人类心智理论的起源 The origin of human Theory-of-Mind-CSDN博客

来源：CreateAMind

The origin of human Theory-of-Mind 人类心智理论的起源

https://www.mdpi.com/2673-9461/5/1/5

摘要：

猿类和人类在“估计他人心智状态”的能力上是否存在质的差异，即所谓的“心理理论”？在选择期望是空的轮廓这一观点后，这些轮廓在特定内容出现时识别出该内容，我将同样的描述应用于“替代性期望”——这在猿类中很可能存在。因此，（空的）替代性期望和一个人的（完整的）内容可以在不需要元表征的情况下区分开来。然后，我提出：首先，替代性期望足以支持猿类的心理理论（包括“自发利他主义”）。其次，由于替代性期望需要在激活它们的主体中预先构建一个轮廓，因此该主体无法激活任何对他来说本质上不可能的心智状态的替代性期望。第三，你将我视为一个远端个体的心智状态对我来说是本质上不可能的状态，因此，为了估计它们，我必须估计你的心智内容。这种能力（人类心理理论的原始核心）是人类生活方式中必不可少的。它涉及不愉快和愉快的自我意识情绪，这些情绪分别对“社会秩序”和文化创新有所贡献。更基本的是，它使得人类（前语言或语言）交流成为可能，因为它最初使得理解他人心智状态为针对我的状态成为可能，而这些状态对我来说因此是不可能的。

关键词：人类生活方式；语言演化；心智语言；自我意识情绪；心理理论；替代性期望

引言

本文将提出，猿类的心理理论（ToM）是由替代性期望所支持的，而这些期望，如同任何其他期望一样，让我们用一种隐喻的方式来说——是空的轮廓，当特定内容出现时会识别出该内容。因此，替代性期望由于是空的轮廓，可以自动与主体自身的（完整的）心智内容区分开来。相比之下，在人类的心理理论中，主体估计外来（即他人）的内容，这需要某种元表征资源将它们与主体自身的内内容分离开来。在以这种方式描述了猿类和人类独有的心理理论之间的对比之后，我必须尝试回答以下问题：估计外来内容的功能——即一个人自身的（完整的）内容和外来（完整的）内容之间的昂贵的二元性——最初是有利的吗？

如果接受替代性期望需要在激活它们的主体中有一个先前的空轮廓，那么也必须接受，这样的期望不能对应于对主体来说本质上不可能的状态。因此，我提出，估计外来内容的能力最初是在人类生活方式中出现的，当时需要思考对主体来说本质上不可能的心智状态。但在这里，有必要非常简短地停下来处理这种生活方式。

这种新的——人类的——生活方式是基因与文化共同进化的关键，可以用两个特征来描述：（i）一个“文化”特征；（ii）一个“社会”特征。

（i）技术的提升：这需要一定程度的教学（Gärdenfors，2022；Laland，2017；Tatone & Csibra，2015），或者至少需要父母的赞成/反对（Castro & Toro，2004），因此需要沟通的增加。然而，技术的提升也需要自我控制，不仅是为了获得技术技能，而且更重要的是，为了超越先前的文化产品，并最终支持创造性创新（这是实现文化进步的基本因素）。

（ii）高度协作和“伙伴选择”的广泛性：这需要增加沟通（Mussavifard & Csibra，2023），并且（由于存在“在合作项目中被选为伙伴的竞争”：Baumard 等人，2013），需要自我控制以“避免明显的自私行为”（Baumard 等人，2013）。

回到我们的主题，我们必须问自己，为什么在新的、人类的生活方式中，需要思考对主体来说本质上不可能的行为。自我意识情绪（如果我们选择认为它们最初是基于人际关系，而不是基于先天的道德核心）之所以有利，是因为它们提供了照顾自己声誉所需的自我控制。此外，体验这些情绪的主体“会思考他人对他的看法”（将他视为一个远端的、外来的个体），因此，他思考了一个外来的心智状态，而这种状态在任何情况下对他来说都是不可能的，因此无法通过替代性期望来把握。

但为了追溯到问题的根源，让我们专注于一个基本问题——人类主体最初是如何思考他人对他的看法的？因此，我们将研究这种新的交流接受方式（最初不是产生，而是接受），这种接受方式将人类的——甚至是前语言的——交流与黑猩猩的交流区分开来。人类的接受者必须将外来的心智状态视为针对他的状态。相比之下，我提出，猿类可以思考外来的心智状态——不是内容，而是替代性期望——只有当这种心智状态没有针对它们时，并且它们可以理解一条信息是针对它们的，只有当不需要估计外来（即生产者的）心智状态时。

在提出“猿类的心理理论/替代性期望”和“人类的心理理论/外来心智内容”的双重识别之后，我将补充两点澄清。首先，关于“外来心智内容”起源的严格条件（即，必须思考的心智状态在任何情况下对主体来说都是不可能的）对于人类心理理论的后续发展并不是必要的。其次，更详细地关注猿类和人类对指向性手势的两种接受方式是合适的。

第2节简要介绍了原始和高级心理理论的旧描述（大约在2003年左右），然后介绍了最近的变化。接下来，它关注了三篇文章——M. Tomasello（2018）、Southgate（2020）、Lurz 等人（2022）——这些文章试图在不需要取消心理理论两种模式的定性分离的情况下，适应有关婴儿或猿类心理理论能力的新数据。我与这些作者的目标一致，但不同意他们的提议。

第3节在强调关于彻底非语言“期望”的格式缺乏共识之后（在“语言思维是否存在？”一节中面对心智语言），选择将它们称为“定义明确的空轮廓”。这种空性，使任何动物都能自动区分目标和感知，也可以应用于——我提出——一种特殊类型的期望，即“替代性期望”。这些特殊期望很可能存在于人类和猿类中，通过 Ereira 等人（2018）提出的两种方式中最简单的一种进行处理，即“通过内在的行动者身份编码”。

核心的第4节——或者说是第4.2节——提出，当需要思考对主体来说本质上不可能的心智行为时，外来内容的估计最初出现了。

第5节聚焦于自我意识情绪，这些情绪在“新的——人类的——生活方式”中是必不可少的（第5.1节），并且需要估计外来心智内容的能力（第5.2节）。

第6节指出，上述关于“外来心智内容”进化的严格条件对于“第二线”心智内容的后续（个体发生和历史）功能并不是必要的。

第7节提出，真正有效的（我将称之为“统一的”）指向性手势的接受需要估计生产者的心智内容，并且在这种意义上类似于引起接受者自我意识情绪的手势和注视的接受，也类似于任何语言接受的对话核心。

第8节提供了一个总体框架，并总结了文章，列出所有假设和建议而不区分主要的和那些服务于主要假设的。事实上，那里遵循的顺序是这些能力出现的进化顺序。当然，大纲没有引用任何文献，也没有在每个观点旁边加上“根据我的提议”或“我提出”这样的限定词，这些在其他部分是必要的。

最后，第9节讨论了这些提议的可检验性。

2. 从2003年至今的心理理论

2.1. 简要总结

对于2003年左右接受心理理论的作者来说，其原始模式是能够知道他人看到了什么（或没有看到）——或者刚刚看到了什么（或没有看到）。这种能力不仅为四岁以下的儿童所拥有，而且（正如M. Tomasello等人，2003年所展示的）黑猩猩也具备。这些结果很快扩展到山羊或乌鸦（参见Bugnyar & Heinrich，2005；Bugnyar等人，2016），并被解释为一种非常简单的机制，即主体同时追踪一条从同类被视觉或听觉感知到的位置到相关物体的直线，并且意识到可能阻碍这条直线的（潜在）不透明障碍。

高级的心理理论与为他人归因“错误信念”的能力相关。早期的“错误信念”测试展示了一个视频，其中一名儿童（Maxi）将他的弹珠放入花瓶中，然后离开；之后，他的母亲将弹珠放入他的玩具箱并离开。就在那时，Maxi回来了，实验者询问观看视频的儿童：“Maxi会在哪里寻找他的弹珠？”4岁以下儿童的回答没有显示出Maxi必然拥有的错误信念，而是他们自己的知识。在这一总体框架内，一些3岁儿童对他人错误信念的隐含知识（尽管给出了错误的明确答案）（Clements & Perner，1994）似乎并没有干扰上述对心理理论两种模式的描述。

然而，如今出现了新的数据。让我们从Karg等人（2015年）的研究开始，该研究表明猿类估计他人看到了什么（或没有看到）的能力远远超出了其旧的描述。这些新实验调查了黑猩猩是否能够利用自我经验推断另一个体看到了什么。受试者首先获得了与物体视觉属性相关的自我经验（物体是不透明的或透明的）。在随后的测试阶段，一个人类主体与物体互动，作者测试黑猩猩是否理解实验者将物体体验为不透明的还是透明的。关键在于，在测试阶段，物体在所有情况下对受试者来说都显得是不透明的（而实验者可以看到之前他们体验为透明的那个物体）。因此，黑猩猩必须利用它们之前与物体的自我经验，正确推断实验者在查看物体时是否能够看到。在竞争情境中（即当它们有足够的动机时），黑猩猩成功地利用它们的自我经验推断竞争对手看到了什么。

这种实验设计是一种“生态化”的设计。让我们设想一只猿类必须估计他的同伴是否看到了他——主体猿类——“之前看到过”的静止物体（Karg 等人，2016）。在野外，很可能主体猿类需要估计树叶是否阻碍了同伴看到物体，但请注意，由于猿类经常彼此处于不同的高度，“可能——或不可能——阻碍同伴看到物体的树叶”常常隐藏在主体猿类的视线之外。为了做出这样的估计，他当然可以移动。然而，猿类（体型较大且没有翅膀）到达一个能够看到同伴视野的位置需要花费太多时间。我认为，这个问题在猿类的进化中通过替代性期望（以及主体对区域的先验知识）得到了解决。

关于错误信念任务也有新的进展。具体来说，自Onishi和Baillargeon（2005）以来，许多非语言测试的结果都支持了婴儿对错误信念的估计。这种类型的测试后来也被应用于类人猿，结果并没有太大差异——Krupenye等人（2016），Kano等人（2017）。然而，由于前语言儿童，甚至更甚的是猿类，在非语言测试中的成功率较低且更不稳定，我们不得不问：这些在非语言测试中的成功是否基于支持传统测试的同一资源？

2.2. 讨论关于原始心理理论与高级心理理论之间差异的一些提议

在转向我的提议之前，让我们看看一些文章试图将新数据与高级心理理论所实现的内容区分开来。我们将重点关注M. Tomasello（2018）、Southgate（2020）以及Lurz等人（2022）的研究，它们的方向有所不同。我在目标上与他们相近，但在提议上并不一致。

根据M. Tomasello（2018），婴儿能够理解他人的信念是因为他“忽视了自己（相悖的）知识”。在我看来，这样的理由并不令人信服，因为忽视我们所处情境的知识在任何年龄都是一种不方便的疏忽。但Tomasello的观点也有其合理性：如果一个人自己的心智内容不是被忽视，而是与他人的内容同时存在于自己的脑海中，那么这两种内容必须由主体来区分和比较。因此，我们会将原始模式与高级模式混为一谈——而我反对这种等同。

让我们看看Southgate（2020），它与M. Tomasello（2018）相对类似，但更为近期且详细。Southgate（与Tomasello不同，没有提及猿类的“外来错误信念”实验）提出，“人类婴儿具有一种他心偏见，这种偏见源于人类认知对他人价值的重视以及缺乏竞争性的自我视角”，这种偏见导致那些未与行为主角共同见证的事件被编码得较弱。（关于他心偏见，Southgate引用了Bräten，2004，我们还可以补充Gallese，2018。）根据Southgate的说法，这解释了婴儿在非语言错误信念测试中的成功。

我首先要说的是，我很喜欢“他心主义”对婴儿有益的观点，因为它帮助他们了解对他人来说什么是相关的。然而，我拒绝所谓的“自我视角的薄弱”，原因与我拒绝Tomasello的提议——婴儿“忽视了自己（相悖的）知识”——相同。请注意，典型的感知在进化上比他心主义古老得多，并且在任何年龄都被更频繁地使用。因此，进化所必然包含的保守性不太可能在这方面失效。当然，尽管婴儿通常会非常关注周围人所关注的事物，但他们有时确实——我同意——不关心物体位置的变化。然而，在我看来，这种缺乏关注只有在物体对主体来说不够显著时才会出现，因此，这种对比并不是“强意义上的他心主义”（即“自我视角的薄弱”）的结果。

我们再来关注Lurz等人（2022）的研究。这篇文章与Tomasello或Southgate的研究有很大不同，它提出猿类的成功可以用一种“简单的方式”来解释：“猿类不使用元表征，而只是模拟（/想象）相信其他主体所相信的内容”。但请注意，这种模拟（/想象）的信念或“低水平模拟”（如Lurz等人所说）需要处理关于同一事物的两种内容，并将每种内容区分开来。因此，尽管这项任务可能隐含地存在，但它并不是这些作者所捍卫的“真正更简单的模型”，而仍然是一种元表征。

尽管我拒绝Tomasello和Southgate的观点，即婴儿和猿类“忽视了自己相悖的知识”，但我接受“对自身心智状态的忽视”和“对他人心智状态的注意”共同构成了原始心理理论的特征。但我将提议，这种忽视和这种注意并不是发生在内容层面，而是发生在期望层面。

3. 期望与替代性期望

在批评了上述三篇文章之后，我们是否还能保留猿类与人类心理理论之间存在质的差异这一观点？让我们聚焦于Karg等人（2015）的研究，如前所述，该研究表明黑猩猩能够利用自身经验推断其他个体看到了什么。一方面，它们可能激活了自己关于如果处于与观察到的同伴相同位置和情境时会看到什么的期望；但另一方面，它们将这些期望处理为属于同伴的。这些将是特殊——替代性——类型的期望。但替代性期望究竟由什么构成？

3.1. 一般性的期望

让我们从一般性的期望开始。自Bar（2007）以来，这些期望通常被称为“预测”（拉丁语prae-dictio：提前说出或唤起），我不喜欢将这个术语用于非人类动物，原因将在下文阐述。我从Lorenz（1966）那里借用了“先天的或习得的期望”这一说法。

一般性的期望，主要是目标，是指导任何动物行为以及作为“教学机制”的学习的关键资源。问题在于期望如何在彻底的前语言心智中起作用（也可能在我们最自发的心理过程中），而期望的事物却缺席。或许，与其提出动物主体拥有一个关于期望的“事物/事件”的模拟（或唤起，或离线副本），不如以一种要求更低、非唤起的方式理解这种“缺席元素的存在”更为有用。因此，我们可以将它们描述为根据学习依赖程度的高低而分层排列的、定义明确但空洞的轮廓。这些空洞的轮廓可以在适当的内容出现时识别出它。

Okasha（2022）与其他研究者一样声称，鸟类和哺乳动物的“目标的心理表征”是客观事实，并且他以“（它们的）进化连续性和与人类的神经生理相似性”为理由来证明这一主张。但我怀疑这些“理由”是否足够可靠，因此提出以下替代观点。正是这种新生活方式的开端——即合作和沟通的最初大幅增加——使得对目标的更不空洞的表征变得越来越有利：个体需要向群体传达他们转移后的目标，以便群体能够合作实现这一目标。这种产生和理解这种沟通的需求可能促成了这种进步。简而言之，曾在旧生活方式中足够用的“定义明确、空洞的轮廓”，不再足够用了。但这种观点与Fodor（2007）的观点相对立，即“语言思维”或“先天的心智语言”。因此，我现在必须聚焦于这种观点与我强调沟通的关键作用之间的对比。通过这种方式，我接近了例如Fedorenko等人（2024）所追求的目标，但不是他们处理语言与思维关系的方式。（下一个子小节将对语言、它的起源及其认知后果提出一些观点。然而，只有在稍后，我才会描述我的核心提议，即“新的——甚至是前语言的——沟通接受方式”，这是原始心理理论必须被转变的转折点。）

语言思维是否存在？

Fodor（1975）假设，一种先天的“语言思维”（离散的符号和语法）支持感知（即使“这些感知，与话语表征不同，缺乏规范的分解”，正如Fodor在2007年补充的那样），并使唤起成为可能。当然，这一观点构成了人工智能的根基，这一事实也解释了它目前的复兴。然而，我倾向于拒绝先天“语言思维”的存在。更具体地说，在一些作品中，我不仅反对先天语法，还反对先天语义，因为我们的语义被语法不可磨灭地塑造：参见Bejarano（2008，2010），以及Bejarano（2011）（第10-16章）。没有语法，就没有名词/动词/形容词等：甚至没有名词——我的提议坚持反对一个根深蒂固的观点，这一观点影响了Hurford（2007）等学者。

Fodor的理论虽然没有聚焦于人类认知和语言的起源，但却紧密地引导了关于这种起源的假设。因此，面对这一理论需要面对其潜在的推导能力。因此，这一小节将比人们最初认为合适的要长。

S. Phillips（2024）试图解释语言思维，他提出“（感知）数据在一个方向上被投射到一个基础（概念）空间中，而在相反的方向上，这些数据被那个空间所引用”。当然，我同意感知的元素（对象、属性、关系）被感知的个体所识别。然而，在我看来，真正的前语言感知中没有使用独立的元素。也就是说，虽然在语言理解中，每个意义在被整合到总意义之前都受到独立关注，但在这些感知中，相反，每个相关元素的这种注意的、非个体的独立性会消耗时间，因此，这不仅不能解决任何问题，反而是一个有害的特征。（当然，我们利用其他人类能力，可以缓慢且长时间地关注任何感知——更不用说艺术绘画了。然而，感知是在一个快速反应至关重要的世界中为生存而进化的。）

此外，我认为在前语言的婴儿和动物中，所谓的“逻辑推理”或“直觉逻辑推理”既不需要分解，也不需要明确的组合表达。或者，如果（正如Durdevic & Call，2022所提议的）“演绎推理，而不是关系推理或信念推理，是迄今为止人类独有的衍生认知能力的最佳候选”，那是因为演绎推理需要语法和语法语义。

但如果我不仅拒绝先天的语言思维，还拒绝其先天的“语义”，那么我必须尝试对语言的出现给出一种替代性的解释。在语言出现之前，我认为存在一种前语法的（即整体性的）“对某种材料的请求”或“对某个个体的呼唤”，这些整体性表达使用前词语，即总是与意向功能和意向语调相关联的意义。这些整体性表达有时（当个体缺席或材料消失时）会向听者揭示说话者的错误或过时的信念，因此，引发主题/述题的组合，这种组合纠正、补充或更新这些信念（并且在Dingemanse & Enfield，2023的最小意义上是“元沟通的”）。

这种前语法的句法的出现可能得到了一种新的、更广泛的语调模式的帮助，这种模式将主题和述题整合为一个单一的单位。（这一建议与语调和语义之间的联系非常契合：“关于与不同交际功能相关的韵律线索，大脑的反应非常迅速，但在没有语义内容的交际情境中则不会”，R. Tomasello 等人，2022）。这种语调上的帮助——作为人类沟通中物理的、前符号化的体现——可能促进了声音战胜手势的胜利——Bejarano（2014）——（尽管手势仍然伴随并补充口头沟通，但这是一个明显的胜利）。因此，对两个不同包装层次（词汇层面和语调层面）的复杂管理变得必要。让我们聚焦于此。

语言结构，包括其层次结构，是“结构化行动的一个特例”（例如，Planer，2023）。此外，Gallardo 等人（2023）提出：“在布罗卡区，一个与行动相关的区域进化为一个二分系统，后部支持行动，前部支持句法过程。”那么，我们可以推测，直接与句法结构相关联的结构化行动是否就是管理这两个不同包装层次的行动？请注意，Osiurak 等人（2021）将行动的“技术”维度（而非“运动”维度）归因于布罗卡区。这一假设也与递归技能超越语言的理论一致（Corballis，2011）。这种新的、更广泛的语调将主题和述题整合为一个单一单位，导致了同一符号的不同声音的二元性（在整体性表达中带有意向语调，在前语法句法中用于真正的词汇时带有非意向语调）。或许正是由此引发了如何在两种不同的声音模式中识别相同意义的问题。最终的解决方案可能是学习发音-音系序列，这些序列能够根据情境以一种或另一种语调产生。

学习发音-音系序列，尽管不需要面对感知-运动对应的问题——人们可以听到自己的声音——但仍然是一种困难的模仿类型。当然，正如 C. Heyes（2021a）所说，“我可以通过简单的试错法复制你发出的声音，调整我的声音输出，直到它与我对你的声音的记忆相匹配。”这完美地描述了咿呀学语。然而，注意多步骤的单一发音-音系序列——即典型的词汇——不能与它们的听觉同时再现，也不能被精确地记忆，而且与鸟类的方言或鹦鹉的发声学习不同，它们不仅仅是先天模式的丰富化。

通过这种方式，“超高保真复制”或许能够出现。显然，“这种类型的模仿适用于不及物或无宾语的动作”（C. Heyes，2021b）。这是一种对“常规”运动序列的“模仿”（M. Tomasello，1999）。关于“高保真复制”，我同意它对于早期技术并非必要（见 Andersson & Tennie，2023；Osiurak 等人，2022；Sterelny，2023；Tennie 等人，2016）。然而，如果正如我刚才所建议的，最严格的运动模仿（即发音-音系序列模仿中的超高保真）对于句法语言的部署（因此也包括“协作计算”，Dor，2023）确实至关重要，那么这种模仿是人类文化进步的一个非常重要的原因。

关于语言与这些进步之间更深层次的联系，我建议，真正的组合性语言——超越使沟通更便捷之外——可能有助于加强复杂的创新，因为这些创新可能依赖于句法语言中使用的相同认知资源（分解和重组）。请注意，文化进步的首要原因并非复制技能的能力（见 van Leeuwen 等人，2024），而是通过创造性问题解决产生创新解决方案的能力（尽管更偶然的过程，例如复制错误的漂移，有时可以改进先前的结果）。

我无意尝试证实前面的建议，即“句法语言，或者更准确地说，其分解和重组的认知资源，甚至在非语言领域也有助于支持创造性创新”。无论如何，我会引用一些观点。“现代智人的成员可以在规则的指导下在心理上组合和重组符号，不仅可以有意识地描述世界是什么样的，还可以生成关于世界可能是什么样的新愿景”（Tattersall，2023）。同样，Vyshedskiy（2022）强调了“语言的自愿想象成分”。这种想象必须——我会补充——即使在主题/述题的简单接受中也要使用，因为对于典型的情况，即非知情的接受者（与非典型的情况，即完全知情的接受者相对），主题提供的内容尚未包含述题，因此，接受者将不得不想象他/她尚未感知到的新情境。一个明确的例子是接受“毯子变成了灰烬”。此外，请注意，对于这种沟通，真正的毯子（或者更准确地说，“说话者的毯子”）被分解为两个元素——首先是“接受者对毯子的错误信念”，即实现生产者沟通目标的不适当手段，其次是“适当的纠正或更新”。因此，它在沟通中被重新组合。这是一种转化他人心智内容的能力。回到前面的建议：这种能力是否后来——并且更具创造性地——被用于自己的心智内容，并支持复杂的解决问题？因此，除了在我的核心提议中将人类心理理论与人类沟通联系起来之外，我还建议将其与创造性问题解决联系起来。这种最后的技能与“人类因果认知”（Gärdenfors & Lombard，2020 令人信服地提出了其与技术的原始联系）有什么关系？

但让我们回到主线。我在这一节中取得了什么成就？我在前面提到，先天的心智语言与我的提议不兼容，遗憾的是，我没有提出任何有力的论据来反对它。然而，我试图表明，另一种假设也可能具有推导的潜力。因此，如果接受先天语言思维并非必要，那么期望可以更容易地被描述为空洞的轮廓。（如果，那么：不用说，这篇文章基于多学科的数据，采用假设演绎法）。

3.2 替代性期望

3.2.1. 它们也可以被描述为空洞的轮廓吗？

到目前为止，我们讨论的是一般性的期望，这种期望与任何动物生活密不可分，并且涉及极其基础的能力（例如，对重力效应的物理理解，或对因果关系原则的日常接触）。但对我们来说真正有趣的是——在我看来，能够与猿类的心理理论相联系的——只有替代性期望。因此，我们必须聚焦于以下问题：这种隐喻性的描述（“定义明确但空洞的轮廓”）是否也适用于替代性期望？

这种应用似乎是合理的。例如，这种“空洞”可以解释为什么在原始心理理论中缺乏“二级视角采择”。Rakoczy（2022）在他的综述中强调了这种缺失。

3.2.2. 支持这种应用的论据：灵长类动物的镜像神经元

为了进一步支持肯定的答案（即，替代性期望可以被描述为空洞的轮廓），我将试图表明替代性期望相当直接地源自一种特定的非替代性期望。为此，让我们重新审视非人类灵长类动物。更具体地说，让我们聚焦于猕猴的镜像神经元。

但首先我必须承认，正如审稿人2正确指出的那样，近年来镜像神经元的研究已经有所减弱。这不仅仅是因为第一场认知革命的先天论调普遍失去了吸引力。除了这种外围层面的削弱之外，还有另一个更核心的问题，即在执行和观察同一动作时，镜像神经元之间的差异越来越多地被发现：似乎所谓的“镜像”变得越来越模糊。

尽管如此，我为什么决定插入这一小节呢？首先，因为我真的喜欢这个观点：灵长类动物的一个特征——手——由于对其主人完全可见，可以为估计他人的内心状态提供一个初始的桥梁，即使这种估计仅仅是关于他人感受到的本体感觉-触觉。其次，因为镜像的“模糊”可能或许是由于最初对镜像的错误解释所导致的。

让我们抛开这些前言，聚焦于Keysers和Perrett（2004）所提出的镜像的最初原因。这些作者指出了一种学习过程。手（连同前臂）对其主人来说是完全可见的，在抓握动作中，主人必须非常专注地观察它们。因此，任何抓握的本体感觉和触觉反馈最终会与该动作的视觉感知联系起来。这一假设很有吸引力。因此，C. Heyes和Catmur（2022）同意镜像神经元的能力是通过“在自我观察的背景下，看到和执行相同动作的相关经验”而习得的。

在其他段落中，C. Heyes和Catmur（2022）以及C. Heyes（2021b）还强调，文化实践——“鼓励成年人模仿婴儿和儿童的育儿实践，或使用光学镜子”——解决了“视觉-运动对应问题”。当然，我接受这些文化因素对发展有强大的影响（Essler等人，2023）。但在我的观点中，视觉-运动对应的（系统发育和个体发育）起源，正如Keysers和Perrett所提出的，是对自己手的视觉。更具体地说，在最初的起源中，存在学习，但还不是文化的，而是依赖于灵长类动物特有的身体特征。

但在接受Keysers和Perrett的假设之后，我们现在必须聚焦于已经学会的镜像神经元的活动。当视觉感知出现而没有相应的内在感觉时——也就是说，当这是他人的手时——主体必须将视野中的手从自己身上剥离。这种剥离得到了所有橡胶手实验结果的证实：例如，Pfister等人（2021）指出：“对橡胶手（而非真实手）施加的单一触觉刺激会触发显著且即时的‘离体感’。”但我认为，这种“离体感”（或从自己身体中排除）不仅涉及视野中的手，还涉及被观察的抓握激活的本体感觉和触觉期望，而主体现在需要将这些期望处理为“属于他人”的。

这可能是替代性期望在进化中首次出现的时候，这可能是估计他人内心状态的最初起源，换句话说，是非人类心理理论的最原始形式。简而言之，尽管通常强调“镜像神经元将与他人相关的信息映射到与自我相关的脑结构上”（Bonini等人，2023），我强调的是后来的逆向映射：自己失败的本体感觉期望自动成为替代性期望（见下一个小节），并被处理为“属于他人”的。

现在让我们关注Pomper等人（2023）。他们指出：“在大多数时间点，镜像神经元并没有用与动作执行相同的代码来编码观察到的动作。然而，在大约20%的神经元中，存在共享代码的时间段。这些时间段形成了一个独特的聚类，不能被认为是偶然的产物。”这些实验结果可能与本小节提出的建议相契合：请注意，如果镜像被解释为替代性空洞的期望，那么它与运动引发的“期望的实现”不同也就不足为奇了。

但让我们继续阅读Pomper等人（2023）的研究：“我们提出，镜像神经元代表了从观察者的角度对目标追求的过程。观察者的目标追求，其中他人的动作目标成为观察者的动作目标，或者他人的目标追求是否被表征，仍有待澄清。在任何情况下，它可能允许观察者利用与目标追求相关的期望直接干预或从他人的动作中学习。”

我大胆地说，“从观察者的角度对目标的追求”相对接近于替代性期望。甚至“是否有待澄清”的问题也类似于我们在下一个小节中将看到的Ereira等人（2018）的研究。最后，最后一句话——“在任何情况下，它可能允许观察者利用与目标追求相关的期望直接干预或从他人的动作中学习”——当然是无可争议的：Hebbian连接（例如在镜像神经元学习期间，视觉和本体感觉两个同时的期望之间建立的连接）构成了动物可以以许多不同方式利用的资源。

如果（且仅如果）关于镜像神经元功能的提议以及上一个小节中关于期望的提议都是正确的，那么我们可以强调，当一只猕猴正在形成视觉/本体感觉连接时，它仍然是一个非替代性期望：猕猴即将执行的抓握激活了它对适当“反馈”的两种版本——视觉和本体感觉——的（一般性、非替代性）期望。通过这种方式，我们可以得出期望的结论——即，替代性期望直接源自非替代性期望，因此，如果接受后者的类型是空洞的轮廓，那么也必须接受替代性期望也是如此。

当然，我提议归因于猿类的替代性期望涉及整个身体，而不仅仅是手。然而，这可能是一个几乎无关紧要的差异。皮亚杰（Piaget，1954）表明，正是通过手（由于手将食物送到嘴边）以及嘴，儿童建立了自己身体与其他身体之间的对应关系。此外，Errante等人（2023）发现（在人类参与者中），“动作观察不仅在手部动作观察期间，也在观察嘴和脚的动作期间激活了特定的皮层和皮下区域”。

那么，我从所有这些中最终得到了什么？如果替代性期望——而不是需要想象的（/模拟的/唤起的/离线的）内容——是“定义明确但空洞的状态”，那么就不需要内容和替代性期望之间的元表征分离，而且，替代性期望与外来内容之间的对比也可以支持猿类与人类心理理论之间的对比。但在这里，我们必须添加一些澄清。

3.2.3. 关于替代性期望的一些澄清

在第2.2节中，我提出，当主体激活替代性期望并将它们编码为“属于他人”时，缺失的是主体自身的期望。为什么我使用“缺失”（而不是Tomasello用于“主体自身的知识”的“忽视”）？让我们记住，行为活动必然激活对目标和子目标的期望。因此，“对自己期望的忽视”只能发生在主体行为上不活跃且没有任何一般性期望被激活时。因此，混淆是不可能的，不仅在（空洞的）替代性期望和主体自身的（完整的）心智内容之间，而且在主体的两种期望类型之间——（缺失的）一般性期望和（存在的）替代性期望。

我的第二个澄清是，原始心理理论中的所谓“无知归因”并不需要任何不同于替代性期望的资源。仅仅“替代性期望的缺失”——例如，当另一只黑猩猩没有看到食物时——就可以解释为什么在这种情况下（正如M. Tomasello等人，2003年所展示的）（处于从属地位的）主体会走向食物。这一观点与Barone等人（2022）的观点相近，他们研究了早期对错误信念理解的隐含测量：“在新的‘无知’对照条件下，儿童的行为表现与‘错误信念’条件下的表现大致相同，这表明知识状态归因并不等同于完整的信念归因。相反，儿童可能只是追踪知识与无知。”此外，基本且隐含的心理理论能力似乎与标准的显性错误信念任务所涉及的能力并不相同，因为正如Poulin-Dubois等人（2023）发现的那样，心理理论技能从婴儿期到幼儿期并不稳定。

来自神经科学的Schüler等人（2024）指出：“虽然原始心理理论得到显著性网络的支持，但默认网络支持外来错误信念以及更一般的内部、感知解耦的表征处理。”这与我的假设一致。请注意，替代性期望是在另一个主体的身体和动作中被感知的，对于行为上不活跃的主体来说，这些期望是非常显著的感知。

第三个澄清尤其重要。如果接受替代性期望，那么我们必须接受自我-他者区分在原始心理理论中是自动的。让我们看看Ereira等人（2018）的研究，他们与成年受试者合作：“当推断另一个主体的心智状态时，可以以两种不同的方式将其识别为‘属于他人’。”一种方式是“学习信号（预测误差或信念）被编码为与主体无关的模式。在这种情况下，学习信号和被归因信号的主体身份需要被编码在两个独立的活动模式中。”这种第一种方式，带有其元表征分离，将与高级心理理论相关联（用Ereira等人的话说，“与标准错误信念任务相关”）。但这些作者声称，要将心智状态识别为“属于他人”，还有另一种方式，它通过“对基本学习信号内在的行动者身份编码”（我的强调）来运作。这种第二种自我-他者区分方式（在成年人中仅限于最自发的过程）在我看来是基于替代性期望的。这两种方式可能与反复被提及的难题——“共情共享难题，主要涉及共情所包含的自我-他者区分”（Vincini，2023）——的解决有关。在我看来，基于替代性期望的自我-他者区分并不涉及自我与他者之间的任何冲突。这种区分类型在与“共情”相关时，会介入自发利他主义。相反，另一种类型在与“共情”相关时，例如当主体收到一个他/她觉得阻碍了——或者换句话说，与他/她自己的激活目标相冲突——的请求时出现。

沿着Ereira等人（2018）的思路（但聚焦于“他心主义”），Tebbe等人（2024）报告称：“当他们的视野被遮挡且只有另一个观察者看到物体时，视觉物体处理的特异性神经特征也存在。”这一发现在婴儿和成年人中都有体现，或许表明视觉替代性期望共享了帮助主体寻找和识别特定物体的空洞轮廓。Tebbe等人（2024）的实验设计的核心应该应用于猿类。（参见上文关于Karg等人文章的段落。）

让我们回顾一下前面的澄清。替代性期望可以包括Michael和Székely（2019）所称的“目标转移”。总之，“进入他人情境的转移”，或者“期望的离体”（即“从自己身体中排除”，Pfister等人，2021）——当观察到的手是外来的时候，主体所执行的行为，或者像Ereira等人（2018）所说的，“对心智状态内在的行动者身份编码”——所有这些术语——都描述了“替代性期望”。我现在要补充的是，这种轻松的转移在人类和猿类中都会突然中断，只要另一个主体转过身来直视主体。我们必须记住，在主体中，替代性期望不仅与行为不兼容，而且与高概率的即时行为激活也不兼容。

这种轻松转移的断裂类似于当我在模仿（复制他所有的左转或右转）走在前面的人之后，意识到他转过身来面对我时发生的情况。当然，人类可以继续这种“双边精确”的运动模仿，但只有当他们开始做与之前不同的事情时（即，不同于单纯的“进入另一个位置的转移”）。更准确地说，如果我想继续模仿，我将不得不想象自己处于一种对我而言本质上不可能的情境中，就像与自己处于不同的空间关系一样。（让我们想想两个人互相握手的动作：这种动作是否最初涉及——或者试图引发——对外国心智内容的把握？）总的来说，上述两种情况中流动的“转移”崩溃的相似性——无论是有模仿还是没有模仿——是显而易见的。

4. 原始心理理论与高级心理理论

4.1. 工作记忆与非语言错误信念测试

的确，在所谓的“非语言错误信念测试”中确实存在成功（高于偶然水平），但这些成功在数量上是有限的。关于非人类灵长类动物，可以参考Berke等人（2023，预印本）。此外，“复制发现”的结果并不一致。这也是为什么“一个大规模的多实验室合作将检验18-27个月大的婴儿和成人的预期注视是否能够区分知情和无知的主体”（Schuwerk等人，2024）。关于这些成功难以复制的困难，Rakoczy（2022）提出：“可能存在两类隐含任务”。

我们该如何解释这一切呢？当然，在这个问题上，我们必须等待新的数据。此外，进化出现和个体发展永远不能被等同起来（在我们的情况下更是如此，因为“婴儿的经验已经与语言相关”——Dreon，2024）。然而，当我们试图回答一个如此难以解答的问题——当我们思考人类心理理论的进化起源时——我们不应该排除任何可能为我们提供哪怕一点点线索的东西。因此，我将补充一些简短的评论。

在我看来，这些非语言测试——仅就心理理论而言——需要替代性期望，而不需要对外来内容的元表征。换句话说——仅就心理理论而言，我重复——这些测试主要依赖于原始的、更简单的心理理论（尽管当然，成年个体有时会将高级心理理论应用于这些测试）。然而，这些测试需要超出心理理论之外的其他能力。因此，两个场景（原始位置和改变后的位置）以及随之而来的对注意力的要求，尤其是对工作记忆的要求，会在动机不足的受试者中引发巨大困难。请注意，这种困难主要出现在这些受试者同时处于前语言阶段时。请注意，从发展上看——并且非常合理地推测，从进化上看也是如此——多词信息的接受会导致工作记忆的巨大扩展。

抛开所有这些，让我们聚焦于本文的核心提议。当然，文章中提供的所有其他提议或建议都可以也应该单独评估。然而，如果我将它们包含在这里，那也是为了支撑主要的提议。

4.2. 估计外来心智内容最初为何有利？

到目前为止，我的提议是，“原始心理理论与高级心理理论的对比”等同于“（空洞、更简单）的替代性期望与（完整、更复杂）的外来心智内容的对比”。因此，接下来的问题是：**最初，估计外来心智内容的功能优势是什么？**正如读者可以看到的，我相信，只有当我们解释替代性期望与外来心智内容之间的功能差异——而不仅仅是特征差异——时，我们才能向前推进。

我提出以下三点：
首先，为了支持猿类心理理论所提供的适应性优势，替代性期望是足够的资源。
其次，由于替代性和非替代性期望都需要在激活它们的主体中预先具备明确的轮廓，因此该主体无法激活任何对他来说在任何情况下都不可能的心智状态的替代性期望。
第三，你将我视为一个外来、远端个体的心智状态，由于这对我而言是一个不可能的心智状态，因此它不可能是我的替代性期望，因此，我只有能够估计外来内容时，才能接触到这个状态。

在前面，我曾提出“与自己处于不同的空间关系”对我来说是不可能的。现在，一个新的例子——你将我视为一个外来、远端个体并与我互动的心智状态——对我来说同样是不可能的，但对人类的需求来说更具相关性。

因此，我们可以将前面的问题重新表述如下：**“估计涉及将我视为一个远端、外来个体的外来心智状态的能力”最初为何有利？**或者更具体地说：在新的生活方式中，这种能力能够解决哪些问题？

5. 自我意识情绪

我现在将像其他研究者所做的那样，将心理理论与“错误信念”稍微分开，更多地关注这些情绪和其他问题。“一种关注多个领域的发展方法使我们能够产生一些在单一领域中可能不那么明显的有用见解”，A. L. Ruba等人（2022）。或者换句话说，如果缺少一些拼图碎片，拼图会更难。但让我们一步一步地继续工作。

“思考他人对我们的看法”（达尔文，1872，关于脸红；我强调）根据我的提议，必然需要估计外来心智内容，因此，这标志着高级心理理论的开端。这个短语不仅可以描述脸红，还可以描述自我意识的（或“自我-他者意识”：Reddy，2010）情绪，即“尴尬、羞耻、内疚、自豪”（例如，M. Lewis，2000）。

这四种情绪是否有一个共同的神经生理特征？我们可以参考Piretti等人（2023）的研究。然而，不幸的是，这些作者没有在他们的研究中包括自豪感——唯一令人愉悦的自我意识情绪。

我倾向于——这已经很明显了——认为这些情绪最初是基于人际关系，而不是基于先天的道德核心。因此，在自我意识情绪中（与基本情绪不同），主体“思考他人对他的看法”。除了达尔文的表述外，Frith和Frith（2007）的研究至关重要：“对故意社会信号的适当接受依赖于采取另一个人的视角的能力。这种能力对于声誉管理至关重要，因为这取决于监控我们的行为是如何被他人感知的。”确实，当我们体验自我意识情绪时，外来心智的内容对我们来说比周围环境中的任何其他现实都更真实、更相关。参见Peeters等人（2023）的研究：“观察者记忆通常与记忆者高度自我意识的事件相关联，例如在公开演讲期间。这可以通过编码背景来解释，相对强烈的情绪引导编码采用观察者视角。”

在本节中，首先，我将论证自我意识情绪与新的、人类的生活方式密切相关。它们是“生存回路”（正如LeDoux在2012年和2023年所描述的任何情绪的功能），但这种生存回路是一种与人类生活方式共同进化的非常特殊的类型。其次，我将提出，自我意识情绪需要估计他人的心理内容。

5.1. 自我意识情绪在人类生活方式中的作用

新的、人类的生活方式基于特殊的合作与沟通。因此，维护个人声誉以及随之而来的自我控制能力变得至关重要：Leary（2004）和Sznycer（2019）。（所有这些并没有取代“基于攻击性和顺从性互动的旧社会支配动态”——Royo等人，2024——而是被添加到它们之中。因此，声望与进化上新的非语言展示相关联：Witkower等人，2020）。通过这种方式，Baumard等人（2013）关注“在合作项目中被选为伙伴的竞争”，实际上将维护声誉与“避免公然自私行为”的习惯等同起来。这种避免行为当然在维护声誉中是必不可少的。然而，即使在“合作项目”中，其他方面也很重要——例如，关于良好沟通能力的声誉。此外，除了合作项目之外，还有其他“失控的社会选择领域”（见Crespi等人，2022），在这些领域中，声誉同样至关重要。我们还必须考虑到，当叙事语言以及随后的（负面或正面的）八卦出现时，维护声誉变得更加重要。

但让我们关注自我意识情绪的不同作用。“新的、人类的生活方式”还需要“刻意练习”——Ericsson（2002），Rossano（2003）——这是实现任何文化专长所必需的。在这里，一种自我意识情绪——自豪感——发挥了作用。专家激发钦佩之情。（关于两种类型的钦佩——对技能的钦佩和对道德美德的钦佩——见Algoe & Haidt，2009。关于对专家的钦佩——与嫉妒相对——见Onu等人，2016）。因此，专家体验到唯一令人愉悦的自我意识情绪——自豪感。见Sznycer和Cohen（2021）以及Sznycer等人（2017）。对这些吸引人的回报的追求可以在至少一些钦佩者中支持长期、努力的获取，不仅是钦佩的专长水平，而且是更高的水平。这种自豪感的作用甚至可能在“协作计算”中变得更加强大，这是“我们累积文化的基石”——Dor（2023）——（这与所谓的“集体心智”非常不同，后者使许多动物物种能够高效地组织它们的群体运动）。

除了以这种方式提供动机外，自豪感还可以通过一种间接但仍然有效的方式产生影响。朝着目标的进展 > 更高的“自我效能感”和自豪感 > 更困难的目标被视为可能的。一个既困难又可能的目标（即，在维果茨基的最近发展区内——Vygotsky & Cole，1978）可以提升主体的水平。换句话说，“当自我效能感高时，困难与进步之间可能存在正相关”，正如Thorne等人（2023）预印本试图确认的那样。

当然，儿童最初关注通过观察父母来学习。然而，大约在8岁左右，他们开始模仿当地的专家，而不是父母。这种倾向可能是普遍的（Henrich & Broesch，2011）。尽管专长不会影响自动模仿（Nevejans & Cracco，2022），但它可以激发获取这种专长的愿望，在这种因果关系中，“钦佩比声望偏见更具决定性”（Chellappoo，2021）。此外，让我们看看Brinums等人（2023）的实验结果：“被要求想象在测试中成功并专注于他们将感受到的情绪（情绪条件）的儿童比非情绪条件下的儿童练习时间更长”。更一般地，Shimoni等人（2022）报告说，在学龄前儿童中，延迟满足与自豪感之间发现了强烈的联系，这一时期自我调节能力仍在发展。

因此，我提出，自豪感可以支持文化进步。自豪感是主体从群体对他们的钦佩目光中获得的回报——一种主体当然会寻求再次获得的回报。当然，出色的技能还有其他回报。例如，André等人（2023）——他们没有强调自豪感的因果作用，或者更具体地说，是其愉悦性质——关注“被认可艺术家的声誉和物质利益”。然而，他人钦佩和随之而来的自豪感所提供的愉悦，由于比那些利益更不延迟且更容易唤起，可能最初是支持出色技能所需长期努力的最佳资源。“例如，在解释后阿舍利时期成型石器工具的学习时，我们应该关注那些几乎没有短期回报的数小时努力”（Spurrett，2024）。关于这一点，Castro和Toro（2004）以及Castro等人（2024）谈到了父母积极评价所涉及的回报，Sterelny和Hiscock（2024）（在他们对Spurrett的回应中）也关注儿童。所有这些都是正确的，但这种关注只对支持技能的基本获取有用，而不是维持超越群体先前水平的尝试。因此，我提出，自豪感可能是引发我们文化进步的创新的重要原因。（在我看来，单纯的偶然性通常只会产生较小的影响）。因此，上述“新的、人类的生活方式”的两个特征（在引言中描述）将由自我意识情绪支持。换句话说，不仅负面的自我意识情绪部分负责其“社会”特征（正如通常所承认的那样），而且唯一令人愉悦的自我意识情绪对其“文化”特征也有很强的影响。

简而言之，自我意识情绪支持自我控制，这是新生活方式不同方面的必要条件。当然，自我控制后来将通过“自我导向的言语”甚至更晚的“内心言语”得到加强（见Bejarano，2022，第4节），并可以服务于任何类型的目标（甚至是所谓的最具要求的道德能力）。可能，这些非常特殊的言语类型最初是在八卦（“给八卦者带来进化优势”，X. Pan等人，2024）传播得越来越多时出现的。然而，在“自我导向言语”开始之前，自我意识情绪对人类自我控制的增长至关重要。

5.2. 自我意识情绪与外来内容估计：两者之间的两个联系

现在，让我们转向自我意识情绪与估计外来内容能力之间的联系。我提出，如果人类能够体验自我意识情绪，那是因为他能够想象一种对他来说不可能的情况，即把自己视为一个远端的、外来的元素（第3.2.3节中提供了一个更早的、更具身体性的想象版本）。思考他人对自身的看法需要估计他人心智内容的能力：替代性期望在那里是无用的。这是本小节标题中提到的两个联系中的第一个。

接下来，让我们看看第二个联系。在选择了最初这些情绪基于人际关系的观点之后，我建议，很可能这种人际关系最初表现为一种前语言的、有意向的沟通，即“带有目光接触的表情性‘手势或发声’”。（例如，我同意Bohn等人（2022）的观点，即人类祖先使用的信号类型与人类语言之间的主要联系是“互动引擎”。总体上，我接受Tomasello关于人类独特性先于语言的观点）。这种前语言的、有意向的沟通——例如，“带有对接受者的目光接触的厌恶（/快乐惊喜）手势或发声”——可能在接收者中引发了不愉快（/愉快）的自我意识情绪。

这些生产行为是“同时多层面的沟通”：Lipschits和Geva（2024）（他们也强调了成年接收者的决定性作用）。更具体地说，在这种沟通中，有意向的层面会控制并利用行为层面，甚至是自主层面，即那些最初并非有意向沟通的动作或表情。这种对旧层面的转变使得“表情与有意向沟通之间的分离”变得“模糊”（Warren等人，2023），或者更具体地说，在大猿的有意向沟通中，可能根本不存在这种分离。关于“在这种沟通中，有意向的层面会控制行为层面”的提议（Lipschits & Geva，2024）与关于大猿手势起源的“招募观点”相似——“大猿手势招募其现有行为库中的特征用于沟通目的”（Graham等人，2024）。

当然，引起接收者自我意识情绪的前语言有意向沟通信息因其对新的人类生活方式发展的特殊重要性（在第5.1节中聚焦）而脱颖而出。然而，作为沟通生产行为，它们只是猿类和婴儿能力中的一个例子。尽管如此，我们需要强调这些信息：请注意，虽然前面引用的达尔文的表述完美地用其“对我们的看法”区分了替代性期望无法做到的事情，但它却忽略了一个基本问题——人类主体最初是如何思考他人对他的看法的——因此，这个表述无法引导我们到达人类沟通的接受端，而这是人类独特性的（或一个？）本质根源。因此，从现在开始，本小节将聚焦于这个根源，从而为自我意识情绪与外来内容估计之间的联系提供第二个论据。

正如刚才提到的，在非人类灵长类动物中，行为和自主层面的有意向控制可以在生产中发生。因此，在最初阶段，人类沟通的独特性只发生在接受端：换句话说，根据我的提议，是接收者最初需要努力——并估计外来心智内容。这个提议（是接收者最初需要努力）可能看起来像是逃避Scott-Phillips和Heintz（2023）之间的争议的一种方式，他们同意Grice的观点，即“沟通的生产者通常希望接收者认识到他的/她的沟通意图”，而R. R. Moore（2015）或Geurts（2019）则回应说，生产者只有为了隐藏他的/她的沟通意图才需要努力。然而，“第二个格赖斯要求”并非聚焦于最初起源的最佳领域：请注意，虽然Grice从自然和非自然信号之间的明确对比开始，但我提出，将“自然”（或者回到Lipschits和Geva（2024）的说法，仅仅是“行为的”甚至“自主的”）信号转变为沟通的、“非自然的”信号，必须被接收者识别。这种转变可以被称为“将实体（例如，对象和动作）标记为沟通的行为”（Mussavifard，2023，预印本）。然而，在最初阶段，对这种“标记”的识别（即，被接收者理解）需要一个进化上的、可能是基因上的转变：这是我的观点。

换句话说，我真正提出的观点是（正如第4.2节所述），如果接收者通过替代性期望识别出生产者意图的结果，那么这个接收者将无法将生产者的行为感知为针对他/她的沟通行为——即，针对接收者的行为。因此，通常伴随黑猩猩与接收者进行有意向沟通的目光接触，当然会被猿类接收者理解为一种沟通资源，但它不会被应用于激活替代性期望的行为。这种非统一的接受方式当然比人类的统一接受方式更具风险且效率更低。然而，如果，正如我所相信的，这种非统一的接受方式存在，那么它有时必须产生生产者想要的结果。

因此，我的提议只有在我们找到允许这种类型的某些有意向沟通成功的条件时才能被辩护——即，允许它们让接收者满足生产者的愿望。该提议做出了以下预测：在这些成功中，猿类生产者试图将接收者的注意力引向意图结果的证据的行为——那种行为或资源——可能被很好地理解，即使它没有被感知为沟通行为。如果真是这样，那么我们可以假设失败主要不是源于语用解释能力的不足（即使解释“在新情境中需要整合和同化多条信息来猜测结果”，Warren & Call，2022），而是主要源于非统一接受的局限性。

Melis和Rossano（2022）——以及其他人在他们之前——声称猴子和猿类的沟通生产优于接受。这些灵长类动物可以有意向地为接收者产生请求信息。我们甚至可以看到“一只成年雌性狒狒试图将她后代的注意力引向她手指间挥动的水果”（Meguerditchian，2022）。然而，当非人类灵长类动物接收到针对他的信息时，他无法——我提出——理解“这种吸引注意力的行为”同时是一种“外来的心智状态”和“针对他，即接收者”的。

回到寻找允许这种类型的某些有意向沟通成功的条件这一目的，我将首先承认，这一任务是困难的。首先，D. A. D. A. Leavens等人（2005）研究了他们圈养但未经训练的黑猩猩，发现一旦接收者离开，猿类生产者不再使用指向性手势，并因此确认了这些沟通是有意向地针对接收者的，但关于接受什么也没说，因为接收者是人类。其次，在Hobaiter等人（2014）的研究中，指向性手势的接收者是黑猩猩生产者的母亲，但在观察到的情况下，母亲没有满足愿望。她可能没有，因为这将是危险的——我们可以假设——但不管怎样，这个案例不能被用作成功沟通的例子。第三，尽管大声抓挠具有很大的相关性，但它似乎也不足以帮助我们，因为它通常被视为仪式化的。然而，在这第三种情况下，我们可以回忆起“招募观点”——Graham等人（2024）——以及在第3.2.2节中提到的一个建议——“也许只有灵长类动物拥有替代性期望”。如果这些观点是正确的，那么大声抓挠的生产者可以有意向地在接收者中激活替代性期望，而不是由绝大多数动物仪式信号激活的一般期望，这些信号没有被用于沟通目的。

关于前两种情况，它们的情境是否构成了将两者视为黑猩猩可能接受的迹象的不可逾越的障碍？我相信没有。我们——再次——必须考虑到，如果这些手势或行为永远不能被猿类理解，那么它们也不会被野生（Hobaiter等人，2014）和圈养但未经训练（D. A. Leavens等人，2005）的黑猩猩产生。

我们可以看到，这些生产行为发生在非常显著的障碍（Leavens中的笼子或Hobaiter中的支配个体）阻碍生产者实现其目标时。因此，“试图传达生产者意图的行为”可以被猿类接收者理解为仅仅是对生产者目标的回应（尽管由于障碍，他，生产者，未能实现这一目标）。或者，根据我的提议来描述：这些行为很容易在黑猩猩接收者中引发替代性期望，并不需要被该接收者理解为沟通行为。

非统一接受可能看起来令人惊讶地不恰当。然而，我认为，这种接受方式在猿类中得以保留有两个相互关联的原因。首先，在猿类的生活方式中，尽管非统一接受不是最优的，但它是一个足够有用的资源。其次，转变为统一接受需要一种新的能力，可能还需要大脑的改变，以实现内容的二元性。

这里可以澄清一下关于这种前语言沟通（即，“目光注视接收者”与“试图传达生产者意图结果的行为”之间的统一）的统一化、人类接受方式。虽然这种接受已经必须依赖于对外来心智内容的估计（或者更具体地说，是与接收者主体——即接收者——作为远端个体互动的外来思想），但它仍然与述谓语言不同。请注意，一方面，只有述谓沟通才主要用于纠正（或补充或更新）接收者（根据说话者的说法，是错误的）的信念。另一方面，在语言沟通中，目光注视接收者的作用是可以被替代的：语言符号的非自然特征足以揭示它们具有有意向的沟通功能。（请参阅本小节前面关于第二个格赖斯要求的辩论）。

因此，述谓语言（唯一绝对需要语法和语法语义的沟通功能）可能标志着一个新的阶段，这一阶段将被更多工作记忆所特征化（参见第4.1节，以及首先，Coolidge，2023），并且——我建议——也构成了人际之间、易于实现创造性问题解决的先例（参见前面“语言思维是否存在？”一节的结尾）。

当然，我前面提到的自豪感的作用在创造性问题解决之前就已经开始了，并且一直延续到之后。然而，创造性问题解决——它改变了主体自身的心智内容，使其适合于解决问题——可能与更具决定性的创新的出现相关联。

在人类中，非统一的沟通接受方式几乎不存在。拥有心理理论的人类接收者不仅可以激活替代性期望，还可以估计外来心智内容。让我们——为了结束论证——将这一观点应用于自我意识情绪。我接受这样的观点：为了沟通引发自我意识情绪，接收者必须估计生产者的内心世界（情感性心智内容）——即，正在与他，接收者，沟通的外来内心世界。但如果接收者估计外来内心世界的能力被简化为激活替代性期望，那么，这种能力——我重复——将无法应用于正在与接收者作为远端个体沟通的外来内心世界。

总之，自我意识情绪（1）支持新的、人类生活方式的“文化”和“社会”特征，以及（2）与这一生活方式最基本和最核心的特征之一相关联，即新的、高级的沟通接受方式。在引言中（当我聚焦于“什么是新的、人类的生活方式？”这一问题时），强调了这种生活方式需要增加沟通。但现在我们可以这样说，在这种数量上的增加之前，新的生活方式需要在沟通接受方式上进行深刻的变革。

6. 超越起源的人类心理理论

“思考那些将我们视为远端接受者的外来心智状态”——在我看来，这只是人类心理理论最初起源的要求。事实上，我提出，一旦能够思考“两条线”的内容的能力变得强大，这种心理理论就可以承载一些不满足这一要求的复杂功能。这些复杂功能是多样的。

有时，它们使用外来但非互动的内容，例如在涉及“对信念持有者的非对话式心灵解读能力”（Dor，2016）的言语错误信念测试中。请注意，在这些言语测试中，沟通互动并不是在归因心理内容的主体和“被归因者”之间进行，而是被简化为儿童与实验者之间建立的互动。关于言语错误信念测试的这一特点，Gallagher（2015）指出：“鉴于第二人称互动（与第三人称视角相对）的特殊吸引力，与实验者的互动的显著性优先于第三人称任务。”进一步阐述这种对比，Barone和Gomila（2019）得出结论，第二人称的错误信念归因（与第三人称归因不同——例如“古人相信p”）是“透明的、外延的、非命题的和隐含的”。

作为一段括号内的旁白，我将评论一下第一人称信念。关于当前的第一人称信念，如果要求它们具有在第二人称或第三人称归因中通常被激活的“相信”的含义（“他——错误地——相信p”与“他知道p”），那么我们必须说，最初，这样的第一人称信念并不存在。起初，对于人类主体来说，他们未过时的信念仅仅是现实（再次回到最初，他们的过时信念会立即被新感知以一种自动的方式取代，因此，述谓否定的起源可能不是个人内部的，而是人际间的）。简而言之，“信念持有者”不能以上述意义上的第一人称信念存在，而只能有“知识”：在这一点上，我同意J. Phillips等人（2020）的观点（至少，对于Rakoczy & Proft，2022所指定的原始的、前语言的“知识”意义）。信念的概念（以及一些性格特征：回想一下Ross，1977所称的“基本归因错误”）——我建议——是以人际方式出现的。在我看来，所谓的“大猿的动物元认知”（总结于M. Tomasello，2022；另见Tomonaga等人，2023）并不是对自己内容的判断，而只是对自己一般期望的犹豫，或者（正如Edwards-Lowe等人，2024，预印本所说）“次个人不确定性估计”。

因此（根据这个增加的、括号内的次级提议），个人内部的元认知或个人内部的“认知谦逊”（即，认知谦逊不是首先被理解为Priest，2017的“道德人际美德”，或Karabegović & Mercier，2023的“声誉管理”）将是一种非常晚近的人类能力。我同意Li（2023）的观点，它既起源于人际互动（因为主体在对话中有时会意识到他人的知识比自己的更完整），又是非常必要的。这种认知谦逊可能是必要的，因为（参见“语言思维是否存在？”一节末尾的建议）它是由任何创造性问题解决所涉及的转变所要求的，即，将我们最初不充分的资源（即，我们对现实的不完整或错误的心理内容）转变为能够实现解决方案的资源。这种谦逊——可以说，心灵理论的“完成/个人内部化”——可能通过最不社会化的——并且在个体发展中最晚出现的——笑声类型得到增强，例如，由自己的解释失败（例如，在笑点之后）引起的笑声。事实上，所有类型的笑声都是由主体在某些期望——无论是普遍的、替代性的还是叙事性的——中的失败或不足引起的。

旁白结束后，让我们回到“第二人称归因”。根据我的提议，这种归因包含在“高级的（或独特的人类）心理理论”中。然而，我完全接受它的极大简单性。（正如在“语言思维是否存在？”一节中提到的，即使是前语法的“对某种对象的请求”或“对某个个体的呼唤”也可能向听者揭示说话者的错误信念：因此，这些简单的、第二人称的心理内容归因可能引发了语法的起源）。不用说，我刚才所说的内容完全符合第二人称和第三人称心理内容归因可以变得非常复杂的事实。

还有些时候，人类心理理论的非原始功能不仅是非对话式的。事实上，这些功能甚至可以与非外来内容相联系。这些内容（与“心理时间旅行”不远）要么是主体不再持有的信念/感知，要么是“可能”的内容，无论“可能”的含义是什么。

然而，根据我的提议，人类心理理论最初起源于一种直接的关系性、人际过程，这既不需要语言，也不需要对叙事的经验。在我看来，心理理论的语言化——C. M. Heyes和Frith（2014），以及R. Moore（2020）——是一个更晚近的步骤，需要新的语言发现。在这些新的语言发现中，最值得强调的是不可还原的从属句法“转述言语”，以及动词“说”、“相信”或“想象”（见Bejarano，2011，第21章）。一个后来且极具决定性的发现是文字或Merlin Donald所称的“记忆的外化”（Merlin Donald，1991）。但撇开这些晚近的人类进步不谈，我回到提议的核心。

最初“对外来心理内容的估计”正是认知考古学家建议寻找的内容，即“成分属性”（与“复合概念”相对）：见Foley和Mirazón（2020）。同样，我对人类心理理论起源的提议符合建议“未来研究的优先事项是确定心灵解读文化传承的遗传‘启动包’”（Uta Frith，被C. M. Heyes & Frith，2014引用并赞同；我的强调）。在我看来，反对“先天普遍语法”或“先天心智语言”——我显然也认同这种反对——不应阻止我们提出这个“遗传启动包”，并利用基因组学的现有资源去寻找它。

这里有必要提到自闭症这一主题。（是审稿人2指出了这个关键问题，我之前遗漏了）。多年来——尤其是自Happé（1993）以来——自闭症一直与心理理论相关联，这种关联对于寻找“心灵解读文化传承的遗传‘启动包’”非常有趣。请注意，寻找罕见疾病的遗传基础比寻找普遍特征的遗传基础要容易得多。

7. 指向手势的高级接受

在儿童语言习得过程中，指向手势非常重要（Southgate等人，2007；Kishimoto等人，2007）。由于儿童的指向手势往往会引发成人对所指向物体的语言评论，因此这些手势为学习词汇创造了理想的语境。请注意，尽管成人评论中出现的词汇可能对儿童来说是陌生的，但儿童可以通过知道这些评论所指的物体来弥补这一点。然而，在语言的进化起源中——我提出——指向手势可能更为重要。

本节虽然现在我会增加新的论据和数据，但将重复上述相同的假设。更具体地说，在第5.2节中，我将这一假设应用于引发自我意识情绪的沟通接受，而现在，我将其应用于指向手势的接受。然而，我认为推迟讨论指向手势是恰当的，因为尽管自我意识情绪几乎被一致认为是人类独有的，但关于指向手势的情况则大不相同。

此外，在本节的结尾，我将回到“合作眼假说”（M. Tomasello等人，2007，基于Kobayashi & Kohshima，2001）。当然，我的提议将进化转变（即，我提议的指向手势的人类统一接受的转变）明确地置于统一两个目光的过程之中——或者换句话说，将“注视接收者”的沟通功能扩展到“注视物体”：因此，它与人类眼睛使虹膜水平移动变得显著这一事实非常契合。同样，这种显著性无疑是一种具身化的资源，就像上文提到的关于语法起源的宽广语调模式一样。然而，尽管如此，我并不确信人类类型的眼睛是与指向手势的统一接受（或者换句话说，与人类心理理论的起源）同步出现的。换句话说，尽管我完全相信人类的眼睛是高级的、或“统一的”指向手势接受的有效促进因素，但我对这种同步性只有微弱的希望。无论如何，由于确定转变发生的时间这一问题非常困难，我强烈建议古基因组学的研究者尝试回答人类类型的眼睛在进化中何时出现的问题。正如前面所说，我们不应该排除任何可能为我们提供线索的东西。

7.1. 猿类与指向手势

7.1.1. 回应一个可能的反对意见：猿类中的指向

一方面，我提出高级心理理论是人类独有的。另一方面，我们知道许多由人类抚养长大的黑猩猩被教会了使用指向手势并理解它们（甚至是声明性指向：Lyn等人，2011）。对此，我能给出什么回答呢？

我将首先承认两个无可争议的事实。第一，“人类儿童只有在经历了数月密集的文化环境暴露后，才展现出使用沟通线索的能力，这种环境以频繁的言语和非言语参照性信号为特征”（Clark等人，2019）。第二，指向手势的缺失对“猿类的生活方式”没有任何伤害。

基于这些陈述，一些作者得出结论，认为这种能力在非人类灵长类动物中是存在的，只是很少被锻炼或发展。参见Vasilieva（2019）：“一个特征的存在/缺失以及它是否在动物中以与人类相同的程度表现，对我们理解特征的进化同样重要。”Heintz和Scott-Phillips（2022）提供了一个例子：“人类的身体并不特别适合在树上摆荡。然而，并没有绝对的障碍。”沿着同样的思路，Berio和Moore（2023）建议恢复大猿的文化化研究。

但是，根据我的提议，只有指向手势的有效、“统一”接受才是人类独有的。当然，这样一来，我将一个仍然无法观察的过程作为关键标准，这可能看起来像是向“无法用科学方法验证”（D. Leavens，2021）的方向退缩。然而，正如可以看到的，该提议与一些事实以及许多潜在的实验和研究相关。

7.1.2. 在处理猿类指向时关注接受的作者

关注接受并不是新的。R. Moore（2013）关注猿类接受的失败，并提出“由于指向手势为说话者的意图提供了薄弱的证据，它们超出了猿类的语用能力”。同样，Morrison（2020）强调指向手势的模糊性和必要的消歧。我同意这些观点。但在我看来，“为信息提供的证据不足”和“语用能力不足”不足以解释猿类接受失败的频率。

Lyn和Christopher（2018）列出了实验者可能指向的三个条件，猿类对这些条件的接受成功率各不相同：“（i）近端-近端：选择项彼此靠近，指向正确项。（ii）近端-远端：选择项彼此靠近，但指向的位置更远。（iii）远端-远端：选择项彼此分开，因此指向的位置也必然更远。”

根据这项研究，在“近端-近端”和“远端-远端”条件下，跟随指向可以通过简单的机制实现。然而，“在近端-远端条件下，成功的最佳预测因素是先前与人类的社会接触”。我强调的事实是，正是在“近端-远端”条件下，生产者的头部方向（即，黑猩猩用来估计他人能看到什么的线索：M. Tomasello等人，2007）无法指示目标物体。

7.1.3. 猿类中的未经学习的产生行为

在聚焦于两种接受方式的对比之前，重新审视猿类中的未经学习的产生行为，并以更详细的方式进行探讨是合适的。“未经学习的（即，没有任何明确训练的）圈养黑猩猩经常指向无法触及的食物。这些是沟通信号，因为如果周围没有人看到它们这样做，猿类不会去触碰明显无法触及的食物”（D. A. Leavens等人，2005）。此外，在这些黑猩猩中，食物和实验者之间的反复目光交替与它们的指向手势显著相关。

自那时起，Leavens和其他作者开始思考，在上述观察中被认为具有决定性的条件（如笼子和乐于助人的接受者）是否也出现在野生黑猩猩中。Hobaiter等人（2014）提出了以下观点：“野生黑猩猩很少遇到物理障碍，但一个占主导地位且无亲缘关系的黑猩猩垄断某一资源，可能比笼子的栏杆更阻碍年轻黑猩猩的获取。为了克服这一挑战，幼猿唯一的资源是另一只黑猩猩，主要是它的母亲。”因此，他们在丛林中发现了一个被归类为“可能是指示性”的案例。一个可能的结论是：使用这种类型产生行为的野生黑猩猩可以（至少有时）实现它们的目标。

然而，为了使这种产生行为在野外成为一种有用的资源，接受者必须（至少有时）提供所需的物体。这是可能的吗？动物利他主义是一个有争议的问题：参见Rendall等人（2009）与De Waal（2010）之间的争论。但我并不排除这种可能性，只要它不超出“自发利他主义”（始终狭窄的）范围。

7.2. 黑猩猩与人类对指向手势的接受

关于黑猩猩对指向手势的接受，我首先强调它们能够理解注视接收者的沟通价值。事实上，“对被注视的敏感性既是先天的，也是大多数脊椎动物所共有的”（Klein等人，2009。。因此，在能够执行“针对接收者的”沟通的物种中，接收者明白他们自己是这种先天沟通资源的接收者。（但在大猩猩中，目光接触传达的是轻微的威胁，而在黑猩猩中，相比之下，它是一种友好的沟通资源。）

然而，在黑猩猩接收者中，这种沟通价值并没有被应用——正如在第5.2节中提出的——到Leavens或Hobaiter的未经训练的黑猩猩所产生出的其他元素，即，对物体的注视和手/手臂的动作上。“对物体的注视和手/手臂的动作”，对于猿类接收者来说，是一种非沟通行为，有时可以在它身上激活替代性期望（在接收者中）。有必要具体说明到什么程度这种对非人类接受指向手势的描述似乎不符合人类的直觉。生产者在用他的手臂和头部向某个方向做出动作之前和之后，通过目光接触与接收者沟通。为什么接收者不理解生产者的动作是沟通性的，或者换句话说，目光接触的沟通价值被应用于这些动作，并赋予它们沟通功能？对于人类来说，将这两个连续的瞬间统一起来是必然且不可阻挡的，我承认这一点。但这种统一是否存在于黑猩猩中呢？

正如前面提到的，笼子（D. A. Leavens等人，2005）或占主导地位的个体（Hobaiter等人，2014）使得黑猩猩的手势对同类来说即使不被解释为沟通性的，也并非荒谬。相反，我们人类对指向手势的接受更接近于沟通性手势的模仿。M. Tomasello（2008）强调，如果涉及的手势不被解释为沟通性的，那么任何模仿对一个接收者来说都可能显得很奇怪（“接收者会将我的标志性手势视为一种奇怪的错位的工具性行为”），但他并没有这样说过我们的指向。然而，根据我的提议，在这两种情况下，猿类面临的是同样的问题。正如在第4.2节中提到的，替代性期望——根据我的提议，这是猿类估计他人内心世界的唯一资源——不能涉及对主体来说不可能的行动。因此，替代性期望不能被主体——即猿类接收者——理解为涉及生产者指向它的沟通性动作。

现在，让我们关注在物体和接收者之间交替注视的行为。这种交替出现在猿类和人类产生指向手势的过程中。在D. A. Leavens等人（2005）的研究中，我们已经读到，在那些圈养但未经训练的黑猩猩中，食物和实验者之间的反复注视交替与它们的指向手势显著相关。更重要的是——实际上是非常重要的：Paulus和Fikkert（2013）表明，人类婴儿首次理解指向手势的必要且充分的元素不是手部动作（或其情境/文化变体——见Cooperrider & Slotta，2018），而是两种注视之间的交替。（因此，手臂/手/手指的动作是为了更精确地指示物体注视的功能而采用的后续策略。）因此，我们必须关注这两种注视。

一方面，“对物体的注视”使接收者估计生产者看到了什么。另一方面，“对接收者的注视”（也称为“目光接触”）告知接收者，他正在成为接收者。此外，人类目光接触的脑间后果正越来越多地被研究。Y. Pan等人（2020）主要关注教学。Di Bernardi Luft等人（2022）强调，“脑间同步主要从领导者流向跟随者”，因此，从指向手势的生产者流向接收者。一般来说，第二人称方法强调目光接触：Cañigueral等人（2022）。

但必须强调的是，在我们人类的沟通接受中，这两个瞬间（“对接受者的注视”和“对物体的注视”）无论如何都不能保持分离，而必须统一。接收者必须（1）估计生产者在其位置和情境下所看到的内容，以及（2）理解生产者通过注视物体所寻找的是向他，接收者，指向这个物体。根据我的提议，正如读者已经知道的，在这种统一中，猿类接收者面临问题。让我们再次回到核心小节（即，第4.2节）。当然，替代性期望会自动被主体处理为属于被观察个体的。然而，由于主体不可能有替代性期望来估计一个对他来说本质上不可能的行为的结果，因此接收者主体将无法将这种期望应用于一种对他自己的人际沟通功能。

因此，指向手势的统一、完全有效的接受只有通过估计生产者的心理内容才可能实现。因此，这种接受能力与引发自我意识情绪的前语言信息的接受能力以及任何语言接受能力之间存在共同之处，因为后者总是包括涉及的思想是从另一个人传递给接收者的。

这种能力可以用通俗的语言描述为“当你看着我时，我仍然站在你的立场上”（这种描述强调了与更具身体性的版本的相似性——见第3.2.3节末尾的能力）。

对这些提议的初步检验可以调查人类中是否存在人际激活所有（负面和正面）自我意识情绪与指向手势的统一沟通接受之间的某种相关的神经生理相似性。如果未来发现了这种相似性，那么一般提议的合理性将增加。但有必要具体说明，对自我意识情绪的解释和对指向手势的有效、统一接受的解释可能因未来的发现而有所不同。

换句话说，除了完全成功和完全失败之外，还有另外两种可能性，即部分结果。因此，可能会发现，虽然关于指向手势的高级接受的提议可以维持，但对自我意识情绪的解释，然而，必须转变——例如，拒绝它们的人际起源，并将其个体发生和进化出现归因于“道德规范的先天核心”。或者，反之，结果可能是，虽然关于自我意识情绪的提议可以维持，但指向手势的有效、无风险的接受，然而，并不需要在“对接受者的注视”和“对物体的注视”之间进行任何统一过程——因为，例如，它们的简单连续性可能足以通过“人类的语用能力，这比猿类更强”（R. Moore，2013）来实现完全有效性，或者，作为替代，因为人类更倾向于注视跟随（这种倾向可能要么源于人类眼睛的显著性，要么与Csibra & György，2006称的“自然教育学”假设先于而非后于的类型有关）。无论如何，目前，我以最雄心勃勃的方式（或者更确切地说，以最自我强化的方式：以最近的一个例子为例，见Currie等人，2024中的“因果关联推断”）下注我的提议，即将其应用于两种能力。

当然，在“新生活方式”的开始时，几种行为（与Leavens和Hobaiter的未经训练或野生黑猩猩所执行的行为不太不同）可以实现一定程度的接受，并对生产者和接收者都有用。例如，考虑将一个同类推到一个位置，直到他能看到一个相关的物体。这种类型的沟通生产在“新生活方式”的开始时会成倍增加，而接收者尚未把握行为的同时心理和沟通性质。但最终，这个问题变得可以被基因/文化的共同进化所解决。因此，指向手势的有效、统一接受出现了，伴随着对外来内容的估计。现在，我将提议，指向手势的统一接受强烈地受到一个小解剖特征的促进。

7.3. 人类眼睛与指向手势的统一接受

M. Tomasello等人（2007）（即在Kobayashi & Kohshima，2001之后的六年）关注普遍存在于人类中的白色巩膜，或者更确切地说，关注其水平扩展和脱色，并提出这些人类特有的特征增强了“目光注视方向的可见性”。然而，目光跟随是一种系统发育上古老的技能，一个反对者可能会说，它是在没有眼睛白色部分的帮助下完成的。事实上，M. Tomasello等人（2007）展示了猿类在目光跟随中依赖头部（而非眼睛）。同样，C. Moore（2008）从他的实验中得出结论，当婴儿开始跟随目光时（请注意，那时他们仍然无法接受指向手势），“他们这样做是基于头部方向，而非眼睛方向”。

尽管存在这些可能的反对意见，M. Tomasello等人（2007）将“增强的目光注视方向的可见性”置于人类特殊合作性的进化背景中，假设人类进化出这种独特的眼睛形态是为了促进同类之间的共同注意和沟通互动。参见Wolf等人（2023），或Yáñez和Gomila（2018），他们在强调“目光的互动重要性”后补充道：“尤其是在自己成为关注焦点时”，即在目光接触期间。我将这种对合作和互动的强调具体化，以将其与我对指向手势的“统一”、有效接受的提议联系起来。让我们先更详细地描述“增强的目光注视方向的可见性”。

Mayhew和Gómez（2015）、Perea-García等人（2019）（但参见Mearing & Koops，2021）以及Caspar等人（2021）提出，人类眼睛中的色彩对比在猿类中并不独特。但让我们聚焦于水平延伸。这一特征可能进化出来是为了让非树栖灵长类动物能够广泛地扫描环境。然而，这种延伸与普遍存在的“完全/双侧白色巩膜”相结合，使得虹膜的位置不仅在偏移的目光中，而且在直接注视中也变得显著。此外，“无论肤色如何，人类的眼睛轮廓比猿类更容易被看到”（Kano等人，2022），这进一步突出了虹膜的位置。参见Prein等人（2024，预印本），他们得出结论，人类的“目光理解”是“基于瞳孔在眼睛中的位置”。因此，我的观点是，人类的眼睛使得虹膜的连续位置（即，水平移动）变得显著。

通过这种方式，指向中两个目光的连续性（或者换句话说，关键的——请记住Paulus和Fikkert，2013——目光交替）得到了增强。可以说，当生产者将他的虹膜从“对物体的注视”移动到“对接受者的注视”时，这一运动被人类接受者感知为仿佛将“对物体的注视”——以及由此激活的接受者的替代性期望——注入到“对接受者的注视”中，即，注入到沟通中。因此，人类的眼睛会引导人类接受指向手势的人将这两个瞬间统一起来——因此，估计生产者的心智状态，这些心智状态涉及接受者本人，即，作为远端接受者的接受者，这些状态对接受者来说本质上是不可能的——因此，再次，估计“外来心智内容”。

简而言之，在我看来，人类巩膜是一种解剖学上的、普遍的“促进资源”，用于接受者的心智过程——当然，指向手势的统一沟通接受——它也是一种强大的“促进资源”。这些特征或许会引发怀疑：（1）指向手势的“统一”沟通接受是估计外来心智内容能力的进化第一功能，以及（2）这种估计——以及随之而来的“心智内容的二元性”——最初是困难且要求高的。然而，这样的推论（别忘了！）需要我们选择人类眼睛与人类心理理论同步或准同步出现的选项。（正如前面所说，决定性的“眼睛水平延伸”可能早在非树栖灵长类动物中就出现了，只是为了广泛地扫描环境。）

脱色的巩膜可能在进化上非常短的时间内变得普遍，因此（如果存在这种同步出现的话）人类巩膜可能在同一物种中出现，指向手势的有效、统一接受也开始出现。但这发生在智人中吗？如果是，是在我们物种的开始时，还是后来？或者它出现在尼安德特人/丹尼索瓦人中？这可能是一个关键问题。我希望古基因组学和基因组学专家能尽快回答它。当然，脱色的巩膜是一个相当简单的特征。然而，它的普遍性当然使他们的任务变得困难。

如果我们选择——正如我在第7.1节中所说的“微弱希望”——人类眼睛的特性与人类心理理论相对同步出现，那么我们可以提出，这种促进者是任何人类沟通接受（即，我们理解信息作为外来心智状态，同时，作为针对我们自己的）的基本基础。但这种提议可以接受这种基础——这种对外来内容的估计——出现在智人中，或者相反，在智人中，只有其衍生形式出现（参见上面第5.2节，前语言信息的接受与述谓语言的分离，以及第6节），而估计本身出现在尼安德特人中。简而言之，这种选项，除了基于“微弱希望”之外，只能预测人类类型的眼睛不会出现在更早的古人类中。因此，关于尼安德特人，它并不具备严格的可证伪性。这是一个极其不幸的事实，因为正是尼安德特人的基因组正在被研究。无论如何（再次回到第7.1节，但这次回到“我们不应该排除任何可能为我们提供哪怕一点点线索的东西”这一建议），尼安德特人——甚至，正如注释47所建议的，我们物种的开始——是否拥有像我们一样的眼睛，这个问题应该得到回答。如果答案是否定的，那么它可能会为我们提供有用的线索。但现在这一切只是一个非常微弱的希望。

我不希望最后一段，带着它缺乏信心和悲观的语调，成为读者对我希望的最终印象。请记住，这种语调并不是本文的常态。事实上，正如前面所说，我对我的一般提议的信念远大于对上述紧急情况之间同步性的信念。

8. 总体框架

（I）动物不会唤起它们的目标。期望——一个空洞的轮廓——足以引导它们的行为。

（II）灵长类动物的手（它的主人可以看到，并且在抓握动作中需要看到）产生了一个新的特性。当用手执行一个动作时，不仅有本体感觉和触觉的期望，还有视觉期望。因此，看到一只外来手可以激活通常伴随的本体感觉和触觉的期望。当在下一刻，这个错误被纠正时，那些本体感觉和触觉的期望会自动被处理为属于被观察到手部动作的个体。替代性期望出现了。

（III）替代性期望可能只在大猿中扩展到手之外。在这种更复杂的替代性期望中，主体在建立了自己的身体（被感知但未被看见）与他人的身体（被看见但未被感知）之间的对应关系后，获得了高度适应性的能力，能够激活关于他人从其位置和方向所看到的内容的替代性期望，尽管在那一刻，主体无法接触到这样的视野。（当然，这种进化的替代性期望只有在主体非常熟悉该区域并且经常处于被观察个体现在所处的位置时才可能。）

（IV）所有替代性期望，无论是原始的还是其他类型的，仍然是所有期望一般所是的，即，空洞的轮廓。

（V）但随着人类生活方式的出现，新的技能变得必要，而替代性期望无法支撑。现在需要的是，尽管仍然是前语言的，沟通信息必须被接收者同时理解为生产者的心智状态，并且是针对他的，接收者。是沟通的接受，而不是生产，最初需要一个巨大的变化。（在大猿的沟通生产中，行为和动作已经被赋予了仅仅是沟通性的用途，而这些行为和动作最初并非是沟通性的。）猿类可以估计另一个个体的心智状态，因为，正如前面提到的，它们在自己激活的所有期望中的一种特定类型，即替代性期望，会自动被处理为属于另一个体的心智状态。但这种初步的心理理论现在是不够的。在人类沟通中，接收者必须把握一个永远不可能属于他自己的思想，因此也永远不可能是他的期望：请注意，沟通生产者所思考的内容必然包括被针对他的特征，即接收者作为一个远端个体。因此，人类对他人心智的估计必须捕捉到（完整的）内容，而不仅仅是（空洞的）期望。

（VI）人类沟通接受的一部分被应用于理解那些会在接收者中引发自我意识情绪的信息。这些非常特殊的感情出现在大型群体中，即那些并非始终在一起的个体中，其中一个个体的行为可能会让另一个个体感到惊讶。（生活在小群体中的原始人可能只朝着另一个方向进化，即朝着更大的社会凝聚力和更大的自发利他主义方向发展。）除了三种令人不快的自我意识情绪在社会控制中所起的众所周知的作用外，我还想强调，令人愉悦的一种——即自豪感——可以通过个体实现“群体文化的改进”。

（VII）随着这种独特的人类沟通接受方式的出现，沟通变得更加有用，并且创造了更多的意义。人类沟通中的第一个意义与我们的语义学无关，因为后者本质上是由语法塑造的。最初的意义仅仅是针对某个人的呼唤或对某个具体事物的请求，并且它们不可能有除了请求或呼唤之外的其他语调。信息仅由这些前语言词中的一个组成。

（VIII）但这些原始的信息，尽管存在局限性，却能够指定具体的现实，无论是一个人还是一个物体。这一点，加上已经获得的捕捉他人心理内容的能力——在这种情况下，是前一个说话者关于被呼唤个体的虚假信念，或者关于请求的物体的可用性——很快促成了语法的产生。请注意，语法只在具有述谓功能的语言中需要，而这种沟通功能旨在——当然，除了撒谎之外——纠正、补充或更新接收者的心智内容。（当然，这种语法最初是前语法的——即，“主题，述题”——并且可能在很长一段时间内都保持这种状态。复杂的语法装置——从属关系、指示词转化为回指——只随着“转述言语”或单一说话者的长篇大论而出现。）

（IX）但我们不要只关注语言的进化。新的沟通接受方式所涉及的大脑变化产生了超出沟通的影响。如果人类能够同时思考自己的心理内容和其他人的心理内容，他们也将能够唤起自己的过往感知，或可能的未来感知，作为（完整的）心理内容。在所有情况下，关键的难点是相同的。大脑必须阻止除“当下自己的”之外的任何内容指导其行为。这种困难以前没有先例。请注意，梦境存在两个差异，消除了所有困难：一是梦境情境是主体唯一关注的，二是存在运动瘫痪（当然，除了梦游者）。

（X）创造性问题解决也与这一巨大转变有关。要尝试将两者联系起来，我们需要回到语言。创造性问题解决包括将我们最初似乎不足以解决问题的心理内容转变为能够解决问题的内容。当然，这比述谓沟通更困难，并且在进化和个体发展中都更晚。但在述谓沟通中，仅仅在“主题，述题”中，也存在一种转变，即将一个不足以沟通的元素（即接收者的虚假信念，当然，这是接收者在主题中唯一能够把握的内容）转变为能够向听者传达说话者所判断的现实情况的内容。区别在于创造性问题解决的操作是个人内部的，而不是人际间的。但这种区别，这种巨大的距离，可能在人类基因-文化的共同进化中被弥合。因此，应该区分那些仅仅基于自豪感的文化创新，以及那些基于不仅有自豪感，还有创造性问题解决的后来的、更重要的创新。（任何完全语言化的个体在其语言习得的年份中，甚至在其整个生命中积累的联系，将有助于寻找一种方法来转变最初不充分的内容并实现问题解决。人们可能会怀疑，这些联系不仅存储在语言中，还存储在个体在音乐、绘画、科学和其他领域所学到的资源中。）但在语言领域，我们或许可以找到一个比述谓语法更不遥远的创造性问题解决的先例：请注意，在部分疑问句中，说话者必须传达他所不知道的内容。

在进入下一节之前，我觉得有必要对这些关于进化的观点中存在的强烈猜测性说点什么。在文章的结尾，我将更广泛地回到猜测性的特征。但在这里，我也将处理它，作为对审稿人4的感激回应。

我现在将关注一些作者对进化论的提议。Lotem等人（2017）指出，“典型的还原论者对简洁性的呼吁——即摩根准则——在进化的情境和时间尺度中有些误导，因为实际上变化是被预期的”。因此，唯一不可或缺的是，新的提议——即根据摩根准则的“非简洁性”——遵循进化的缓慢步伐（van Woerkum & Barrett，2024）。但“寻找这种平衡”的过程是冒险的，或多或少是猜测性的：不用说，一整套准则、公理（Buckner，2013）和普遍真理并不能给我们具体的解决方案。然而，在我看来，只要我们认识到需要更多的研究来验证这些假设是否在正确的道路上，这种探索可以是一项有用的任务。

9. 总结，并展望未来

本文假设“替代性期望与外来心智内容”之间的对比是一种基因/文化的共同进化的基因组学和大脑上的新奇性。因此，我也提出了另一个假设，即这种新奇性是由“新的、人类的生活方式”所要求的，这种生活方式越来越具有技术性（人类是工具的“必然”使用者和生产者）和合作性（基于一种特定类型的沟通）。更具体地说，在这种生活方式的起源中，两种极其重要的能力（自我意识情绪以及更基本的、即使是前语言信息的新的沟通接受方式）需要，根据我的提议，估计外来内容的能力。我的论点的关键在于，只有在人类沟通中，接收者才需要将他人的思想视为针对自己的心智状态。读者已经知道，我的假设首先是对话式的，当然，也是具身化的，并且深深嵌入在进化中。

我提出人类心理理论和人类（即使是前语言的）沟通是不可分割地联系在一起的。或者更准确地说：一方面，这两组能力，另一方面（并且更最初地），新的生活方式，彼此相互促进，形成一个不断增长的螺旋。因此，尽管我绝对没有暗示所有独特的人类能力在进化中同时出现，但我坚持认为其中一种能力——即，估计外来内容的能力，而不仅仅是替代性期望——构成了其余能力的基础。

“已灭绝的智人物种与我们之间的对比”，如果最终成为一个比较神经科学的领域，可能会特别实现帮助我们“认识自己”的承诺，正如古典哲学所期望的那样。这样的结果或许可以通过基因组学/古基因组学的帮助来实现，如上所述。也可以通过“利用进化来识别有意义的心理活动类别”（Cisek，2019，2021，他们将这一资源应用于动物）。然而，利用进化（或者更准确地说，基因/文化的共同进化）也是识别人类心理活动类别的必要手段。换句话说，人类心理活动的核心类别将更容易被找到，只要我们更多地寻求它们与人类生活方式出现的联系。

回到核心提议，本文并没有提供任何新的实证结果。然而，主要提议和每一个次级提议都提出了问题。让我们提及其中一些问题。我对期望的看法是什么？猿类的替代性期望是什么？黑猩猩中反直觉的“非统一接受指向”是什么？语法和语法语义的人际起源是什么？大猿中是否存在真正的元认知，或者相反，只有“次个人不确定性估计”？这些问题可以引导神经科学或遗传学中的不同实验和研究，其结果将以某种方式对我的提议产生影响。但我已经在上面处理过这个问题了。

因此，我只想补充一个更个人化的评论。我期待那些能够使我的假设可检验的结果。即使这些结果否定了我的提议，我也会觉得我的努力是有用的：显然，假设最有用的时候是它们指出了正确的道路，但如果一条看似可行的道路最终无果，那么促进其可检验性的任务也是对学术共同体的一种服务。简而言之，我热切希望这些测试能够进行。然而，由于这样的实证研究超出了我的能力范围，我只能提出请求。这正是本文现在和中期内想要做的事情。

原文链接：https://www.mdpi.com/2673-9461/5/1/5

阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”

https://wx.zsxq.com/group/454854145828

未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828 进入。