除了社会生活会经过习俗化成为集体文化实践、规范和制度，现代人类也会约定俗成一些自然手势，使之成为集体性语言习俗。早期人类自发性的自然手势，对于他们协调众多合作活动是很重要的，但是约定俗成的手势和发音，也就是那些只有成长在我们文化群体中的个体才熟知的手势和发音，使得与群体中的成员交流和社会协作更能脱离情境，形式也更灵活，即使是与那些我们从未互动过的人交流协作也是如此。
朴素地看言语交流的本质，个体会假定使用语言时不需要考虑交流协作的意图，也就是说，我用语言表达了我的意图，而你需要解码这一意图，就像是电报使用莫尔斯密码运作一样。但事实上，这并不是言语交流发挥作用的方法（Sperber & Wilson，1996）。例如，平常说话用的大部分词都是代词（他、她、它），指示词（这里、现在）或者专有名词（John、Mary），这些词的参照对象并不是什么密码书，而是很多非言语的共同概念基础。而且，我们日常的谈话中有很多看似不连贯的对话。比如，我说，“今晚想去看电影吗？”你说，“我明早有个测验”。如果我要理解这个回答代表着“不去”，那么我必须有这样一个背景知识：测验是需要事先准备复习的，一个人是不能同时学习和看电影的。这个背景知识使得我意识到，你今晚是不会和我去看电影的。
所以，言语交流中最基础的思考过程，同第三章所探讨的指示和手势语是一样的。在信息性的言语交流中，我想要告诉你一些事情，所以我会把你的注意或者想象力引导到某一情境中（我的引导行为），希望你可以明白我想要你知道的事情（我的交流意图）。然后，基于我们两个的共同知识基础（既可以是个人，也可以是文化的），你会考虑到我想要你注意到的情境，来假定我的交流意图可能是什么。因而，我可能会走进你的办公室，说：“今年夏天，莱比锡市会有一个为期两个月的网球夏令营。”你可以很好地理解我的这一指示性行为，但是你并不知道我为什么要告诉你这件事情。但是如果你突然想起来，我们上个星期一起探讨过你的孩子假期可以做什么，你就会理解我为什么告诉你这件事情了。如果我能预计到这一过程，那么为了成为一个有效的交流者，我需要提前模拟你可能的推理，并根据我的交流目的来制定自己的指示性交流，就像是指示和手势语那样。例如，我预计到如果我只说“网球夏令营”，而不提“今年夏天”，她可能会认为我是为了她而不是她的孩子而告诉她网球夏令营的事情，也就是说，我会考虑到她会如何考虑我的交流行为。
毋庸置疑，交流习俗相比于指示和手势语，虽然多了很多清晰的语义内容，看起来会让交流行为变得更简单。但实际上，两人如果要成功地对复杂情境进行交流，仍需要进行一定的模拟、推理和思考。另外，言语交流不仅与自发的手势交流有一些最基础的共同过程，还能为人类的思考提供更强有力的新资源。我们接下来会从四个部分对此进行探讨：
（1）继承来的交流习俗（communicative conventions as inherited conceptualization）；
（2）具有复杂表征形式的言语结构（linguistic constructions as complex representational formats）；
（3）谈话和反思性思维（discourse and reflective thinking）；
（4）共同决策并给予原因（shared decision making and the giving of reasons）。
早期人类会使用自发的象形手势作为符号，来引导另一人注意和想象某一相关的情境；而对于现代人类来说，这已经在群体中习俗化了。这意味着解释手势不仅需要像以前那样，需要基于两个交流者之间一些个人的共同基础，还需要基于一些文化共同基础，也就是我们群体中的个体，是如何预期这个群体中的其他人会怎样使用和解释这些手势的（或者认为他人是如何期待我们的预期等）。例如，在文化共同基础中，我们都知道如果一个人想要让其同伴注意到有蛇的危险情境时，通常会做一个波浪式手势来提醒这一潜在的危险。事实上，只有当个体知道其他所有人都会这样使用时，才会使用这样的手势（Lewis，1969；Clark，1996）。交流习俗通常是由构成性规范所支配的，也就是说，如果我没有以约定俗成的方式使用它们，那么我就不属于这个群体。维特根斯坦（Wittgenstein，1995）曾尖锐地指出，习俗使用的标准并不是由个体决定的，而是由用户群体决定的。我可以不如此，但后果是什么呢？
交流习俗是文化共同基础中的每个人都应该知道并且遵守的，其文化维度意味着我们现在可以认为，人类交流行为是完全明确的（explicit）。早期人类以一种外显的方式告诉他人自己所指示的，如使用指示手势来引导他人注意某个情境。但是接收者有可能误解了或者假装误解了其手势，那么交流结束了。但是，如果现代人类使用了交流习俗，如预示着“有蛇—危险”这一手势，那么他的同伴就不能说他不明白，或者说正常情况下是不会不理解的。因为在文化共同基础中，我们都知道这一习俗，所以个体就必须有所回应。因而，现代人类理解交流不仅迫于其从交流同伴那里感受到的压力，还有来自整个团体的规范压力：如果你是我们中的一员，那就知道如何应对这一习俗。任何不能理解交流习俗的个体，都不是我们中的一员，这就使其具有了文化规范性。
象形的交流习俗很快就会变成非象形的。这主要是基于手语的出现，听觉有障碍的人会使用自发性的象形手势与其父母交流，慢慢地就发展了出一些哑语（home signs）。这通常是一些格式化的、短小的手势（Senghas et al.，2004）。因此，代表“有蛇-危险”的波浪手势会缩略成一个几乎没有波动的手势。这通常是因为接收者可以预期在交流情境中会发生什么。比如说，如果她正要翻起一块石头的时候，某人伸出了他的手，那么她可以将其解读为“有蛇-危险”。儿童和新来的人就会模仿这个简短的伸手动作，来使他人意识到有蛇[4]。强大的模仿能力和遵从就这样渐渐破坏了交流的象似性，因为在有文化共同基础的群体中，象似性是不必要的，群体中的个体知道交谈某个特定情境时应该使用何种约定俗成的手势。交流习俗就这样具有了任意性。
对于个体和其思考过程来说，这种习俗的、任意的做事方式暗含了重大的意义。一方面，儿童出生在一个使用一套交流习俗的群体中，这套交流习俗是群体的祖先发现在协作时十分有用的指示动作，而且群体中的每个人都应该学会并使用这些交流习俗。因而，个体并不需要自己去发明概念化事物的方式，他们只需要去学习在历史长河中积累出的智慧结晶。个体就这样“继承了”大量的概念化和观点化世界的方法，这就使得我们可以对同一个实体或情境同时产生多个构念，如浆果、水果、食物或者交易资源。构念的模型并非基于现实或是交流者的目标，而是根据交流者的思考，即他认为如何表达一个情境或者实体，接收者会最有效地领悟他的交流意图。
除了这种基础且习俗/规范和观点性的新认知表征形式以外，任意的习俗交流还会创造，至少是促进认知表征的另外两个新过程。其一，这种任意性会导致更高水平的抽象性。当手势是很单纯的象形时，其抽象性水平通常比较低且很局部。例如，在这种自发性的象形手势中，开门和开罐头是用不同的方式表达的。这种模式对于聋童个体自己所创建的手语来说，是很典型的，因为没有其他使用者团体与聋童一起习俗化这些手势，于是它们就只能保持其象似性。但是，在一个团体中，对新学习者来说，象似性习俗越来越少而任意性习俗越来越多，就出现了对“打开”这一动作更程式化的描述，这些描述的抽象性很高，可以代表所有方式的“打开”。在习俗化的符号语言中，很多符号都以抽象性为特征，有声语言也是这样。在转向任意性后，习俗化滋生了抽象性。可以想象，习得了大量的任意性交流习俗，会引发这样一种顿悟：既然我们所使用的交流符号与其目标指向物之间的连接是很任意的，那么只要我们需要，我们就可以创造新的。
其二，由任意性交流习俗所创造的，或者至少是促进的认知表征新过程，同样涉及抽象性，但类型不同。当代语言中有很多最抽象的概念，都是用一个词来代表十分复杂的情境，其中涉及了很多个体在一段时间内所做的事情。例如，定义“正义”这一术语时，个体最可能做这样一种描述：正义是当某个人……之后某个人……很难想象如何用手势语来向他人描述像“正义”这样复杂的情境和事件，除非是将其完整的描述表演出来。事实上，对于很多具体的叙述性事件，如庆典或者葬礼，你也不得不将其按照完整的顺序表演出来。但是有了这种任意符号，个体就可以很简单地用一个符号来代表这些复杂的情境。这就意味着，本质上，任意符号使得符号化人类认知的关系性、主题性和叙述组织成为可能，而不再是符号化那些简单的分类或图式，如树或者吃，这就拓宽了人类思维的宽度和复杂性。如第三章中专栏1所探讨的，人类对于关系-主题-叙述性组织（relational-thematic-narrative organization）会形成概念，是因为他们有复杂的合作活动，需要共同目标和不同的角色分工，而这些组织是无法用简单的符号标识的。马克尔曼和史迪威（Markman & Stillwell，2001）以基于角色的概念来指代某一角色（如打猎中的追踪者），以基于图式的概念来指示整个活动（如打猎活动），而其他生物体是不可能概念化体验这种主题维度的。
任意性交流习俗还会创造推理的两个新过程。其一，因为人们会在不同时机，以不同水平的抽象性，针对不同目的进行交流，故而来自有传统交流社区的个体，会继承众多有复杂关联的交流习俗。例如，可以想象，在某些语境中，个体会习俗化一个手势或发音使之可以用来描述瞪羚，而在其他场合会习俗化一个手势或发音来描述一般性的动物（或者是一个潜在的动物捕食者，无论其是什么物种）。这种文化下的儿童就可以在不同语境中学习到两类表述。这就使得因果推理和形式推理成为可能。如果我告诉你，山坡上有一只瞪羚，你可能会根据你的知识猜测山坡上可能有一只潜在的动物捕食者，但是如果将捕食者和瞪羚调换位置，你可能就不能做类似的推理了。尽管理论上，个体可以自发地表演出不同水平的普遍性，但是只有具有集体都知道的习俗化符号时，交流者才能确定接收者知道其传统含义，才能在他们的谈话中进行这些推理，才能根据这些推理来形成其交流动作。
其二，任意性交流习俗还会形成一类“系统”，即因为其任意性，习俗的参考范围受到了同一“语义场”中其他习俗参考范围的限制（Saussure，1916）。因此，在我们文化共同基础中，个体会在众所周知的特定习俗表达和只限于我知道的表达之中做出选择。例如，如果我告诉我的朋友，我看到他哥哥和一个女人一起去吃饭，就可以推理出那不是他的妻子，虽然他妻子也是一个女人；因为如果是他的妻子，我会直接说他妻子而不是一个女人。或者，如果我说，我们的孩子吃了一些肉，就可以推理出，他没有吃掉所有的，因为至少在我们都很饿的情境中，如果他吃掉了所有的，我会直接说没有肉了。这类语用含义渗透在当代语言使用者的对话中，我们会为了交流目的而选择相对应的习俗语言表达［其中一些推理是循环性的，并成为我们所说的常规含义（Grice，1975；Levinson，2000）］。这类推理与那些自发性的手势语或者其他类型的非习俗化的符号形成的方式并不相同，因为在这些情况下，它并不是在群体的文化背景知识中，并不是每个人都知道所有的选择，并从其中挑选合适的进行推理。因而，随着交流习俗的出现，我们现在有很多新的概念化形式。现代人类从他们群体的其他人那里“继承”了一套他们文化共同基础中的交流习俗，并规范性地使用这些习俗。交流习俗的任意性意味着他们可以用来概念化情境和实体，无论这些有多抽象，包括关系性的、主题性的和叙述性的图式。有了这些交流习俗，我们就可以在这些概念之间进行形式推理和语用推理，而这与自然手势绝不是同一种方式。
如果我们设想早期的现代人类有一些单字句（holophrastic）的交流习俗，同时具有创造新异心理组合的认知能力（所有猿类都拥有的），那么我们很容易猜想他们能够创造复合的语言组合。例如，当请求吃的时，他们会把手移向张开的嘴；与此同时，请求去寻找浆果也有一个特定的手势，即模仿一个采摘的动作。这两个手势之间本是不相关的，但当有人提供了一些难吃的食物时，很有可能会出现这样的情况，即先做吃的手势，紧跟着做一个找浆果的手势。那么，考虑到早期现代人类拥有的图式化这一能力，个体很容易猜出这个人将传统的“吃东西”的手势，应用到了某一食物的手势之中，这就类似于人类婴儿一开始的时候会说“还要果汁”，慢慢地开始说“还要牛奶”“还要浆果”等一系列“还要……”的句式（这就是所谓的基于项目的图式，Tomasello，2003a）。
语言结构开始于这类简单的基于项目的图式，并在言语交流互动中逐渐变得精细，也越来越抽象。这一过程的关键点是来自接收者的交流压力，即对有效信息的需求。这就要求交流者尽可能地表达明确。交流者如果结结巴巴地用了一系列不同的表达风格、语言风格，接收者就必须根据推理补足其中的空缺。但这就出现了交流障碍，接收者需要更多的信息才能将这些信息联系起来，故而交流者需要更明显地表达出他们的交流意图。结合整合和自动化序列的能力，这一过程可以使“我用矛刺羚羊……它死了”这句话转变成“我用矛刺死了羚羊”。当有其他类似的图式出现时，如“我把葫芦喝空了”，就会形成习俗化的语言结构，在这里即动补结构（Langacker，2000；Tomasello，1998，2003b，2008）。用吉冯（Givón，1995）的话来说，今天的语法就是昨天的对话[5]。
完全抽象的语言结构也是如此出现的，这些语言结构成了类似于格式塔一样的符号习俗，有自己不同的交流含义，代表着不同类型的情境。例如，说英语的年幼儿童会学习到早期的抽象结构：
（1）直接因果关系，如及物结构：X VERBed Y；
（2）从作用对象的角度来看的因果关系，如被动结构：Y got VERBed by X；
（3）客体运动的情境，如不及物方位结构，X VERBed to/into/onto Y；
（4）所有权转移的情境，如双及物结构，X VERBed Y a Z；
（5）动作发出者的行为没有影响对象的情境，如非作格不及物结构，X smiled/cried/swam；
（6）没有特定动作者或因果关系而出现物体状态改变的情境，如非宾格不及物结构，X broke/died…（Goldberg，1995）。
更重要的是，这些抽象模式的交流功能是独立于其所用单词的，正如这些概要描述所举例的那样。
交流者采用某一结构，以引导其接收者从某一特定的视角来看待情境。因此，在习俗化的语言中，根据话题角度的不同，可以有很多种方式来指示主题，无论动作的发出者和接收者是谁。比如，同一个人、同一个动作你可以说“约翰打破了窗户”“窗户被约翰打破了”“约翰扔的石头打破了窗户”“石头打破了窗户”“窗户被石头打破了”等，而这取决于说话者希望听众如何看待这一情境。还有一些结构，是交流者基于对接收者知识状态和期望的判断而采用的。比如，英语分裂结构“It was John who broke the window.”（是约翰打破了窗户。）是用于说明是约翰做的打破窗户这件事情，而不是接收者所认为的其他人做的；用这个结构是为了纠正一个错误的信念（比如，你说，“比尔打破了窗户”，我说，“不，是约翰打破了窗户”）。麦克威尔（MacWhinney，1977）认为，这些不同的用法源自交流者所挑选的出发点或者说是认知上看待这件事情的视角，这已经成了约定俗成的语法问题。
从认知的角度来看，抽象结构给了人类一种全新的认知表征类型，即以抽象、组合的方式而组织的习俗格式。这些抽象结构使得语言项目可以在多种不同结构中被使用，在不同条件下扮演不同的角色。更重要的是，使用这种项目的灵活性就需要明确不同项目所扮演的角色。如果我用手势或声音示意“人、老虎、吃”，那么就需要知道谁是动作的发出者，谁又是“吃”这个动作的受害者。当代语言由很多种方式可以达到这一目的，如格位标志和利用词序。指明参与者所扮演角色的标记，可以被看作一种二阶符号，因为他们是关于参与者在更大的结构中所扮演的角色（Tomasello，1992）[6]。克罗夫特（Croft，2000）认为，在一个话语中的语言项目，并不是通过其与其他项目之间的句法关系而获得自身的交流功能的，而是通过他们在话语整体中所扮演的句法角色。因而，语言结构可以看作一种符号性合作。
因而，抽象结构是习俗化语言和思维中概念的主要来源。个体根据图式和类比以创造抽象结构，并且可以把新的项目根据其交流角色，放入此结构中合适的位置。事实上，当你在某个结构中使用一个项目时，很可能使用的是这个项目的非常规用法。比如，我们经常会说类似于这样的说法“He treed the cat.”（他驱赶一只猫上树。）“He ate his pride.”（他吃掉了自己的骄傲），“He coughed his age.”（他的咳嗽出卖了他的年龄）。这类隐喻式或类比式的思维说明，结构本身就具有一定的交流功能（Goldberg，2006）。总之，这种习俗化的抽象结构系统以及单词，可以被用于多种结构中，创造出了多种概念组合，从“flying toasters”（飞行面包机）到“colorless green ideas sleeping furiously”（无色的绿色念头狂怒地睡觉）[7]。
所有的这些，都是关于交流者在与接收者进行第二人的交流互动中，是如何指明其要指示的情境的。另外，现代人类交流者经常会使用语言来指明其交流内容和他们与第二人的交流互动的参考资料的认知关系。这在交流过程中基本上是全新的。早期人类可以用多种方式来指示事物，但是他们自己与事物之间的关系却是隐含的，这种关系或许会无意间通过面部表情或声音表达出来，但绝对不是交流行为中有意图的一部分。
但是现在，现代人类在交流中会明确他们的交流动机。因此，很多语言都有不同结构的言语行为，如请求类和信息类（断言类）。思维和语言的哲学家认为，同一事实内容可以用不同的结构表达出来，以表示不同的交流目的，这很重要。比如，“She is going to the lake.”（她要去湖边。）、“Is she going to the lake？”（她是要去湖边吗？）、“Go to the lake！”（去湖边吧！）、“Oh，that she could go to the lake.”（哦，她可能去湖边了。）等。这些独立于命题内容的言外之意，使得命题内容成了一种准独立的、类事实的实体，并在特定表达方式中没有特定实例（e.g.，Searle，2001）。因为言语行为的功能以一种习俗化的方式被表达出来，故而不论是在单个的语言项目还是作为整体的结构中，交流动机和命题内容都被习俗化为相同的单词和结构的表征形式。在这个全新的交流中，交流者的动机自身就被涉及其中且被习俗化了。理解语言是如何发挥作用时，根据维特根斯坦（Wittgenstein，1955）的观察，最难的就是理解以单词和结构中相同的基本方式表达了不同的内容：“当然，使我们感到困惑的是，我们可以听到每个单词，却不理解其内涵。”
除此之外，交流者还会采用不同的语言手段以表明其对话语中一些命题内容的情态或认识态度。因此，交流者可能会情态上认为“She must go to the lake.”（她必须去湖边。），或者“She can go to the lake.”（她可以去湖边。），或者认识上认为“I believe she is going to the lake.”（我认为她将要去湖边。），或“I doubt she is going to the lake.”（我怀疑她将要去湖边。）另外，这种情态和认识态度的习俗化是经由说话时伴随的面部表情和韵律而演化来的。例如，不确定性、吃惊或愤慨。但之后这些变得习俗化了[8]。因而，现在交流者在表达某一命题内容时，会嵌入一些情态-认识态度（Givón，1995），这就使得这些表述成了一种半独立的心理实体。在这种情况下，其不仅独立于说话者的动机，也独立于说话者的感受或想法。这些内容和态度上的区别，也是一些永恒的、客观的、命题结构事实的基础，这类事实独立于任何人对其的感受或想法。
如果我们将所有这些区别结合起来，也就是那些交流者所主动控制的，我们就有了习俗语言表达的基本结构：句式与内容的区别（force-content distinction），包括态度与内容的区别（attitude-content distinction）、主题与焦点（topic-focus）［主语-谓语（subject-predicate）］的区别，如图4-1所示。
图4-1 习俗语言表达的基本结构
总之，我们可以说语言结构习俗化和自动化的话语片段，将人类的经验组织成了各种各样的抽象模式，就像个体在交流中为他人概念化事物那样。语法结构包括抽象角色，如行动者、接收者、地点，也包括将这些角色标注的二阶符号，如格标记、同位语或对比语序。将无限的语言项目放到这些角色中的可能性，就是创造性的概念组合的主要来源（Clark，1996）。特定结构中的主题-焦点（主语-谓语）组合有助于从某一角色或其他角色的视角来概念化某一场景。而对于讲话者的动机，连同其中的情态或认识态度有助于区分类事实的命题内容对客体世界中那类永恒的、客观的事实，而这是独立于任何人的感受或想法的。这是相比于其他物种，人类语言交流所有独特的方面（见专栏3）。
专栏3 类人猿的“语言”
在过去的几十年中，有很多类人猿由人类抚养，并被教导了一些类似于人类的交流形式。结果，它们可以做些很有意思的事情，但哪些方面像人一样，哪些没有，尚不明确。就语言结构来说，类人猿无疑可以组合它们的手势，有时甚至是很有创造性的，但似乎它们并没有什么像人类语言那样的结构，即使它们已经很好地掌握了图式化的知觉内容。为什么是这样呢？为了回答这一问题，这里有一些他们产生的表述类型，既包含一些手势，也包含一些人类所提供的视觉符号：
Bite ball—wanting to do this（咬球：表示想要这个）
Gum hurry—wanting to have some（快速咀嚼：表示还要）
Cheese eat—wanting to（停止吃：表示要）
You （point） chase me （point）—requesting if from other（（指）你追赶（指）我：表示请求）
首先需要注意的是，这些都是请求。事实上，系统研究发现，在这些个体所产生的交流动作中，超过95%的都是一些命令式的，其余5%是疑问式的（Greenfield and Savage-Rumbaugh，1990，1991；Rivas，2005）。这是因为无论人们如何训练类人猿，它们都不会获得简单告知他人或者与他人分享这一动机（Tomasello，2008）。在严格的命令式交流中，完全不需要人类语言交流的复杂性发挥什么功能（典型来说，没有主语，没有时态等）。
而且，这些个体产生的许多交流动作是十分复杂的，是有一种事件——参与结构的，反映了个体参与某一情境，并涉及其中的关系或动作。但除了这种复杂性之外，却没有人类语言交流中的关键成分。基本上，就是不具有人类语法中那些表述知识、期望和观点的结构。除了时间、参与者和地点外，会说话的类人猿已经学会了使用反映自己意愿的词（比如，他们会使用“hurry”这一词来表示他们想立刻就要）。但是他们不具有那些能够使接收者理解的句法，即合作动机中的关键部分。例如：
·它们不会为听众做指示动作，以帮助其找到指示物，也就是说，它们不会用带冠词、形容词的名词短语，来说明哪个球或者芝士是它们想要的。它们也不会使用任何时态来说明它们试图指代的事件是何时发生的。
·它们不会使用二级符号，如格标记或词序来标示语义角色，并且在语境中说明谁对谁做了什么。交流者并不需要这样的信息，这类信息是为听众所提供的，以确保它们可以明白在一个较大的情境中，每个参与者所扮演的角色。
·它们并没有任何结构来为听众说明新—旧这类对比信息。比如，如果你坚定地说比尔打碎了窗户，我可能会用一个分裂的结构来纠正你，说“不，是弗雷德（Fred）打破了窗户。”类人猿是没有这类语法结构的。
·它们并不会根据视角来选择相应的语法结构。例如，我可能会用两种表述来形容同一事件——“我打碎了花瓶”或者“花瓶碎了”，那么我会根据听众的知识、期望和我的交流意图来选择相应的表述。而类人猿并没有学会这种有选择的表述。
·它们不会在说话中指明其交流动机或者其认识态度、情态等。因为它们通常使用祈使句，为什么要指明交流动机呢？
关键的理论点在于，人类的语言结构不仅有语序的问题，还能根据接收者的知识、期望、观点等调整其语法结构。即使是很简单的语法结构，如动词短语，也会根据接收者的知识、期望和观点等进行相应的调整。人类还会在表述中，习俗化地使用一些表述来表明其动机、认识态度和情态。这些都是语法的语用层面，也正是人类的独特所在。
一旦我们有言语交流，我们就有了谈话。谈话中经常发生的是，接收者不理解对话，请求说得更清楚之类的。沟通者在接下来的对话中会尽可能明显地提供所需要的信息。人类思维的关键点是，以传统语言格式阐释知觉内容并使得这一内容很容易自我反省。也就是说，再次调用米德（Mead，1934；Karmiloff-Smith，1992）的分析，人类交流的合作本质意味着，交流者如果作为接收者，可以感知和理解其自身的交流动作，这就使得他可以从外部视角思考自己的思维（Bermudez，2003）。尽管早期人类的指示和打手势使得他们可以在一定程度上反思其思维，但对于用习俗言语交流的现代人类来说，其思维有很多新的表达形式。而且，自我监控过程不仅可以从接收者的视角，还可以从所有使用者的规范视角来进行。以下是三个特别重要的例子。
首先，在信息交流中，需要理解的一个重要成分是交流者的意图状态。例如，假设我们正在打猎回去的路上，我看见了羚羊在第二个水坑（watering hole）里喝水，据此推测第一个水坑现在是干的（因为最近天气干燥）。此时你告诉我你向着第一个水坑走过去，但由于我也不能肯定所以不想直接告诉你“那里并没有水”。在这样的情境中，第一个不确定性的标记是一些无意识的面部表情（见上文）。但人类约定俗成的表达疑惑的方式，是说“那里可能没有水”或“我觉得那里没有水”之类的话。有趣的是，说英语和德语的儿童首先使用的关于想法的词汇，并不是用于表明一种特定的心理过程，而是使用 “可能”（maybe）之类的词汇表达自己的不确定性（因此，“我觉得那里没有水”的意思是那里可能没有水）（Diessel & Tomasello，2001）。在这之后，他们才会外显地推理第三人的心理状态。因此，有假设认为，是谈话的需求使得人们开始外显地探讨心理状态，这种探讨最初并不全面，只针对他们自己对命题内容的认知态度。随后，他们才能够推理每个人的心理状态，包括他人的和自己的，并以同样的方式与他人交流这些心理状态。一旦人类能够外显地推理意图状态，他们就能够以全新的方式思考。
其次，被提及的认知过程是交流者的逻辑推理过程。其中包括使用“和”“或”、各种否定词（如“不”）以及暗示（如果……那么……）进行表达。例如，在与他人的争论中，为了应对来自接收者的压力，说话者需要使用以上这些表达方式，让自己的推理过程更为明晰。因此，与一般讨论中的交流压力类似，争论中的“逻辑压力”会让争论者将程序化和非具象化逻辑运算用外显的语言表达出来。我们可以想象其中第一个手势/象形化的步骤是什么。例如，在一些手势语（pantomiming）中表达“或”这个词，会通过给予他人这个客体（用一只手给出），或那个客体（用另一只手给出）。又例如，在日常社会交流中使用“如果……那么……”这个手势语通常表达的是威胁和警示（如果X……那么Y……）。在语言传统中，这些逻辑算子的符号化，让它们更加抽象有力，而更容易进行自我监控和自我反思。
最后，说话者通常会外显化一些前提假设和/或共同基础，来帮助接收者理解。例如，假设我们共同觅食蜂蜜，这是在文化共同基础下我们都非常熟悉的文化实践。在这个活动中，我们共享了一些知识来指导活动的进行——我们应该去哪些蜂巢寻找蜂蜜，应该搜索多高的树，需要使用哪些工具，使用什么容器进行运输等。因此，如果你走开并开始把树叶编织到一起，我会耐心地等待，因为我们都知道树叶是用于运输的容器。但是，这一知识暗含于我们的共同基础中。而早期人类则会向合作者指出树叶的作用，将这一知识外显地表达出来。我作为一名现代人类，通过一些交流的方式，让你注意到有叶子出现：“看，那里有一些很好的树叶。”这以一种更为直接的方式吸引你的注意，但依然存在被误解的可能（好在什么地方？）。所以，也许你会看向树叶，但一无所得。如果我假设你没有理解我的意思，我会说“这是菩提树的叶子”或者“我们需要一个容器”又或者“我们需要菩提树的叶子来做一个容器”等。我直接告诉你让你注意树叶的原因（我错误地认为你可以从我们的文化共同基础中推测出来），明确自己关于交流的思维过程。这一过程同样能够让我反思自己的思维以及它们之间的联系，在它们只是内隐的共同基础时我不会这么做。
因此，在现代人类中，意图、逻辑运算和共同基础假设等都能够通过一套相对抽象和规范的共同语言习俗外显地表达出来。由于语言习俗及其规范性，新的反馈过程不只出现在类人猿做出决策时监控自己不确定性的过程中，也不只出现在早期人类监控接收者理解的过程中，同样也出现在一个“客观地”规范性思考的交流者，评价自己语言概念的过程中，像评价其他“客观地”规范性思考的交流者一样。结果是，现代人类不仅可以进行自我监控和对他人进行社会评价，同样可以进行完整规范的自我反思。
我们有必要探讨人类交流中一个非常特殊的谈话场景，其中包含了改变世界的人类思维过程，即共同决策。想象一个典型的情境，如合作者或长老会议试图选择行动方案。假设他们具有共同的文化背景，有很多的行动方案都是可行的。同时假设他们彼此独立且具有同等的权利，但他们不能只告诉他人做什么，而必须提出可能的行动方案并给出相应的理由。
让我们从早期人类开始探讨这个问题。由于早期人类合作者通常具有很多的共同基础，他们能够使用各种指示和打手势来内隐地说明原因。因此，我们可以想象到两个早期人类在追逐一只羚羊。他们失去了猎物的踪迹，在一块空地上停了下来，需要决定接下来去哪里。此时，一个人指向了地上的一些痕迹。这些痕迹对猎人都很重要，因为在他们共同的文化基础中，这是羚羊留下的痕迹，可能正是他们追踪的那只羚羊。这些痕迹的方向也同样重要，指明了羚羊可能逃跑的方向，这也是他们两人都知道的。这个人的指示行为将其合作者的注意吸引到痕迹上，而其目标是让合作者与自己一起向这个特定方向继续追。但他并没有指示羚羊逃跑的方向，而是指向了地面。这名交流者的行为提供了一种内隐的原因，我们可将其理解为：看那些痕迹，基于我们的共同文化背景，这些痕迹提示我们猎物可能逃跑的方向，并给我们追向这个方向的理由。而接受者可能指示另一个不同的方向，他侦察到羚羊的子代躲在那边的灌木丛中，这是一个更好的理由追向这个方向。但是这些原因都不是外显的，所以并不是我们所谓的推理思维。这只是一个开始。
随着现代人类和他们具有的习俗性语言交流的出现，我们开始具备了真正的推理能力。“推理”意味着不仅思考某些事情，同时以符合习俗的方式向自己或他人说明自己之所以这样思考的原因。这与传统观点是冲突的，传统观点认为人类推理是个人的事情。梅西埃和斯佩内尔（Mercier & Sperber，2011）明确提出了这一观点，他们重新界定了交流和对话中的推理过程，尤其是在议论文中个体需要向他人明确说明自己相信某事的原因。其基本的观点是：当一名交流者告诉接受者某些事的时候，她希望接受者能够相信自己，一般来说她也会被相信（基于相互合作假设）。但有时候，接受者并没有足够的信任（由于各种原因），因此交流者需要给出针对该陈述的原因。在这种情况下，个体给出原因是要试图说服他人。很多研究证据表明，推理的主要功能是说服他人。例如，人们倾向于寻找支持性而非证伪性证据（验证性偏差）。因此，说服他人对个人的适应性是有益的，可见人们使用推理能力是为了说服他人，而不是为了追求真理。
我们几乎可以肯定地说人类的推理（包括个体推理）源于社会交流。梅西埃和斯佩内尔的解释倾向于将合作过程看作背景；而相反的观点则将其作为前景，而关键的社会背景是联合或共同决策，这在合作性活动中经常出现。在捕猎时，你可能认为我们应该去这个方向追羚羊，而我认为我们应该去另一个方向。因此，你会使用习俗语言让自己的推理外显化，如指出南边有一个水坑。我则持有相反的观点，同样用语言让自己的推理外显化，每天的这个时间狮子会在水坑边，所以羚羊不会在那里；此外，北边还有一些羚羊留下的痕迹。你说这些痕迹看起来是旧的，但我认为看起来旧是因为今天早上太阳直晒，这些痕迹可能是黎明前后留下的。依此类推。以这种方式争论的关键点在于我们是在进行合作。正如达沃尔（Darwall，2006，p.14）所说：“只有在特定的情境中，即你和我试图一起达成一致的信念时，我们才需要彼此一直都进行逻辑的推理。”
我们将其称为合作性争论（cooperative argumentation），在博弈论（game theory）中可以称为两性之争（a battle of sexes）：我们的最高目标是合作——在所有情况下我们都会一起打猎，因为除此之外我们没有可能成功。但在合作的前提下，我们依然会产生争论。在这种情况下，如果我们自己对羚羊逃跑方向的判断是错误的，我们都不会希望说服对方；我们都接受没能说服他人但晚上吃到了羚羊肉，而不是说服了他人但晚上挨饿。因此，我们的合作性中一个重要的维度是，我们都内隐地认同这样一个观点，我们应该有“最好”的理由确定追逐的方向。这才是合理的全部意义。
找到“最好”的理由，就需要考虑塞拉斯（Sellars，1963）所说的“正确性和重要性的一般标准，是将‘我认为’和‘别人应该认为’联系起来”。由此，在联合或共同决策时，我们进行合作性争论的前提是，使用一个共同的标准用于度量哪一种理由是“最好的”。因此就出现了社会规范，以规范群体决策中的合作性争论。例如，基于直接观察的理由比基于间接证据或传闻的理由好。更深层和概念化的问题是，最初产生冲突意味着需要接受特定的“游戏规则”，也就是群体关于合作性争论的社会规范。这就是街头斗殴和拳击比赛的区别。早期希腊人明确了在西方文化中最重要的辩论规范。例如，无矛盾律争论者不能认为同一个观点既是正确的又是错误的，同一律争论者不能在争论过程中改变论点的特性。在希腊人之前，我们也可以想象到，其他人会忽略那些认为同一个论点既是正确的又是错误的个体，或者劝告他们应该理性地进行争论。合作基础明确了它对推理的作用。自然世界本身可能完全就是“是”——羚羊在它们在的地方。但是，通过文化渗透的交流过程，我们明确了“是”的含义（在推理中使用塞拉斯的鼓动性短语），这个交流过程充满了应该（ought）。
因此合作性争论是“断言性”（assertive）言语行为的发源地。断言（assertions）产生于信息性言语行为（informative speech），并超越了信息性言语行为。说出断言性言语的个体需要确保该陈述的可靠性（比如，我保证如实陈述，且该陈述客观真实），并在必要时寻找原因和理由支持自己的观点。原因（reasons）和理由（justification）是将我相信某件事的基础信息展示给他人的过程，让彼此拥有共同的（知识）基础，让他人能够同样相信这件事的原因（例如，我们都知道并接受“如果狮子在水坑边，那么水坑附近就不会有羚羊”这一观点）。我们也可以因为一个观点违背了争论的规则（如自相矛盾）或暗含了一些我们都认为是错误的信息，而选择不相信这一观点。此外，通过不同的推论关系（提供原因和理由）将不同的想法（包括自己和他人的想法）结合起来的能力是人类推理的关键，它以整体“信念网络”的形式将个体潜在的想法联系了起来。
现代思想家从社会文化的视角看待人类的思维，并认为其顶端是让事情清晰进入个体理性思维或推理中的各种人际过程的内化。为了明确自己想要表达的内容来帮助接受者理解信息，交流者在实际开口说话之前，可能以内在对话（inner dialogue）的形式，模拟自己表达的方式，让他人能够更好地理解。为了明确自己想要表达的内容来说服其他人，争论者会先模拟对手如何反驳自己的观点，并据此准备好相应的一系列对应的论据，这一过程同样可能以内在对话的形式进行。正如布兰顿（Brandom，1994，pp.590-591）对这一过程的描述：“独白式推理（monological reasoning）的概念从对话式推理（dialogical reasoning）中衍生出来，并只能在其基础上加以理解。对话推理注意的问题主要涉及不同背景的对话者从不同社会视角出发做出的评价。”
因此，在社会中至少内隐地认同这些人类推理的规范，而个体提供原因和理由也是为了说服“理性的个体”（rational person）。人类推理，包括自己进行的内部推理过程，完全是以一种集体规范性（collective normativity）的形式进行的，个体根据群体规范的习俗和标准调整自己的行为和思维，有人将其称为“规范性自我管理”（normative self-governace）（Korsgaard，2009）。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
