Karol Irzykowski w pisanym w 1922 roku artykule przypomniał dyskusję na temat Wesela w lwowskim Związku Literackim:
Juliusz Tenner, znany teoretyk deklamacji, wytykał Wyspiańskiemu, że grzeszy przeciw muzykalności wiersza, nie uwzględnia charakteru spółgłosek i samogłosek itp. Wtenczas powstał Ostap Ortwin i przypomniał mu słowa Czepca: »Pon widzis ino pchły…« Wskazał na to, że od »św« zaczyna się i święty, i świnia, więc widocznie w tej zbitce nie tkwi nic specjalnego. (Irzykowski Karol Pisma: 153-154)
Choć ani Irzykowski, ani Ortwin nie posługiwali się określeniem „symbolizm dźwiękowy”, właśnie to zjawisko mieli na myśli. Idea, że między brzmieniowym kształtem słów a tym, co znaczą, zachodzić może nieprzypadkowy związek, nurtowała ludzkie umysły od zawsze. Zanim zajęli się nią w systematyczny sposób badacze, podejmowali ją filozofowie i poeci.
Hipoteza, jaką niesie ze sobą idea symboliczności dźwięków, od początku budziła kontrowersje. W kulturze europejskiej pierwszy role w tym sporze obsadził Platon, każąc Hermogenesowi głosić, że kształt słów to wyłącznie efekt przyjętej konwencji mówienia Kratylosowi zaś – że nazwy są zgodne z naturą rzeczy, tj. że forma brzmieniowa z treścią łączy się w języku w sposób naturalny. Mimo tych wczesnych intuicji fonosemantycznych dalszy rozwój refleksji pre-semiotycznej, zainicjowanej przez stoików i kontynuowanej przez św. Augustyna (zob. Jakobson 1989/1965: 115) oraz średniowiecznych badaczy języka (zob. Jakobson, Waugh 1989/1979: 282), sprzyjał ugruntowaniu opinii o umownym charakterze relacji między materialnym i zmysłowo postrzeganym przejawem znaku a jego zawartością pojęciową. Nie zmieniły tej tendencji regularne powroty idei symbolizmu dźwiękowego (por. Genette 1995/1976), przede wszystkim zaś wywołana przez Gottholda Ephraima Lessinga i jego Laokoon oder Über die Grenzen der Malerei und Poesie (1766) [Laokoon, czyli o granicach między malarstwem i poezją] romantyczna dyskusja (m. in. z udziałem Jakoba Böhme, Johana Georga Hamanna i Johanna Gottfrieda Herdera) na temat języka oraz – między innymi – jego zdolności do „malarskiego, plastycznego odzwierciedlania rzeczywistości za pomocą dźwięków mowy ludzkiej” (Bühler 2004/1934: 205-207), a nawet uwaga Wilhelma von Humboldta: „[w]ydaje się pewne, że istnieje związek między brzmieniem a jego znaczeniem; jakość jednak tego związku rzadko udaje się precyzyjnie ustalić, często można ją tylko przeczuć, a częściej jeszcze wcale nie można jej odgadnąć” (Humboldt 2001/1936: 117-118). Koncepcja konwencjonalnego charakteru relacji brzmienia i znaczenia w znaku przyjęła ostateczną postać w teorii Ferdynanda de Saussure’a, ujmującego znak jako nierozerwalny i arbitralnie ustanowiony związek dwu składników – signifiant i signifié. Model de Saussure’a, choć silnie oddziałujący, od początku bywał kwestionowany m.in. za sprawą wystąpień Jacquesa Damourette’a i Édouarda Pichona (1927) oraz Dwighta Bolingera (1949). Jednak najpoważniejszy wpływ na rewizję tej teorii miało wydobycie z zapomnienia i stopniowe upowszechnianie koncepcji Charlesa Sandersa Peirce’a. Wśród wielu prekursorskich myśli dziewiętnastowiecznego amerykańskiego semiologa zwłaszcza jedna miała zasadnicze znaczenie dla sprawy symbolizmu dźwiękowego: wskazanie na relację podobieństwa do desygnatu jako jednej z trzech (obok symboliczności i indeksowości) możliwych motywacji znaku. Peirce nazwał ten typ odniesienia znaku do rzeczywistości ikonicznym. W perspektywie rozróżnień Peirce’a arbitralność znaku przestała mieć charakter uniwersalny i stała się zaledwie jedną z możliwych sposobów jego istnienia. Sytuowana w kontekście terminologii Peirce’a formuła „symbolizm dźwiękowy” może być myląca (Jakobson 1989/1979: 283; Allott 1995: 15). „Symboliczną” nazwał bowiem Peirce zasadę funkcjonowania znaków konwencjonalnych, nie ustanowionych ze względu na żadne założone podobieństwo między tym, co znaczące a tym, co oznaczone. Mimo to – ze względu na swoje rozpowszechnienie, także poza językoznawstwem – termin „symbolizm dźwiękowy” nie został dotąd zastąpiony innym; „fonosemantyka” pozostaje określeniem czytelnym głównie dla specjalistów.
W ujęciu współczesnych językoznawców pojęcie symbolizmu dźwiękowego jest sytuowane pomiędzy pojęciem dźwiękonaśladownictwa a najogólniej rozumianym pojęciem ikoniczności (Bańko 2008: 20). O ile różnego rodzaje onomatopeje realizujące zasadę dźwiękonaśladownictwa definiowane są jako „imitacje dźwięków i czasem też ruchów, które im towarzyszą” (Bańko 2008: 19), o tyle zjawiska związane z symbolizmem dźwiękowym dotyczą „sugerowania innych cech denotatu, np. wielkości, kształtu, barwy, zapachu, własności powierzchni, a nawet przekazywania wrażeń estetycznych i ocen moralnych” (Bańko 2008: 19). Korelacja dźwięków mowy i znaczeń w symbolizmie dźwiękowym wykracza zatem poza właściwe dla onomatopei naśladowanie w mowie brzmień nie pochodzących z języka. Zarazem jednak – podobnie jak onomatopeje, a inaczej niż np. ikony wizualne – pozostaje w obrębie zjawisk fonologicznych i wyzyskuje znaczeniotwórczy potencjał głosek. W tym sensie widzieć można w zjawiskach fonosemantycznych zdarzenia pokrewne synestezji (zob. Jakobson, Waugh 1989/1979: 295-304; Allot 1995; Bańko 2008: 26). W szczególności korelację idei symbolizmu dźwiękowego i pojęcia synestezji uwyraźnił eksperyment badający tzw. efekt Bouba/Kiki (Ramachandran, Hubbard 2001: 12).
Współcześni badacze fonosemantyki analizują wszelkie stany skupienia mowy – „cechy artykulacyjne fonemów i cechy prozodyczne, alofony, fonemy rozpatrywane w izolacji, fonemy w konkretnych słowach, ciągi fonemów, klasy fonemów, morfemy, wyrazy w izolacji, wyrazy w kontekście, w końcu całe teksty” (Bańko 2008: 22) – ale to głównie głoski, bądź ich specyficzne układy przykuwały od zawsze uwagę tych, którzy poszukiwali przejawów symboliki dźwiękowej. Prawidłowość te odnaleźć można również w Kratylosie Platona. Mimo iż jego dialog nosi podtytuł O trafności nazwy, rozważania polemistów odnoszą się do słów (leksemów) przede wszystkim z perspektywy tworzących je fonemów (por. Bühler 2004/1934: 212-214), bądź ich LIBK układów („Literami i sylabami ujmują byt tak, że ujmują jego istotę” (Platon 1990: 109)). Co więcej, im właśnie usiłujący rozstrzygnąć spór Sokrates przypisuje najpierw decydującą funkcję semantyczną („Zauważ Hermonegenesie […], że ci, co dają lub zabierają literę, bardzo zmieniają sens wyrazów, tak że i małe odchylenia między nimi sprawiają, iż one znaczą zupełnie co innego” (Platon 1990: 99)), by następnie drobiazgowo rozważyć, jakie jakości wiążą się z poszczególnymi dźwiękami (nie znając jeszcze pojęcia fonemu, Platon mówi o literach), np. „ρ [rho] oddaje pęd, ruch, trwałość” (Platon 1990: 126), λ – gładkość, lekkość i miękkość, a γ – lepkość, słodkość i kleistość. Ostatecznie Sokrates tylko w niektórych wyrazach odnajduje konsekwentną odpowiedniość brzmieniowo-znaczeniową, przyczynę takiego stanu rzeczy upatrując w niedoskonałości „twórców nazw” (Platon 1990: 121).
Zdaniem Gerarda Genette’a, platoński Sokrates okazuje się zawiedzionym Kratylejczykiem, który „krytykuje język naturalny za to, jakim jest, ale nie za to, jakim mógłby […] i powinien być” (Genette 1995/1976: 26). Francuski badacz widzi w nim patrona poetów wszystkich późniejszych epok dążących do przemiany „nieudanego” języka naturalnego w doskonale przystający do rzeczy język poetycki. Przenikliwość Platona wyraża się również w niuansach proponowanych rozróżnień, tj. w warunkowej akceptacji idei symbolizmu dźwiękowego: raczej dla głosek oraz ich zbitek niż dla całych wyrazów, które często wręcz przeczą zaobserwowanym na poziomie fonologicznym zależnościom, jak w angielskich wyrazach big i small, gdzie inwersji uległa relacja małe/duże, czy we francuskich jour i nuit, gdzie odwrotnie ulokowały się jakości ciemne/jasne, nad czym ubolewał w Divagations Stéphane Mallarmé… Intuicje autora Kratylesa potwierdzają w dużym stopniu ustalenia współczesnych badaczy. Zwracają oni uwagę, że „niejednoznaczność symboliki dźwiękowej jest stanem normalnym” i choć „związek między budową fonologiczną słów a ich znaczeniem […] nie jest wzajemnie jednoznaczny, […] nie wynika stąd, że nie ma go w ogóle” (Bańko 2008: 23). Powodem tej sytuacji jest przede wszystkim niewspółmierność, jaka zachodzi między liczbą kilkudziesięciu fonemów języka a dużo liczniejszym zbiorem klas semantycznych. W efekcie najnowsze teorie symbolizmu dźwiękowego wskazują na zjawisko tzw. clusters (Weinreich’s 1953/1963; Magnus 2001) czyli skupisk różnych choć powiązanych cech semantycznych kojarzących się z poszczególnymi fonemami lub ich kombinacjami. Pewna dowolność asocjacji oraz udział czynników nieświadomych (Magnus 2001: 187) w tym zjawisku sprawiają, że niektórzy badacze powstrzymują się od uznania efektów rozpoznawanych jako przejawy symbolizmu dźwiękowego za obiektywne i w zamian ujmują je jako rezultat odczuć intersubiektywnych (Allot 1995). Osobną problematykę wprowadza kwestia, w jakim stopniu skojarzenia fonosemantyczne są umotywowane fizjologicznie i kulturowo; wielokrotnie przeprowadzane eksperymenty dowodzą, że w tej sprawie możliwe są zarówno zachowania świadczące o pewnej uniwersalności asocjacji (Swadesh 1971; Jakobson, Waugh 1989/1979: 291; Allot 1995), jak i niekiedy – przejawy wyraźnie odmiennych reakcji u ludzi mówiących różnymi językami i pochodzących z innych kultur (Diffloth 1994).
Wiele wskazuje na to, że wielowiekowe kontrowersje wokół symbolizmu dźwiękowego po części tłumaczyć można zgubnym maksymalizmem reprezentowanym przez obie strony sporu: kratylejskiemu uniwersalizmowi odpowiadałby równie skrajny sceptycyzm, ujawniony choćby w argumentacji Johna Locke’a, który w eseju Rozważania dotyczące rozumu ludzkiego (Essay Concerning Human Understanding) z 1690 roku odrzucił ideę fonosemantyczną, twierdząc, że gdyby odpowiadała rzeczywistości, wszyscy ludzie mówiliby jednym językiem.
Umiarkowane stanowisko zajął Karl Ludwig Bühler, który w klasycznej dziś Teorii języka zaproponował „rozważania na temat tego, jak mogłaby wyglądać, ale jak nie wygląda sfera przedstawiania językowego”. Myśl tę rozwijał:
Bühler Karl Ludwig: Teoria języka 04
Język nie byłby bowiem tym, czym jest, gdyby w jego obrębie istniała spójna i efektywna płaszczyzna plastyczna, dźwiękonaśladowcza. Język jest natomiast dostatecznie tolerancyjny, by w określonych obszarach granicznych, gdzie wyczerpują się właściwe językowi środki strukturalne, dopuścić przeciwną zasadę – zasadę przedstawiania dźwiękonaśladowczego. ()
Jednocześnie Bühler odniósł swoje analizy do problemu domniemanego udziału symbolizmu dźwiękowego w genezie języka. Sformułował w tej kwestii jednoznaczną postawę: „według wszelkiego prawdopodobieństwa [język] poszedł w swoim rozwoju nie drogą »logiki archaicznej« i plastycznego przedstawiania dźwiękonaśladowczego, lecz drogą przedstawiania symbolicznego.” (Bühler 2004/1934: 205) Tym samym niemiecki językoznawca wskazał wyraźną granicę między naukowym imperatywem wyjaśnienia idei fonosemantycznej a podejściem tych filozofów i poetów, którzy opowiadali się za mitem języka pierwotnego i szukali argumentów między innymi w symbolizmie dźwiękowym. Nie przypadkiem właśnie poeci okazali się najbardziej wrażliwi na ideę symetrii brzmieniowo-znaczeniowej. W ujęciu wybitnego badacza tej problematyki, łączącego kompetencje badacza poezji i języka:
Jakobson Roman: W poszukiwaniu istoty języka: 2, 115
W poezji każde widoczne podobieństwo dźwięku zostaje ocenione ze względu na podobieństwo lub niepodobieństwo znaczenia. […] Poezja nie jest wyłączną dziedziną, w której symbolizm dźwiękowy daje się odczuć, jest ona jednak dziedziną, gdzie wewnętrzny związek między dźwiękiem i znaczeniem przechodzi ze stanu ukrytego w stan jawny i przejawia się najbardziej namacalnie i intensywnie.
Dzieje poezji wskazują, że zainteresowanie brzmieniową stroną utworów niekoniecznie łączyło się zawsze z intuicją fonosemantyczną. Zarówno dbający o harmonię eufoniczną twórcy klasycyzujący, jak i eksperymentujący z dźwiękowością poeci baroku, nie chcieli wcale sugerować istnienia tajemnych związków między brzmieniami i sensami. Podobna potrzeba najsilniej doszła do głosu w XIX wieku, osiągając apogeum, a ostatecznie przesilenie, we francuskim symbolizmie (Paul Verlaine, Jules Laforgue, Stéphane Mallarmé), w poezji Welimira Chlebnikowa oraz futurystycznych grach dźwiękowych.
W poezji polskiej odwołania do mitu słowodźwięku najsilniej zaznaczyły się u Bolesława Leśmiana i Juliana Tuwima. Z kolei echo „Verlainowskiej tendencji do rozmiękczania sensu w mgiełce dźwiękowej” Adam Ważyk słyszał u Józefa Czechowicza (Ważyk 1974: 90), natomiast późnego odrodzenia idei autora Rzutu kośćmi dostrzegał u Juliana Przybosia. Ważykowi zawdzięczmy również ciekawą interpretację dziejów fascynacji symbolizmem dźwiękowym. W artykule Obnażenie przypadku zdystansował się do tej idei i wyraził pogląd, że wiara w tę poetycką utopię od czasów Mallarmégo przeobraziła się w celową demonstrację przypadkowego charakteru odpowiedniości brzmieniowo-znaczeniowych:
Odwracając myśl Mallarmégo, który przeciwstawiał sztukę przypadkowi triumfującemu w życiu, generacja Apollinaire’a i Jacoba chce ją do tej przypadkowości przybliżyć. Futuryści i dadaiści wysławiają żywioł życia pełen przypadków, niespodzianek i niedorzeczności, w którym trzeba sztukę zatopić, dla surrealistów przypadkowe skojarzenia stają się programem. Absurdalne skojarzenia dźwiękowe Jacoba, popisy futurystów rosyjskich, Chlebnikowa słowa bez sensu tworzone przez asocjację dźwięku, kakofonie dadaistów, gra dźwiękowa Desnosa i wielu innych poetów tego czasu – wszystko demonstruje przypadkowość dźwięku […] (Ważyk, Obnażenie przypadku: 89).
W tej perspektywie ujawnia się szczególna wartość poezji Tuwima. Autora Zieleni nie inaczej postrzegał Ważyk:
Ważyk Adam: Obnażenie przypadku: 90
Tuwim był urzeczony dźwiękiem jak nikt inny. Jak najdalszy od demonstrowania przypadkowości dźwięku, przyjął starą zasadę symbolistów tematycznego ograniczania gry dźwiękowej, a nawet ją wzmocnił, dając wąski rozrzut semantyczny, i doszedł w tym do wielkiej wirtuozerii. W wierszach na temat pisania wierszy brał na siebie podwójną rolę, rolę sztukmistrza, który czasem udaje odkopywacza zasypanych źródeł mowy. W tej drugiej roli rozwijał etymologiczny mit słowodźwięku, słowiański wariant mitu arkadyjskiego, podszyty humorem, zadziwiająco wesoły, co przemawia stanowczo na jego korzyść. ()
Tuwim był poetą świadomie podejmującym ideę wzajemnej zależności dźwięków i znaczeń. Jego poszukiwania nie były efektem spontanicznych działań, jak choćby w intuicyjnych, etymologicznie motywowanych neologizmach Leśmiana – w wierszach wielokrotnie wprost formułował podstawy swojej koncepcji:
Tuwim Julian: Źródło: 149
Dojrzałości!
W tobie tylko ta „ź r z” prastara została żywa;
jeszcze mniej:
bo tylko „z” i „r” przetrwały ziarnem w słowie tkwiącym.
Wszystko inne przybyło, przyrosło,
aż się stało okrągłym okrzykiem-owocem:
O, dojrzałości! słodka, soczysta, ale nieprawdziwa.
Metoda Tuwima polegała przede wszystkim na poszukiwaniach etymologicznych. W swoich fantazjach słowotwórczych (tak brzmi podtytuł Zieleni) usiłował dotrzeć do praformy słowa – jego esencji pojmowanej jako pierwotny splot brzmieniowo-znaczeniowy. Choć nigdzie wprost nie nawiązał do idei symbolizmu dźwiękowego, przede wszystkim entuzjastycznie badając źródłosłowy polszczyzny, był przeświadczony o tym, że brzmienia są nosicielami sekretnych znaczeń. Najszerzej wypowiedział się na ten temat w artykule Autli mirohłady z 1934 r., gdzie rozważał sprawę układów brzmieniowych, które „[są] pozbawione balastu »znaczenia«: sensu czy bezsensu, [ale] to wszystko jedno, bo przecież i absurd, wywołując w nas sprzeciw logiki, coś »znaczy«, tyle tylko że w nieprzyjętych ogólnie kategoriach myślenia” (Tuwim 1950: 296). W tytułowych „mirohładach” dostrzegał „[s]łowa istnieją[ce] same przez się i dla siebie samych”. I dodawał:
Tuwim Julian: Pegaz dęba, czyli panopticum poetyckie: 29
nam pod ich dźwięki, jak pod nuty, wpisywać wolno teksty uczuć i obrazowań albo też chłonąć samą eufonię, której składniki narastają na przebiegu rytmicznym wiersza, dając w rezultacie dwuwymiarowe zdarzenie estetyczne. »Sens« »treść« – te czynniki byłyby wymiarem trzecim.” (7).
Porównał te dziwnie brzmiące quasi-słowa do obcej, nieznanej mowy, której „wchłanianiu” towarzyszy „czysto zmysłowy dreszcz zachwytu […] przetwarza[jacy] się w poecie w pożądanie tworzenia pewnych zestrojów dźwiękowych, które, oderwane od treści, dają bezmiar wolności w wyrażaniu stanów i uczuć niewyrażalnych” (Tuwim 1950: 297). Swoistym połączeniem etymologicznych poszukiwań poety i jego fascynacji tworami mirohładowymi były Słopiewnie.
Wbrew pozorom trudno natomiast doszukać się nawiązań do symbolizmu dźwiękowego u Stanisława Barańczaka podejmującego poszukiwania autora Pegazu dęba – ani w entuzjastycznych zabawach słowem bezpośrednio nawiązujących do Tuwima w zbiorze Pegaz zdębiał, ani w twórczości ogłaszanej w tomach poetyckich. W pierwszych idzie przede wszystkich o wyzyskanie absurdu rozmaitych językowych (i jedynie między innymi brzmieniowo motywowanych), koincydencji, w drugiej – o wyeksponowanie efektów paronomastycznych dla zdemaskowania „mowy obcej” (Bolecki 1985: 159).