Mivel az arousal leginkább mozgásos formában "vezetődik le", és a beszéd is alapvetően mozgás, így a kezdetekben én azt tudnám elképzelni, hogy a hangokkal először inkább játszottak az elődeink - ahogy korábban írtam, a manualitással fejlődhetett a hangképzőszervek, de elsősorban az ajak és a nyelv mozgáskészsége, mivel ha úgy vesszük mindkettő finom, és koordinált mozgás. lehet, hogy az újjak, és a tenyér, és a kézfejet a test előtti térben elhelyező karmozdulatok komplexitása valamiféle ingerületi kereszteződés által kiváltotta a beszédszervek fokozott mobilizálásra késztető ingerlését.
vagyis a kezünk váltotta ki a pofázásunkat!
Aztán meg - az ujjak és a kéz mozgatása már csak azért is szorosan összekapcsolódott az ajak és nyelv mozgásával, mert elődeink a kézfej felszabadulásával a kezükkel emelték a szájukhoz az ennivalójukat, azzal szedték fel a földről, azzal vállogatták ki, stb.
Talán nem véletlen, hogy a siketnéma nyelv nemcsak azért a kézzel operál, mert az az arc előtt kényelmesen használható, és így a hangzó beszédű társalgáshoz hasonló élményben van része a feleknek, hanem azért is, mert az ujj-kézfej-kar rendszer alkalmas a hangzó beszédet szimbolikusan eléggé jó közelítéssel leutánozni! (a neten van egy siketnéma jelszótár, bemutató filmekkel!)
De hát izé, a nyelvnek éppen a beszéd a lecserélhetőbb része, ld. még a saját példádat a siketekről, a mögötte álló mentális mechanizmusok nélkül mindig csak játék marad a hangokkal.