Этот эффект проявляется в том, что слуховая и зрительная информация, которую несёт в себе речь, взаимодействуют между собой и влияют на то, что мы слышим. Проводя своё оригинальное исследование, Мак-Гурк и Мак-Дональд создали такие условия, при которых слуховые сигналы произносимого слога не соответствовали соответствующим движениям губ (McGurk & MacDonald, 1976). Испытуемым предъявлалась видеозапись человека, многократно произносившего одними губами слоги ga-ga, в то время как фонограмма воспроизводила слоги ba-ba. Когда испытуемые закрывали глаза и только слушали фонограмму, они точно распознавали слоги. Более того, когда они видели только движения губ, говорившего человека, а фонограмма была выключена, они достаточно точно идентифицировали произносимые звуки как ga-ga (подтверждая тем самым, что при необходимости мы можем читать по губам и что, возможно, делаем это гораздо чаще, чем нам кажется).