早期人类基于共同背景协调他们的行动和注意。但是以更复杂的方式协调——比如说，在合作时的各种意外情境中，扮演特定角色或者计划一系列的联合行动——要求一种新的合作交流形式。古代类人猿的手势和声音无法完成这种协调工作。它们无法完成的原因，首先是因为这些物种的构造完全是以服务自我为目的的，而这种方式恰恰不能适应朝向联合目标的互相合作。其次是因为它们只在直接调节他者的行为中尝试使用手势和声音，而这无法适应依据外界情境和实体来协调行为和意图的需要，如合作觅食的情境。
托马塞洛（Tomasello，2008）主张并举证说明，独特的人类合作交流的第一种形式是自然的指示手势与手势语，用以帮助他人、告知他们与之相关的情境。指示手势和手势语是人类普适的，甚至讲不同习俗语言的人也可以用它们来进行有效的交流，至少在有一些共同背景的情境下是如此。但是要做到这一点，需要有共同基础的背景，在其中有一套极其丰富而深刻的人际的意图和推理。如果我为你指示了一棵树的方向，或者打手势给你指了一棵树，但没有共同背景的话，你无从推测我试图要向你交流什么或者为何要交流这个。因此指示手势和手势语造成了早期人类社会协调的新问题——不只是在与他人协调行为之中需要，而且在协调意图状态之时也需要——解决这些新的协调问题需要新的思维方式。
交流的新动机
在联合合作活动中，搭档是互相依赖的，正是为了每个人的利益而去帮助另外一个人扮演好角色。这是人类交流中新动机的基础，其他猿类是没有的（Crockford et al.，2011，有一个可能的例外），换句话说，是通过告知另一个人与之相关的情境信息的动机。这种动机的浮现得到了联合合作活动的情境中一些事实的辅助，指导**流和告知**流并没有清晰的区别——因为搭档们的个人动机是如此紧密地纠缠在一起。因此如果我们一起搜集蜂蜜，而你不知道该如何扮演好自己的角色，我可以指向一根棍子，我的意图是指出你可以使用它，或者，另一种可能是，我指向一根棍子，仅仅告诉你它的存在——因为我知道，如果你看见了它，你很可能想要使用它。当我们一起朝向联合目标工作的时候，这两种方式都管用，因为我们的利益是如此紧密一致。