Propone un esquema muy próximo al de los behavioristas:

estímulo del hablante --› respuesta del hablante --› estímulo del oyente --› respuesta del oyente

La naturaleza de la relación referente-forma fónica es un lazo de consecución regular establecido por la observación del comportamiento de varios individuos.
Cómo podemos considerar esto desde el punto de vista del mecanismo que hace que determinadas respuestas sigan a determinados estímulos verbales?
Podemos suponer que una parte de la significación de los monemas o de las palabras se adquiere por la asociación de estímulos verbales a estímulos extralingüísticos que desempeñarían el papel de estímulos incondicionales.

Así, en el condicionamiento instrumental, la aparición del agente de refuerzo depende de la ejecución de la respuesta. Por ejemplo, en una determinada situación, el niño responde con determinada conducta verbal, los adultos próximos a él pueden reaccionar o bien comprendiendo al niño, respondiendo a su pregunta, provocando con ello un proceso de refuerzo positivo que contribuirá a fijar la respuesta verbal del niño o, por el contrario, no comprendiendo, o corrigiendo al niño, observando que habla mal, lo que constituirá un estímulo que disminuye la probabilidad de aparición ulterior de esta respuesta verbal. Supongamos que le niño tenga sed. Ensaya diferentes vocalizaciones hasta llegar a pronunciar “por azar” la palabra “agua”, obteniendo de esta forma satisfacción. El agua es un agente de refuerzo positivo que aumenta la probabilidad de aparición de determinada respuesta vocal en una situación concreta. Pero, incluso en este caso, la generalización de este proceso implicaría que toda significación se adquiera en el contacto de una situación extralingüística específica, lo que no ocurre en la realidad.

Por esta causa, SKINNER distingue dos grandes categorías de enunciados que él llama los mands y los tacts. Los mands son comportamientos verbales que dependen esencialmente de las necesidades del hablante, tienden a repetirse tanto más cuanto más reforzados estén, según el mecanismo habitual del condicionamiento instrumental. La mayoría de los mands adoptan la forma de requerimientos como: “Deme agua”.

Los tacts se definen como “comentarios sobre el mundo” y no arrastran inmediatamente la satisfacción de una necesidad. El mecanismo es en este caso el del refuerzo secundario. Para el niño, las reacciones de los que le rodean como la sonrisa, la aprobación, constituyen el origen de un refuerzo secundario que podría fijar comportamientos verbales caracterizados como “comentarios” y no como requerimientos.
Hay otra línea de teorías llamadas mediacionistas. La principal de ellas ha sido elaborada por Mowrer y Osgood.
El punto de partida consiste en que las palabras representan las cosas porque las palabras provocan una réplica del comportamiento efectivo que se tiene frente a las cosas.

Esta réplica puede ser no explícita, es decir, observable desde el exterior, pero puede consistir en diversas respuestas que, dentro del organismo, se sitúan en procesos más complejos.
La génesis del proceso viene rodeado por dos significaciones de la palabra: la connotativa y la denotativa.
Mientras que la significación denotativa constituye el mínimo necesario para asegurar la comunicación de una moción, la significación connotativa sería una especie de “halo asociativo” de donde la palabra extrae una parte de su acción sobre los oyentes. La significación connotativa de una palabra puede ser la misma para toda una comunidad lingüística, o bien de un grupo concreto o de un solo individuo.

Por el contrario, la significación denotativa debe ser la misma para todos los hablantes de determinada lengua, en caso contrario, no podría establecerse la comunicación de forma satisfactoria.
Para OSGOOD, la significación connotativa de una palabra está definida por el conjunto de las respuestas mediatas evocadas por esta palabra. Cada categoría de respuestas mediatas puede ser representada por una dimensión con un punto cero, un máximo positivo y un máximo negativo que corresponde a la respuesta contraria. El conjunto de estas dimensiones define un espacio (el espacio semántico) en el que una significación connotativa determinada puede ser representada por un punto. La significación connotativa de una palabra está representada teóricamente por tres coordenadas.

UN MÉTODO DE “MEDIDA DE LA SIGNIFICACIÓN”
OSGOOD ha elaborado un método de medida de la significación connotativa: el diferenciador semántico. Ha tenido en cuenta respuestas observables que sean de naturaleza verbal. Constituye un indicador de la existencia oculta de otra respuesta que tampoco es una respuesta verbal. En el diferenciador semántico, estas respuestas verbales aparecen en la forma particular de un conjunto de adjetivos antónimos colocados dos a dos. Se coloca el par de adjetivos contrarios (por ejemplo, hermoso-feo, activo-pasivo, grande-pequeño), en los dos extremos de una escala discontinua dividida en siete puntos y se pide al individuo que haga una cruz en una de las casillas para traducir la impresión que le produce la palabra cuya significación connotativa queremos estudiar. Las anotaciones de un individuo para una determinada palabra permiten confeccionar un perfil semántico que constituye una representación gráfica de sus respuestas a las que se asignan valores numéricos.
Los resultados obtenidos con la ayuda de las diferentes escalas hacen resaltar tres factores interpretables que son identificados con tres dimensiones del espacio semántico: evaluación (bueno-malo, hermoso-feo, fresco-podrido), potencia (fuerte-débil, grande-pequeño, ruidoso-silencioso) y actividad (activo-pasivo, tenso-relajado, caliente-frío).