Az empirikus eredmények alapján úgy tűnik tehát, hogy a gyermekek már három-hat hónapos kortól képesek követni mások tekintetét. Az ennek hátterében álló folyamatokhoz kapcsolódó elméleti megközelítések csoportosíthatóak aszerint, hogy milyen pszichológiai tudatosságot és komplexitást feltételeznek a csecsemők részéről (Caron et al., 2002; illetve Del Bianco et al., 2019 alapján). Az úgynevezett szűk megközelítésbe tartozó elméletek elsősorban az alapvető tanulási folyamatok – például a megerősítéses tanulás – fontosságát hangsúlyozzák a TK korai megjelenésének hátterében (például: Corkum & Moore, 1995). E nézőpont szerint a TK az első időszakban még nem más személyek figyelmi állapotának megértéséről árulkodik, hanem egyéb, alapvetőbb kognitív folyamatok következményeként áll elő. Ezzel szemben az úgynevezett tág megközelítésbe sorolható elméletek alapvetően társasnak tartják ezeket a viselkedéseket, és hátterükben a csecsemők részéről annak kezdetleges megértését feltételezik, hogy más személyek viselkedését mentális folyamatok irányítják (például: Tomasello, 1995). Fontos kiemelni: a legtöbb elmélet képviselői egyetértenek abban, hogy a TK legkorábbi időszakában megjelenő formáinak hátterében valószínűleg még nem a nézés mint referenciális cselekedet valódi megértése áll. Más szavakkal: még nem jelenik meg a nézés olyan jellegű megértése, amely szükségszerűen egy tárgyra, dologra irányul vagy utal. A nézés esetében magát a tekintetet értelmezzük úgy, mint ami jelzi számunkra, hogy partnerünk éppen néz valamit – és ezen keresztül keressük, illetve következtetni is tudunk arra, mire vonatkozik a nézési viselkedése, azaz éppen mire figyel. A referencialitás feltételezése tehát mentális folyamatok megértésére épít.