Een vrij waarschijnlijk universeel kenmerk van talen is dat ze woorden hebben: de stroom geluiden die uit iemands mond komt, kan worden opgehakt in kleinere stukjes die een vrij duidelijke betekenis hebben en met die betekenis vaker voorkomen in andere stromen geluiden. De grootte van woorden kan verschillen – in onze taal zijn heel veel woorden eenlettergrepig, behalve samenstellingen en leenwoorden uit talen waarin de woorden juist vaak langer zijn – maar woorden kun je overal ontdekken.

Bovendien is de woordenschat van willekeurig welke taal georganiseerd volgens de wet van Zipf: er is een kleine groep woorden die heel veel voorkomen en een gigantische groep woorden die ieder voor zich maar heel zelden voorkomen. Ook hier kun je je afvragen waarom dat zo is: waarom hebben niet alle woorden een ongeveer gelijke waarschijnlijkheid.

Het antwoord, zeggen twee onderzoekers in Scientific Reports van Nature, is de manier waarop cultuur werkt. Cultuur definiëren ze daarbij op een specifieke manier namelijk als dat wat van de ene generatie op de andere wordt overgedragen. Bij die overdracht gelden bepaalde specifieke natuurwetten, en volgens de onderzoekers zijn die wetten verantwoordelijk voor het ontstaan van woorden en van een Zipfiaanse distributie.

De onderzoekers toonden dit aan met een experiment waarbij mensen rijtjes lichtflitsen te zien kregen in verschillende kleuren. Nadat ze zo’n rijtje te zien kregen moesten ze dat meteen zo goed mogelijk intypen. Andere deelnemers waren een ’tweede generatie’ en kregen die nieuwe rij lichtflitsen dan als opdracht te zien. Zo waren de deelnemers aan het experiment ingedeeld in zestig generaties.

Dit zijn de eerste tien generaties voor een van de zinnen in het experiment (rijtje 0 laat de door de computer gegenereerde zin van willekeurige lichtsignalen zien waarmee het allemaal begon):

De stippellijntjes geven ‘woordgrenzen’ aan, dat wil zeggen overgangen die in de door de proefpersonen voortgebrachte ’taal’ betrekkelijk weinig voorkwman. In generatie 10 kwam er na een rode flits relatief vaak een blauwe, na een blauwe relatief vaak een groene, maar na een groen niet zo vaak een gele. We weten dat mensen woorden in een zin herkennen doordat ze ineens een ongebruikelijke overgang tegenkomen van de ene overgang naar de andere. In ‘vrolijkheid staat ons tegen’ is de overgang van vro naar lijk en van lijk naar heid veel waarschijnlijker dan die van heid naar staat.

Waar in het oorspronkelijke signaal (generatie 0) iedere overgang nog ongeveer even waarschijnlijk was, naar iedere andere, beginnen zich in generatie 10 dus duidelijk woorden voor te doen. Bovendien blijken die woorden, bij nadere analyse, de wet van Zipf steeds beter te volgen. Zo ontstaat langzamerhand een taal – weliswaar zonder betekenis –met woorden.

De oorsprong ligt hier dus in de leerbaarheid, of de onthoudbaarheid. Zoals aan de overgang van generatie 0 naar generatie 1 te zien is, kan een mens zo’n serie zinloze lichtsignalen best begrijpen, maar gemakkelijk is het niet. Makkelijker wordt het als je het geheel kunt opdelen in stukken. Die stukken kun je ieder voor zich onthouden (dat worden dus de woorden) en vervolgens hoef je voor een zin alleen nog te onthouden in welke volgorde die stukken staan. Het helpt daarbij kennelijk ook nog als sommige stukken veel vaker inzetbaar zijn dan anderen – dat is het begin van de wet van Zipf.

Dat mensen woorden in een zin van elkaar onderscheiden door te letten op hoe waarschijnlijk de overgang van de ene lettergreep naar de andere is, wisten we al. Dat de Wet van Zipf iets met de werking van het geheugen te maken heeft, ook. Deze onderzoekers koppelen dit alles nu aan culturele overdracht. Het hele verhaal lijkt me er nog niet mee verteld, maar het is in ieder geval een interessante suggestie.