El gerundio ha sido analizado desde diferentes perspectivas, de entre las que sobresale su interpretación semántica, según los rasgos de la construcción en la que se inserta (Bello, 1847; Fernández Lagunilla, 1999; Gili Gaya, 1961; Moreno, 2015). Sin embargo, resulta novedosa la propuesta de Verhaert (2008), quien, desde una aproximación cognitiva, demuestra que los gerundios modales focalizan detalles de la acción principal (zooming in). Este trabajo se ha propuesto comprobar, en una muestra del español de Cuba, cómo se comportan los gerundios modales, y determinar si otras interpretaciones (activadores mentales, ilocutivos y localizadores de tiempo y espacio) ofrecen diferentes tipos de visualización. Los resultados indican que los modales sí poseen un valor de zooming in, pero el resto de las interpretaciones constituyen marcos mentales, ilocutivos o espacio-temporales, que incluyen al evento principal desde una perspectiva de zooming out.