（いらすとやＨＰより引用。）
赤ちゃんは母親が「いないいないばあ」をすると笑う。赤ちゃんの反応を見て母親が笑う。母親の笑顔にまた赤ちゃんが反応する。ここには笑顔のキャッチボールがある。
これがビデオの母親だと、赤ちゃんの反応に即座に応答しないから、笑顔のキャッチボールは行われない。赤ちゃんは相互性のある「コミュニケーションモード」から、一方的な（ただ画面を眺めるだけの）「傍観モード」に後退してしまう。
他言語の会話は状況 (situation) の中で覚えられる。テレビ講座よりも現地に行ったほうが早く会話を覚えられるのは、常に状況に囲まれているからである。
状況のないテレビ講座で他言語の会話を覚えるのは不可能ではないが、くそ暗記に近く不経済である。状況がないところではコミュニケーションが成立しない。つまり、テレビ講座は「傍観モード」で見る他はないから上達しにくいのである。