El origen del concepto de ToM se encuentra en los trabajos pioneros de Premack y Woodruf a finales de los años 80. En el experimento de estos investigadores con un chimpancé de su laboratorio le pasaron a éste un vídeo en el que se veía a alguno de sus cuidadores, encerrado en una jaula, intentando coger un plátano que, en un caso, estaba colgando por encima del techo de la jaula y, en otro, estaba en el suelo pero siempre fuera del alcance de la persona. Esta disponía de instrumentos para conseguir su objetivo: una banqueta, un palo etc. En el instante en que el humano iniciaba la acción instrumental directa que podía llevarle a su objetivo, los experimentadores fijaban la imagen y mostraban al chimpancé dos fotografías, una de ellas con la solución correcta (que, en el caso de los plátanos fuera de la jaula, mostraba la imagen del ser humano asiendo un palo largo y sacándolo entre las rejas para acceder a la fruta). La chimpancé Sarah acertó 21 veces sobre 24.
