La représentation se situe dans le registre du visible, tandis que l'expression se situe dans le registre de l'audible. La première suppose une réflexion, une image, tandis que la seconde est organique. Il y a une médiation dans le premier cas, pas dans le second. Au sens de Spinoza, l'expression est un rapport d'immanence. Il ne peut y avoir expression audiovisuelle de l'autoréférence (comme le montrent les dessins d'Escher, qui traduisent visuellement la circularité). L'autoréférentiel n'est pas représentable. Il s'accomode mal de la communication classique.

Il y a simultanéité de l'ouïe (écoute flottante), mais séquence du regard (image claire et distincte). La première se passe d'instrument, contrairement à la seconde.