بسیاری از منتقدان هنر، به‌ویژه منتقدان فیلم بر توجه بر تفاوت ذاتی هر مدیوم با مدیوم دیگر تأکید کرده‌اند و توجه به امکانات ویژه‌ی یک مدیوم در تولید اثر را معیاری مهم در بررسی اصالت اثر دانسته‌اند. برای مثال می‌توانیم از نقدهای بازن به سینمای متأثر از تئاتر یا نقدهای برنیث ابوت به عکس‌های پیکچرالیستی (عکاسی‌های تحت تأثیر نقاشی که به‌ویژه به منظره و پرتره توجه داشتند) یاد کنیم. باید توجه کنیم که تأکید بر سینمایی بودن محض یک فیلم و تبدیل‌ناپذیری آن به هر مدیوم دیگری همواره نوعی امتیاز برای آن در نظر گرفته شده. بااین‌حال بی‌توجهی به امکانات خاص ویدئو و تفاوت ذاتی آن با سینما به‌هیچ‌وجه قابل‌انکار نیست و اینکه این اتفاق در همان متونی میافتد که بر تفاوت مدیوم بسیار حساس هستند. از نکات جالب‌توجه است. این موضوع می‌تواند پیش از هر چیز به عدم باور به این تفاوت بازگردد. این در حالی است که چه از لحاظ تکنولوژی مورداستفاده در ضبط تصاویر اولیه، چه از لحاظ نوع پردازش این تصاویر و چه نوع و شرایط پخش اثر، این دو تا حد زیادی از یکدیگر متمایز هستند. متونی که به ویدئو همچون یک مدیوم متمایز از سینما پرداخته‌اند بسیار معدود بوده و چندان در بحث‌های نظری جدی گرفته نشده‌اند. این بی‌تفاوتی می‌تواند تا حد زیادی متأثر از کارکرد مشابه هر دو مدیوم در پخش فیلم باشد، اما در این صورت این برخورد پیش از هر چیز نتیجه نگاهی کارکردگرا خواهد بود. تفاوت قائل نشدن بین سینما و ویدئو تحت تأثیر این واقعیت که هر دو وسیله پخش فیلم هستند تنها می‌تواند نوعی نقد سطحی ماشین‌گرایی باشد که با بدیهی و پیشینی فرض کردن وجود ماشین و غیرتاریخی دانستن کارکردها، خود سخت درگیر نوعی منطق ماشینی است.

مرسوم است که پایان عصر ماشین را با ظهور ویدئو نشان بگذاریم. این نقطه از لحاظ زمانی دقیق نیست: من [اما برای این نقطه] رادار را ترجیح می‌دهم که جعبه سیاه ناشناس ساکن را جایگزین هواپیمای شناسایی مکانیکی کرد. معرفی آن از نظر زمانی نزدیک است به تقارن با ساخت خاکسترهای بعدازظهر مایا درن و جغرافیای بدن ویلارد ماس.[1]

باید تأکید کنیم که فریمپتون برای ویدئو و از طریق ویدئو برای فیلم نوعی منطق متفاوت از منطق معمول سینمایا متن و اثر هنری قائل می‌شود: منطقی که در آن مفهوم تولید ابژکتیو محو شده و هر اثر می‌تواند تبدیل به مایه یا برداشتی برای اثر دیگر تلقی شود. اگر همین موضوع را در مورد زمان هم در نظر بگیریم، باید توجه کنیم که در فیلم می‌توانیم با جریان‌های زمانی نامشخصی پیش برویم و این پیشروی می‌تواند بین فیلم‌های مختلف نیز تصور شود و تا جایی که این جابجایی ادراک زمانی می‌تواند بین دو فیلم، یا بین زمان یک فیلم و زمان بیرونی وجود داشته باشد، می‌توان به‌نوعی فیلم بزرگ‌تر که این جابجایی‌ها را هم بهتر دیدنی کند امیدوار بود. از ابتدای تاریخ هنر ویدئویی، همواره چند ریتمی بودن و استفاده‌ی مجزا از قطعات هنرهای دیگر تکنیکی مرسوم بوده است. فیلمی از همه‌ی فیلم‌ها، این فیلم هدف تاریخی آن منطقی است که فریمپتون آن را از شروع ویدئو پی می‌گیرد. فیلمی که نوعی ماشین نهایی است که تمام تصاویر این کیهان از طریق آن دیده ‌می‌شوند: فیلمی باز که با زمان رشد می‌کند، اصلاح می‌شود، از نو ساخته می‌شود. فیلمی که هرگز پخش نخواهد شد: فیلمی که عملاً تنها برای ضبط است. اینکه گودار در سال ۱۹۸۷ در جشنواره کن، فیلم تاریخ‌های سینمای خود را با ادای احترام به فریمپتون و ارجاع به مقاله‌ی «برای یک ابرتاریخ فیلم ...» او به نمایش گذاشته می‌تواند تصویر دقیق‌تری از ذهنیت فریمپتون درباره فیلم ارائه دهد. این تصویر صرفاً یک تصویر هنری نیست، بلکه تقلای اصلی آن به دست آوردن درکی تاریخی از تصاویر است. این درک، کارکرد هوش بر روی مواد یا تصاویر است که می‌تواند یک روایت باشد یا نباشد. هوش می‌تواند از راه‌ها و از منطق‌های متفاوتی پیروی کند: همان‌قدر می‌تواند هنری باشد که می‌تواند فنی یا سیاسی باشد؛ و این وقتی است که هوش را جدای از تصور در نظر بگیریم و به‌این‌ترتیب کارکرد آن را محدود کنیم به مواردی که تحلیل به‌اصطلاح پسینی دارد، یعنی بر روی داده‌های موجود کار می‌کند. کافی است به فولدرهای عکس، یا آخرین کلیپ خانگی خودتان نگاه کنید تا در آن متن‌های دیگر، روایت‌هایی پیدا کنید که در متن وجود ندارند اما در میان هستند. آنها خود ویدئو را تشکیل می‌دهند: تصاویری که فقط و فقط به‌واسطه‌ی کارکرد هوش کنار هم قرار می‌گیرند. آن‌طور که فریمپتون می‌گوید ما در این دوره زندگی می‌کنیم که با ویدئو متمایز می‌شود؛ و تصور ما از فیلم در نهایت به چنین فیلمی خواهد انجامید، فیلمی صرفاً برای تصور؛ اما آن‌چیزی که به ویدئو این توان را می‌بخشد کاملاً تکنیکی است: اینکه می‌تواند هر چیز دیدنی یا ندیدنی را به سطحی نورانی بازگرداند.

اما این چه تفاوتی با واقعیت دارد؟ در واقعیت هم دیدن شامل دیدن سطوح نورانی می‌شود. تنها تفاوت در مورد نوع نور است: نوری که خودش تصویر ماده می‌شود، با نوری که بر ماده می‌تابد تا تصویر ماده دیده شود. این سطح، همان سطحی است که بر روی آن هر چیزی نورانی می‌شود، نه الزاماً پرده‌ی سینما، یا صفحه‌ی ال‌سی‌دی؛ بلکه فضایی که این تصاویر بر روی آن دیده شوند. ویدئو پیش از هر چیز یک فضای دیدن است. همه‌ی تصاویر می‌توانند در آن منتقل شوند: تصاویر زنده، تصاویر خصوصی، تصاویر امنیتی، تصاویر هوایی، یک بازی موبایل یا کامپیوتری، مدل‌های معماری، گرافیک... تصاویری بینا-بین که ممکن است به ویدئو در بیایند اما نتوانند به نقش‌ها، به روایت، یا به هر چارچوبی تقلیل داده شوند، بلکه تنها بر روی آن دیدنی ‌شوند. صفحه‌ای برای دیدن، فقط برای دیدن، دیدن مثل یک صفحه. این صفحه از نظر ساختار زمانی که ما از آن درک می‌کنیم درست مثل کارکرد حافظه است، می‌تواند مثل حافظه باشد. صفحه‌ای در حافظه:

«حقیقت این است که حافظه شامل پسرفتی از اکنون به گذشته نیست که برعکس، پیشرفتی از گذشته به اکنون است. در گذشته است که ما خود را به حرکت می‌اندازیم. از یک «حالت مجازی» است که ما به پیش آمده‌ایم، قدم‌به‌قدم، از طریق مجموعه‌ای از سطوح آگاهی متفاوت و به سوی هدفی که در یک ادراک بالفعل به تحقق درمی‌آید؛ یعنی پیش می‌رود تا جایی که تبدیل به اکنون شود، حالتی فعال؛ تا آن سطح غایی از آگاهی که بدن ما توانش را دارد. حافظه‌ی ناب شامل این حالت مجازی است.»[2]

یک حالت مجازی که تا اکنون پیش می‌آید. از سطوح تا به سطح. این می‌تواند درکی اولیه از زمان ویدئویی باشد. مسئله‌ی کمی پیچیده در مورد ویدئو این است که زمان آن می‌تواند به کلی متوقف شود، می‌تواند با شدت‌های مختلف پیش رود و حتی می‌تواند به عقب برگردد (صحنه‌ی عقب زدن زمان در فیلم بازی‌های بامزه هانکه را به یاد بیاورید). تا جایی که زمان بتواند از طریق تصویر درک شود، ویدئو زمان‌مندترین هنر به حساب می‌آید: و این نه به خاطر واقعی‌تر بودن آن که پیش از هر چیز به‌واسطه‌ی توان آن در به هم پیوستن تصاویر نامتجانس است، تصاویری که عملاً از آثار و هنرهای دیگر می‌آیند و دیده می‌شوند؛ اما آنها در ویدئو توالی دیگری پیدا می‌کنند. این برای ما که بسیاری از فیلم‌ها را با ویدئو شناخته‌ایم به‌هیچ‌وجه ناآشنا نیست: کافی است نوارهای ویدئویی که در آنها تصاویری بیشتر یا کمتر از یک فیلم ضبط شده بود را به یاد بیاوریم، به آهنگ‌ها و تبلیغاتی که در میان فیلم‌هایی که دیده‌ایم فکر کنیم، یا به دوبله‌ها و زیرنویس‌های گاه غلط یا بی‌ربط توجه کنیم؛ در این موارد خطا یا نقص‌ها، وقفه‌ها، برفک‌ها، پارازیت‌ها، همگی تجربه‌هایی از درک کارکرد فضا و زمانی ویدئو را منتقل کرده‌اند. در همه‌ی این موارد آنچه نقض می‌شود دقیقاً کارکرد یگانه‌ای است که در نگاه کارکردگرای مدرن از یک متن انتظار می‌رود و این‌ها، هرچند تصادفی، هرچند بی‌ارتباط با خود متن یا اثر باشند، در ادراک ما از فیلم و تفسیری که از جهان داشته‌ایم هرگز بی‌تأثیر نبوده و نخواهند بود. نه فقط بیشتر چیزی که از سینما شناخته‌ایم که بیشتر چیزی که از جهان شناخته‌ایم تا حد بسیار زیادی ویدئویی است. بر این پایه می‌توانیم عدم محدودیت و از این طریق تعریف‌ناپذیری ویدئو را به‌نوعی تعریف آن در نظر بگیریم. می‌دانیم ویدئو ترکیبی است: فیلم، گرافیک، واقعیت مجازی، هنر کامپیوتری، بازی‌های ویدئویی، انیمیشن و باقی قالب‌های دیجیتال در تولید ویدئو مورداستفاده قرار می‌گیرند.[3] اما این استفاده منجر به تولید ابژه نمی‌شود: «فیلم در تناظر با چیزی است که می‌تواند، جدا از هر چیز، شرط اولیه‌ی موسیقی باشد: هیچ ابژه‌ای تولید نمی‌کند.»[4] اگر به تعریف ویدئو از طریق رادار بازگردیم، با نوعی به سطح بازگرداندن، با نوعی به افق در آمدن سر و کار داریم:

«با ویدئو، ما دیگر کاری با بدن متنی‌شده‌ی سینما نداریم. چیزی دیگر در میان است که اسم کلی‌اش قشر (incrustation) است. این نه‌تنها قشر کلمات در تصویر، بلکه قشر خود تصویر هم هست: تصویر در ماده‌ی صفحه جای گرفته است، مثل سینما روی آن جای نگرفته و آن‌طور که در نقاشی است به‌صورت فیزیکی به کرباس بوم پیوست نشده است. به یک معنا، ما دیگر نباید حتی از یک صفحه حرف بزنیم: ویدئو در رده‌ی صفحه نیست، بلکه در رده‌ی نفوذ (penetration) است. فرد نه یک تماشاچی که یک چشم‌چران (voyeur) است. ویدئو به معنای «من می‌بینم» (I see) است، حال‌آنکه تئااو (theao) به معنای «من نگاه می‌کنم» (I look) است (و کینه‌او (kineo) به‌معنای «من حرکت می‌کنم» است). «من نگاه می‌کنم»، «من حرکت می‌کنم» و «من می‌بینم» هیچ‌کدام نه حالت‌هایی که از «تماشاچی» انتظار می‌رود و نه حالت‌های «هنرمند» را برآورده نمی‌کنند. این افعال به انجام‌دادن کاری دلالت دارند، به موضوع انجام‌دادن و ساختنش دلالت دارند، به اینکه با معنا چه کار می‌کند یا چگونه معنا می‌دهد. ازین‌رو، در ویدئو، جذب‌شدن در بصریت (vision)، با گرایشی برای غایب‌ ساختن آنچه دیده‌شده است وجود دارد. بیننده یا ناظر مقابل امر بصری می‌آید. در واقع، پشتوانه اینجا، نه یک فیلم نورخورده بلکه نوری است که به سیگنال‌های دقیق برگردانده‌شده است. به غبار و به رقص نقطه‌ها وارد می‌شویم. تصویر جزئی یا مجزا می‌شود. متن هنگامی که گفته یا نوشته‌ شود بر روی تصویر به جزء خودش لرزش‌پذیر می‌شود، به امواج خش‌دار تجزیه و بازترکیب می‌شود، اندکی از هر زبانی که گفتاری باشد عقب می‌کشد. نوسان‌ساز تا حدودی در ماده‌ی پوسته‌پوسته و تکه‌تکه‌ی بینشی که به‌سوی خودش و به‌روی خودش برگشته منقوش می‌شود (نه ضرورتاً به‌روشی نارسیسیستی) و باز در هر جایی به دیدن ساییده شده و متن را می‌ساید یا متنی از این ساییدن می‌سازد. در یک ماشین نوسان‌گر (oscilloscopic) این تمایز بین متن و تصویر به‌صورت مجازی (virtually) پاک می‌شود.»[5]

موضوع ویدئو دیگر نه هنر که سطح یا قشری است که از روی آن هر چیزی دیده می‌شود: هر فیلتر، عدسی، یا عینکی که جلوی چشم قرار می‌گیرد می‌تواند این قشر را تشکیل دهد: عینک‌های ویدئویی تنها یک پیشرفت کوچک نسبت به مدل قبلی عینک‌ها کرده‌اند، نه بیشتر. مسئله دقیقاً در جذب شدن فرد به این قشر، در فرو رفتن او به این قشر است: فرو رفتن به سطح، به قشر، به چیزی که عمقی ندارد. در اینجا است که با نوعی پیچیدگی مواجه می‌شویم: فضاسازی یا عمق‌سازی بر روی یک سطح. این فضاسازی زمان‌مند است: با حذف دیده‌شده‌ها، با ایجاد حفره‌ها نگاه را جذب می‌کند، برای نگاه فضا، یا نوعی عمق تعریف می‌شود. این صرفاً یک موضوع تکنیکی است. ویدئو وارد بحث‌های تکنولوژی می‌شود: درباره تکثیر در خلأ، درباره امکان توده‌شدن یا تبدیل شدن به یک جمعیت، ارائه تصویر خود در شبکه‌ها (بحث‌ها درباره عکاسی سلفی)، مباحث امنیت فردی و عمومی و امثال این صرفاً تعدادی از این بحث‌ها هستند. این بحث‌ها در هر حال جدی‌ترین بحث‌های اخلاقی دوران ما هستند. برای مثال در کشورهایی که امکان حضور خبرنگاران به هر دلیلی وجود ندارد، ویدئو و ماهواره‌ها همچنان مشغول به کار هستند و حجم گسترده‌ای از خروجی شبکه‌های جهانی به‌صورت مستقیم یا غیرمستقیم از طریق این ویدئوها تأمین می‌شود. در موارد زیادی این ویدئوها مشخصاً ویدئوهای خانگی بوده و بدون هیچ نوع انگیزه‌ای برای تکثیر ضبط شده‌اند (برای مثال به ویدئوهایی که از حملات یازده سپتامبر در امریکا ضبط شده و بازخورد آنها توجه کنید). انگار نوعی درز کردن، نوعی افشا شدن، با ویدئو همبسته است.

برای واضح شدن به خود ویدئوها نگاه کنیم: صحنه‌ی ویدئویی پایان طعم گیلاس: در نمایی دورتر و بالاتر از نمای اصلی، ویدئو با نوعی سرخوشی این فرایند جدی را ضبط می‌کند، تمام زمینه را از دیدنی تا نادیدنی به چنگ می‌آورد و پس از پایان متن می‌آید اما انگار از قبل بوده، از کمی قبل‌تر شروع می‌شود. در این صحنه، تمام فیلم انگار از نو باز می‌شود: تمام عوامل، تمام واقعیت قابل دیدن فیلم در اینجا دیده می‌شوند، زمان فیلم جابجا می‌شود. به هم ریختن بالانس رنگ‌ها تغییر جهان را با شدتی زیاد دیدنی می‌کند؛ اما آنچه بیشتر از به معرض دید در آمدن در مورد ویدئو مطرح است و در این صحنه باید به آن نگاه کرد، مسئله‌ی قرارگیری خود فرد، یعنی بیننده در این فضا و تغییر یافتن فضا از این طریق است. چیزی که شاید بهتر بتوان آن را با دیدن انیمیشن کوتاه امیل کوهل[6]، Fragment (۱۹۰۹)[7] درک کرد. در این انیمیشن، آیکون یک انسان گوشه‌ی تصویر می‌آید و به میدانی که در پس تصویر قرار دارد خیره می‌شود. در ابتدا صرفاً با پرش‌ و لرزش، حالتی واکنشی به نوسان این میدان دارد، اما پس از گذشت زمان بیشتر جذب میدان نوسان‌دار می‌شود، سرعت و حرکات او بالاتر می‌روند. با شدیدتر شدن نوسان، در نهایت خود او در درون شدت نوسان‌ها تجزیه می‌شود و تبدیل به همان میدانی می‌شود که قبل‌تر، بین ما و آن قرار گرفته بود.

در نهایت تنها این فضا باقی می‌ماند.