Euraasialainen superkantakieli kitisyttää humanistia

Lupauduin kommentoimaan artikkelia, jossa Readingin yliopiston evoluutiobiologit esittävät, että kaikilla seitsemällä euraasialaisella kieliperheellä olisi yhteinen ”superkantakieli”, jota olisi puhuttu n. 15000 vuotta sitten. Artikkeli on herättänyt paljon närää kielentutkijoiden keskuudessa ja sille ovat kirjoittaneet vastineen mm. Sally Thomason, Jaakko Häkkinen ja Asya Pereltsvaig.

Ensinnäkin täytyy todeta, että hypoteesi on mielestäni ihan tervejärkinen, eikä varsinaisesti huuhaata. Ehkäpä Euroopassa ja Aasiassa puhutut kielet todella juontuvat yhdestä kielestä, jota jääkaudesta selvinneet ihmiset puhuivat 15000 vuotta sitten. Tosin samat tutkijat ovat esittäneet aiemmin paljon hurjempia näkemyksiä, mm. että vanhimmat englannin sanat olisivat ajoitettavissa 40000 vuoden taakse (ks. Matti Kilpiön kommentti aiempaan tutkimukseen). Pagel on nettisivujensa perusteella mallintanut myös mm. dinosaurusten genomeja.

Mutta mitä paremmin artikkeliin olen ehtinyt perehtyä, sitä enemmän se on ruvennut ärsyttämään. Kuten Language Login keskusteluissa moni on todennut, erityisesti kaksi asiaa tässä ottavat pannuun:

1. Miten niinkin arvovaltainen julkaisu kuin Proceedings of the National Academy of Sciences of the United States of America, maailman toiseksi siteeratuin tieteellinen aikakauslehti, on voinut päästää näin heppoisen artikkelin vertaisarviosta läpi?
2. Miksi media antaa paljon näkyvyyttä tällaisille otsikoille, kun suurin osa historiallisen kielitieteen tuloksista ei kiinnosta lainkaan?

Jälkimmäinen ärsytyksen aihe lienee tuttu tieteentekijöille monen alan piirissä, enkä viitsi tässä kommentoida sitä. Ensimmäinen sen sijaan hämmentää. Onko niin, että luonnontieteelliset julkaisut katsovat aiheelliseksi julkaista kieleen liittyvää tutkimusta käyttämättä lainkaan historiallisia lingvistejä vertaisarvioijina? Edustaako tämä nyt sitten oikeaa kovaa tiedettä, jossa kieltä lähestytään kvantitatiivisesti ja empiirisesti, ja humanistien höpinät on syytä jättää omaan arvoonsa?

Tämä siitäkin huolimatta, että juuri leksikologian, sanastontutkimuksen, alueella menetelmät ovat kehittyneet hyvin pitkälle (ks. esim Häkkisen kommentit). Sanakirjojen tekeminen perustuu sille, kuten myös indoeurooppalaisen kantakielen löytäminen (katso loistava Verner’s Law -video, jota ei voi linkittää liian paljoa).

Esimerkkinä indoeurooppalaiseen kantakieleen pohjautuvista sanoista voi antaa vaikkapa englannin sanan brother, joka on tunnistettavasti sama sana kuin ruotsin broder ja saksan Bruder, mutta myös latinan frater, sanskritin bhratar tai persian barâdar.

Suomen kielen sana veli taas on mahdollisesti samaa juurta kuin veri (l ja r ovat molemmat likvida-konsonantteja ja hyvin lähellä toisiaan; esimerkiksi japanin kielessä niiden välillä ei tehdä eroa, tunnetuin seurauksin). Unkariksi ’veri’ on vér ja ’veli’ fivér. Unkarissa on useampiakin sukulaistermejä, joissa ’veri’ on yhtenä elementtinä: testvér ’sisarukset’, lánytestvér ’sisko’, nővér ’vanhempi sisar’, unokatestvér ’serkku’, unokanovér ’veljen tai sisaren vanhempi tytär’. Sana sisko sen sijaan lienee indoeurooppalainen laina ja sukua ruotsin sanoille syster (englannin sister ja saksan Schwester) ja syskon ’sisarus’. Sanat voivat siis muuttua paitsi äänneasultaan, myös merkitykseltään (ks. Häkkisen kommentit). Ydinsanastoakin on mahdollista lainata, kuten suomen sana sisko todistaa.

Historiallisessa kielitieteessä oletetaan yleensä, että muutaman tuhannen vuoden kuluessa sanasto muuttuu merkitykseltään ja äänneasultaan niin paljon, että kognaattien, samaa juurta olevien sanojen, jäljittäminen tätä kauemmaksi on mahdotonta. Artikkelissa viitataan tähän ”semanttisena eroosiona”.

Pagel ja kumppanit pyrkivät ohittamaan tämän käyttämällä tilastollista menetelmää, jossa lasketaan sanoille puoliintumisaikoja ja etsitään jälkiä sanoista, jotka käytetyn aineiston perusteella olisivat suurella todennäköisyydellä riittävän säännönmukaisia. Malli perustuu biologiassa käytettyihin fylogeneettisiin menetelmiin. Oletuksena on, että riittävän usein käytetyt sanat, jotka kuuluvat tiettyihin sanaluokkiin, pysyvät tunnistettavina semanttisista ja fonologisista muutoksista huolimatta. Tällaisia sanaluokkia ovat mm. lukusanat, sukulaistermit ja pronominit.

Menetelmä on tuottanut 23 ”ultrasäilyneen” (ultraconserved) sanan joukon, jotka Pagelin ja kumppanien mukaan ovat niin yleisiä, että niille löytyy kognaatteja useammasta kantakielestä.

Thou, I, Not, That, We, To give, Who, This, What, Man/male, Ye, Old, Mother, To hear, Hand, Fire, To pull, Black, To flow, Bark, Ashes, To spit, Worm

Anglistia listassa hämmentää, että top 3:een on eksynyt peräti kaksi englannin sanaa, jotka ovat todistettavasti muuttuneet viimeisen 1000 vuoden aikana aika radikaalistikin. Eniten oudoksuttaa ykköstilaa pitävä thou. Sana on toki vanhaa juurta ja selkeästi yhdistettävissä muihin indoeurooppalaisiin kieliin (esim. latinan tu, ruotsin du, saksan du, ranskan tu). Muinaisenglannin kaudella þu oli yksikön toisen persoonan pronomini ja monikossa se oli ge ’you’. Normannikaudella, mahdollisesti ranskan vaikutuksesta, englantiin rantautui teitittelyjärjestelmä, eli monikon pronominia you käytettiin puhuteltaessa sosiaalisessa arvoasteikossa ylempänä olevaa ja thouta sinuteltaessa. Järjestelmä kuitenkin katosi 1600-luvun lopulta lähtien ja monikon pronominin you merkitys laajeni yksikköön. Nykyenglannissa thou elää enää joissakin Pohjois-Englannin murteissa sekä kirjallisena arkaismina, joka on englantia hyvin osaaville tuttu vaikkapa Shakespearelta, vanhoista Raamattu-sitaateista, runoudesta tai roolipeleistä (joista esimerkiksi jutun kirjoittaja oppi sen varhaisessa teini-iässä).

Toinen häiritsevä piirre on kieltosanan not päätyminen listalle. Kyse ei ole vanhasta piirteestä, vaan not valikoitui tärkeimmäksi kieltosanaksi keskienglantikaudella n. 1100–1500 välillä, jolloin englannin syntaksi muuttui muutenkin paljon. Muinaisenglannin kieltosana oli ne, jonka katosi kielestä (kehityskulku on käsitelty tarkemmin Pereltsvaigin vastineessa).

Miten on siis mahdollista, että sana thou, jonka katoaminen arkikielestä on selkeästi dokumentoitu viimeisten 300 vuoden aikana, ja not, joka muuttuu harvinaisesta adverbista, jota muinaisenglannissa käytettiin korostamaan erityisen painokkaita kieltolauseita, pääasialliseksi kieltosanaksi viimeisen 1000 vuoden aikana, ovat päätyneet kärkikolmikkoon edustamaan sanastoa, joka todennäköisesti pysyy muuttumattomana 15000 vuoden ajan? Miksi artikkelissa ei kommentoida tätä millään tavoin? Mitä me tiedämme kielikontakteista tarkemmin määrittelemättömässä osassa esihistoriallista Euraasiaa vaikkapa 12000 vuotta sitten? Tai sosiaalisista hierarkioista, jotka saattavat vaikuttaa vaikkapa persoonapronominien käyttöön?

Eli tällaisia kitisee humanisti, kun lukee luonnontieteellisen julkaisun väitteitä kielestä. Mikäli olen oikein käsittänyt, tieteellinen menetelmä toimii niin, että ensin esitetään hypoteesi, sitten kehitetään koe, jonka avulla sitä on mahdollista testata. Jos todellisuus käyttäytyy kuten on ennakoitu, ja samat tulokset saadaan toisinnettua toisissa riippumattomissa kokeissa, voidaan hypoteesi katsoa todistetuksi. Näin pitkälle esihistoriaan menevän kantakieliä koskevan hypoteesin ongelma on, että sitä on mahdoton empiirisesti todistaa – paitsi jos satumme löytämään kirjoitettua aineistoa, joka on ajoitettavissa 10000 vuotta aiemmaksi kuin varhaisimmat tunnetut sumerilaiset nuolenpääkirjoitukset 5000 vuoden takaa, joku pystyy kirjoituksia tulkitsemaan ja niistä löytyy riittävästi aineistoa todistamaan Pagelin ja kumppanien hypoteesi.

Sen sijaan sanojen thou ja not muutoksista löytyy paljon dataa, koska ne ovat niin yleisiä, ja yllä mainitut kehityskulut ovat empiirisen korpuslingvistisen tutkimuksen avulla todistettavissa.