Arnheim plantea que existen otras formas de aprender el mundo, basadas por ejemplo, en la vista.

El lenguaje solamente sirve para nombrar lo que ya ha sido escuchado, visto o pensado.

Pero, por ejemplo, una experiencia particular con los sentidos no se explicaría por sí misma, esto es, por su singularidad.

Nuestra retina refleja un estímulo visual, tras ello, el percipiente a través de su aparato cognoscitivo, formaliza esa impresión en una idea-concepto que tenemos del mismo, (percepto) generalmente, previamente adquirida.

Pero una persona a la cual las consideraciones centextuales del medio físico de un entorno le interesan - por ejemplo un artista- agudizará su percepción al máximo” .

Según Arheim, podemos discernir tres actitudes de observación: 1) La percepción del contexto como un atributo del objeto mismo (lo que Arheim denomina la mirada del pintor): en el cuadro citado vemos como la potente atmósfera de neblina típica de Londres, que pinta Monet con gamas frías, absorbería la coloración del parlamento, preponderando el contexto antes que el objeto, el cual, si lo abstrajéramos de ese contexto jamás tendría tal color.

La percepción directa es la impresión puntual (como decíamos, en un determinado contexto espacio-temporal) que ha causado un estímulo en nuestra retina.

En eso consistiría esa percepción indirecta: en las diferentes imágenes mentales que tenemos acerca de ese mismo estímulo directo.

Ese instante de vacío del estímulo ha sido grabado en nuestra retina (percepción directa).

En esta ocasión, ese vacío real se convierte en nuestra mente en un tren pasando por un túnel.

Por ejemplo, cuando dibujamos un rostro, solemos marcar individualmente cada ceja de un ojo que, a la distancia del modelo y formato del dibujo, se percibe poco más que una mancha negra (Aquí, también podríamos hablar de inventar o rellenar huecos).

Pone como paradigma la afirmación del filósofo empirista Locke sobre lo abstracto, indicando a continuación su error: “Abstraemos los objetos particulares y los disgregamos de su lugar, tiempo o cualquier otra idea concomitante.” Según Arnheim, desligar lo concreto de lo abstracto es un error ya que en el proceso perceptual, tampoco se desarrollan los estímulos exteriores y las imágenes mentales por separado.

Esta abstracción se desarrolla obteniendo generalidades-abstracciones a partir de experiencias puntuales.

Por ejemplo, cuando observamos a una persona con una nariz prominente, y nos fijamos sobre todo en esta peculiaridad (proceso selectivo), a la hora de describirla (ya sea gráfica- no verbalmente o verbalmente) lo haremos incidiendo en ella, de forma exagerada.

En su capítulo "Con los pies en la tierra", Arnheim se centra en no entender la abstracción como una separación de la experiencia visual.

Por eso, en el siguiente apartado ("Pensar con formas puras"), advierte de que no debemos intentar, por ejemplo, enseñar las matemáticas a los niños mediante formulaciones puras dejando de lado los casos prácticos en las que se fundamentan.

Por ejemplo, enseñar formulaciones trigonométricas sin acudir primero a la utilidad práctica de su aprendizaje supone incurrir en un gran error pedagógico.

Podríamos interpretarlo, también como un abuso de la figura mayor a la pequeña pero el hueco que presenta la forma grande, nos da esa sensación de protección maternal que vemos en la mujer asiendo al niño del cuadro del preimpresionista Corot.