Dieses Konzept handelt eigentlich von der Art des Informationsflusses: Verlassen sich Menschen ausschließlich auf die Informationen aus der Eingabe, die sie erhalten, oder verwenden sie auch Informationen aus "höheren" Verarbeitungsebenen, um Sprache zu verstehen? In einem streng bottom-up orientierten Verarbeitungsmodell wird nur die Information aus der Eingabe berücksichtigt - die Verarbeitung erfolgt vollständig reizgesteuert. Um dies zu verdeutlichen, wenn du einen Sprachklang hörst, musst du entscheiden, was es ist. Ein streng bottom-up orientiertes Verarbeitungsmodell würde sagen, dass du Informationen aus dem Klang selbst verwendest, um die sprachliche Identität festzustellen. Um beispielsweise das Wort "Datei" zu verstehen, müsstest du die Details der Schallwellen verarbeiten, wie sie hereinkommen - welche Frequenzen lauter sind, welche leiser sind, wie lange bestimmte Frequenzen laut sind und so weiter. Ein top-down orientiertes Verarbeitungsmodell hingegen fügt zusätzliche Informationen aus "höheren" Prozessen hinzu. Angenommen, du hörst einem Sprecher zu, nachdem du sie nach dem Weg zur Bibliothek gefragt hast. Während sie antwortet, hupt jemand neben dir mit seinem Auto, und ein Teil ihrer Antwort wird dadurch überdeckt. Der Schall, der deine Ohren erreicht, klingt ungefähr so: "Nun, um zur Bi[beep]liothek zu gelangen, musst du zuerst...." In einem bottom-up orientierten Modell hast du eine Reihe von Klängen, die du nicht hören kannst, weil der Hupen sie unhörbar macht. In einem top-down orientierten Modell kannst du Informationen aus deinem Wissen über Satzstruktur (das überdeckte Wort ist ein Substantiv) und Diskurs (wir sprechen über die Bibliothek) verwenden, um die fehlenden Klänge "zu hören". Also, obwohl du definitiv das Autohorn hörst, kannst du nicht genau sagen, welche Klänge es überdeckt hat, weil du das Wort Bibliothek gehört hast.

Offensichtlich verwenden wir bei der Verarbeitung von Sprache bottom-up Informationen - wir müssen zumindest einige Aufmerksamkeit auf die tatsächliche Eingabe richten, sonst würden wir Menschen, die mit uns sprechen, nicht wirklich zuhören. Unter experimentellen Bedingungen, die das zuvor beschriebene reale Beispiel nachahmen, zeigen die Ergebnisse jedoch, dass Menschen auch "top-down" Verarbeitung verwenden, um Lücken zu füllen - sie berichten, Klänge zu hören, die physisch nicht im Sprachstrom vorhanden sind (weil die Versuchsleiter sie entfernt haben) oder absichtlich mehrdeutig sind (weil die Versuchsleiter dies so gemacht haben), und weiterhin "hören" sie Klänge, die mit der Interpretation aus höheren Prozessen übereinstimmen (z.B. Warren & Warren, 1970). Daher sind sowohl top-down als auch bottom-up Prozesse wichtig. Das größere Bild hier ist, ob und inwieweit Informationen aus späteren oder höheren Prozessen frühe oder niedrigere Prozesse beeinflussen können. Dies ist ein wiederkehrendes Thema, da es nicht nur für die Verarbeitung von Klängen, sondern auch für den Aufbau und die Interpretation von Satzstrukturen relevant ist.

​