言語の起源とは？人間はいつ・なぜ言葉を話し始めたのか

人間は、いつ、どこで、なぜ言葉を話し始めたのでしょうか。

この問いには、残念ながら「紀元前○年、最初の一語はこれだった」という答えはありません。骨や石器は化石になりますが、声も会話も化石にはならないからです。私たちが手にできるのは、頭骨や聴覚器官、遺伝子、道具、顔料、装飾品、現生動物のコミュニケーション、子どもの言語獲得など、言語の周囲に残された間接証拠です。

けれども、分からないからこそ面白い。言語の起源を考えることは、人間が声を出し始めた瞬間を探すことではなく、他者と同じものに注意を向け、身振りや音に意味を持たせ、記号を組み合わせ、その仕組みを次の世代へ渡せる存在になった過程を考えることです。

この記事では、現在分かっていることと仮説を分けながら、「言語は一つの能力から突然生まれたのではない」という視点で、言語の起源を地上から見ていきます。

言語の起源とは何を問うことなのか

「言語の起源」には、似ているようで異なる三つの問いがあります。

• 人間の言語能力はどう生まれたか――人類進化の問い
• 個々の言語はどこから分かれたか――日本語族やインド・ヨーロッパ語族などの歴史の問い
• 英語はどう成立したか――古英語から現代英語までの問い

ここで扱うのは一つ目、すなわち、ホモ・サピエンスを含む人類の系統が、なぜ開かれた記号体系を使えるようになったのかという問いです。英語の歴史よりはるかに古く、文字の誕生よりも前へさかのぼります。

そもそも言語とは何かを一語で定義するのが難しいように、その「始まり」も一点には決められません。発声、指さし、共同注意、象徴、語順、文法、物語。そのうち、どこからを言語と呼ぶかによって、起源の見え方も変わるからです。

まず押さえたい結論：言語は「部品の束」である

人間の言語には、少なくとも次のような力が重なっています。

• 音や身振りを意図的に作り分ける身体的な力
• 相手が何を見て、何を知っているかを推測する力
• 目の前にないものを記号で表す力
• 記号を組み合わせて新しい意味を作る力
• 共同体の約束を学び、教え、変化させながら伝える力

この全部が、同じ日に完成したとは考えにくいでしょう。言語は一個の器官や一個の遺伝子が作った発明品ではなく、異なる時期に発達した能力が結びついた複合システムとして考える方が自然です。

2002年にハウザー、チョムスキー、フィッチが提示した整理でも、言語能力を感覚運動系、概念・意図の系、そして計算的な仕組みに分け、どこまでが人間固有なのかを問い直しています（Science）。重要なのは、動物に一切ない能力が丸ごと出現したと考えるのではなく、共有される部品と、人間で特別な組み合わせ方を区別することです。

動物のコミュニケーションと言語の間に線は引けるか

かつては「動物は反射的に信号を出すだけで、人間だけが意味を伝える」と単純に区別されることがありました。しかし、研究が進むほど、その境界は細かく入り組んでいることが分かってきました。

霊長類は相手や状況に応じて身振りを使い、類人猿にはやり取りの順番があります。ボノボとチンパンジーの身振りにも、人間の会話に似たターン交替の時間構造が報告されています（Scientific Reports）。ワタリガラスは、仲間に物を見せたり差し出したりする指示的な身振りを使います（Nature Communications）。動物の鳴き声の組み合わせに、単純な要素以上の意味が生じる例も検討されています（Philosophical Transactions B）。

つまり、呼びかけ、意図、順番、参照、組み合わせといった言語の「部品」は、人間以外にも点在しています。

それでも人間の言語が際立つのは、限られた信号を使うだけでなく、共同体が共有する記号を際限なく組み合わせ、昨日の失敗、来年の計画、存在しない生き物、正しさや愛のような抽象概念まで話せる点です。違いは一つの部品ではなく、部品同士を接続した規模と自由度にあります。

言葉の化石がないのに、何を証拠にするのか

身体と脳

発声に関わる舌骨、呼吸制御、聴覚の範囲、頭蓋骨の内側に残る脳の痕跡などから、音声言語を支える身体がいつ整ったかを推測します。ただし、発声できる身体があったことと、文法を持つ言語を話したことは同じではありません。

よく知られるFOXP2も「言語遺伝子」ではありません。この遺伝子の変異が発話や運動学習に影響することは重要ですが、言語全体をオンにする一個のスイッチと考えるのは誤りです。複雑な言語能力は多数の遺伝的・神経的要因と発達環境の上に成り立ちます。

考古学

精密な石器、顔料、貝殻ビーズ、刻線、埋葬、遠距離の素材交換などは、計画、教育、象徴、集団の約束があった可能性を示します。旧石器の製作実験では、言語による教示が複雑な石器技術の伝達を助けることも示されています（Nature Communications）。

ただし、装飾品があれば現代と同じ文法があった、とまでは言えません。遺物は認知と社会の手がかりであって、会話の録音ではないのです。

比較・発達・実験

類人猿や鳥類などとの比較は、人類以前からあった部品を探す助けになります。また、乳幼児が視線、指さし、共同注意、語、文法へ進む順序は、進化そのものの再現ではありませんが、言語に必要な足場を明らかにします。

さらに、人工的な記号体系を人から人へ伝える実験では、学習と伝達を繰り返すうちに、曖昧な記号が整理され、学びやすく組み合わせやすい体系へ変わることがあります。言語は脳の産物であるだけでなく、世代を渡るたびに形を整える文化の産物でもあるのです（Philosophical Transactions B）。

言語は身振りから始まったのか、声から始まったのか

身振り起源説

手や身体の身振りは、対象を指し示しやすく、意図的に止めたり繰り返したりできます。類人猿の身振りが鳴き声より柔軟に使われることや、手の動作と言語に関わる脳の仕組みの重なりから、まず身振りによる意図的な記号が発達し、後に声へ比重が移ったという説があります（Kendon, 2017）。

手話言語が、音声なしに語彙、文法、比喩、物語を備えられることも、「言語＝声」ではないことをはっきり示します。

音声起源説

一方、声には暗闇でも使え、手が道具や子どもでふさがっていても届き、集団全体へ同時に伝えられる強みがあります。霊長類の音声にも柔軟性や学習の余地があり、「身振りが先、声は後」と単純には決められません。身振り起源を支持する証拠と音声の役割を比較した研究でも、どちらか一方だけで起源を説明することには慎重さが求められています（Burkhardt-Reedほか, 2021）。

有力なのはマルチモーダルな見方

現代の会話そのものが、声だけではありません。私たちは表情、視線、姿勢、指さし、手の動き、声の高低を束にして意味を作ります。言語の祖先も、身振りか音声の一本勝負ではなく、顔・手・声を組み合わせた伝達だったと考える方が、現在の人間の姿にも合います（Philosophical Transactions B）。

言語の前に「同じものを見る」力があった

幼い子どもが、養育者の指さす先を見て、もう一度相手の顔を見る。このとき二人は、単に壺を見ているのではありません。「私たちは今、この壺に一緒に注意を向けている」と互いに分かっています。これが共同注意です。

単語を共有するには、音を聞くだけでは足りません。相手が何を指し、何を伝えようとしているかを推測し、同じ対応関係を覚える必要があります。「これを、私たちは○○と呼ぼう」という共同の約束が、記号の土台になります。

合図が「言葉」になるとき――象徴と慣習

煙が火を示すのは、自然な因果関係があります。しかし「犬」という音と、あの動物の間には自然な必然性がありません。それでも日本語話者は同じ対応を共有できます。この共同体の慣習こそが、言語記号を支えています。

記号が共同体に定着すると、話者は目の前の状況から離れられます。ここにいない人、すでに終わった出来事、まだ起きていない計画について話せるようになります。さらに、記号を並べるだけでなく、関係を示す順序や形が共有されると、言語の構造が育ちます。

「子どもが犬を追う」と「犬が子どもを追う」は、同じ語でも関係が逆です。言語の決定的な力は、単語の数だけでなく、有限の要素から新しい意味を作れる組み合わせにあります。

文法は突然完成したのか

ここには大きな論争があります。再帰的な計算能力のような核が生物学的変化によって比較的急速に成立したとみる立場もあれば、身振り、語彙、順序、定型表現が徐々に複雑化したとみる立場もあります。

ただし「突然」といっても、ある個体がある朝に完全な日本語や英語を話し始めたわけではありません。生物学的な能力が成立しても、共同体の語彙と慣習がなければ言語は働きません。逆に文化が豊かでも、それを学習し運用する身体と脳が必要です。

したがって、現在の研究を一つの見取り図にするなら、生物進化と文化進化が互いを押し上げたと考えるのが妥当です。より学びやすい脳と、より学びやすい言語が、世代をまたいで共進化したのです。

なぜ言語は必要になったのか

言語が適応上どんな利益をもたらしたかについても、単独の正解はありません。

• 協力：狩り、採集、防御、子育ての役割を調整する
• 教育：道具の作り方や危険な食物を効率よく伝える
• 社会関係：仲間の評判、規範、信頼を大集団で管理する
• 計画：目の前にない場所や未来の行動を相談する
• 文化：経験を物語、儀礼、知識として次世代に残す

どれか一つが「言語の目的」だったというより、少し便利になった伝達が協力を強め、協力がより精密な伝達を求め、精密な伝達が知識の蓄積を加速したのでしょう。言語は社会を作り、社会が言語を育てます。この循環は、言語と社会、そしてなぜ人は言語を使うのかという問いにつながります。

言語はいつ生まれたのか

正確な年代は分かりません。現生人類の登場をそのまま言語の誕生日にすることもできません。言語を支える能力の一部は、ホモ・サピエンス以前の人類や、ネアンデルタール人との共通祖先にまでさかのぼる可能性があります。

一方、象徴的な遺物が増える時期だけを見て、「そこで言語が突然生まれた」と断定することも危険です。遺物が残る条件には偏りがあり、考古学的な革新の見え方は人口規模や交流網にも左右されます。

今いえる最も誠実な答えは、言語には単一の誕生日がなく、長い準備期間と複数の転換点があったということです。

言語は一度だけ生まれたのか

これも確定できません。現存するすべての言語が、一つの祖先言語から分かれたのか、異なる人類集団で言語的な体系が複数回立ち上がったのかを、現在の比較言語学だけで数十万年前まで復元することはできません。

語は変化し、借用され、消えます。比較によって確実にたどれる時間には限界があります。したがって「世界最初の言語は何語か」「最古の単語は何か」という問いに、学問的に確かな固有名詞を答えることはできません。

言語の起源をめぐる、よくある誤解

「原始人の言語は単純だった」？

文字や都市を持たない社会の言語が、文法的に単純だという証拠はありません。現存する小規模社会の言語も、音、語形、文法、語用の面で非常に複雑です。技術の複雑さと言語構造の複雑さは同じ尺度では測れません。

「文字が言語を生んだ」？

逆です。音声言語や手話言語が先にあり、文字は言語を視覚的に記録する後発の技術です。人類史の大部分は文字なしの言語によって営まれてきました。

「赤ちゃんは人類の進化を再演する」？

子どもの発達は、言語の足場を知る重要な窓ですが、進化史の録画再生ではありません。子どもは最初から現代人の脳と、すでに言語を持つ共同体の中で育ちます。言語獲得と系統的な起源は、関連しながらも別の問いです。

起源を考えると、現在の言語が違って見える

普段の会話では、言葉が空気のように自然に感じられます。しかし起源から眺めると、一語を交わすだけでも驚くほど多くの前提が動いています。

相手も同じ世界に注意を向けられる。音や形が同じ記号として共有される。語を組み合わせれば関係が読める。相手には伝えたい意図がある。返事が来るまで順番を待てる。そして、その約束は自分が生まれる前から共同体に蓄積されている。

言語が思考を可能にしたのか、思考が言語を生んだのかも一方向ではありません。詳しくは言語と思考で扱ったように、言語は既存の思考を載せるだけでなく、共同体で概念を磨き、記憶し、再利用できる形にします。

「言語の起源」から「言語の変化」へ

言語は完成品として誕生し、そのまま保存されたのではありません。世代ごとの学習、聞き違い、言い換え、接触、権力、技術によって絶えず作り直されます。

起源に文化学習が関わったなら、変化は言語の故障ではなく本性です。言語を生んだ「他者から学び、共同体に合わせ、少し作り替えて次へ渡す」という仕組みが、今も言語を変化させ続けているのです。

まとめ：最初の言葉ではなく、言葉が可能になる関係を探す

言語の起源について、確かな録音も、唯一の年代も、最初の言語名も残っていません。分かっているのは、次のような輪郭です。

• 言語を支える部品の一部は、人間以外の動物にもある
• 人間の言語は、身体、認知、協力、象徴、組み合わせ、文化学習の束である
• 身振りか音声の一方ではなく、マルチモーダルな起源が考えやすい
• 生物進化だけでも文化進化だけでも説明できず、両者が互いを押し上げた
• 正確な誕生日や単一起源かどうかは、現時点では分からない

最初の人間が発した音を探すより、「私とあなたが同じものを見ている」と理解し、その経験に共有できる形を与え、次の世代へ渡した過程を見る。そのとき言語の起源は、遠い過去の珍事件ではなく、私たちが毎日の会話で更新している人間的な営みとして見えてきます。

言語の部品が人間以外にどこまで見られるのかは、「動物に言語はあるのか？」で、類人猿・鳥・イルカ・ミツバチの研究から詳しく比較しています。

言語が身振りから始まった可能性を考えるなら、現代の自然言語としての手話と身振りの違いも重要な手がかりです。

人類の言語は文字よりはるかに古いものです。口承から記録技術への転換は文字は言語なのか？で詳しく扱っています。

関連：既存言語を持つ人々の接触から新しい共同体言語が育つ例は、ピジンとクレオールは壊れた言語なのかをご覧ください。