多模态方法的基础理念是，语言及其他通信系统或模式(如手势、目光)会受到用以完成社会日常实践的事物的影响，而不是受制于某套固定的规则与结构。这种将语言视为情境资源的观点包含一个基本原则，即通信模式提供了有历史针对性的、可以进行社会或文化共享(或“符号资源”)的通信选项。强调了这一点后，多模态的关键问题就是人们如何构建情境意义，以达到特定目的。
多模态有三个相互关联的基础理论假设。下面将简要介绍并讨论这三个基础假设。
多模态的第一个基础假设认为，虽然语言被普遍认为是最重要的交流模式，但口头或书面语言只是多模态集成的组成部分。多模态“跳出了语言总是在交互中扮演核心角色的理念，但并未否定其在许多情况下仍然是最核心要素”(Norris，2004:3)；在此假设基础上，进一步指出，所有模式对于意义都有相同的潜在作用。因而，按照多模态视角，语言只不过是各种模式组成的多模态集成中的其中一种模式。许多学者已经对“非语言”模式进行过分析，但多模态与这些分析不同；因为语言既不是其出发点，也不是所有通信模式的原型。多模态的出发点是，作为多模态集成某种表征及/或交互组成部分的所有模式，都应当得到研究，以明确通信者可用的基础选项、资源的意义潜势及其被选用的目的。
多模态研究的第二个核心假设是，同语言一样，所有模式都受到不同社群为实现自身社会职能而进行的文化、历史及社会运用的影响。因而，每种模式都有不同的意义潜势或符号资源，意在实现不同类型的通信工作。多模态认为所有的沟通行为都是由社会构成，或通过社会而形成的。这也引起了人们对于沟通如何受到限制、如何根据社会情境而形成等的关注，指出这些模式如何以特定的方式而受到关注。
数字技术研究(世哲手册)
380