A fentebb mondottak hátterében annak belátása áll, hogy a nyelv működését két nagyon alapvető és nagyon általános társas igény, a megismerés és a kapcsolatteremtés igénye motiválja. A nyelvi tevékenység egyfelől azt az általános igényünket elégíti ki, hogy másokkal megosztozzunk azon, amit a világról tudunk, és e közös cselekvés (interakció) segítségével egyéb cselekvéseinket is összehangoljuk (→ 2.1.2; vö. Croft 2009). A nyelv ezen alapvető metafunkciója az interszubjektív megismerés, amely a perspektivikusan megkonstruált tapasztalatok megosztásán keresztül a másik figyelmi állapotának befolyásolásával mint alapvető kommunikációs igénnyel függ össze. A nyelvi tevékenység emellett azt az általános emberi igényt is kielégíti, hogy résztvevői személyközi viszonyokat alakítsanak ki egymással, és ezeket a viszonyokat fenn is tartsák. A nyelvnek ez a másik alapvető metafunkciója, amely az egymás iránti szociális figyelem ugyancsak alapvető igényével függ össze, az interperszonális kapcsolatteremtés.

Halliday és Matthiessen (2004: 29–30) funkcionális nyelvészeti összegzése a nyelvnek ugyancsak két fő (meta)funkciója, az ideatív és az interperszonális funkció között tesz különbséget (ahogy korábban Halliday 1970, 1973). Az analitikus nyelvfilozófiai háttérfeltevésekből kiinduló Habermas (1997: 246–252) a kognitív és az interaktív, míg a diskurzuselemzést megalapozó Brown és Yule (1983: 1–4) pedig a tranzaktív és az interaktív fogalompárokat használja az alapvető nyelvi funkciók megnevezésére. Habár e megközelítések egészen eltérő elméleti kiindulópontokat érvényesítenek, abból a szempontból összekapcsolhatók, hogy a nyelv fő (meta)funkcióinak a magyarázatát a tudás és a cselekvés dimenziójának szembeállítására alapozzák. Az itt javasolt értelmezés viszont – eltérően a fentiektől – interszubjektív funkció keretében egyaránt tárgyalja a tudás és a cselekvés, sőt az érzelem dimenzióját is (vö. Croft 1994), és ezzel összefüggésben a kontextualizációnak nemcsak az interszubjektív, hanem az interakcionális és diszkurzív természetével is számol (→ 3.3; vö. Halliday–Matthiessen 2004; Langacker 2015). Az interperszonális metafunkció alatt pedig voltaképpen azt a problémakört értelmezi újra, amelyet Malinowski (1923) fatikus kapcsolatnak, Jakobson (1969) pedig fatikus funkciónak nevez.

A fentiek értelmében a diskurzusok résztvevői voltaképpen két, egymással párhuzamos, egymást kölcsönösen feltételező diszkurzív viszonyrendszerbe lépnek. Az egyik keretében, amelyhez a figyelemirányítás interszubjektív aktusa kötődik, a perspektivikus világreprezentációk létrehozása, konstruálása folyik. A másik keretében, ahol azt jelezzük, hogy tekintettel vagyunk a másikra, és számítunk ennek fordítottjára is, az interpeszonális (személyközi) kapcsolatokat alakítjuk. Előbbi esetben a nyelvi szimbólumok alkalmazását az interszubjektivitás háromtényezős viszonyrendszere, azaz triadikussága jellemzi: valaki valakinek valamire irányítja a figyelmét. Utóbbi esetben viszont az interperszonalitás kéttényezős, azaz diadikus viszonyrendszerével függ össze a nyelvi szimbólumok alkalmazásba vétele: valakik figyelnek egymásra.

A 2. ábra abban tér el a figyelemirányítás interszubjektivitásának modellálására összpontosító 1. ábrától (→ 2.2), hogy az interszubjektív megismerésre jellemző triadikus figyelemirányítás (l. Tomasello 2002) mellett magában foglalja a diskurzus résztvevőinek egymás iránti figyelmét, az interperszonális kapcsolatteremtést is. Ezen utóbbi diadikus viszonyt a megnyilatkozó és a befogadó közötti szaggatott nyilak jelölik.

A társas cselekvések végrehajtásakor, azaz nyelvi megjelenítésekor ugyanakkor érdemes tekintetbe vennünk azt is, hogy kivel állunk szemben, hogy milyen kapcsolatban vagyunk azzal, akitől kérünk valamit, akit informálunk valamiről, vagy akinek köszönetet mondunk valamiért stb. Az embereknek ugyanis nemcsak arra van igényük, hogy másokkal megosztozzanak a világbeli tapasztalatokon, hanem arra is, hogy kölcsönösen figyeljenek egymásra, és ennek folyományaként jól működő személyközi viszonyokat hozzanak létre és tartsanak fenn. Ezen utóbbi igény fontosságát mutatja, hogy a csecsemők még jóval (fél évvel) azelőtt, hogy közös figyelmi jelenetekben vennének részt, már intenzív prototársalgásokat folytatnak az anyjukkal, illetve a gondozójukkal, amelyekben csak egymásra figyelve szoros személyközi kapcsolatot alakítanak ki. A prototársalgásokban a csecsemők három hónapos koruktól vesznek részt, közös figyelmi jelenetekben viszont csak a kilencedik hónap után (l. Tomasello 2002: 68–79). Megjegyzendő továbbá, hogy a nyelv kapcsolatteremtő metafunkciója hasonló szerepet tölt be, mint a majmok egymást kurkászó tevékenysége, amelynek nagy szerepe van az agresszió elhárításában (vö. Dunbar 1996, amelynek kritikai bemutatására l. Pléh 1999). Az emberek nem csak az együttes cselekvésekben rejlő lehetőségeket aknázzák ki a diskurzusaikban. Emellett azt is igénylik, hogy együtt legyenek. Erre pedig a beszélgetések a kurkászásnál kifinomultabb lehetőséget teremtenek (l. még Tátrai 2017a: 911–920). (Az, hogy az emberek tudnak – és általában szeretnek is – együtt lenni, természetesen nem zárja ki, hogy alkalmanként az egyedüllétet sem vetik meg. Ám ekkor általában nem is beszélgetnek.)