La expresión "arte audiovisual" comienza a usarse en Estados Unidos en los años 1930 con la aparición del cine sonoro. Sin embargo, empieza a teorizarse en Francia durante la década de los años 1950 para referirse a las técnicas de difusión simultánea. Es a partir de entonces cuando el concepto se amplía y el término se sustantiva. En el terreno de los medios de comunicación de masas, se habla de lenguaje audiovisual y comunicación audiovisual.

Lo audiovisual puede existir de tres maneras diferentes, audiovisual natural, audiovisual parcialmente tecnificado y audiovisual artificial.
En un audiovisual se percibe la realidad con los cinco sentidos acotando la vista y el oído por ser los protagonistas en la comunicación e interpretación de la realidad. Tanto la vista como el oído perciben en un tiempo y un espacio.
La kinestasis es una obra audiovisual (o una secuencia en una obra mayor) compuesta por una serie de imágenes fijas que se presentan en una secuencia de montaje (Charles Braverman, The Beatles, 1974, o Richard W. Kroon El Cuarto Reich, 1981)
Percepción Visual
Lo que percibimos es la luz. Vemos a través del ojo, que sólo distingue una parte del espectro electromagnético (distinta para los humanos y para otros animales, que pueden ver rayos ultravioletas o infrarrojos). El ojo recibe los estímulos de los rayos de luz procedentes del entorno que atraviesan el cristalino incidiendo en la parte posterior del ojo conocida como retina. Allí estimulan unos foto-receptores (bastones y conos, éstos de tres tipos diferentes, sensibles a tres longitudes de onda distintas que permiten ver entricromía -hay animales con mayor o menor número de tipos para tal combinación, y una enfermedad humana llamada acromatopsia que proviene de la carencia de ellos-) que envían impulsos nerviosos a través del nervio óptico hacia la corteza cerebral relacionada con la visión, creándose así las imágenes que efectivamente vemos. Dado que cada uno de nuestros ojos tiene una visión levemente diferente de un objeto, nuestro cerebro debe encargarse de fusionar las imágenes para crear un efecto tridimensional(estereoscópico), permitiéndonos percibir la profundidad y la distancia. Este proceso es instantáneo. En la retina, además, se da un fenómeno conocido como persistencia retiniana, que permite crear la sensación de movimiento aunque realmente lo percibido sea una sucesión de imágenes fijas a una determinada velocidad.

Percepción auditiva

La vista es más espacial que el oído. El sonido define los objetos en el espacio de una forma muy relativa ya que el volumen del sonido condiciona nuestra percepción. Ambos sentidos se complementan en la percepción espacial de la realidad.
Día Mundial del Patrimonio Audiovisual
En 2005 la UNESCO aprobó loa celebración del Día Mundial del Patrimonio Audiovisual, para concientizar a las personas sobre el valor de los documentos audiovisuales. El objetivo es salvar toda la historia que se encuentra dentro de todos los archivos audiovisuales de los siglos XX y XXI.1
Los documentos audiovisuales lograron un cambio en la sociedad rompiendo barreras de comunicación y de cultura. Complementaron las técnicas ya existentes como la escritura y se convirtieron en una nueva vía para manifestar ideas creativas y compartir conocimiento.
La UNESCO siguiendo este fundamento hizo posible la asignación del Día Mundial del Patrimonio Audiovisual, al día 27 de octubre celebrando y conservando el valor del patrimonio audiovisual.