Хотя четыре стадии действия были для простоты рассмотрены в последовательном порядке и отделены друг от друга, Мид усматривает между ними диалектическую связь. Джон Болдуин так выражает эту идею: «Хотя четыре элемента действия иногда
Тогда как действие включает только одного человека,
Действие каждой собаки становится для другой собаки стимулом для реакции… Сам факт, что собака готова напасть на другую, становится для другой собаки стимулом изменить свою собственную позицию и свое собственное отношение. Она сделает это не скорее, чем изменение отношения второй собакой, в свою очередь, вызовет изменения отношения со стороны первой собаки (Mead, 1934/1962, p. 42–43).
Мид называет происходящее в данной ситуации «разговором жестов». Жест одной собаки автоматически вызывает жест второй; со стороны собак не происходит никаких мыслительных процессов.
Люди иногда участвуют в неосознанных «разговорах жестами». В качестве примеров Мид приводит множество действий и реакций, происходящих на матче по боксу и фехтованию, когда один спортсмен «инстинктивно» приспосабливается к действиям второго. Мид называет такие бессознательные действия «незначащими» жестами; людей отличает именно их способность использовать «значащие» жесты, т. е. требующие со стороны актора размышления, перед тем как отреагировать.
В возникновении значащих жестов особенно важен голосовой жест. Однако не все голосовые жесты значащие. Лай одной собаки на другую не является значащим; даже некоторые голосовые жесты людей (например, неосознанный всхрап) могут быть незначащими. Однако именно развитие голосовых жестов, особенно в форме языка, становятся наиболее важным фактором, делающим возможным отличительное для человеческой жизни развитие: «Специализация человеческого существа в этой области жеста отвечала, главным образом, за происхождение и развитие современного человеческого общества и знания, со всем возможным благодаря науке контролем над природой и окружающей человека средой» (Mead, 1934/1962, p. 14).
Это развитие связано с отличительным свойством голосового жеста. Когда мы совершаем физическое действие, например, делаем гримасу, мы не можем видеть, что мы делаем (если только мы не смотрим в зеркало). С другой стороны, когда мы производим голосовой жест, мы слышим себя так же, как другие. Как следствие, во-первых, голосовой жест может влиять на говорящего в той же степени, в какой он влияет на слушателей. Во-вторых, мы гораздо более способны остановить себя, производя голосовые жесты, чем способны к этому в жестах физических. Другими словами, мы обладаем гораздо лучшим контролем над голосовыми, чем над физическими жестами. Эта способность контролировать себя и свои реакции — очень важна по отношению к другим отличительным способностям людей. В более широком смысле, «именно голосовой жест неповторимым способом обеспечил средство социальной организации в человеческом обществе» (Mead, 1959, p. 188).