Ha az emberek adaptív nyelvi tevékenységének átfogó jellemzésére teszünk kísérletet, figyelembe kell vennünk a nyelvi megismerésnek mind a biológiai (genetikai), mind a környezeti (fizikai és szociokulturális) alapjait, valamint reflexió tárgyává kell tennünk a köztük lévő összefüggést, kölcsönviszonyt is. Ehhez kulcsfogalomként jelenik meg az epigenezis, pontosabban az epigenetikus interakció fogalma, amely az innátista hipotézis alternatíváját kínálja (Karmiloff-Smith 1996; Sinha 2005). A nyelv kialakulása és működése ugyanis felfogható olyan epigenetikus interakcióként, amely az emberi agy/elme és a fizikai/társas környezet között jön létre. Mindez annak felismerését, illetve elismerését jelenti, hogy a nyelvi megismerés genetikai alapokon, velünk született kognitív képességeken (folyamatokon és struktúrákon) nyugszik, ám a nyelvi megismerés kibontakozásához konstruktívan járul hozzá a fizikai és a társas környezet is (Sinha 2005; vö. még Bauer 2011). A környezeti ingerek ennélfogva nem egyszerűen beindítanak egy készen kapott genetikai programot. A releváns környezeti tapasztalatok döntő szerepet kapnak a kezdeti, genetikailag meghatározott észlelési és viselkedési repertoárnak egyfelől a kidolgozásában, másfelől az emergens továbbfejlesztésében (Sinha 2005). A kidolgozás (elaboráció) itt azt jelenti, hogy a megismerés egyszerűbb konstrukcióiból összetettebbek, az általánosabbakból specifikusabbak jönnek létre, az emergencia pedig azt, hogy az egyszerűbb folyamatokból kiindulva a megismerési rendszer olyan új tulajdonságai és szintjei alakulnak ki, amelyek nem vezethetők le egyszerűen az alapul szolgáló folyamatokból.

A fentebb mondottakból egyfelől az következik, hogy a nyelvi megismerésben lényegi szerepe van annak, ahogy az emberek a saját testükből kiindulva megtapasztalják az őket körülvevő fizikai világot, az adott természeti környezetet. Másfelől a fentiekből annak lényegi szerepe is következik, ahogyan a világ testi megtapasztalása beágyazódik a társas, kulturális környezetbe, vagyis abba a szociokulturális gyakorlatba, amelyet az emberek közös, diszkurzív tevékenysége alakít ki. A nyelvi megismerés így kettős megalapozottságú: testesült és diszkurzív alapjai egyaránt vannak (Sinha 1999, 2014).

Az emberi megismerés lehetőségeit alapvetően meghatározza az az interakció, amely a sajátos biológiai jellemzőkkel rendelkező emberi test és a fizikai környezet között jön létre. Az ember ugyanis a saját testéből kiindulva tapasztalja meg az őt körülvevő természeti és kulturális világot. A nyelvi megismerés szempontjából a fiziológiai, testesült megalapozottságú, nem nyelvi természetű tapasztalatszerzésnek azért van kiemelt jelentősége, mert lényegi befolyással van az emberi tapasztalatok fogalmi megkonstruálására és ezzel összefüggő nyelvi megjelenítésére is (Lakoff–Johnson 1980, 1999; Rohrer 2007; Evans 2007; Kövecses–Benczes 2010; Tolcsvai Nagy 2013). A nyelvi megismerés testesült alapjaihoz kapcsolódik két alapvető mentális művelet, a percepció és a reprezentáció. Előbbi a minket körülvevő világ észlelésének művelete, vagyis az, ahogyan a látás, a hallás, továbbá a tapintás, a szaglás és az ízlelés útján tapasztalatokat szerzünk a világról. Ám nem egyszerűen csak észleljük a környezetünket, a világ dolgai és eseményei nem csupán tükröződnek az elménkben. A világról szerzett, feldolgozott ismereteinket strukturált, értelmezett formában tároljuk, és így is aktiváljuk őket. Az olyan alapvető reprezentációs eljárások pedig, mint az absztrakció, a sematizáció vagy a kategorizáció, a nyelvi megismerés testesült alapjairól, az emberi test és a fizikai világ közötti interakció lényegi szerepéről tanúskodnak (l. Tolcsvai Nagy 2017a: 30–41, 2017b: 216–223).

A fizikai világ testi megtapasztalásában gyökerező, abból kibontakozó sematizáció és kategorizáció tehát általánosságban is kulcsszerepet játszik a nyelvi tevékenységgel együtt zajló dinamikus jelentésképzés interszubjektív folyamatában. A sémák és kategóriák ekkor a diskurzus résztvevőinek közös, megosztható tudásaként aktiválódnak. Így annak elismerése és hangsúlyozása, hogy a nyelvi megismerés lényegileg függ attól, ahogy az emberek a saját testükből kiindulva megtapasztalják az őket körülvevő fizikai világot, még nem jelenti azt, hogy a nyelvi megismerés azonos is lenne ezzel. A világ egyéni, testesült „birtokba vétele” önmagában még csak részlegesen magyarázza a nyelvi megismerés sajátszerűségét. Az átfogó magyarázathoz azt is figyelembe kell vennünk, hogy az emberek nemcsak birtokba veszik a világot, hanem – a társas interakciók keretében – „meg is osztoznak” rajta. A világ testi megtapasztalása úgy válik nyelvvé, hogy egyúttal beágyazódik abba a szociokulturális gyakorlatba, amelyet az emberek közös, társas tevékenysége alakít ki (Zlatev 1997; Kövecses 2005). Erre reflektálva hívja fel a figyelmet Chris Sinha (1999) a nyelvi megismerés kettős, testesült és diszkurzív alapjaira (l. még Sinha 2005, 2014; Zlatev 2014). A nyelvi megismerés szempontjából tehát annak is döntő jelentőség tulajdonítható, hogy az emberek – mivel képesek diskurzusokat folytatni egymással – a világgal kapcsolatos tapasztalataikat mások számára hozzáférhetővé tudják tenni. E kiindulópontból a nyelv arra teszi képessé az embert, hogy másokkal folytatott diskurzusokon keresztül jusson tapasztalatokhoz a világról és benne saját magáról. A nyelvi megismerés diszkurzivitását mutatja a nyelvi reprezentációk és a minket körülvevő világ érzékszervi megtapasztalásán alapuló (ún. perceptuális és szenzomotoros) reprezentációk közötti lényegi különbség. Amíg utóbbiakat a világ egyéni birokba vétele jellemzi, addig a nyelvi reprezentációknak mind a kialakulása, mind a működése feltételezi a társas nyelvi interakciókat, amelyek a tapasztalatok másokkal történő megosztásának a képességét feltételezik, illetve annak lehetőségét teremtik meg.

A kommunikációs szimbólumként funkcionáló nyelvi reprezentációk ugyanakkor nemcsak a perceptuális és szenzomotoros reprezentációktól különböznek, hanem a kommunikációs jelzésektől (szignáloktól) is (l. Sinha 2005). Az állatok kommunikációjára jellemző szignálok ugyanis nem a tapasztalatok megosztására szolgálnak. A kommunikációs jelzések sokkal inkább olyan – veleszületett és/vagy tanult – folyamatok, amelyek valamilyen viselkedés bekövetkezésére irányulnak. Amikor például egy madár a fajtársa figyelmeztető jelzését hallja, nem szükséges a figyelmét a jelzés küldőjére, illetve a jelzést kiváltó környezeti ingerre irányítania; elegendő, ha elmenekül – a kommunikáció így is sikeres lesz. A nyelvi szimbólumok alkalmazásához viszont elválaszthatatlanul hozzátartozik a közös (együttes) figyelem működése, a másik ember figyelmének irányítása, illetőleg követése (Tomasello 2002).

A fentiekből az is következik, hogy a nyelvhasználatot mint adaptív társas megismerést egyszerre jellemzi a tudás megosztása és a cselekvések összehangolása. A nyelv variabilitását kiaknázó, nyelvi szimbólumokat alkalmazó, egymással együttműködő (kooperáló, illetve kollaboráló) emberek számára a nyelv egyfelől olyan megosztott tudás, amely a világ dolgain és eseményein történő megosztozást teszi lehetővé, másfelől olyan összehangolt cselekvés, amely a világbeli cselekvések összehangolására biztosít hatékony lehetőségét a számukra (l. Croft 2009; Tomasello 2011).