馬克斯·普朗克語言學家以161種語言的樹狀圖解決了印歐語起源之爭

兩百多年來，印歐語系——這個幾乎涵蓋全球半數語言的語系——發源於何處一直存在爭議。兩種理論占據主導：草原假說將起源置於約6,000年前的龐蒂克-裏海草原；安納托利亞或農業假說則將其與約9,000年前的早期農業相聯繫。先前的系統發生學分析得出相互衝突的年代，因為其資料集不準確且不一致，方法對古代語言的處理也很差。

馬克斯·普朗克演化人類學研究所的研究人員組建了一支由80多位語言專家組成的國際團隊，為161種印歐語系語言（包括52種古代或歷史語言）的核心詞彙建立了新資料集，並採用嚴格的詞彙資料編碼規程。隨後，他們運行了近期開發的、支援祖源關係的貝氏系統發生學分析，該分析能夠檢驗古典拉丁語和吠陀梵語等古代書面語言究竟是現代羅曼語族和印度語族的直接祖先，而不僅僅是樹上的現代葉節點。

分析估計該語系約有8,100年歷史，其五個主要分支在約7,000年前已經分化，且這一斷代在廣泛的替代模型和敏感性分析中均保持穩定。樹的拓撲結構和分化日期指向一個位於高加索以南的終極家園，約7,000年前有一次遷徙到達龐蒂克-裏海和森林草原，隨後約5,000年前與顏那亞文化和繩紋陶文化相關的族群擴張進入歐洲。

草原假說和農業假說都不完全正確；兩者成為同一歷史的不同階段。古DNA顯示安納托利亞分支並非源自草原，而是源自肥沃新月地帶北部附近，語言樹與此相符。該團隊於2023年在《科學》期刊上發表了這一混合假說，將其定位為從相互排斥的情境邁向整合語言學、考古學和遺傳學證據的模型的一步。

修正資料，納入祖先，一棵樹便能定論

先前的分析之所以分歧，主要是因為輸入資料不一致且編碼草率，因此依照嚴格規程重建詞表消除了衝突的根源。

納入52種古代或歷史語言，讓模型得以檢驗真正的祖源關係——拉丁語作為羅曼語族的祖先、吠陀梵語作為印度語族的祖先——而非讓現代語言承擔整個故事。

在整個語系中進行均衡取樣，防止少數研究充分的現代分支主導樹的形狀和年代。

支援祖源關係的貝氏分析將古代書面語言置於其真實位置，敏感性分析顯示8,100年的年代是穩健的，而非某一模型的產物。

將樹與古DNA交叉核對，使兩個相互排斥的理論轉變為一條由語言學、考古學和遺傳學共同支持的混合遷徙路線。

當對立理論產生相互矛盾的模型時，修正共同的輸入：均衡的資料、嚴格的編碼，以及將古代形式視為祖先，便將一場200年的爭議化為一棵穩健的樹。

研究結果於2023年7月27日公布，並發表於《科學》期刊，歸功於P. Heggarty及其同事。該發布於2023年7月30日在Hacker News上引發討論串，獲得233點和147則評論。資深作者Russell Gray稱這一混合假說解決了200年的謎團，Wolfgang Haak則將其定位為邁向整合考古學、人類學和遺傳學發現的模型的一步，而非最終答案。