É claro que o dialeto caipira, como qualquer língua, também é dinâmico e evolui. Nota-se isso na facilidade de incorporação de palavras novas da língua portuguesa, neologismos, mas também estrangeirismos, devidamente adaptados à pronúncia dialetal.

As dificuldades de pronúncia de certos sons da língua portuguesa pelos índios dos séculos XVI a XVIII e também pelos mestiços, seus descendentes, os chamados caipiras, marcaram fundo as sonoridades do dialeto caipira. Algo parecido com as dificuldades que nós temos para línguas estrangeiras e povos de outros países têm para falar línguas diferentes das suas. Um dos professores de inglês que tive na vida era escocês. Confessou-me ele que, apesar de ter sido educado em língua inglesa, continuava sentindo dores no rosto quando falava inglês (continuava falando o escocês) porque tinha que forçar a musculatura da face para falar a língua inglesa. Ou seja, há certos sons impossíveis de pronunciar corretamente numa boca estrangeira.

Os jesuítas utilizaram o tupi como referência para elaboração do nheengatu aparentemente porque foi a primeira língua com a qual tiveram contato no Brasil, falada pelas tribos da costa brasileira. Mas disseminaram o nheengatu em todo o Brasil, no trabalho missionário, até mesmo entre povos de outros troncos lingüísticos, como o jê, povos, aliás, inimigos crônicos dos povos tupi (caçadores, uns, e agricultores, outros). O nheengatu foi na verdade um modo de unificar lingüisticamente tribos que falavam variações da língua tupi. Foi, sobretudo, uma forma de ter além de uma fala, uma escrita. 
Na verdade, o dialeto caipira, resíduo de uma proibição do rei de Portugal, se refugiu no interior do Brasil, onde era menor o alcance da repressão lingüística determinada pelo monarca no século XVIII. Por outro lado, as cidades da costa, especialmente as cidades portuárias, estiveram sempre voltadas “para fora”, de costas “para dentro”, como dizia Frei Vicente do Salvador, primeiro historiador brasileiro, baiano do século XVII. A maior influência dos portugueses legítimos nessa área da colônia e, depois, do país, firmou-se, sobretudo, a partir do século XVIII, quando a capital da colônia foi transferida da Bahia para o Rio de Janeiro. Além disso, a fortíssima presença do negro escravizado nessa costa, atenuou a importância do dialeto caipira e introduziu sonoridades de línguas africanas, o que é bem claro na Bahia e em Pernambuco, mas também no Rio. Aliás, a USP também tem um curso de língua Yorubá, a mais falada das línguas africanas no Brasil e a mais presente em ritos e práticas religiosas.

Dificuldades também havia para pronunciar as consoantes dobradas. Daí que, no dialeto caipira, “orelha” tenha se tornado “orêia” (uma consoante em vez de três; quatro vogais em vez de três), “coalho” seja “coaio”, “colher” tenha virado ”cuié”, “os olhos” sejam “o zóio”... E no Nordeste ainda se ouve a suave “fulô” no lugar da menos suave “flor”. Uma abundância de vogais em detrimento das consoantes, até mesmo com a introdução de vogais onde não existiam. Exatamente o contrario da evolução da sonoridade da língua e Portugal, em que predominam os ásperos sons das consoantes. No Brasil, a língua portuguesa ficou mais doce e mais lenta, mais descansada, justamente pela enorme influência das sonoridades da língua geral, o nheengatu. 

Nossa língua cotidiana está algo distanciada da língua portuguesa, que é a oficial e, num certo sentido, é uma língua importada. Não raro viajamos entre toponímicos tupi. Na Cidade de São Paulo transito regularmente entre o Butantã e Carapicuíba e o Embu, aonde levo meus alunos, periodicamente, para uma aula de rua. Ou os levo ao Museu Paulista, no Ipiranga, para outra aula, ou à Moóca, para observações etnográficas sobre uma festa italiana. Faço tudo isso dentro da língua tupi. Como posso ir do rio Guaíba à Paraíba ou ao Pará ou ao Piauí sem achar que estou falando uma língua estrangeira, que ela não é.

Em escolas rurais de povoados do Moto Grosso, do Pará e o Maranhão, observei um fato curioso. Uma vez que as crianças escrevem como falam, não e raro que acrescentem de preferência um “r” às palavras oxítonas, a letra usada como acento agudo: “ater”, em vez de “até”; “Joser”, em vez de “José”. Algo que tem sua curiosa legitimidade no modo como se escrevia oficialmente o português até ,meados do século 19, letras fazendo as vezes de acentos e sinais. A própria língua falada, no confronto com a escrita, oferece às crianças inteligentes a chave de adaptação de uma à outra: se elas dizem “falá” e vêm que a palavra escrita é “falar”, logo entendem que o “r” é aí acento, e não letra para ser pronunciada.

É comovente a reação dos jovens quando descobrem que são falantes do que resta de uma língua que já foi a língua do povo brasileiro e que conhecem um grande número de sons e palavras tupi. O que lhes dizem ser erro e ignorância é, na verdade, história social, valorosa sobrevivência da nossa verdadeira língua brasileira. Se não fosse assim, seria impossível rir daquela história de dois mineiros que resolveram temperar a prosa com café. E foram para a cozinha. Água fervida, coador pronto, um pergunta para o outro: “Pó pô o pó?”. E  o outro responde, firme:”Pó pô!”.