La superioridad del medio visual es tan decisiva porque ofrece equivalentes estructurales de todas las características de los objetos, los acontecimientos y las relaciones. La variedad de formas visuales disponibles es tanta como la de los posibles sonidos del lenguaje, pero lo que interesa es que pueden organizarse de acuerdo con configuraciones fácilmente definibles, de las que las formas geométricas constituyen la ilustración más tangible. La principal virtud del medio visual es la de representar las formas en el espacio bidimensional y tridimensional, mientras que la secuencia del lenguaje verbal es unidimensional. Este espacio polidimensional no sólo procura buenos modelos mentales de los objetos o los acontecimientos físicos, sino que representa además de manera isomórfica las dimensiones necesarias para el razonamiento teórico.

La historia de las lenguas muestra que palabras que no parecen ahora referirse a la experiencia perceptual directa, si se referían a ella originalmente. Muchas de ellas son todavía reconocibles figurativamente. La profundidad de la mente, por ejemplo, se menciona en inglés mediante una palabra que contiene el vocablo latino fundus, esto es, fondo. La «profundidad» (depth) de un pozo y la «profundidad» de la mente se mencionan aún hoy por la misma palabra, y S. E. Asch mostró en un estudio sobre la metáfora, que esta especie de «física ingenua» se descubre en el lenguaje figurativo de las lenguas más divergentes. El universal hábito verbal refleja, por supuesto, el proceso psicológico por el que los conceptos que describen hechos «no perceptuales» derivan de conceptos perceptuales. La noción de la profundidad del pensamiento deriva de la profundidad física; mas aún, la profundidad no es meramente una metáfora conveniente para describir el fenómeno mental, sino el único modo posible de concebir esa noción. La profundidad mental no es pensable sin un conocimiento de la profundidad física. De ahí la cualidad figurativa de todo lenguaje teórico, del que Whorf da significativos ejemplos:

«Capto» el «hilo» de los argumentos de alguien, pero si su «nivel» está «por encima de mí», mi atención puede «errar» y «perder contacto» con su «flujo», de modo que cuando «llega» a su «conclusión», nuestras diferencias son «amplias» y nuestras «perspectivas» se han «alejado» ya tanto, que las «cosas» que dice resultan «demasiado» arbitrarias o incluso «un montón» de disparates.

En realidad, Whorf se muestra demasiado económico en su uso de las comillas, pues el resto de las palabras, incluidas las preposiciones y las conjunciones, derivan también su significación de la experiencia perceptual. Por supuesto, los sentidos no visuales contribuyen a hacer pensables las cosas no perceptuales. Un argumento puede ser agudo o impenetrable; las teorías pueden armonizar o resultar discordantes entre sí; una situación política puede ser tensa; y un régimen corrupto puede heder. El hombre puede apoyarse con confianza en los sentidos para procurarse equivalentes perceptuales de toda noción teórica porque estas nociones, para empezar, derivan de la experiencia sensorial. Para decirlo de modo más contundente: el pensamiento humano no puede ir más allá de las configuraciones que procuran los sentidos humanos.

El lenguaje, pues, constituye un decisivo argumento en favor de los que afirman que el pensamiento tiene lugar en el dominio de los sentidos...

Rudolf Arnheim, fragmento de "El pensamiento visual"