A oralidade constitui-se por meio de vários fenômenos, como a prosódia, a gestualidade, que acompanha o fluxo da fala, o movimento do corpo, as expressões faciais, entre outros aspectos. Nessa perspectiva, a língua é vista como um sistema integrado, como defende McNeill (1985), em que fala e gestos se encontram integrados em uma única matriz de significação. Diante dessa concepção, este artigo, parte de uma pesquisa maior, tem como objetivo socializar as primeiras discussões e resultados de uma pesquisa intercontinental, intitulada 'Gesto e fala de crianças em ambientes digitais: acervo de dados intercontinentais', que visa a coletar dados de crianças de 7 a 12 anos, que possuam o português como língua oficial (Moçambique, Portugal e Brasil), em contextos familiares, para uma melhor compreensão da língua portuguesa em sua variedade nesses três países. De uma maneira geral, buscaremos suporte em Bakhtin (1997), para concepção de língua, e em McNeill (1992McNeill ( , 2000 e Kendon (2009), para a discussão gesto e fala. Metodologicamente, analisaremos a multimodalidade gestual e verbal em três vídeos do gênero receita culinária com três crianças (brasileira, portuguesa e moçambicana), buscando identificar regularidades presentes nos dados descritos no ELAN. As análises preliminares mostram pouca divergência no uso dos gestos e uma maior coincidência nas três crianças, tanto no uso de gestos emblemáticos, destacando os icônicos + metafóricos e os dêiticos + metafóricos, quanto aos pantomímicos, para um maior emprego dos icônicos + ritmados. Além disso, percebe-se a profusão de gestos, desde o início da fala até o final da apresentação dos gêneros, nas três crianças. A naturalidade da movimentação do corpo, da cabeça, do olhar, das mãos durante a verbalização ou na ausência de fala é notória, nos encaminhando para o fortalecimento da tese de que fala e gesto compõem uma só matriz.
