Den så kallade motorteorin om språkets evolution föreslår att gester var en viktig grund och en förutsättning i evolutionen av språket.

Gesternas visuella (synliga) komponent har varit i fokus, det vill säga observation och imitation; inte minst gäller detta händernas rörelser.

En reviderad motorteori har publice­rats i tidskriften Animal Cognition. Hypotesen bygger på att kroppsliga rörelser skapar ljud. Att alstra och lyssna på egna och andra individers rörelse­ljud kan ha stimulerat människans evolutionära språkutveckling.

Våra fotsteg kan bokstavligt talat ha varit första steget. Ljud som skapas vid förflyttning benämns ISOL (incidental sound of locomotion). När människan började gå på två ben, uppstod mer rytmiska och förutsägbara ISOL. Detta kan ha stimulerat musikalitet och i förlängningen människans förmåga att uppfatta, minnas och efterlikna ljud [1].

En annan, sannolikt viktig faktor kan ha varit ljud som skapas vid redskaps­användning (TUS, tool-use-sound, på svenska: redskapsljud) [2]. Människohjärnan är mycket skicklig på att analysera ljud från vibrerande föremål. Att härma redskapsljud kan ha fått en symbolisk funktion. Om man med tunga, tänder eller strupe lyckades att imitera till exempel en skärande kniv eller smällarna från en mortel kunde ljudet få en symbolisk funktion. Blev (minst) två personer eniga om att »härmljudet« symboliserade ett föremål (eller en händelse) skapades i princip ett ord.

Härmning av redskapsljud kan ha lett till ett begränsat antal tidiga ord. Genom en liten förändring av ljudet, eller förskjutning av dess mening, kunde med tiden fler och fler ord skapas. Ett nytt sätt att kommunicera om redskap, inte minst utom synhåll eller i mörker, kan ha haft selektivt värde. Detta kan i sig ha stimulerat redskapsutveckling och kunskapsöverföring, vilket i sin tur kan ha ökat redskapsanvändning och därmed exponering för redskapsljud etc.

Varför kunde det inte lika gärna ha varit härmandet av en katt eller vindens ilande? När man använder redskap och ljudaktiveras flera sinnen. Hörsel, känsel, ledsinne, syn samt även motoriska celler samverkar. Detta stimulerar skapandet av associationskedjor, en viktig komponent i språk och språkutveckling. Det finns så kallade spegelneuron i hjärnan. Spegelneuron påstås ofta vara en grundpelare i människans språkutveckling. Dessa celler kan aktiveras till exempel när en apa öppnar en jordnöt, men också när en apa ser en annan apa göra samma sak. Mindre omtalat är att även det ljud som alstras när jordnöten knäcks stimulerar spegelneuron. Apan behöver alltså inte se själva händelsen.

Redskapsljud kan därmed aktivera spegelneuron. Redskap hanteras vanligen med våra händer, det vill säga med främre extremiteterna. Hjärnan har mycket starka kopplingar mellan vokal kommunikation (ljud som skapas via röstorgan) och främre extremiteternas motorik. Detta har visats hos fiskar, fåglar och många andra ryggradsdjur. Hypotesen om redskapsljud innebär att principen kan vara giltig även för människa.

Många forskare anser att redskaps­användning har en stark koppling till språkets utveckling. Redskapsljudens betydelse har sällan diskuterats. Såväl ISOL som redskapsljud kan ge nya perspektiv på språkets evolution.