Eine evolutionäre Perspektive
Es gab viele Versuche, Verhaltensweisen zu identifizieren, die unsere Spezies Homo sapiens zuverlässig von unseren nächsten lebenden Cousins unterscheiden. Zugeschriebene Aktivitäten, vom Werkzeugbau bis hin zu einer Theorie des Geistes und der Empathie, wurden abgelehnt, da Beobachtungen von Anthropologen und Ethnologen weiterhin eher Ähnlichkeiten als Unterschiede betonen, die uns in die große Kette von Wesen einordnen. Es besteht kein Zweifel an der größeren Entwicklung unserer kognitiven Eigenschaften, die eng mit den evolutionären Entwicklungen unseres Gehirns in Bezug auf Größe und Struktur verbunden ist. Bipedalismus, der Einsatz von Feuer, die Entwicklung eines effektiven Arbeitsgedächtnisses und unsere effiziente Kommunikation in der Vokalsprache sind alle über mehrere Millionen Jahre aus diesen genetisch–ökologischen Anpassungen hervorgegangen (Pasternak, 2007).
Zwei Merkmale unserer Welt, die universell sind und wohl ein Merkmal einer früheren evolutionären Entwicklung waren, sind unsere Fähigkeit, Musik zu erschaffen und darauf zu reagieren und im Takt der Zeit zu tanzen.
Irgendwo auf dem evolutionären Weg begannen unsere Vorfahren, mit sehr begrenzter Sprache, aber mit beträchtlichem emotionalem Ausdruck, Gefühle zu artikulieren und zu gestikulieren: Bezeichnung vor Konnotation. Aber, wie die Philosophin Susanne Langer bemerkte, ‚ist die am weitesten entwickelte Art einer solchen rein konnotativen Semantik die Musik‘ (Langer, 1951, S. 93). Mit anderen Worten, die Bedeutung in der Musik kam zu uns vor der Bedeutung, die durch Worte gegeben wurde.
Das Säugetier-Mittelohr entwickelte sich aus den Kieferknochen früherer Reptilien und überträgt Schall nur bei bestimmten Frequenzen. Es ist natürlich auf den Klang der menschlichen Stimme abgestimmt, hat jedoch einen größeren Bereich als der für Sprache erforderliche. Ferner entspricht das Frequenzband, mit dem Mütter ihren Babys vorsingen, und die sogenannte Mutter- oder Kindersprache mit übertriebener Intonation und Rhythmus dem, was Komponisten traditionell in ihren Melodien verwendet haben. Genauso wie es eine begrenzte sensible Zeit gibt, in der das Kind Sprache lernen und lernen kann, auf gesprochene Sprache zu reagieren, muss es eine ähnliche Phase der Gehirnentwicklung für die Einbeziehung von Musik geben.
Einer der Unterschiede zwischen den entwickelten Gehirnen des Homo sapiens und denen der Menschenaffen ist die Zunahme der Fläche, die der Verarbeitung auditiver Informationen zugewiesen wird. So korreliert bei anderen Primaten die Größe des visuellen Kortex gut mit der Gehirngröße, beim Homo sapiens ist sie jedoch kleiner. Im Gegensatz dazu sind an anderer Stelle im menschlichen Gehirn Größenzunahmen aufgetreten, insbesondere in den Temporallappen, insbesondere im dorsalen Bereich, der sich auf den auditiven Empfang von Sprache bezieht. Die Ausdehnung der primären und sekundären Hörrinde und ihrer Verbindungen, verbunden mit der vergrößerten Größe des Kleinhirns und der Bereiche des präfrontalen und prämotorischen Kortex, die durch Basalganglienstrukturen verbunden sind, läutete eine Verschiebung zu einer Ästhetik ein, die auf Klang basiert, und zu Fähigkeiten, sich auf externe rhythmische Eingaben einzulassen. Das erste Musikinstrument, das unsere Vorfahren benutzten, war die Stimme. Das Ohr ist immer offen, und anders als das Sehen und die Augen oder der Blick können Geräusche nicht ohne weiteres abgewendet werden. Vom rhythmischen Schlagen innerhalb und mit dem Körper der Mutter für den Fötus und das kleine Kind bis zum primitiven trommelartigen Schlagen von Stöcken auf Holz und dem Klatschen der Hände unserer jugendlichen und erwachsenen protosprachigen Vorfahren ist das wachsende Kind von Rhythmus umgeben und reagiert darauf. Aber, wie Langer (1951, S. 93) es ausdrückte, ‚variabler als die Trommel, machten Stimmen bald Muster und die langen liebenswerten Melodien des primitiven Liedes wurden ein Teil der gemeinschaftlichen Feier‘. Eine gewisse Unterstützung für diese Ideen kommt aus der Arbeit von Mithen, der argumentiert hat, dass sich gesprochene Sprache und Musik aus einer Protosprache entwickelten, einer Musiksprache, die von Primatenrufen stammte und von den Neandertalern verwendet wurde; es war emotional, aber ohne Worte, wie wir sie kennen (Mithen, 2005).
Die Vermutung ist, dass unsere heutige Sprache über eine Proto-Sprache entstanden ist, angetrieben von Gesten, umrahmt von Musikalität und ausgeführt von der Flexibilität, die mit erweiterten anatomischen Entwicklungen nicht nur des Gehirns, sondern auch der Koordination unserer Gesichts-, Rachen- und Kehlkopfmuskulatur entstand. Etwa zur gleichen Zeit (mit einer Genauigkeit von vielen tausend Jahren) wurde das Zweikammerhirn, obwohl es bipartit blieb, mit den beiden kooperierenden Gehirnhälften, die das Leben für das Individuum im Zusammenhalt mit der Umgebung koordinierten, in Bezug auf die Funktionen der beiden unterschiedlich ausgeglichen Seiten: Zeigen und Vorschlag (links) im Gegensatz zu Drängen und Sehnsucht (rechts) (Trimble, 2012).