Már régebben tudjuk, hogy a hangérzékelést általában befolyásolja a vizuális információ, ami nemcsak a néma Gifekre korlátozódik. Az úgynevezett McGurk-hatás azt mutatja be, hogyan lehet becsapni az agyat és másképp hallani ugyanazokat a dolgokat eltérő vizuális információkkal.
A videóban például nem tudjuk elkülöníteni, hogy a férfi „ba"-t vagy „fa"-t mond pusztán az egyidejűleg érkező eltérő látási információ (szájmozgás) miatt. A látás felülírja, mit hallunk.
De vajon lehetséges-e, hogy pusztán a látási inger képes kiváltani, hogy hangokat halljunk? A válasz röviden: igen.
Egy korábbi tanulmányban azt tapasztalták, hogy a résztvevők 22 százaléka „hallott" halk hangot, amikor fényvillanást mutattak nekik, holott semmilyen hang nem kísérte az eseményt.
Azt is tudjuk, hogy egyes emberek (nagyjából a népesség 5 százaléka) szinesztéziás. A szinesztézia az a jelenség, amikor az egyik ingert (pl. hangot) nem a fül, hanem egy másik érzékszerv (pl. az ízlelőbimbó) érzékeli automatikusan és akaratlanul.
Ugyanez a tanulmány mutatta ki, hogy 5 százaléknál sokkal több ember „hallja a mozgást" – azaz vizuális inger hatására hangot hall. Ez a hatás nem korlátozódik a szinesztéziásokra.
Tehát, ha egyszerű fényfelvillanással ki lehet váltani hallási választ, nem lehet csodálkozni, hogy az ugráló villanyoszlopokról készült Gif különösen alkalmas ilyen érzékcsalódás megvalósítására.