilizando uma forma de telemetria
00:46
not so different
12
31000
2000
não muito diferente
00:48
from the remote control device for your television.
13
33000
2000
do controle remoto da sua televisão.
00:50
It's just that, whereas that device
14
35000
2000
Só que, este dispositivo
00:52
relies on pulses of infrared light,
15
37000
2000
utiliza pulsos de luz infravermelha,
00:54
your language relies on pulses,
16
39000
3000
sua linguagem utiliza pulsos,
00:57
discrete pulses, of sound.
17
42000
2000
pulsos discretos, de som.
00:59
And just as you use the remote control device
18
44000
3000
E assim como você utiliza o controle remoto
01:02
to alter the internal settings of your television
19
47000
2000
para alterar ajustes internos da televisão
01:04
to suit your mood,
20
49000
2000
para ajustar-se à sua vontade,
01:06
you use your language
21
51000
2000
você utiliza sua linguagem
01:08
to alter the settings inside someone else's brain
22
53000
2000
para alterar os ajustes do cérebro de outra pessoa
01:10
to suit your interests.
23
55000
2000
para ajustar-se aos seus interesses.
01:12
Languages are genes talking,
24
57000
2000
Linguagens são genes falando,
01:14
getting things that they want.
25
59000
2000
conseguindo o que querem.
01:16
And just imagine the sense of wonder in a baby
26
61000
3000
E imagine o senso de maravilha de um bebê
01:19
when it first discovers that, merely by uttering a sound,
27
64000
3000
quando descobre pela primeira vez, que só proferindo um som,
01:22
it can get objects to move across a room
28
67000
2000
ele pode conseguir que objetos se movam pelo quarto
01:24
as if by magic,
29
69000
2000
como por mágica,
01:26
and maybe even into its mouth.
30
71000
3000
e talvez mesmo até sua boca.
01:29
Now language's subversive power
31
74000
2000
Agora, o poder subversivo da linguagem
01:31
has been recognized throughout the ages
32
76000
2000
é reconhecido através das eras
01:33
in censorship, in books you can't read,
33
78000
2000
na censura, em livros que não podemos ler,
01:35
phrases you can't use
34
80000
2000
frases que não podemos usar
01:37
and words you can't say.
35
82000
2000
e palavras que não podemos dizer.
01:39
In fact, the Tower of Babel story in the Bible
36
84000
3000
Na verdade, a história bíblica da Torre de Babel
01:42
is a fable and warning
37
87000
2000
é uma fábula e um aviso
01:44
about the power of language.
38
89000
2000
sobre o poder da linguagem.
01:46
According to that story, early humans developed the conceit
39
91000
3000
Conforme essa história, os primeiros humanos desenvolveram o conceito
01:49
that, by using their language to work together,
40
94000
2000
que, utilizando sua linguagem para trabalharem juntos,
01:51
they could build a tower
41
96000
2000
eles poderiam construir uma torre
01:53
that would take them all the way to heaven.
42
98000
2000
que levaria todos até o céu.
01:55
Now God, angered at this attempt to usurp his power,
43
100000
3000
Então Deus, irritado com essa tentativa de usurpar seu poder,
01:58
destroyed the tower,
44
103000
3000
destruiu a torre,
02:01
and then to ensure
45
106000
2000
e a seguir, para assegurar
02:03
that it would never be rebuilt,
46
108000
2000
que ela nunca mais fosse reconstruída,
02:05
he scattered the people by giving them different languages --
47
110000
3000
ele espalhou as pessoas dando-lhes diferentes línguas --
02:08
confused them by giving them different languages.
48
113000
3000
Confundiu-as dando línguas diferentes.
02:11
And this leads to the wonderful irony
49
116000
2000
E isso nos leva à maravilhosa ironia
02:13
that our languages exist to prevent us from communicating.
50
118000
3000
de que nossas línguas existem para evitar que nos comuniquemos.
02:16
Even today,
51
121000
2000
Mesmo hoje,
02:18
we know that there are words we cannot use,
52
123000
2000
sabemos que existem palavras que não podemos usar,
02:20
phrases we cannot say,
53
125000
2000
frases que não podemos dizer,
02:22
because if we do so,
54
127000
2000
porque se o fizermos,
02:24
we might be accosted, jailed,
55
129000
3000
podemos ser criticados, presos,
02:27
or even killed.
56
132000
2000
ou mesmo mortos.
02:29
And all of this from a puff of air
57
134000
2000
E tudo isso por um sopro de ar
02:31
emanating from our mouths.
58
136000
2000
emanando de nossas bocas.
02:33
Now all this fuss about a single one of our traits
59
138000
3000
Então, toda essa confusão sobre um só de nossos traços
02:36
tells us there's something worth explaining.
60
141000
2000
nos diz que é algo que vale a pena explicar.
02:38
And that is how and why
61
143000
2000
E essas são as razões de como e porque
02:40
did this remarkable trait evolve,
62
145000
2000
esse notável traço evoluiu,
02:42
and why did it evolve
63
147000
2000
e por que ele evoluiu
02:44
only in our species?
64
149000
2000
somente em nossa espécie?
02:46
Now it's a little bit of a surprise
65
151000
2000
É um tanto surpreendente
02:48
that to get an answer to that question,
66
153000
2000
que para conseguir a resposta para essa pergunta,
02:50
we have to go to tool use
67
155000
2000
tenhamos que ir para a utilização de ferramentas
02:52
in the chimpanzees.
68
157000
2000
pelos chimpanzés.
02:54
Now these chimpanzees are using tools,
69
159000
2000
Então, esses chimpanzés utilizam ferramentas
02:56
and we take that as a sign of their intelligence.
70
161000
3000
e tomamos isso como um sinal de sua inteligência.
02:59
But if they really were intelligent,
71
164000
2000
Mas se fossem realmente inteligentes,
03:01
why would they use a stick to extract termites from the ground
72
166000
3000
por que eles utilizariam um graveto para extrair os cupins do solo
03:04
rather than a shovel?
73
169000
2000
em vez de uma pá?
03:06
And if they really were intelligent,
74
171000
3000
E se eles fossem realmente inteligentes,
03:09
why would they crack open nuts with a rock?
75
174000
2000
por que eles quebrariam as castanhas com uma pedra?
03:11
Why wouldn't they just go to a shop and buy a bag of nuts
76
176000
3000
Por que eles não vão a uma loja e compram um saco de castanhas
03:14
that somebody else had already cracked open for them?
77
179000
3000
que alguém já quebrou para eles?
03:17
Why not? I mean, that's what we do.
78
182000
2000
Por que não? Quer dizer, isso é o que fazemos.
03:19
Now the reason the chimpanzees don't do that
79
184000
2000
Então, a razão de os chimpanzés não fazerem isso
03:21
is that they lack what psychologists and anthropologists call
80
186000
3000
é que eles não têm o que os psicólogos e antropólogos chamam de
03:24
social learning.
81
189000
2000
aprendizado social.
03:26
They seem to lack the ability
82
191000
2000
Parece que não têm a habilidade
03:28
to learn from others
83
193000
2000
de aprender com os outros
03:30
by copying or imitating
84
195000
2000
pela cópia ou imitação
03:32
or simply watching.
85
197000
2000
ou simplesmente pela observação.
03:34
As a result,
86
199000
2000
Como resultado,
03:36
they can't improve on others' ideas
87
201000
2000
eles não podem improvisar as idéias dos outros
03:38
or learn from others' mistakes --
88
203000
2000
ou aprender com os erros dos outros --
03:40
benefit from others' wisdom.
89
205000
2000
beneficiarem-se da sabedoria dos outros.
03:42
And so they just do the same thing
90
207000
2000
E assim eles só fazem a mesma coisa
03:44
over and over and over again.
91
209000
2000
todas as vezes.
03:46
In fact, we could go away for a million years and come back
92
211000
4000
De fato, podemos avançar um milhão de anos e voltar
03:50
and these chimpanzees would be doing the same thing
93
215000
3000
e esses chimpanzés estarão fazendo a mesma coisa
03:53
with the same sticks for the termites
94
218000
2000
com os mesmos gravetos para os cupins
03:55
and the same rocks to crack open the nuts.
95
220000
3000
e as mesmas pedras para quebrar as castanhas.
03:58
Now this may sound arrogant, or even full of hubris.
96
223000
3000
Agora, isso pode parecer arrogante, ou mesmo cheio de presunção.
04:01
How do we know this?
97
226000
2000
Como sabemos disso?
04:03
Because this is exactly what our ancestors, the Homo erectus, did.
98
228000
3000
Porque era isso exatamente o que nossos ancestrais, os Homo Erectus, faziam.
04:06
These upright apes
99
231000
2000
Esses macacos eretos
04:08
evolved on the African savanna
100
233000
2000
evoluiram na savana africana
04:10
about two million years ago,
101
235000
2000
cerca de dois milhões de anos atrás,
04:12
and they made these splendid hand axes
102
237000
2000
e fizeram machados manuais esplêndidos
04:14
that fit wonderfully into your hands.
103
239000
2000
que se ajustam maravilhosamente às suas mãos.
04:16
But if we look at the fossil record,
104
241000
2000
Mas se verificarmos os registros fósseis,
04:18
we see that they made the same hand axe
105
243000
3000
vemos que faziam o mesmo machado manual
04:21
over and over and over again
106
246000
2000
repetidamente
04:23
for one million years.
107
248000
2000
por um milhão de anos.
04:25
You can follow it through the fossil record.
108
250000
2000
Você pode verificar isso nos registros fósseis.
04:27
Now if we make some guesses about how long Homo erectus lived,
109
252000
2000
Agora, se fizermos algumas suposições de quanto tempo vivia um Homo Erectus,
04:29
what their generation time was,
110
254000
2000
quanto tempo vivia sua geração,
04:31
that's about 40,000 generations
111
256000
3000
seriam aproximadamente 40.000 gerações
04:34
of parents to offspring, and other individuals watching,
112
259000
3000
de pais e filhos, e outros indivíduos assistindo,
04:37
in which that hand axe didn't change.
113
262000
2000
e nas quais o machado manual não mudou.
04:39
It's not even clear
114
264000
2000
Não fica nem mesmo claro
04:41
that our very close genetic relatives, the Neanderthals,
115
266000
2000
se nossos parentes genéticos próximos, os Neandertais,
04:43
had social learning.
116
268000
2000
possuiam aprendizado social.
04:45
Sure enough, their tools were more complicated
117
270000
3000
Com certeza, suas ferramentas eram mais complicadas
04:48
than those of Homo erectus,
118
273000
2000
que aquelas do Homo Erectus,
04:50
but they too showed very little change
119
275000
2000
mas eles também mostraram pouquíssima mudança
04:52
over the 300,000 years or so
120
277000
3000
nos quase 300.000 anos, aproximadamente
04:55
that those species, the Neanderthals,
121
280000
2000
que essa espécie, os Neandertais,
04:57
lived in Eurasia.
122
282000
2000
viveram na Eurásia.
04:59
Okay, so what this tells us
123
284000
2000
OK, então o que isso nos diz
05:01
is that, contrary to the old adage,
124
286000
3000
é que, ao contrário do velho provérbio,
05:04
"monkey see, monkey do,"
125
289000
3000
"macaco vê, macaco faz"
05:07
the surprise really is
126
292000
2000
A surpresa realmente é
05:09
that all of the other animals
127
294000
2000
que todos os outros animais
05:11
really cannot do that -- at least not very much.
128
296000
3000
na verdade não podem fazer isso -- pelo menos não muito.
05:14
And even this picture
129
299000
2000
E mesmo nesta fotografia
05:16
has the suspicious taint of being rigged about it --
130
301000
3000
existe a suspeita de ser preparada --
05:19
something from a Barnum & Bailey circus.
131
304000
2000
como algo do circo Barnum & Bailey.
05:21
But by comparison,
132
306000
2000
Mas por comparação,
05:23
we can learn.
133
308000
2000
nós podemos aprender.
05:25
We can learn by watching other people
134
310000
3000
Podemos aprender por observar outras pessoas
05:28
and copying or imitating
135
313000
2000
e copiar ou imitar
05:30
what they can do.
136
315000
2000
o que elas podem fazer.
05:32
We can then choose, from among a range of options,
137
317000
3000
Podemos então escolher, dentre uma gama de opções,
05:35
the best one.
138
320000
2000
a melhor.
05:37
We can benefit from others' ideas.
139
322000
2000
Podemos nos beneficiar das idéias dos outros.
05:39
We can build on their wisdom.
140
324000
2000
Podemos construir por sobre sua sabedoria.
05:41
And as a result, our ideas do accumulate,
141
326000
3000
E como resultado, nossas idéias realmente se acumulam,
05:44
and our technology progresses.
142
329000
4000
e nossa tecnologia progride.
05:48
And this cumulative cultural adaptation,
143
333000
5000
E essa adaptação cultural cumulativa,
05:53
as anthropologists call
144
338000
2000
como chama os antropólogos
05:55
this accumulation of ideas,
145
340000
2000
essa acumulação de idéias
05:57
is responsible for everything around you
146
342000
2000
é responsável por tudo ao nosso redor
05:59
in your bustling and teeming everyday lives.
147
344000
2000
no seu movimentado e coletivo dia a dia.
06:01
I mean the world has changed out of all proportion
148
346000
2000
Quero dizer que o mundo cresceu fora de qualquer proporção
06:03
to what we would recognize
149
348000
2000
a qual possamos reconhecer
06:05
even 1,000 or 2,000 years ago.
150
350000
3000
mesmo 1.000 a 2.000 anos atrás.
06:08
And all of this because of cumulative cultural adaptation.
151
353000
3000
E tudo isso por conta da adaptação cultural cumulativa.
06:11
The chairs you're sitting in, the lights in this auditorium,
152
356000
2000
As cadeiras que sentamos, as luzes desse auditório,
06:13
my microphone, the iPads and iPods that you carry around with you --
153
358000
3000
meu microfone, os iPads e iPods que vocês levam consigo
06:16
all are a result
154
361000
2000
tudo é um resultado
06:18
of cumulative cultural adaptation.
155
363000
2000
da adaptação cultural cumulativa.
06:20
Now to many commentators,
156
365000
4000
Agora, para muitos comentaristas
06:24
cumulative cultural adaptation, or social learning,
157
369000
3000
a adaptação cultural cumulativa, ou aprendizado social,
06:27
is job done, end of story.
158
372000
3000
aconteceu, fim da história.
06:30
Our species can make stuff,
159
375000
3000
Nossa espécie pode fazer coisas,
06:33
therefore we prospered in a way that no other species has.
160
378000
3000
por isso temos prosperado da maneira que nenhuma espécie fez.
06:36
In fact, we can even make the "stuff of life" --
161
381000
3000
De fato, nós podemos mesmo fazer as "coisas da vida" --
06:39
as I just said, all the stuff around us.
162
384000
2000
como disse, todas as coisas ao nosso redor.
06:41
But in fact, it turns out
163
386000
2000
Mas na verdade, verifica-se
06:43
that some time around 200,000 years ago,
164
388000
3000
que em algum momento cerca de 200.000 anos atrás
06:46
when our species first arose
165
391000
2000
quando nossa espécie surgiu
06:48
and acquired social learning,
166
393000
2000
e adquiriu o aprendizado social,
06:50
that this was really the beginning of our story,
167
395000
2000
foi realmente o começo de nossa história.
06:52
not the end of our story.
168
397000
2000
não o fim de nossa história.
06:54
Because our acquisition of social learning
169
399000
3000
Pois nossa aquisição do aprendizado social
06:57
would create a social and evolutionary dilemma,
170
402000
3000
criaria um dilema social e evolucional,
07:00
the resolution of which, it's fair to say,
171
405000
3000
em qual a resolução de cada um, é justo dizer
07:03
would determine not only the future course of our psychology,
172
408000
4000
determinaria não só o caminho futuro de nossa psicologia,
07:07
but the future course of the entire world.
173
412000
2000
como o caminho futuro do mundo inteiro.
07:09
And most importantly for this,
174
414000
3000
E mais importante para isso,
07:12
it'll tell us why we have language.
175
417000
3000
nos dirá porque temos a linguagem.
07:15
And the reason that dilemma arose
176
420000
2000
E o motivo pelo qual o dilema surgiu
07:17
is, it turns out, that social learning is visual theft.
177
422000
3000
é que esse aprendizado social é roubo visual.
07:20
If I can learn by watching you,
178
425000
3000
Se posso aprender observando você,
07:23
I can steal your best ideas,
179
428000
2000
eu posso roubar suas melhores idéias,
07:25
and I can benefit from your efforts,
180
430000
3000
e posso me beneficiar de seus esforços,
07:28
without having to put in the time and energy that you did
181
433000
2000
sem ter que colocar o tempo e energia que você teve
07:30
into developing them.
182
435000
2000
para desenvolvê-los.
07:32
If I can watch which lure you use to catch a fish,
183
437000
3000
Se eu puder ver que isca você usa para fisgar um peixe,
07:35
or I can watch how you flake your hand axe
184
440000
2000
ou ver como você lasca seu machado manual
07:37
to make it better,
185
442000
2000
para torná-lo melhor,
07:39
or if I follow you secretly to your mushroom patch,
186
444000
3000
ou se eu seguí-lo secretamente para sua mata de cogumelos,
07:42
I can benefit from your knowledge and wisdom and skills,
187
447000
3000
posso me beneficiar de seu conhecimento, sabedoria e habilidades,
07:45
and maybe even catch that fish
188
450000
2000
e até talvez fisgue aquele peixe
07:47
before you do.
189
452000
2000
antes de você.
07:49
Social learning really is visual theft.
190
454000
3000
O aprendizado social é realmente um roubo visual.
07:52
And in any species that acquired it,
191
457000
2000
E qualquer espécie que o adquira,
07:54
it would behoove you
192
459000
2000
faria com que o seu comportamento
07:56
to hide your best ideas,
193
461000
2000
fosse esconder suas melhores idéias,
07:58
lest somebody steal them from you.
194
463000
3000
antes que alguém as roube de você.
08:02
And so some time around 200,000 years ago,
195
467000
3000
E em algum momento 200.000 anos atrás,
08:05
our species confronted this crisis.
196
470000
3000
nossa espécie se confrontou com essa crise.
08:08
And we really had only two options
197
473000
3000
E nós realmente temos duas opções
08:11
for dealing with the conflicts
198
476000
2000
para lidar com esses conflitos
08:13
that visual theft would bring.
199
478000
2000
que o roubo visual traria.
08:15
One of those options
200
480000
2000
Uma dessas opções
08:17
was that we could have retreated
201
482000
3000
e que poderíamos nos retrair
08:20
into small family groups.
202
485000
2000
a pequenos grupos familiares.
08:22
Because then the benefits of our ideas and knowledge
203
487000
3000
Porque assim os benefícios e nossas idéias e conhecimento
08:25
would flow just to our relatives.
204
490000
2000
fluiriam somente para nossos parentes.
08:27
Had we chosen this option,
205
492000
2000
Se escolhessemos essa opção,
08:29
sometime around 200,000 years ago,
206
494000
3000
em algum momento 200.000 anos atrás,
08:32
we would probably still be living like the Neanderthals were
207
497000
3000
nós provavelmente ainda viveríamos como os Neandertais
08:35
when we first entered Europe 40,000 years ago.
208
500000
3000
quando entraram inicialmente na Europa 40.000 anos atrás.
08:38
And this is because in small groups
209
503000
2000
E isso porque em pequenos grupos
08:40
there are fewer ideas, there are fewer innovations.
210
505000
3000
surgem menos idéias, há menos inovação.
08:43
And small groups are more prone to accidents and bad luck.
211
508000
3000
E pequenos grupos são mais propensos a acidentes e má sorte.
08:46
So if we'd chosen that path,
212
511000
2000
Assim, se escolhessemos essa trilha,
08:48
our evolutionary path would have led into the forest --
213
513000
3000
nosso caminho evolucionário nos levaria para a floresta --
08:51
and been a short one indeed.
214
516000
2000
e seria realmente muito curto.
08:53
The other option we could choose
215
518000
2000
A outra opção que poderíamos escolher
08:55
was to develop the systems of communication
216
520000
3000
seria desenvolver um sistema de comunicação
08:58
that would allow us to share ideas
217
523000
2000
que nos permitisse compartilhar idéias
09:00
and to cooperate amongst others.
218
525000
3000
e cooperarmos uns com os outros.
09:03
Choosing this option would mean
219
528000
2000
Escolher essa opção, significaria
09:05
that a vastly greater fund of accumulated knowledge and wisdom
220
530000
3000
que o grande depósito de conhecimento e sabedoria acumulado
09:08
would become available to any one individual
221
533000
3000
estaria disponível para qualquer indivíduo
09:11
than would ever arise from within an individual family
222
536000
3000
que surgisse de qualquer família individual
09:14
or an individual person on their own.
223
539000
3000
ou uma pessoa por si própria.
09:18
Well, we chose the second option,
224
543000
3000
Bem, escolhemos a segunda opção,
09:21
and language is the result.
225
546000
3000
e a linguagem é o resultado.
09:24
Language evolved to solve the crisis
226
549000
2000
A linguagem evoluiu para resolver a crise
09:26
of visual theft.
227
551000
2000
do roubo visual.
09:28
Language is a piece of social technology
228
553000
3000
A linguagem é uma peça da tecnologia social
09:31
for enhancing the benefits of cooperation --
229
556000
3000
para aumentar os benefícios da cooperação --
09:34
for reaching agreements, for striking deals
230
559000
3000
para se fechar contratos, para fazer acordos
09:37
and for coordinating our activities.
231
562000
4000
e para coordenar nossas atividades.
09:41
And you can see that, in a developing society
232
566000
2000
E você pode ver isso, em uma sociedade em desenvolvimento
09:43
that was beginning to acquire language,
233
568000
2000
que está começando a adquirir a linguagem,
09:45
not having language
234
570000
2000
não ter uma linguagem
09:47
would be a like a bird without wings.
235
572000
2000
seria como um pássaro sem asas.
09:49
Just as wings open up this sphere of air
236
574000
3000
Assim como a abertura das asas abre uma esfera de ar
09:52
for birds to exploit,
237
577000
2000
para os pássaros utilizarem,
09:54
language opened up the sphere of cooperation
238
579000
2000
a linguagem abriu a esfera da cooperação
09:56
for humans to exploit.
239
581000
2000
para os humanos utilizarem.
09:58
And we take this utterly for granted,
240
583000
2000
E nós desprezamos completamente isso,
10:00
because we're a species that is so at home with language,
241
585000
3000
pois somos uma espécie que está tão à vontade com a linguagem.
10:03
but you have to realize
242
588000
2000
Mas temos que perceber
10:05
that even the simplest acts of exchange that we engage in
243
590000
3000
que mesmo os simples atos de troca que fazemos
10:08
are utterly dependent upon language.
244
593000
3000
são completamente dependentes da linguagem.
10:11
And to see why, consider two scenarios
245
596000
2000
E para vermos porque, considere dois cenários
10:13
from early in our evolution.
246
598000
2000
do ínício de nossa evolução.
10:15
Let's imagine that you are really good
247
600000
2000
Imaginemos que você seja muito bom
10:17
at making arrowheads,
248
602000
2000
em fazer pontas de flecha
10:19
but you're hopeless at making the wooden shafts
249
604000
3000
mais é incompetente para fazer o corpo da flecha em madeira
10:22
with the flight feathers attached.
250
607000
3000
com as penas colocadas.
10:25
Two other people you know are very good at making the wooden shafts,
251
610000
3000
Duas outras pessoas que você conhece são muito boas em fazer corpo da flecha,
10:28
but they're hopeless at making the arrowheads.
252
613000
3000
mas são muito ruins em fazer pontas de flecha
10:31
So what you do is --
253
616000
2000
Então o que você faz é --
10:33
one of those people has not really acquired language yet.
254
618000
3000
uma dessas pessoas ainda não adquiriu a linguagem.
10:36
And let's pretend the other one is good at language skills.
255
621000
2000
E suponhamos que a outra seja boa nas habilidades de linguagem.
10:38
So what you do one day is you take a pile of arrowheads,
256
623000
3000
Então o que você faz um dia é pegar uma pilha de pontas de flecha,
10:41
and you walk up to the one that can't speak very well,
257
626000
2000
e caminhar até aquele que não consegue falar bem,
10:43
and you put the arrowheads down in front of him,
258
628000
2000
e coloca as pontas de flecha aos pés dele,
10:45
hoping that he'll get the idea that you want to trade your arrowheads
259
630000
3000
esperando que ele entenda a idéia que você quer trocar as pontas de flecha
10:48
for finished arrows.
260
633000
2000
por flechas acabadas.
10:50
But he looks at the pile of arrowheads, thinks they're a gift,
261
635000
2000
Mas ele olha para a pilha de pontas de flecha, pensando ser um presente,
10:52
picks them up, smiles and walks off.
262
637000
3000
as apanha, sorri para você e vai embora.
10:55
Now you pursue this guy, gesticulating.
263
640000
2000
Agora, você o persegue gesticulando.
10:57
A scuffle ensues and you get stabbed
264
642000
2000
Segue-se uma briga e você é esfaqueado
10:59
with one of your own arrowheads.
265
644000
3000
com uma de suas próprias pontas de flecha.
11:02
Okay, now replay this scene now, and you're approaching the one who has language.
266
647000
3000
OK, Repita essa cena agora, e você se aproxima daquele que possui uma linguagem.
11:05
You put down your arrowheads and say,
267
650000
2000
Você coloca suas pontas de flecha e diz,
11:07
"I'd like to trade these arrowheads for finished arrows. I'll split you 50/50."
268
652000
3000
"Gostaria de trocar essas pontas por flechas acabadas. Divido com você 50/50."
11:10
The other one says, "Fine. Looks good to me.
269
655000
2000
O outro diz, "Tudo bem. Para mim está bom.
11:12
We'll do that."
270
657000
3000
Faremos isso."
11:15
Now the job is done.
271
660000
3000
Agora terminou a negociação.
11:18
Once we have language,
272
663000
2000
Uma vez que possuimos a linguagem,
11:20
we can put our ideas together and cooperate
273
665000
2000
nós podemos colocar nossas idéias e cooperar
11:22
to have a prosperity
274
667000
2000
para alcançar a prosperidade
11:24
that we couldn't have before we acquired it.
275
669000
3000
que não poderíamos ter antes de adquirí-la.
11:27
And this is why our species
276
672000
2000
E eis o porquê de nossa espécie
11:29
has prospered around the world
277
674000
2000
ter prosperado ao redor do mundo
11:31
while the rest of the animals
278
676000
2000
enquanto os outros animais
11:33
sit behind bars in zoos, languishing.
279
678000
3000
estão atrás das grades nos zoológicos, definhando.
11:36
That's why we build space shuttles and cathedrals
280
681000
3000
Esse é o porquê de construirmos ônibus espaciais e catedrais
11:39
while the rest of the world sticks sticks into the ground
281
684000
2000
enquanto o resto do mundo fura o chão com gravetos
11:41
to extract termites.
282
686000
2000
para extrair cupins.
11:43
All right, if this view of language
283
688000
3000
Certo, se essa visão de linguagem
11:46
and its value
284
691000
2000
e seu valor
11:48
in solving the crisis of visual theft is true,
285
693000
3000
na resolução de crises de roubo visual é verdadeira,
11:51
any species that acquires it
286
696000
2000
qualquer espécie que a adquira
11:53
should show an explosion of creativity and prosperity.
287
698000
3000
deve mostrar uma explosão de criatividade e prosperidade.
11:56
And this is exactly what the archeological record shows.
288
701000
3000
E isso é exatamente o que os registros arqueológicos mostram.
11:59
If you look at our ancestors,
289
704000
2000
Se olharmos nossos ancestrais,
12:01
the Neanderthals and the Homo erectus, our immediate ancestors,
290
706000
3000
os Neandertais e o Homo Erectus, nossos ancestrais imediatos,
12:04
they're confined to small regions of the world.
291
709000
3000
eles estão confinados a pequenas regiões do mundo.
12:07
But when our species arose
292
712000
2000
Mas quando nossa espécie surgiu
12:09
about 200,000 years ago,
293
714000
2000
cerca de 200.000 anos atrás,
12:11
sometime after that we quickly walked out of Africa
294
716000
3000
algum tempo depois nós rapidamente caminhamos para fora da África
12:14
and spread around the entire world,
295
719000
3000
e nos espalhamos pelo mundo inteiro,
12:17
occupying nearly every habitat on Earth.
296
722000
3000
ocupando quase todos os habitats na Terra.
12:20
Now whereas other species are confined
297
725000
3000
Onde outras espécies estão confinadas
12:23
to places that their genes adapt them to,
298
728000
3000
a lugares para os quais seus genes se adaptaram,
12:26
with social learning and language,
299
731000
2000
com aprendizado social e linguagem,
12:28
we could transform the environment
300
733000
2000
pudemos transformar o ambiente
12:30
to suit our needs.
301
735000
2000
para se ajustarem às nossas necessidades.
12:32
And so we prospered in a way
302
737000
2000
E então prosperamos de uma maneira
12:34
that no other animal has.
303
739000
2000
que nenhum outro animal conseguiu.
12:36
Language really is
304
741000
3000
A linguagem realmente é
12:39
the most potent trait that has ever evolved.
305
744000
3000
o mais potente traço que já evoluiu.
12:42
It is the most valuable trait we have
306
747000
3000
É o mais valoroso traço que temos
12:45
for converting new lands and resources
307
750000
3000
para converter novas terras e recursos
12:48
into more people and their genes
308
753000
3000
em mais pessoas e seus genes
12:51
that natural selection has ever devised.
309
756000
2000
do que a seleção natural projetou.
12:53
Language really is
310
758000
2000
A linguagem realmente é
12:55
the voice of our genes.
311
760000
2000
a voz dos nossos genes.
12:57
Now having evolved language, though,
312
762000
2000
Agora, uma vez que a linguagem evoluiu,
12:59
we did something peculiar,
313
764000
2000
nós fizemos algo estranho,
13:01
even bizarre.
314
766000
2000
e mesmo bizarro.
13:03
As we spread out around the world,
315
768000
2000
Conforme nos espalhamos ao redor do mundo,
13:05
we developed thousands of different languages.
316
770000
3000
desenvolvemos milhares de linguagens diferentes.
13:08
Currently, there are about seven or 8,000
317
773000
2000
Atualmente, existem cerca de sete ou 8.000
13:10
different languages spoken on Earth.
318
775000
3000
línguas diferentes faladas na Terra.
13:13
Now you might say, well, this is just natural.
319
778000
2000
Você pode dizer, bem isso é natural.
13:15
As we diverge, our languages are naturally going to diverge.
320
780000
3000
Conforme divergimos, nossas linguagens naturalmente vão divergir.
13:18
But the real puzzle and irony
321
783000
2000
Mas o real mistério e ironia
13:20
is that the greatest density of different languages on Earth
322
785000
3000
é que a maior densidade de linguagens diferentes na Terra
13:23
is found where people are most tightly packed together.
323
788000
4000
é encontrada onde as pessoas estão bem mais juntas.
13:27
If we go to the island of Papua New Guinea,
324
792000
2000
Se formos à ilha de Papua Nova Guiné,
13:29
we can find about 800 to 1,000
325
794000
3000
podemos encontrar 800 a 1000
13:32
distinct human languages,
326
797000
2000
linguagens humanas distintas,
13:34
different human languages,
327
799000
2000
línguas humanas diferentes,
13:36
spoken on that island alone.
328
801000
2000
faladas somente na mesma ilha.
13:38
There are places on that island
329
803000
2000
Há lugares nessa ilha
13:40
where you can encounter a new language
330
805000
2000
que você pode encontrar uma nova língua
13:42
every two or three miles.
331
807000
2000
a cada duas ou três milhas.
13:44
Now, incredible as this sounds,
332
809000
2000
Agora, por incrível que pareça,
13:46
I once met a Papuan man, and I asked him if this could possibly be true.
333
811000
3000
eu certa vez encontrei um homem de Papua, e perguntei se isso poderia ser verdade.
13:49
And he said to me, "Oh no.
334
814000
2000
E ele me disse, "Oh não.
13:51
They're far closer together than that."
335
816000
3000
Elas estão mais próximas do que isso."
13:54
And it's true; there are places on that island
336
819000
2000
E é verdade; Há lugares naquela ilha
13:56
where you can encounter a new language in under a mile.
337
821000
3000
que se pode encontrar uma nova linguagem a menos de uma milha.
13:59
And this is also true of some remote oceanic islands.
338
824000
3000
E isso também é verdade para algumas remotas ilhas oceânicas.
14:03
And so it seems that we use our language,
339
828000
2000
Então parece que usamos nossa linguagem,
14:05
not just to cooperate,
340
830000
2000
não só para cooperar,
14:07
but to draw rings around our cooperative groups
341
832000
3000
mas para desenhar anéis em torno de nossos grupos cooperativos
14:10
and to establish identities,
342
835000
2000
e para estabelecer identidades,
14:12
and perhaps to protect our knowledge and wisdom and skills
343
837000
3000
e talvez proteger nosso conhecimento, sabedoria e habilidades
14:15
from eavesdropping from outside.
344
840000
3000
da curiosidade dos outros.
14:18
And we know this
345
843000
2000
E sabemos disso
14:20
because when we study different language groups
346
845000
2000
pois, quando estudamos os diferentes grupos de linguagem
14:22
and associate them with their cultures,
347
847000
2000
e os associamos às suas culturas,
14:24
we see that different languages
348
849000
2000
vemos que diferentes linguagens
14:26
slow the flow of ideas between groups.
349
851000
3000
reduzem o fluxo de idéias entre os grupos.
14:29
They slow the flow of technologies.
350
854000
3000
Elas reduzem o fluxo de tecnologias.
14:32
And they even slow the flow of genes.
351
857000
3000
E mesmo reduzem o fluxo de genes.
14:35
Now I can't speak for you,
352
860000
2000
Agora, eu não posso falar por vocês,
14:37
but it seems to be the case
353
862000
2000
mas parece que é o caso
14:39
that we don't have sex with people we can't talk to.
354
864000
3000
que não conseguimos ter sexo com pessoas que não conseguimos falar.
14:43
(Laughter)
355
868000
2000
(Risos)
14:45
Now we have to counter that, though,
356
870000
2000
Mas temos que levar em conta, porém,
14:47
against the evidence we've heard
357
872000
2000
contra as evidências que ouvimos
14:49
that we might have had some rather distasteful genetic dalliances
358
874000
3000
que pode ter havido alguns desagradáveis encontros genéticos
14:52
with the Neanderthals and the Denisovans.
359
877000
2000
com os Neandertais e os Denisovanos.
14:54
(Laughter)
360
879000
2000
(Risos)
14:56
Okay, this tendency we have,
361
881000
2000
OK, essa é uma tendência que temos,
14:58
this seemingly natural tendency we have,
362
883000
2000
parece ser uma tendência natural que temos,
15:00
towards isolation, towards keeping to ourselves,
363
885000
3000
para o isolamento, para nos mantermos para nós mesmos,
15:03
crashes head first into our modern world.
364
888000
3000
se contradiz fortemente no mundo moderno.
15:06
This remarkable image
365
891000
2000
Essa notável imagem
15:08
is not a map of the world.
366
893000
2000
não é um mapa do mundo.
15:10
In fact, it's a map of Facebook friendship links.
367
895000
4000
Na verdade, é um mapa das amizades no Facebook.
15:14
And when you plot those friendship links
368
899000
2000
E quando se marca essas ligações de amizade
15:16
by their latitude and longitude,
369
901000
2000
por sua latitude e longitude,
15:18
it literally draws a map of the world.
370
903000
3000
literalmente se desenha o mapa do mundo.
15:21
Our modern world is communicating
371
906000
2000
Nosso mundo moderno está se comunicando
15:23
with itself and with each other
372
908000
2000
consigo mesmo e com cada um
15:25
more than it has
373
910000
2000
mais do que já fez
15:27
at any time in its past.
374
912000
2000
a qualquer tempo no passado.
15:29
And that communication, that connectivity around the world,
375
914000
3000
E essa comunicação, essa conectividade em volta do mundo,
15:32
that globalization
376
917000
2000
essa globalização
15:34
now raises a burden.
377
919000
3000
agora traz seu ônus.
15:37
Because these different languages
378
922000
2000
Uma vez que essas diferentes linguagens
15:39
impose a barrier, as we've just seen,
379
924000
2000
impõem uma barreira, como acabamos de ver,
15:41
to the transfer of goods and ideas
380
926000
2000
na transferência de bens e idéias
15:43
and technologies and wisdom.
381
928000
2000
e tecnologias e sabedoria.
15:45
And they impose a barrier to cooperation.
382
930000
3000
E elas impõem uma barreira de cooperação.
15:48
And nowhere do we see that more clearly
383
933000
3000
E em nenhum lugar se vê mais claramente
15:51
than in the European Union,
384
936000
2000
do que na União Européia,
15:53
whose 27 member countries
385
938000
3000
cujos 27 países membros
15:56
speak 23 official languages.
386
941000
3000
falam 23 línguas oficiais.
15:59
The European Union
387
944000
2000
A União Européia
16:01
is now spending over one billion euros annually
388
946000
4000
gasta hoje mais de um bilhão de euros anualmente
16:05
translating among their 23 official languages.
389
950000
3000
traduzindo entre suas 23 línguas oficiais.
16:08
That's something on the order
390
953000
2000
É algo na ordem
16:10
of 1.45 billion U.S. dollars
391
955000
2000
de 1,45 bilhões de dólares
16:12
on translation costs alone.
392
957000
3000
somente em custos de tradução.
16:15
Now think of the absurdity of this situation.
393
960000
2000
Agora, pense no absurdo desta situação.
16:17
If 27 individuals
394
962000
2000
Se 27 indivíduos
16:19
from those 27 member states
395
964000
2000
desses 27 estados membros
16:21
sat around table, speaking their 23 languages,
396
966000
3000
sentarem-se em volta da mesa, falando 23 línguas,
16:24
some very simple mathematics will tell you
397
969000
2000
uma simples matemática lhes dirá
16:26
that you need an army of 253 translators
398
971000
4000
que será necessário um exército de 253 tradutores
16:30
to anticipate all the pairwise possibilities.
399
975000
4000
para atender cada par de possibilidades.
16:34
The European Union employs a permanent staff
400
979000
3000
A União Européia emprega um corpo permanente
16:37
of about 2,500 translators.
401
982000
2000
de quase 2.500 tradutores.
16:39
And in 2007 alone --
402
984000
2000
E somente em 2007 --
16:41
and I'm sure there are more recent figures --
403
986000
2000
e estou certo que existem números mais recentes --
16:43
something on the order of 1.3 million pages
404
988000
3000
algo na ordem de 1,3 milhões de páginas
16:46
were translated into English alone.
405
991000
3000
foram traduzidas somente para o inglês.
16:49
And so if language really is
406
994000
3000
E então, a linguagem realmente é
16:52
the solution to the crisis of visual theft,
407
997000
3000
a solução para a crise de roubo visual.
16:55
if language really is
408
1000000
2000
se a linguagem realmente é
16:57
the conduit of our cooperation,
409
1002000
2000
o conduite de nossa cooperação,
16:59
the technology that our species derived
410
1004000
3000
a tecnologia que nossa espécie desenvolveu
17:02
to promote the free flow and exchange of ideas,
411
1007000
4000
para promover o fluxo livre de idéias,
17:06
in our modern world,
412
1011000
2000
em nosso mundo moderno,
17:08
we confront a question.
413
1013000
2000
nos confrontamos com uma pergunta.
17:10
And that question is whether
414
1015000
2000
E a pergunta é se
17:12
in this modern, globalized world
415
1017000
2000
nesse mundo moderno e globalizado
17:14
we can really afford to have all these different languages.
416
1019000
3000
podemos realmente suportar ter todas essas diferentes linguagens.
17:17
To put it this way, nature knows no other circumstance
417
1022000
3000
Colocando de outra maneira, a natureza não conhece outra circunstância
17:20
in which functionally equivalent traits coexist.
418
1025000
5000
na qual traços funcionais equivalentes coexistem.
17:25
One of them always drives the other extinct.
419
1030000
3000
Um deles sempre leva o outro à extinção.
17:28
And we see this in the inexorable march
420
1033000
2000
E vemos essa inexorável marcha
17:30
towards standardization.
421
1035000
2000
para a padronização.
17:32
There are lots and lots of ways of measuring things --
422
1037000
3000
Existem muitas e muitas maneiras de medir as coisas --
17:35
weighing them and measuring their length --
423
1040000
2000
pesá-las e medir seu comprimento --
17:37
but the metric system is winning.
424
1042000
2000
mas o sistema métrico está ganhando.
17:39
There are lots and lots of ways of measuring time,
425
1044000
3000
Existem muitos e muitos meios de medir o tempo,
17:42
but a really bizarre base 60 system
426
1047000
3000
mas um sistema realmente bizarro de base 60
17:45
known as hours and minutes and seconds
427
1050000
2000
conhecido como horas, minutos e segundos
17:47
is nearly universal around the world.
428
1052000
3000
é quase universal ao redor do mundo.
17:50
There are many, many ways
429
1055000
2000
Existem muitas, muitas maneiras
17:52
of imprinting CDs or DVDs,
430
1057000
2000
de gravar CDs e DVDs,
17:54
but those are all being standardized as well.
431
1059000
3000
mas todas elas são padronizadas também.
17:57
And you can probably think of many, many more
432
1062000
3000
E você provavelmente pensa em muitas, muitas mais
18:00
in your own everyday lives.
433
1065000
2000
em sua própria vida cotidiana.
18:02
And so our modern world now
434
1067000
3000
E então nosso mundo moderno agora
18:05
is confronting us with a dilemma.
435
1070000
2000
nos confronta com um dilema.
18:07
And it's the dilemma
436
1072000
2000
E esse dilema
18:09
that this Chinese man faces,
437
1074000
2000
que esse homem chinês enfrenta,
18:11
who's language is spoken
438
1076000
2000
cuja lingua é falada
18:13
by more people in the world
439
1078000
2000
pelo maior número de pessoas no mundo
18:15
than any other single language,
440
1080000
3000
do que outra única língua,
18:18
and yet he is sitting at his blackboard,
441
1083000
4000
e ele está sentado em frente a um quadro negro,
18:22
converting Chinese phrases
442
1087000
3000
convertendo frases em chinês
18:25
into English language phrases.
443
1090000
2000
para frases em inglês.
18:27
And what this does is it raises the possibility to us
444
1092000
3000
E o que isso faz é aumentar a possibilidade para nós
18:30
that in a world in which we want to promote
445
1095000
2000
que nesse mundo no qual queremos promover
18:32
cooperation and exchange,
446
1097000
2000
cooperação e troca,
18:34
and in a world that might be dependent more than ever before
447
1099000
3000
e num mundo que deve ser mais dependente do que nunca
18:37
on cooperation
448
1102000
2000
da cooperação
18:39
to maintain and enhance our levels of prosperity,
449
1104000
3000
para manter nossos níveis de prosperidade,
18:42
his actions suggest to us
450
1107000
2000
sua ação nos sugere
18:44
it might be inevitable
451
1109000
2000
que seja inevitável
18:46
that we have to confront the idea
452
1111000
2000
que tenhamos que confrontar a idéia
18:48
that our destiny is to be one world with one language.
453
1113000
3000
de que nosso destino deve ser um mundo com uma linguagem.
18:51
Thank you.
454
1116000
2000
Obrigado.
18:53
(Applause)
455
1118000
8000
(Aplausos)
19:01
Matt Ridley: Mark, one question.
456
1126000
2000
Matt Ridley: Mark, uma pergunta.
19:03
Svante found that the FOXP2 gene,
457
1128000
3000
Svante descobriu que o gen FOXP2,
19:06
which seems to be associated with language,
458
1131000
2000
que parece estar associado à linguagem,
19:08
was also shared in the same form
459
1133000
2000
era também compartilhado da mesma forma
19:10
in Neanderthals as us.
460
1135000
2000
com os Neandertais e nós.
19:12
Do we have any idea
461
1137000
2000
Temos alguma idéia
19:14
how we could have defeated Neanderthals
462
1139000
2000
de como derrotamos os Neandertais
19:16
if they also had language?
463
1141000
2000
se eles também possuiam linguagem?
19:18
Mark Pagel: This is a very good question.
464
1143000
2000
Mark Pagel: Essa é uma pergunta muito boa.
19:20
So many of you will be familiar with the idea that there's this gene called FOXP2
465
1145000
3000
Muitos de vocês conhecem a idéia que há um gen chamado FOXP2
19:23
that seems to be implicated in some ways
466
1148000
3000
que parece estar implicando de algumas maneiras
19:26
in the fine motor control that's associated with language.
467
1151000
3000
com o controle motor fino associado com a linguagem.
19:29
The reason why I don't believe that tells us
468
1154000
2000
A razão pela qual eu não acredito que isso nos diga
19:31
that the Neanderthals had language
469
1156000
2000
que os Neandertais tivessem linguagem
19:33
is -- here's a simple analogy:
470
1158000
3000
é -- aqui vai uma simples analogia:
19:36
Ferraris are cars that have engines.
471
1161000
3000
Ferraris são carros que têm motor.
19:39
My car has an engine,
472
1164000
2000
Meu carro tem um motor,
19:41
but it's not a Ferrari.
473
1166000
2000
mas não é uma Ferrari.
19:43
Now the simple answer then
474
1168000
2000
Agora, a resposta simples para isso
19:45
is that genes alone don't, all by themselves,
475
1170000
2000
é que genes por si próprios,
19:47
determine the outcome
476
1172000
2000
não determinam a característica
19:49
of very complicated things like language.
477
1174000
2000
de coisas muito complicadas como a linguagem.
19:51
What we know about this FOXP2 and Neanderthals
478
1176000
2000
O que sabemos desse FOXP2 e os Neandertais
19:53
is that they may have had fine motor control of their mouths -- who knows.
479
1178000
4000
é que eles podiam ter controle motor fino em suas bocas -- quem sabe.
19:57
But that doesn't tell us they necessarily had language.
480
1182000
2000
Mas isso não nos diz que necessariamente eles teriam uma linguagem.
19:59
MR: Thank you very much indeed.
481
1184000
2000
MR: Muito obrigado, realmente.
20:01
(Applause)
482
1186000
3000
(Aplauso)
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