A tárgyeset -t ragja birtokjel esetén elhagyható -- hogyan és miért alakulhatott ki?

Sok helyen vitáznak róla szenvedélyesen, a "látom a szemed" is helyes-e, vagy mindig a "látom a szemedet", tárgyragos alakot kell használnunk. Itt most nem ebbe mennék bele, bár ha valakinek van újszerű érve, az érdekel. Jómagam az eszemmel inkább mindig kitenném, ne zülljön le szép ősi ragozó nyelvünk a hajlítók stb. közé. Másrészt én is gyakran esetlennek érzem a hosszabb (tárgyragos) alak hangzását. De lehet, hogy ez csak megszokás! Amit talán jobb lenne felednem.

No mindegy. A kérdésem itt most az, vajon miért és hogyan alakult ki, hogy e két rendhagyó esetben (E.sz.1-2; mert többes számban már csak a nagyon megátalkodottak fogadják el, hogy "látom szemeink") nyelvünk, szerintem igenis, hajlamos "zülleni". A -t rag fontos viszonyt fejez ki. Nyelvünkre a következetesség, egyértelműség jellemző. Pár helyen vetik ellene, a tömörség is. Igaz - de SOHA nem a következetesség, egyértelműség rovására. Szóval, hangzás ide vagy oda, rossz iránynak látom e szokást. Hogy keletkezhetett mégis? Ráadásul állítólag nagyon régi jelenség.

Kérem mellőzni a költői példákat. A költőknek néha megengedhető (hmm...) olyan szabadosság, ami a köznyelvben soha.