一种新的合作交流形式

早期人类基于共同背景协调他们的行动和注意。但是以更复杂的方式协调——比如说，在合作时的各种意外情境中，扮演特定角色或者计划一系列的联合行动——要求一种新的合作交流形式。古代类人猿的手势和声音无法完成这种协调工作。它们无法完成的原因，首先是因为这些物种的构造完全是以服务自我为目的的，而这种方式恰恰不能适应朝向联合目标的互相合作。其次是因为它们只在直接调节他者的行为中尝试使用手势和声音，而这无法适应依据外界情境和实体来协调行为和意图的需要，如合作觅食的情境。

托马塞洛（Tomasello，2008）主张并举证说明，独特的人类合作交流的第一种形式是自然的指示手势与手势语，用以帮助他人、告知他们与之相关的情境。指示手势和手势语是人类普适的，甚至讲不同习俗语言的人也可以用它们来进行有效的交流，至少在有一些共同背景的情境下是如此。但是要做到这一点，需要有共同基础的背景，在其中有一套极其丰富而深刻的人际的意图和推理。如果我为你指示了一棵树的方向，或者打手势给你指了一棵树，但没有共同背景的话，你无从推测我试图要向你交流什么或者为何要交流这个。因此指示手势和手势语造成了早期人类社会协调的新问题——不只是在与他人协调行为之中需要，而且在协调意图状态之时也需要——解决这些新的协调问题需要新的思维方式。

在联合合作活动中，搭档是互相依赖的，正是为了每个人的利益而去帮助另外一个人扮演好角色。这是人类交流中新动机的基础，其他猿类是没有的（Crockford et al.，2011，有一个可能的例外），换句话说，是通过告知另一个人与之相关的情境信息的动机。这种动机的浮现得到了联合合作活动的情境中一些事实的辅助，指导性交流和告知性交流并没有清晰的区别——因为搭档们的个人动机是如此紧密地纠缠在一起。因此如果我们一起搜集蜂蜜，而你不知道该如何扮演好自己的角色，我可以指向一根棍子，我的意图是指出你可以使用它，或者，另一种可能是，我指向一根棍子，仅仅告诉你它的存在——因为我知道，如果你看见了它，你很可能想要使用它。当我们一起朝向联合目标工作的时候，这两种方式都管用，因为我们的利益是如此紧密一致。

因此这个演化假设是，早期人类第一个合作交流的行动，就是联合合作活动中的指示手势，这背后的交流动机，还未从请求性和告知性之中分化出来。但是在某个时刻，早期人类开始理解他们和其他人的相互依赖，不仅仅是在合作进行的时候，而且是更普遍的：如果我最好的搭档今晚饿了，我应该帮助她，这样她明天打猎的时候状态才会好。而且在合作行为之外，我为了自己的利益向你要求帮助，以及我为了你的利益告诉你有用的事物，这之间的差别变得非常明显。所以早期人类出现了两种明显不同的指示交流的动机——请求性的和告知性的，这是每个人都会理解并发出的。

当类人猿在实验中一起工作的时候，几乎任何形式的意图交流都完全不存在（Melis et al.，2009；Hirata，2007；Povinelli & O’Neill，2000）。当猿类在其他情境下互相交流的时候，总是命令性的（Call & Tomasello，2007；Bullinger et al.，2011c）。完全相反的是，当人类幼儿一旦可以与他人进行有意义的合作，在14～18个月大的时候，他们就会使用能够协调联合行动的指示手势（Brownell & Carriger，1990；Warneken et al.，2006，2007）——同样，他们带着一种模糊性的告知，旁观者并不知道他们的动机是请求性的还是告知性的。但是，同样是在合作活动之外，甚至是12个月大的婴儿有时也会用指示来简单地告诉他人这样的东西，如一个要被找寻的物体的位置。利斯考夫斯基等人（Liszkowski et al.，2006，2008）将12个月大的婴儿放在不同的情境中，他们看到成年人会错误地放置一个物体，或者找不到这个物体了，然后成年人开始搜寻它。在这些情境下，婴儿会向成人指示那个被寻找的物品（比起那些成人不需要的但是被错放在某处的分心物，婴儿更会指向成人要找的这些物品）。他们这么做的时候，没有表现出自己想要这个物品的任何信号（没有哭闹、伸手够等）。婴儿仅仅想要告知对方，那个被找寻物品的所在之处，以此来帮助成人。

除了类人猿一般性的命令性动机，告知性交流动机的产生对于人类独特思维的演化有三个重要的影响。首先，告知性动机是让交流者做出承诺，要真诚且准确地将事情告诉其他人，也就是说，要说出真相。如果个体想要被看成是合作的，他就需要向其他个体做出真诚交流的承诺，这最初体现在合作活动当中，之后扩展到其他类型的活动当中（因为人类相互依赖已扩展到合作活动之外了）。当然，你还是会撒谎：你出于某些自私的动机，给我指了一个地方希望我去那里寻找我的矛，即便它并不在那里。但是谎言只有在一开始有共同的合作假设和信任的时候才会有用：你撒谎是因为你知道我会相信你的话，我会认为它们是真的并且因此行动。而且，当还有另外某种方式得到真相，就像在语言表达中的“客观性”特点（见第四章），如果我们想要解释人类尽管有自私的目的，但还是会承诺准确描述世界的这一现象的起源的话，那么不是为了自己的利益，而是为了他人的利益，承诺真实地告知他人事物，就是起始点。真实这个观念因此进入了人类的心灵，前提并非是个体意图性及其关注获取信息的准确性，而是伴随的联合意图性及其对与他人合作性交流的关注^[7]。

这种新的合作交流形式的第二个重要结果是，它创造出了新的推理形式，即一种相关推理。合作交流行为的接受者问自己：考虑到我们共同知道的事情，他正在试图帮助我，为什么他认为我将发现他为我指出的情境恰好与我关心的事情相关？想一想类人猿。如果一个个体指向并看向地面上的某个事物，猿类会依照指示/目光去拿到食物——不需要推理。但是如果食物藏在两个桶之中的一个的时候（猿也知道只在其中一个里面），当人类指向一个桶，猿类是没有线索感觉的（Tomasello，2006）。猿遵循人类的指向并且看向桶，但是之后它们不会像人那样做出直接的推理，将自己的注意力指向那里，因为人类会认为这与他们当前搜寻食物有关。猿类不会做出这种相关推理，因为它们不像人类那样了解帮助性告知（类人猿的交流是命令性的），这意味着它们对人类为何指向两个无聊的箱子之一完全不感兴趣。重要的是，类人猿并非完全不能从人类的行为中得出推论。当人类先将它们设置在一个竞争性的情境中，然后绝望地指向其中一个桶的时候，类人猿就会立刻知道食物在那个桶里（Hare & Tomasello，2004）。它们做出竞争性的推论，“他想要那个桶里的东西，因此食物肯定在那个桶里”，但是它们不会做出合作性的推论，“他想让我知道那个桶里有食物”。

这种行为模式与人类婴儿的行为模式形成了极大的反差。在同样的情境下，前语言期的12个月大的婴儿就能信任成年人，相信成年人会指出与他们当前的探寻相关的东西——他们理解告知性动机——所以他们立即知道指向桶的行为包含了奖励（Behne et al.，2005，2012）。人类很自然地认为群体活动中彼此应该是合作的，以至于他们发展出了一套独特的信号——诸如目光接触以及指向性声音——通过这样的方式，交流者对接收者强调了他有一些相关信息给她。因此，就像演化的例子一样，假定当我们合作捕猎的时候，通过目光接触或者兴奋的声音，我为你指出了一丛灌木上的莓果。你看见了灌木，但是一开始你没看见莓果。所以你问自己，为什么他觉得灌木和我有关系——而这会让你更努力地去寻找一些真正相关的东西——由此你发现了莓果。作为交流者，我知道你作为接收者将要参与这个过程的前提条件是且仅是：你将我看成会合作性地引导你注意力的人，所以我想要确保你知道我在做这件事情。因此，我不仅想要你知道这里有莓果，我还想要你知道我想要你知道这个——这样你才会遵循推理过程得到这个结论（Grice，1957；Moore，in press^[8]）。通过清晰地让你找到，并且基于我们对于合作的共同期待，我是很明确地在说，“你会想要知道这个”——而你确实想要知道这个，因为你相信我的头脑里装着你的利益。

这种新的交流形式的第三个也是最后一个结果是最近才浮现出来的，至少以尚不成熟的形式，那就是两种交流句式（communicative force^[9]）之间的区别——就像请求性和告知性这两个概念直接的意思——以及由指示手势所表明的那样，是情境性和建议性的（注意：这意味着到这个时候为止，早期人类需要有意地控制他们情绪的声音表达，而类人猿不用）。早期人类现在可以指向灌木中的莓果了，带着两种不同的动机之一，以语调表达：要么是一种坚持的请求性的语调，这是希望接收者可以为她去摘一些莓果；或者一种中性语调，仅仅意在告知接收者莓果的位置，这样她可以自己去摘。我们现在就可以对交流句式和交流内容做出区分：交流内容是莓果的存在，而交流句式要么是请求性的要么是告知性的。当然，所有这些都是内隐的，所以我们还得用某种方式来达到一致，因此交流的句式和内容之间的外显区别在习俗语言交流中就非常重要（见第四章）。但是这里的突破是，通过此间对语调注意的导入，指示性内容（情境的、建议的）得以独立于交流者动机和意图而被了解。

所以，早期人类的联合合作活动为他们的交流创造了一种新的动机结构，即想要另一个人诚实又有帮助地告知一些信息的合作性动机。这也驱动接收者做大量推理工作，好去理解为何交流者认为看向某一个特定的方向同他们所关心的事情是相关的，之后有动机的交流者在有一些与接收者相关的东西的时候就去通知他。现在可能有两个不同的交流动机（请求性和告知性）这一事实意味着，交流行动中情境的（命题的）内容开始被概念化，并且独立于交流者的特定意图状态。

交流中帮助并合作的动机意味着，从认知的观点来说，交流者必须能够决定哪一种情境在某一特定场合下与接收者有关。相反，接收者必须能够分辨预期的情况，并知道它与他们有关，根本上说，就是要在这个情境下判断在交流者的指示手势中，交流者认为什么与他们相关或是有趣的，以及为什么。这个基本的问题是交流者希望对接收者做出的——他的交流意图^[10]——像事实一样的完整情境，比如说，树上有香蕉，或者树上没有天敌。但是指示的这个动作——那根伸出的手指——在所有情况下都是一样的。所以困扰的是，一个人怎么才能以同样的知觉景象向一个接收者指示不同的情境？

回答这个疑问的关键就是参与者共同处在同一个交流性互动之中，他们都假定交流行为是与接收者有关的（Sperber & Wilson，1996），这种相关总是和某个与我们共同了解的知识有关（Tomasello，2008）。除去交流，一个情境与你有关是因为你的个人原因。但是对我来说，要想在交流中成功地将你的注意指向那里，你必须知道我知道它与你相关；实际上，我们必须同时有共同认识：这与你相关。因此，最简单的情境是，当我们在合作活动中时，我们的联合目标会带来最相关的共同知识背景。比如说，如果我们已经找香蕉找了一整天也没有找到，你自然会假定我指向一棵香蕉树是想告诉你那棵树上有香蕉这一事实。另外，如果我们一起找香蕉不过几分钟的时间，但是那棵树上有一个天敌，所以我们会等待，现在天敌似乎离开了，你将自然假设我暗示你的事实是现在树上没有天敌。共同知识背景以及对相关事物的共同假设（这对类人猿是不可能的，因为它们不会参与这种类型的合作交流）让人们的心智在这根伸出的手指的方向上汇合了。

接着第二章的分析，相关情境是那些为个体达成目标并维持其价值而给个体呈现机会和/或障碍的场合。因此，如果在我们一起找水果的过程中，我指向了一棵远方的香蕉树，你绝不会理解为我要指出树叶是存在的，即便在那个时刻你能看到的只是树叶。因为树叶的存在不可能与我们在做的事情有关。相反，你将继续寻找，直到你看见一些香蕉在叶子后面，它们的出现与我们在做的事情高度相关。这个过程的另一个维度是，只有“新”情境是在交流上相关的，因为当前的共享情境没有必要被特意指出。所以，在上面这个例子里，在天敌离开了香蕉树之后，我指向香蕉树，意在说明现在的情境中天敌已经不在了，这是你很容易就可以观察到的。如果香蕉出现也是高度相关的，我得如何提示且你得如何推理出天敌已经离开了呢？因为出现香蕉已经在我们当前的共同认识里面，所以我为你指出这个情境就太多余了。如果我想要对你有帮助，我必须指出对你来说是新异的情境，要不然为何要多此一举呢。所以，在人类合作交流中，交流者和接收者都在共同背景中共同假设，交流者为接收者指出的情境既是相关的，也是新异的。

或许令人吃惊的是，即便是幼儿也能一直留意与特定他人之间的共同基础，他们对此非常有经验，并且会以此理解并产生指示手势，共同的知识背景将决定相关物是什么。比如，利贝尔等人（Leibal et al.，2009）让一名一岁大的婴儿和一名成人一起整理，将玩具拾起并放到篮子里。在某个时刻，成人停下来，指向一个目标玩具，婴儿就会将它放到篮子里收起来。但是，当婴儿和成人还是以完全同样的方式整理，但另一个成人没有和他们共享这个情境，如果他走进房间并以同样的方式指向这个目标玩具，婴儿不会将玩具放回盒子里，他们多数会将它递给这个成人，可能是因为第二个成人没有和他分享这个整理游戏，这不是他们的共同背景。因此婴儿的解释不取决于他们自己当下的自我中心活动和兴趣，这些东西在两种情境里是一样的。他们的解释取决于他们和每一个做出指示的成年人之间共享的经验。［在另外一个研究中，利贝尔等人（Leibal et al.，2010）发现同年龄的婴儿也能依据他们和接收者之间不同的共同背景来产生不同的指示。］

这个年龄的婴儿也会使用新异的共同假设来判断，做出指示的成人认为什么东西和他们有关。因此，莫尔等人（Moll et al.，2006）发现18个月大的婴儿和一名成人一起玩一个玩具鼓，如果另一名成人进入了房间，很兴奋地指向这个鼓，孩子就会认为他在说这面很酷的鼓。但是，如果是刚刚和他一起开心地玩过鼓的成年人以完全同样的方式兴奋地指着鼓，孩子就不会假设她是因为鼓而兴奋：她怎么会呢，我们早就知道了呀？相反，儿童会认为成人的兴奋一定是源于鼓的某些新异特性，一些他们此前没有注意到的新东西，所以他们会注意新的方面，如在成年人那一侧的鼓。在他们生成指示的过程中，婴儿也会利用共享信息和新异信息之间的区别。比如，当一个14个月大的婴儿想要妈妈把他的高脚椅放到餐桌旁边：在一个情境下他指向了椅子（因为他和他妈妈已经共同注意到了餐桌旁边的空位），而另一个情境中他指向了餐桌旁边的空位（因为他和他的母亲已经共同注意到了那把椅子）（Tomasello et al.，2007a）。在两个情境中，婴儿都想要完全一样的东西——要把他的椅子放到餐桌边——但是要想有效地交流，他会假定他和母亲已经看到的物体是他们共同认识的一部分，所以他指出的是她可能没有注意到的部分，那个情境中的新情况^[11]。

从事这种类型的合作（明示-推理）交流需要某些新的思维形式。实际上，思维过程的所有三个成分——表征、推理以及自我监控——一定要变得社会化。

关于表征，关键的创新点在于交流互动中的两个参与者在此情此景下都必须互相表征对方的观点。因此，交流者试图聚焦于接收者在很多可能的情境之一时的注意力——像事实一样的表征——在当前的感知景象里固有的（如树上有香蕉VS树上没有天敌）。因此交流行动为接收者感知了这个场景。他也感知了元素。比如说，如果我们在生火，我对你指出一块木头的存在意味着木头是生火的木头。但是如果我们要整理洞穴，我对你指出同样的一根木头就意味着那是件垃圾。在客体选择任务中，交流者不是指出作为物体的桶或者作为盛水容器的桶，而是指出作为放置地点的桶：我在告诉你，奖励就放在那里。合作交流因此创造了事物的不同概念或者解释说明。这预示了使用语言的生物有能力将同一个实体在不同的“描述”或者“不同方面的形态”之下进行放置，这是人类概念思维的一个标志性特征；但是人类没有使用任何带有明确说出语义内容的习俗性的或者象征性的工具，就做到了这一点。

关于推理，关键点是，在合作交流中所使用的推理具有社会性递归的特点。因此，在所有前述特性中都内隐了一点，即个体来回做出关于搭档对于自己意图状态的意图的推论。比如，在客体选择任务中，接收者推断交流者想要她知道食物在桶里——一种社会性递归推理，类人猿很明显是不会做出的。所有情况下的此类推理都需要一种溯因式飞跃，大概是像这样的东西：他之所以指向一个无聊的桶一定是有意义的（如可能符合共同认识、相关性以及新异性）。比如，他是想让我知道奖励在那里。交流者的责任是试图帮助接收者恰当地做出溯因性的飞跃。要实现这个目标，在很多情境中，交流者必须进行某种模拟，或者思考，在其中他要想象，指向一个特定的方向是如何引导接收者做出一个特定的溯因推理：如果我指向了这个方向，他对我理解他的意图状态的意图会做出何种推理？而之后，当做出了溯因推理之后，接收者可以潜在考虑交流者考虑到了他可能对于他的交流意图做出什么样的推理。如此往复。

最后，关于自我监控，关键是，如果能够以这种方式交流性地操作，要求个体以一种新的方式进行自我监控。与类人猿的认知性自我监控相反，这种新方式是社会性的。尤其是作为一个正在与他人沟通的个体，他同时想象自己是尝试理解他人的接收者角色（Mead，1934）。因此诞生了一种新的自我监控类型，交流者以这种方式模拟接收者的视角，以检查交流行为是否形成得足够好，好让它可能被理解。这与早期人类考虑自我形象的特点完全不一样（在早先讨论协作的时候提到过），个体在其中要模拟他者会如何评估自己的合作性——只不过在这个情境中要接受的评估是综合理解能力。重要的是，这两种类型的自我监控都是以一种“第二人”的方式“标准化”的：行动者从其他社会性主体会如何评估的视角来评估自己的行为。对于这个过程，莱文森（Levinson，1995，p.411）说，“有一种非同凡响的改变发生在我们的思维之中，当我们开始因为考虑到我们的行为会被协调而行为的时候——我们就需要设计我们的行为，好让它们可以自我证明”^[12]。这种基于合作交流中的理解而进行的社会性自我监控，构成了现代人类社会理性规范的基础，而在现代社会中，社会理性则意味着让同伴理解要传达的交流信息。

合作性交流中涉及的这些新思维过程在两项幼儿研究中得到清晰体现。第一个是来自利斯考夫斯基等人（Liszkowski et al.，2009）所做的12个月大婴儿的实验，是从交流者的视角来做的。在这个研究中，一名成人和一名婴儿玩游戏，游戏中婴儿会反复需要某个特定物体，而且总是在盘子中同一个位置找到它。在某个时刻，婴儿需要一个这种客体，但是手边没有。要想获得一块，有很多婴儿会使用“向成人指空碟子”这个策略，也就是说，定位出之前他们都共同知道的这种物体所在的地方。要想做出这种交流行动，婴儿需要模拟成人理解的过程：如果我指了盘子，她会做出什么样的溯因推理（关于我对于她的意图状态的意图）？这不是一个简单的联系，正如在黑猩猩中表明的，它们完全具有联结学习的能力，但在这种设置下却不会努力将人类的注意力导向空盘子（即便在同一个研究中，它们在其他情境下确实做出了指示的尝试）。儿童模拟了成年人对于他们对他的意图状态的意图的推理。

为了更形象地表明这个过程，而且从理解的角度来看，我们可能会考虑“标记”（markedness）这个现象。在一些情境中，交流者可能会把她的交流行为中不同寻常的部分做个标记（如用声调的强弱），这样接收者不会做出常规推理，而会做出不同推理。比如，利贝尔等人（Liebal et al.，2011）让一个大人和一个两岁的孩子将玩具整理到一个大篮子里面去。在正常进行的过程中，当大人指向地板上的一个中号箱子的时候，儿童会认为这个信号是表明她应该将盒子也收纳到篮子里。但是在某些情况下成人一边眨眼并一边持续向孩子指，很明显不是要以通常的方式做事。成人很清楚地想要一些和常规不同的东西。在这种情况下，很多儿童会困惑地看着成人，但是然后就会去打开盒子，看看里面有什么（并且把它收拾好）。这种行为最直接的解释是，儿童理解成年人正在期待他会如何对一个常规点做反应，他理解成年人并不想要常规反应，所以他会标记这个指示手势，这样她可以被激励去寻找一种不同的解释。这是孩子思考关于大人对他们的思维的思考。

因此，人类合作性沟通中涉及的这类思维在演化上是比较新的，它包含了视角性递归和社会性递归。个体必须要思考（模拟、想象、做出推理）沟通同伴如何思考（模拟、想象、做出推理）自己的思维——至少要这样。类人猿完全无法表现出做出这种推理的迹象，它们无法理解即便是最简单的合作指示行为。比如，研究者在客体选择任务（在同一个任务设置中做无递归推理）中得到了正面证据，表明它们做不到。人类在合作交流中的思维也包括一种新的社会性自我监控，交流者在其中想象接收者采用了或者将要采用什么视角，去理解他对于她的意图的意图——所以想象她会如何理解它。总体来说，我们在关于人类交流的演化故事的这个时刻所得到的，是个体尝试通过互相指示新的且相关的情境，来协调他们的意图状态以及他们的行为。这依赖于他们有一定程度及类型的共同认知，并且进一步要求他们的互动可以形成一系列的连锁和社会性递归推理，从而互相理解对方的观点和意图状态。

在指示手势之外，人类使用的第二种类型的“自然”交流是自发产生的、非习俗的象形手势或手势语。这些手势被用来引导他人对不在场的实体、行为或情境的想象。象形手势超越了指示手势，后者只是简单地将关注导向情境的行为，而象形手势实际上以一个外部形象象征了一个实体、行为或者情境。象形手势是“自然的”，这是因为他们使用的是通常有效的意图性行为，只是用了一种特殊的方式。接收者在观察这些手势的基础上，可以想象交流者以手势语的方式表达的真实的行为或客体，之后，他们在共同认识的情境中，会对交流性意图做出恰当的推理。象形手势的告知性使用的例子有：以滑动方式移动手来警告他人旁边有蛇，通过在自己头上模仿鹿角（或发出声音）来告知他人水边有一只鹿，或者通过模仿游泳来确定一个朋友的下落。如果有恰当的共同背景知识，这样的手势交流能很有效地告知所有类型的不在场情境。

非人灵长类不使用象形手势或声音。类人猿可以很容易地用它们的手像人那样做出模仿进食或饮水的手势，但是它们不会那样做^[13]。实际上，类人猿甚至不理解象形符号。在一个改进的客体选择实验中，一个人拿着一个客体的复制品，在其下藏有食物。两岁的儿童知道这意味着要去搜索有类似外表的客体，但是黑猩猩和猩猩都不知道（Tomasello et al.，1977；Herrmann et al.，2006）。在后续的实验中，我们一直试图引出猿类的象形手势，在那些情境中如果它们能做出，那是会带来好处的（比如，告诉人类如何为它们从一个设备里获取食物，那是只有它们才知道如何操作的），但是到目前为止都没有成功。假设是，类人猿不理解象形手势，这是因为它们不理解显而易见地标记为“为了你”（合作性）的交流。如果一只猿看见有一个人在砸坚果，它们完全明白这个人在做什么，但是如果它们看见这个人在没有石头或坚果的条件下做出砸的动作，它们就完全糊涂了。要理解象形手势，一个人必须能明白在他们通常的工具性的环境之外做出的意图性的行为是为了交流——因为它们被交流者通过不同的明显信号（如目光接触）标记为这样的目的。扩展莱斯利（Leslie，1987）对假装的一个比喻，那奇怪的行为必须被“隔离”出来，它们不能被理解为工具性的行为，它们应被标记为“仅供交流使用”。

个体能够做出象形手势的另一个先决条件是他可以产生肢体动作去“模仿”一个真实的动作（或物体）。假设做这件事的能力源于模仿能力，和其他猿类相比，人类在模仿能力上更胜一筹（Tennie et al.，2009）。早期的人类就已经明白，“模仿”一个动作并不是真的去完成动作，而是带有明确的交流目的（通过动作模拟），它可以使一个接收者想象到各种相关的场景而不只是当前可感知的场景。在这种关联中，一个重要的潜在社会情境就是教导（teaching），源于教导的原始场景是长辈教导晚辈，其在演化上有一定优势。奇布劳和格利（Csibra & Gergely，2009）解释了他们所说的“自然教育”（natural pedagogy），着重指出了其与合作交流的密切联系。最基本的教导方式是演示，即通过直接去做或打手势的方式向别人展示一件事情。就像交流一样，做动作并不是基于动作本身，而是为了给观察者或者学习者带来益处。这样，用象形手势进行交流就需要主体能理解明示交际（ostensive communication），同时具有一定的动作模仿能力。

重要的是，象形手势也许能够准确地描述出所指物体或动作，但也有可能就像指示中的那样，潜在的交流意图会有一个大的推理跳跃。为了填补推理中的这种空白，就像用手指划的动作，需要具备共同基础和合作及相关性共有假设。假设在我们接近洞穴的时候，我向你模仿蛇的移动，如果你不知道蛇经常出没在洞穴，你大概会奇怪为什么我会这样子向你做动作。在现实世界中有个例子，我们观察到一个小孩子通过机场安检的情况。安检员用仪器检查她的时候，手做出转圈的动作，意思是让她转身来检查她的背部。这时孩子会盯着安检员，也慢慢地伸出手做出转圈的动作，可见，她并不能理解他的意思是让她转身。很显然，他们对安检程序没有共同基础。

然而，这仅仅只有一种基本的指示（pointing）动作^[14]，而象形手势有无数种可能，或者具有“离散的无限性”。对于象形手势，每一种至少都有与其一一对应的动作或指示对象（虽然对于每种指代场景通常都只有一种典型与之对应）。这意味着象形手势即使不是约定俗成的，也应该包含某种语义的内涵。在拥有适当的共同基础的前提下，通过指示，我可以向你传达一张纸的形状、大小和材质，但每个情形下的独特视角并不包含在指示这一动作本身当中［参见维特根斯坦（1995）关于此问题的深刻讨论（或许需要读者自己从文中挖掘）］。但通过象形手势，我可以通过不同的形象符号描画出这些不同的方面和行为，为你指示出纸的形状、大小和材质，或者是我想让你在纸上写字，抑或是扔了它。这样，象形手势就有了重要的新特点，即事物或情境的不同视角现在可以通过含有语义内容的外部具有象征意义的媒介表现出来，而不仅仅隐藏在指示这一手势当中。

与之相关的是，在一种自然语言中，绝大多数的交流习惯都是使用类别术语。也就是说，普通名词和大多数的动词被约定指向实体的类别，像“狗”和“咬”，这也意味着，谈及特定的“狗”和“咬”时，我们必须做出一些实用性的假定（比如，名词使用中的这条/我的狗或是隔壁的狗；或是体现在动词的时态上，如正在咬或咬过）。象形手势已经是类别术语（category terms），因为它们启发了接收者去想象与之相似的事物（一个人也可以用手势表示另一个人——比如，通过模仿她独特的言谈举止——因而至少原则上来讲，普通名词和专有名词的区别在于其形式）。分类维度同视角紧密地连在一起，从这个意义上说，称一个人为比尔或者史密斯先生并不属于视角的范畴，因为它不是类别术语，但称呼他为父亲、男人或者警察则是视角性的，因为它把他置于了“一个描述的下面”（under discription），也就是说，这使他在不同的环境中为了不同的交流目的而被不同地视角化（perspectivize）。

象形手势是通向语言学道路上的重要一步，因为他们在语境下有象征意义，至少可能是具有类别性的。有个有趣的事实能强化这一点——虽然孩子在早期发展过程中会产生（produce）一些象形手势，但他们在学习语言（2岁）之后渐渐地减少了使用，与此同时指示的频率却随之增加。一个假说指出，指示的增加是因为他们语言的不完整性需要通过不同功能的动作来补充。作为一种具有语义内容的象征媒介，象形手势在与语言学约定的竞争中处于劣势，其中有很多明显的原因，毕竟，除了几个特例之外，它都需要在现场创造自发的手势。

如果我们想象一个演化的类比，故事很可能是一种习俗交流形式取代象形手势，而指示却留存下来。之后，无论在演化还是个体发生上，表演非事实情境的能力再次在其他功能里涌现。例如，虚拟及其他形式的虚构（见专栏2）。

专栏2 作为空间想象中的手势语

使用象形手势和手势语进行交流，可能具有两大重要的认知结果。前者源于其涉及想象与假装行为（pretense）的密切参与，进而引发模拟。相比指示，象形手势可以通过沟通时的想象使得其指代事物更少受时间和空间的限制。当我告诉你在山的那边有一只羚羊，或者警告你我们将要走进的洞穴里有蛇，或者告诉你关于刚刚完成的打猎情况，我必须要表演出全部场景和行为，即便场景中的主要参与者可能并不在场，抑或行为是已经发生过的或者只是预测。

一个假说认为，象形手势取决于先天具备的想象技能及其在新异场景中的运用。一只黑猩猩能够想象在水坑里等待它的是什么，但我们现在谈论的却是通过表演的方式向其他个体描画出想象场景，基于共同基础遴选出那些符合接收者知识框架和兴趣的内容，以方便对方接受且有动机接受。我们可以认为，人类演化出了更为强劲的想象形式，使其能够以一种联合想象向其他个体表演出相关场景。事实上，我们从幼儿日常生活中已经可以观察到此类行为：他们在家长或同龄人面前假装棍子是一匹马，或者他们是超人。这样，以我们现在的观点，这种假装游戏（pretend play）的演化起源就可以在正式交流活动中的手势语中寻得，而由于它的功能看起来不是那么明显，所以就显得有些神秘。在现代人类当中，手势语交流已经被习俗语言所替代。当孩子们习得习俗语言，那种通过用手势创造假力及同他人创建虚拟场景当作一种没有动机支撑的假装活动（pretense activity）。很多学者也认为，进行假装是表象和现实区分的来源之一（Perner，1991），就像我表演出虚拟的X为的是表现出真实的X，以及一般而言的反事实思维（counterfactual thinking）（Harris，1991）。

所以象形手势第一个让人惊奇的效应就是，在人类演化中它们的出现带来了与他人一起或为他人表演出各种假装场景的技能。这也许就是所有想象情境和人类置身其中的制度，这类人造物产生的基础。另外，如果我们把故事稍微延伸一些，假设塞尔（Searle，1995）称为文化“地位功能”（status functions，如做一个总统或丈夫、用一片纸代表钱）的产生在个体发生和种系发生上依赖于类似儿童把木棍当马的假装游戏同样是合理的，后者赋予木棍一种特殊的能力，这同任命一个人为总统在某种程度上是相似的（Rakoczy & Tomasello，2007）。如果思维本质上是一种想象形式，那么个体很难高估镶嵌于象形手势中的为他人想象某物在人类独特思维的演化和发展当中的重要性（Donald，1991）。

象形手势和打手势带来的第二个认知效应具有更多的推测性。几乎每一个研究人类认知的人，都承认空间概念有极其重要的作用。毋庸置疑，有很多理由可以解释这一点，其中有一些则简单地强调空间总体上对灵长类认知的重要性。例如，很多人都知道的情景记忆同空间认知的密切联系。

但是随后，一些理论家对这种联系做了更加深入的研究，其中以拉考夫和约翰逊（Lakoff & Johnson，1979）的开创性研究为序幕。众所周知，人类经常借助具体的空间关系来隐喻和类比那些抽象情景或实体。比如，我们把某些东西放进或拿出我们的讲授内容、我们陷入爱情、我们在通往成功的路上、我们在事业上不知道要去往何处、我走神了、她的理智回来了……这里我们不仅是在讨论表层隐喻，更是在谈论那些概念化复杂和抽象情景的基本方法。因此，在约翰逊（Johnson，1987）的后续研究中，他确定出一系列贯穿我们思维的被称为意象图式的结构，如包含（containment，某一内容的进或出）、部分—整体（part-whole，关系的基础）、联结（link，我们彼此联结）、障碍（obstacle，教育匮乏阻碍了我的社交生活）、路径（path，我们在通往婚姻的路上）。

很多学者注意到，甚至在语法中也存在不规则空间的凸显，一些研究者甚至把其称为“空间语法”（space grammer）。一些早期的句法格（syntactic case）关系研究也强调，很多“格”的标识在历史上起源于服务空间关系（如不同种类的介词）的单词。塔尔米（Talmy，2003）则假定了一个人类图像系统（imaging system），指出它借助非常强的空间成分建构起了语法。这样，他认为的一个中心图式就是主体通过其对其他实体产生效应的动力图式（force dynamic schema）（如投资者的焦虑冲垮了股票市场）；另外一个则是沿着路径的各种虚拟移动。他同时提到，很多复杂的关系从空间角度被表达出来，其中拓扑关系占支配地位。更为甚者，有研究者认为，符号性习俗语言用空间来描述各种语法关系，包括从照应关系到“格”角色（如 Liddel，2003），而如果真如我们在这里假设的，人类最早的语言习俗存在于手势的形态当中，上述观点无疑是很重要的。

在个体发生方面，曼德勒（Mandler，2012）认为儿童最早的语言发生主要立足于一套空间意象图式（鲜活运动、因果运动、运动路径、运动阻碍、包含等）。这些图式构成了儿童早期谈论某人做某事［操控性活动场景（Slobin，1985）］、描述某个物体移动［图形—背景场景中的物体沿着路径的运动（Slobin，1985）］的概念基础。这些都是儿童最早谈论的内容，同时沿着路径移动中的基础空间关系在所有阶段都起着重要作用。

这样，我们推测，除了解释空间对人类认知重要性的种种其他理由，更重要的理由在于演化早期人类通过手势交流在虚拟空间借助于虚拟角色和虚拟行为为其他个体概念化了很多事物。基本上，通过自发性、非习俗化手势描画很多事物的唯一途径是，在空间中表演出意指的物体和事件。所以，如果我们认为人类的思维与交流（我们如何为其他个体概念化事物）有密切的联系，那么在我们的历史上以通过空间中的手势语交流来表演已有一段时间这样的事实，在解释空间于人类认知中不同寻常的作用上可能扮演着极为重要的角色。

这样，象形手势代表了人类沟通和思维发展中的一种中间形式，架起了从为他人告知性的指示和共同概念基础背景中的视角到习俗语言沟通之间的桥梁。这种跨越涉及掺杂类别语义内容的外部符号表征形式，然而，象形手势几乎总是存在视角上的模糊性这一潜在问题：如果我模仿扔标枪，谁应该扔？我、你，还是其他某个人？当然，通常这由我们的共有知识背景决定；正常来说，如果我要求你去这样做，或者我表达了做这件事的意愿，或者报告我们朋友的活动，相关指示都是很清晰的。但是在一些情况下，比如说，描画早晨的狩猎活动，相关指示则变得不清晰。唯一解决这个模糊问题的方法就是进行进一步的沟通，或直证或形象表示，这就导致了在习俗语言出现之前早期人类自然手势沟通中最复杂的方式：结合手势的复合表达。

类人猿不会通过组合手势、组合发音或者是组合手势与发音来创造新的交流方式（Liebal et al.，2004；Tomasello，2008）。但是人类却能做到，不管是处于交流发展初期的幼儿，还是处于根本没有接触过习俗语言、声音、符号的儿童，都能做到这一点（Goldin-Meadow，2003）。

然而，尽管当前没有充分的理由解释为何一些个体不能将各种指示的姿势串联起来理解（有些个体偶尔会做到这一点），但这种情况并不常见。语言初学者会将他们最早的语言习俗同指示或其他习俗结合起来，而手语初学者则通过指示产生意象符号或习俗符号［就像完全没有接触习俗语言的儿童那样做（Goldin-Meadow，2003）］。因为是在演化中发生的情境，因而个体可以很容易想象出通过打手势表现一些事情的情境（如吃东西），并且之后立刻联系到下一个想法：指示某些特定的食物，如在那边的水果（这个过程可类比儿童早期语言中的“连续单字发音”或洋泾滨语中“支离破碎”的表达）。然而，之后通过一种“心智结合”（mind combination）过程（Piaget，1952），这些连续的想法或者意图被组合成单一想法或意图，进而被带有单一语调轮廓的单一表达说出来。借助一些最低的归类技能，个体可以形成一种图式，如吃的象形手势，它伴随着对自己或他人可吃东西的索引性指示。这样，思维的产生性就通过这种外显（overt）的沟通图式得以支撑和促进。

需要着重强调的是，如同儿童语言，无论内部复杂性如何，早期人类交流对于同一参照意图的不同表达之间的功能连续性已经存在。例如，一个人可以通过两种方式传达“洞穴里有蛇”：他可以在我们接近洞穴的时候模仿蛇的动作，也可以结合蛇的动作同时指向洞穴（如果没有接近洞穴）。这两种表达方式有着相同的交流意图或功能。最初，把符号和直证媒介物组合在一起并不会产生新的交流意图，而是将已存在的象征物切分为各个组合部分。这意味着，在组合中，一个单一的姿势一般只暗示了一个场景的一个方面。因此，在靠近洞穴做蛇的动作时，目的是传递洞穴里有蛇的信息。而结合指向洞穴的动作（或者形象地描绘洞穴）时，这种模仿蛇的动作只暗示了蛇自身，这是因为场景的其他部分是通过其他交流工具表现出来的。这种对情景功能及将其分解成具有不同次级功能的成分的关注是人类交流中层级结构出现的原因。

手势结合使我们对所有命题的主谓结构特点分析成为可能^[15]。这其中涉及两种成分，而它们的初期形式都已在合作性活动的指示中体现出来。第一种成分是事件与参与者之间特定的认知区分。甚至学习类似人类交流形式的类人猿也能通过符号组合来区别事件和参与者（Tomasello，2008）。第二种成分是共享信息与新异信息之间的区分，如同上面提到的，甚至在指示中，不同的共享知识已经存在内隐区别，而这通常并不是明确由指示体现出来，抑非那些由直证体现出来的新异和引人注意的情景。但这一切却是内隐的，通过手势结合，一个或多个符号经常会被用作和共同基础产生联系（通常把其当作一个视角或主题），之后同其他符号一起指示出新的有趣信息。在许多情境中，个体可以想象他指向一个知觉性呈现的指示物（确保相关信息是共享的），之后用符号示意该指示物的某些方面被接收者认为是新的、值得注意的。

因而整体来看，相比灵长类近亲，早期人类单独或组合使用它们的指示和符号手势，从而更为丰富且有力地传达了更多内容。这种新的交流形式最初发生在合作活动内部，它为参与者提供了必需的共同概念基础以及与其他同伴互换角色和观点所需的机会。因此，借助自然手势的早期人类合作交流需要联合合作活动中双水平概念成分的辅助：共享方面的联合目标和联合注意；个体方面的个人角色和个人视角。而这些都不需要语言交流者对不同的交流伙伴采用不同的方式概念化、视角化相关事物（依赖于共同基础、相关性、新奇性的判断），之后接受者通过社会递归推理理解其意图所指视角，这一切都不是成为语言使用者的结果，而是其先决条件。