Az első szinten az esztétikai élmény forrása a tárgyi világ elkeretezése, az első lépés a természettől adott formák kiválasztása (különössé tevés) volt. A sajátosan bordázott kagyló elkülönítése a környezetétől a forma megőrzésének szándékát tükrözi, ami később az állagmegóvás, restaurálás energiabefektető tevékenységeiben élt tovább. A specifikus formák megőrzése azonban csak az első lépés. Az ember egy idő után „Isten nevében" lépett fel, s maga is megpróbál olyan rendszereket létrehozni, melyek a periodikus attraktorhoz hasonlóképpen működnek, s ezáltal a Természet lényegét fejezik ki, sőt, mondhatni azzal egylényegűek. Mindenekelőtt az esőerdővel együtt lüktető ősi zenére és táncra, a törzsi kultúrák formáira gondolhatunk. E formák alapja a poliritmia, az egymástól eltérő ritmusképletek egymásra helyezése, szimultaneitása, egy olyan változatosságot hoz létre, mely állandó hangsúlyáthelyezéseivel a rend és a rendezetlenség között „egyensúlyoz", s azon az elven működik, mint a szív, mert nincs két teljesen egyforma periódus vagy hangsúlyeloszlás, hiszen a tökéletesen pontosan kimért amplitúdó a rendszer (szív, pontonhíd, stb.) szimmetriatörő transzformációjához vezetne. A változó időbeli viszonyok (metrum) mellett a törzsi zenei kultúra egy másik eszközzel is él: az improvizációval. Az improvizációt a legáltalánosabban a periodikus mozgással (ritmus) párhuzamosan megjelenő aperiodikus mozgásnak tekinthetjük. Olyan hangsorokról van szó, melyek hallhatóan nem illeszkednek a zenei ritmusba. Nem véletlen, hogy leggyakrabban a természetes nyelvi kifejezések 'ritmusának' integrálását jelenti a zenei ritmusba. Szöveg (vers) és zene (és tánc) közös gyökerét jelenti ez, ami a művészet történetének során különböző korszakokban újra és újra felbukkant a szonáta, ballada, canzone, stb. versformák ősforrásától a kora reneszánsz dél-itáliai udvari költészettől kezdve a homéroszi és délszláv epikus vagy a magyar (és más) népköltészetig. A 'ritmusos' részek (refrén) és az improvizatív sorok együttese egy magasabb szinten ismétlődik periodikusan.

Az improvizatív sorra nézzük meg a következő példát, mely az antropológus Charles Bird nevéhez fűződik, aki leírja, hogyan gyűjtötte a Nyugat-Afrikában élő mandinka törzs hősi eposzának, a Szungyatának népköltészeti variációit. Bird először azt vette észre, hogy az eposz előadását a mana kifejezés használatával jelezték, mely szembeállt mind a közönséges beszéddel, mind pedig az énekkel, a donkilivel, valahogy a kettő között helyezkedett el. De még érdekesebb volt, hogy a mana-előadásokon belül is lényeges különbség adódott a mester és a tanítvány előadásmódjában aszerint, hogy az előadásban mennyire érvényesült a törekvés a prozódiai szerkezetnek, a metrum szabályosságának az érvényre juttatására. Minél „pontosabban" minél erőteljesebben érződött az előadásban a metrikai minta, annál kevésbé váltott ki tiszteletet a törzs tagjai között az előadó. Bird ebből arra következtetett, hogy a mandinkák számára nagyobb értéket képvisel az az előadó, aki a metrikai sémát végsőkig képes torzítani az előadása során, s ezáltal esztétikai feszültséget teremt a hallgatókban. A közösség azt az énekest tiszteli mesterként, aki olyan metrikai és ritmikai formulákat alkalmaz, melyek révén „kizökkenti a közönséget, és arra kényszeríti, hogy részt vegyen az énekes teremtő tevékenységében, aki bonyolult módon ad elő, hangsúlytalan hangsúlyokat (beat) hangsúlyoz, ellenpontoz, stb.¹⁶

A feszültség tehát abból adódik, hogy a hallgatók egyrészt ismerik az absztrakt formát, a metrumot, amit az előadó sokszor, de nem feltétlenül a hangszerén kijátszik. Másrészt az előadó az adott prozódiai mintára improvizál szöveges sorokat. A prozódiai sémára Bird (1976: 93) a következőt javasolja:

ahol a nagy- és a kisbetűk a hangsúlyos/hangsúlytalan ütést, a zárójel és a csillag a választhatóan hozzáadott hangsúlytalan ütéseket jelöli. A leolvasható metrikai szabály szerint minden sor 3 hangsúlyos és az előadótól függően minimum 4 vagy annál több hangsúlytan ütést tartalmaz. Konkrétan ez azt jelenti, hogy egy-egy sor időbeli hosszúsága akár látványosan is eltérhet egymástól mindaddig, amíg a fenti absztrakt projekciós szabályt az énekes betartja. A feszültség a szabály mentális reprezentációja (hallgatói kompetencia) és annak egyedi megvalósulása (performancia) különbségéből ered. Az élményhez tehát mindkettőre, a hallgatói kompetenciára és az előadói performanciára is szükség van. Ha az énekes a hangszerén is kíséri magát, általában egy adott ütemet játszik, s ezzel egyidejűleg improvizál. Ilyenkor - s a poliritmia minden más esetében - a hallgató az egymásra helyezett ritmikai sorok közti feszültséget érzékeli, mégpedig időben, azaz dinamikus (változó) módon. Bird (1976) az alábbi informális meghatározást adja

A költészet olyan nyelvi viselkedés, mely vagy tradíció, vagy önnön belső grammatikai törvényszerűségei alapján arra készteti a hallgató-olvasót, hogy meghatározott nyelvi elemeknek, a mindennapi nyelvben nem megjósolható ismétlődéseire számítson. Azokat az eszközöket, melyeket a költő-énekes az ismétlődések előérzetének kiváltására használ, formulákként írhatjuk le. (Bird 1976: 94.)

A formula a továbbiakban is nagyon fontos fogalmunk lesz, hiszen olyan eszközöket jelöl, melyek az esztétikai feszültség megjelenítésére szolgálnak. A formulák egy adott projekciós szabály egyedi megvalósulásai, vagyis olyan sablonokból vagy panelekből álló készlet, amelyből az improvizáló előadó szabadon építkezhet. A formulák tulajdonképpen olyan természetes nyelvi elemek, melyek a lüktető periodikus zenei mozgás és a nyelv „véletlenszerű" prozódiája között hidalnak át.¹⁷

16 vö. Finnagan (1977), (1992) és Jones (1985).

17 Az európai zenei hagyományban a recitativo áll hozzá a legközelebb, azzal a különbséggel, hogy a recitativo a prózai/melodikus között „vibrál", s nem ritmikus/nem ritmikus között. Ez utóbbira a rubato kifejezést használjuk, viszont ezen nem kész formák tárházát értjük, hanem egy adott ritmus nyújtását vagy tömörítését, vagyis a periódus mikroszintű manipulálását. Vegyük még hozzá a glisszandó fogalmát, mely az ún. „tiszta" hangok közti csúszkálást jelöli, s megkapjuk azt a három fogalmat, mely az európai zenében a leginkább megközelíti a mandinka példán bemutatott esztétikai feszültséget. Az improvizáció mindig ezekben a „köztes" helyekben jelenik meg. Bailey (1992) beszámol például arról, hogy a skót Orkney szigetek presbiterán gyülekezetei egy igen lassú dallamívre improvizáltak, mégpedig úgy, hogy egy szótagra több hangot helyeztek, ami szinte tanulhatatlan. Ez az ún. melizmatikus improvizáció jól ismert a gregorián éneklésben, s tulajdonképpen az akkord-építés egy sajátos, emberi hanggal megvalósított formája. Ugyan nem sorolható sem a rubato, sem a recitativo, sem a glisszandó alá, a kánonéneklés szélsőséges esete, mely viszont a poliritmia transzponálása a dallamívre. Ne felejtsük el, hogy a poliritmia sokszor különböző módon hangolt dobokon szólalt meg, melyek egyébként az esőerdőben az afrikai tonális nyelvi közlések nagy távolságokban való közvetítésére is szolgált. Ezért is nevezték dobnyelvnek.