Wychowanie słuchowe u dzieci powinno przebiegać etapowo, ponieważ umiejętności językowe i mówienie są zależne od tego, czy dziecko najpierw potrafi odbierać i interpretować bodźce słuchowe. Dlatego poprawna kolejność zaczyna się od kompetencji najbardziej podstawowych, a kończy na najbardziej złożonych.
Nauka słuchania oznacza wykształcanie gotowości do odbioru bodźców: zauważanie dźwięku i kierowanie na niego uwagi. Bez tego trudno mówić o dalszym uczeniu.
Kolejny krok, nauka rozpoznawania dźwięków, rozwija różnicowanie i identyfikację bodźców (co brzmi podobnie, co inaczej, skąd pochodzi dźwięk). To buduje "mapę" dźwięków potrzebną do przetwarzania sygnału mowy.
Następnie pojawia się nauka rozumienia mowy – czyli łączenie bodźców akustycznych z znaczeniem. W tym miejscu dziecko zaczyna wykorzystywać słuch do celów komunikacyjnych, rozumie polecenia i treści adekwatne do etapu rozwoju.
Dopiero na tej podstawie możliwa jest nauka mówienia. Produkcja mowy wymaga wzorca (co słyszę) i kontroli (czy mówię tak, jak powinno brzmieć). Gdy mówienie umieszcza się na początku, powstaje błąd logiczny: oczekuje się efektu bez wcześniejszego zbudowania umiejętności percepcyjnych.
Dlaczego pozostałe układy są niepoprawne? Każdy z nich zaczyna od elementu zbyt złożonego (mówienie lub rozumienie mowy) albo miesza poziomy trudności, pomijając fundament: detekcję/uważne słuchanie i rozpoznawanie dźwięków. W praktyce terapeutycznej takie odwrócenie etapów utrudnia planowanie ćwiczeń i może prowadzić do nierealnych oczekiwań wobec dziecka.