Формирование умственного действия проходит пять этапов. Первый из них можно было бы назвать составлением как бы „проекта действия“ — его ориентировочной основы, которой в дальнейшем ученик руководствуется при его выполнении. На втором этапе образуется материальная (или материализованная) форма этого действия — его первая реальная форма у данного ученика. На третьем этапе действие отрывается от вещей (или их материальных изображений) и переносится в план громкой, диалогической речи. На четвертом этапе действие выполняется путем беззвучного проговаривания про себя, но с четким словесно-понятийным его расчленением. Это действие в плане „внешней речи про себя на следующем этапе становится автоматическим процессом и вследствие этого именно в своей речевой части уходит из сознания; речевой процесс становится скрытым и в полном смысле внутренним.
Таким образом, речь участвует на всех этапах формирования умственного действия, но по-разному. На первых двух этапах, „перед лицом вещей“ и материального действия, она служит только системой указаний на материальную действительность. Впитав в себя опыт последней, речь на трех дальнейших этапах становится единственной основой действия, выполняемого только в сознании. Однако и на каждом из них она образует, особый вид речи. Действие в плане „громкой речи без предметов“ образуется под контролем другого человека и прежде всего как сообщение ему об этом действии. Для того, кто учится его выполнять, это означает формирование объективно-общественного сознания данного действия, отлитого в установленные формы научного языка, — формирование объективно-общественного мышления о действии. Таким образом, на первом собственно речевом этапе мышление и сообщение составляют неразделимые стороны единого процесса совместного теоретического действия. Но уже здесь психологическое ударение может быть перенесено то на одну, то на другую сторону, и соответственно этому формы речи меняются от речи-сообщения другому до речи-сообщения себе; в последнем случае целью становится развернутое изложение действия, идеальное восстановление его объективного содержания. Затем это „действие в речи без предметов“ начинают выполнять про себя, беззвучно; в результате получается „внешняя речь про себя“. Она и здесь является сначала обращением к воображаемому собеседнику, однако по мере освоения действия в этой новой форме воображаемый контроль другого человека все более отходит на задний план, а момент умственного преобразования исходного материала, т. е. собственно мышление, все более становится главенствующим. Как и на всех этапах, действие во „внешней речи про себя“ осваивается, с разных сторон: на разном материале, в разном речевом выражении, с разной полнотой составляющих действие операций. Постепенно человек переходит ко все более сокращенным формам действия и, наконец, к его наиболее сокращенной форме — к действию по формуле, когда от действия остается, собственно, только переход от исходных данных к результату, известному по прошлому опыту.
В таких условиях наступает естественная стереотипизация действия, а с нею и быстрая его автоматизация. Последняя в свою очередь ведет к отодвиганию действия на периферию сознания, а далее и за его границы. Явно речевое мышление про себя становится скрыто речевым мышлением „в уме“. Теперь результат его появляется как бы „сразу“ и без видимой связи с речевым процессом (который остается за пределами сознания) „просто“ как объект. Согласно глубокому указанию И. П. Павлова, течение автоматизированного процесса (динамического стереотипа) отражается в сознании в виде чувства. Это чувство имеет контрольное значение, и за речевым процессом, получившим указанную форму, как за всяким автоматизированным процессом, сохраняется контроль по чувству. По той же причине, (отсутствие в сознании речевого процесса) это чувство нашей активности теперь относится непосредственно к его продукту, и воспринимается как идеальное действие в отношении его, как мысль о нем. В итоге всех этих изменений скрытое речевое действие представляется в самонаблюдении как „чистое мышление“.
Особый интерес представляет физиологическая сторона этого процесса. Автоматизация речевого действия означает образование его динамического стереотипа, а последний образование непосредственной связи между центральными звеньями речевого процесса, которые прежде были отделены работой, исполнительных органов. До, образования динамического стереотипа нужно было произнести слово, чтобы в сознании отчетливо выступило его значение, — теперь между звуковым образом слова и его значением образуется прямая связь, возбуждение непосредственно переходит от нервного пункта, связанного со звуковым образом слова, к нервному пункту, связанному с его значением, минуя обходный путь через речедвигательную периферию. На это сокращение физиологического процесса обращает особое внимание П. К. Анохин. Очевидно, в таком случае центральный речевой процесс может и не сопровождаться изменениями речедвигательных органов.
Так свойства последней формы умственного действия объясняют те особенности скрыторечевого мышления, которые вызывают столько недоразумений в понимании мышления и речи, когда они рассматриваются без учета их происхождения как готовые наличные явления.
Процесс автоматизации не сразу захватывает весь состав речевого действия, и даже потом, когда этот процесс закончился, действие происходит описанным способом лишь при условии, что его применение к новой задаче не встречает препятствий. Если же они возникают, то ориентировочный рефлекс, внимание переключаются на затруднение и это вызывает на данном участке переход действия к более простому и раннему уровню (в нашем случае — к неавтоматизированному выполнению „во внешней речи про себя“). Этот факт, давно известный в психологии, с психофизиологической стороны хорошо объяснен А. Н. Леонтьевым как результат растормаживания прежде заторможенных участков вследствие отрицательной индукции из нового очага, соответствующего новому объекту внимания. Но так как это касается лишь отдельных участков более, широкого процесса, то соответствующие им частицы „внешней речи про себя“ появляются разрозненно и для наблюдателя представляются бессвязными речевыми фрагментами.
Итак, эти речевые фрагменты представляют собой результат частичного перехода от скрыторечевого и автоматизированного мышления к мышлению явно речевому и „произвольному“, т. е. частичное возвращение от внутренней речи к „внешней речи про себя“. И по функции, и по механизмам, и по способу выполнения они принадлежат „к внешней речи про себя“, одну из сокращенных форм которой они и составляют. Не располагая данными ни об этом виде речи, ни о действительной природе того, что представляется „чистым мышлением“, Выготский считал эти фрагменты особым видом речи — внутренней речью. Но теперь мы видим, что они не составляют ни внутреннюю речь, ни вообще отдельный вид речи.