第一节 肉眼观看的视觉文化
一、观看的生理基础
在地球的大气层中，光总是沿着几乎完美的直线进行传播。因此，人类可以根据光反射物体的信息，准确地判断物体的远近、大小和移动速度。而要完成这一过程，眼睛的生理功能必须完成收集光、感知光、将“光信号”转变为大脑能理解的“电信号”等等一系列的过程：光进入眼睛，通过晶状体将光线收集起来，然后投射在视网膜上。视网膜里分布着丰富的感光细胞，在每一个感光细胞里则充满着海量的名为“视紫红质”的蛋白，这种蛋白能将光信号化为生物电的信号，而“电信号”则是人的大脑可以理解的信息。可以说，正是“视紫红质”这个蛋白的出现，标志着视觉的开端，也就是人作为主体产生视觉文化的开端。
人仅仅能感受到光，这还远远不够，人还必须要知道光线的强弱、方向和形状，只有这样才能真正了解物体和环境以及文字、图片等等丰富多彩的信息。人类关于这一点的认识，一直等到1958年才完成。当时，两位年轻的神经科学家休伯尔（David Hubel）和威瑟尔（Torsten Wiesel）通过实验发现，与视网膜感受光点形成电信号不同，人的大脑细胞对光点没有什么特别的反应，而是对某些角度的长方形光条反应强烈。例如，有的细胞只对水平放置的光条有反应，有的细胞偏爱垂直的光条，另外一些则对具有一些倾斜角度的光条更敏感。这一发现意义重大，它标志着人类对自己视觉系统的理解从“看见光”进步为“看见形状和图案”。人们认识到，人的大脑虽然不能直接看到光，却能对来自视网膜的感觉信号进行深度处理和整合，大脑能分析一堆光信号彼此之间的位置信息，这就能判断出这是一个拥有怎样形状的物体。这种能力让人们拥有了视觉认知的能力，进而拥有了看清大千世界的信心——无论怎样复杂的客体世界，不外乎就是各种光信号的排列组合，而人类的观看能力是足以应对这种排列组合的“复杂”的。相应地，人类在漫长的进化过程中演化出了专门分管观看的大脑细胞——这些脑细胞根据外部刺激的不同能够进行相对复杂的排列组合。正是这种排列组合，最终能够组装出一个生动的、虚拟的视觉世界。这就解释了为什么视觉具有“认知功能”——它能够根据光线的不同形状将大千世界分解成不同大小、形状、色彩等指标系统，通过读解这些指标，人们就能把握对象的内涵和规律。
除了认知判断之外，视觉还能引发相应的情绪感应。视觉带来的情感波动，其基础还是其认知功能。在日常生活中，人们会因为遭遇不同环境、人、事物等等而产生不一样的情绪反应，这是和人们的功利性目标紧密联系在一起的。比如，很多哺乳动物的眼睛只有黑白两种颜色的感受能力，但是，人眼在进化的过程中，由于某些机缘，获得了红黄蓝三种颜色的感受能力。这对早期人们的生存非常重要，比如，人们能够在一大片绿色的叶子中迅速发现一些色彩鲜艳的、成熟的果实，它们是可以作为食物的。此时，红色、金黄这些颜色就和食物联系在一起，进而就和吃饱肚子、获得能量这种能带来正面情绪的生活状态联系在一起。那么，当人们再看到红色、黄色这些颜色的时候，就会触动自身关于食物记忆的大脑区域，于是就产生了愉悦的感受。科学研究也证明了这一点：当人的眼睛接受视觉刺激，形成的视觉信息会通过两条通道分别到达大脑的两块不同区域。第一块区域是负责认知判断的，这就是前文所述的通过不同光点组合的光条、块等激发出来的人脑细胞的不同的排列组合。如此，认知功能就完成了。而视觉信息刺激产生的电信号通往的第二块区域则具有怀旧功能，这块区域能够调动记忆去对比自己接收到的新信息，如果有类似的刺激产生，就会唤起人们深埋在记忆深处的感觉，进而产生相应的情感效应。这就是人们看到某些图像的时候会有似曾相识的感觉的原因，而这也正是图像引发人们情感波动的原因。
综上所述，“观看”既可以满足人们认知世界的需求，同时又会激发人们的情感，在这二者的基础上，人们形成相应的“事实判断”和“理念判断”。基于此，主体就可以展开相应的社会实践，这就是以下我们要论述的基于生存/生活意义上的观看/视觉文化的生成逻辑。
二、观看和视觉文化
观看是如何变成文化的呢？首先我们来看看文化是怎么回事。
泰勒关于“文化”曾下过一个著名的定义：“所谓文化或文明，就其广泛的民族学的意义来说，乃是包含知识、信仰、艺术、道德、法律、风俗及任何作为一名社会成员而获得的能力和习惯在内的复杂整体”——我们将基于此衍生出对“视觉文化”的判断。泰勒这个“文化”概念中有两个要点值得我们注意：第一，文化是相对于“自然”而存在的，进而所有的“文化”后果都是人们在一个社会系统中与自然或他人互动的结果。就“观看”来说，一个人只要在“观看”他物或他人，就会把自己变成观看主体，把观看对象变成客体。此时，主体、观看、客体这三个要素之间就结构了一个小小的文化系统，视觉文化的基础就此生成。王阳明所谓“你未看此花时，此花与汝心同归于寂；你来看此花时，则此花颜色一时明白起来”，就是视觉文化要义的一种精简表达。花开在野外，这只是“自然”。只有人看见这朵花，进而此花入了“人心”——引发了人的情感和思考等一系列后续活动，花就开始变成了文化。进而，“看花”就变成了视觉文化。第二，文化是社会性的，也就是说文化是集体的行为。单独的个体与自然交往，固然能够形成一个微观的文化系统，但是这种文化系统的形成并非只基于人的生理属性，还有社会属性。从这个意义上说，视觉文化的形成并非因为人有眼睛，能“观看”，而是因为任何人都是活在特定的历史、风俗、社会习惯中——由这样的人发动的观看必然具有文化意义。所以，王阳明所谓来看此花的“你”并非一个生物意义上的个体，而是已然被历史、社会、人际关系、传统等诸多元素熏陶塑造后形成的“汝”。所谓的“明白”也不是仅仅对花的物理判断（这是什么）以及功能判断（它有什么用），还有文化判断（我的心明白起来了）。
基于以上两点，我们不难发现，文化其实具有鲜明的“创造性”特质。只要是“文化”，哪怕是最颓废的文化，都会建构一种主体与自然以及他人的新型关系，进而形成（毋宁说是生成）相应的文本、产品，以及产生相应的社会效果。换言之，文化会为世界增添原本并不存在的东西。就视觉文化来说，首先，观看将视线所及都变成观看客体。然后，观者会在头脑形成一系列关于对象的描述和判断，这些描述和判断如果被落实到图像、语言、文字等信息载体中就形成了视觉文本。诗歌、雕塑、绘画、摄影、电影从这个意义上说都是观看主体无中生有的产物，它们不仅是主体“为看而看”冲动的产物，还是为了满足人们的观看欲望而生产出来的对象。从这个意义上说，视觉文化的形成有两条逻辑线索：第一，“观看”刺激和引发主体的创造性行为，进而建构了与自然相对应的文化文本和语境。第二，“观看”进一步刺激视觉，引发了更强烈和复杂的观看欲望。人们不仅追求看到发生在自己眼前的、当下存在的景观，更要追求看到那种想象中的、发生在另外时空中的景观。这样，视觉文化就形成了由两部分构成的基本结构：一是“看真实”，二是“看虚拟”。柏拉图笔下的“洞穴寓言”某种意义上就可以解释视觉文化的“看虚拟”和“看真实”的内涵和意义。在这个寓言中，柏拉图区分了两种不同的观看——被束缚的观看和自由的观看，以及相应的身体状态和生活方式。与“被束缚的观看”对应的是不自由的身体、被禁锢的生活以及被误判的世界。但同时，“束缚”也形成了人们稳定、安宁的思考方式和精神状态，以及针对外部世界的肯定性的判断——他们认为自己看到的所有一切都是真实的世界；而“自由的观看”对应的则是自由的身体、流动的生活以及对真实生活环境的准确理解。不管哪种身体状态，“观看”都是人们开展自己有效社会实践的前提。正如米尔佐夫认为的那样：当人们想控制一样东西，会首先将其“可视化”。当对象变成视觉可以把控的视像的时候，这样就可以开始进一步对其改造和掌控。也就是说，观看对象就会倾向于变成观看主体的“可控”客体。我们大都有这样的体验，当我们被人打量乃至凝视的时候，会觉得不自在和不舒服。这是因为我们有这样的心理机制：他人的观看将我变成了观看对象，而“对象”就是“客体”，客体则意味着被控制。此刻，要么我们回避这种眼光，即拒绝承认这种“看与被看”，也就是“控制与被控制”的关系；要么迎着目光“回看”过去，即努力将对方也变成“客体”。从这个意义上说，当一个对象被看见，就意味着它（他）变成了可控的客体。哪怕暂时物理手段到达不了，但“视线的到达”就是“把控”的开始。
米尔佐夫用战争举例——取得战争胜利的先决条件之一是获得准确的战场地图，一些优秀的将领如拿破仑只要在战场上凭借准确的地图，就能在头脑中制定作战计划，进而掌控整个战局。19世纪的欧洲殖民者面对一张非洲地图，就镇定地对它进行了瓜分。因为他们知道，眼中看到的地图背后就是真实存在的地理空间。他们既然有能力让自己看到这张地图（其背后是“测量绘制”在内的所有实践内容以及这一背后的科学、体制的力量），就意味着有办法掌控它们。2003年，美国国务卿鲍威尔凭借一张模糊不清的武器阵地照片就号称“伊拉克境内存在大规模杀伤性武器”，进而一步步发动伊拉克战争。可以说，当美国当局得到那张照片的时候，就已经决定了照片中的真实世界的命运，这就是“所见即所得”[1]。可以说，这种状态贯穿在人和自然的关系中，特别是贯穿在人对自然，乃至对整个地球的改造过程中。正是因为洞彻人类这样一种心理机制，海德格尔才说世界进入了一个“图像的时代”，他的意思不是说世界变成了一幅巨大的图像，而是世界被作为图像被把握了，人类进入了一个有能力将自己意欲把握的一切都变成图像的时代。人的能力空前强大，当他们把包括自己在内的一切都变成图像的时候，自己也就丧失了立足之地。这就是为什么当他看到人类从太空拍摄的地球照片的时候大惊失色，他说道：“我们根本不需要原子弹，现在人已经被连根拔起。我们现在只还有纯粹的技术关系。”[2]可以说，人类社会实践的伟大进步，就是从这种对真实世界的准确观看开始的。
观看真实是和控制以及人的“可控感”紧密联系在一起的。那么，当这种“可控感”消失以后，“看真实”的“观看”就没有意义了，人们会回避这种无法给自己带来“主体身份”的观看。在“洞穴寓言”中，一部分解除束缚的人走出洞穴看到的真实世界超出了他们自身的理解和把握能力，这就给他们带来了困惑、紧张和焦虑。为了抗拒这种状态，他们宁可重新回到洞穴中，回到那种不自由的状态中，这是一种常见的逃避真实的状态。
“看真实”不仅帮助人们理解真实的世界，也会帮助他们建构想象的世界，进而形塑内涵更为丰富的文化世界。比如，基于“观看”自己不理解的真实世界，人们可以形塑所谓的“神话思维”。我们可以借助英国作家斯威夫特的名著《格列佛游记》里的一个小故事来理解这个命题：在一个小人国里，有一天皇宫失火了。火势很大，正当大家一筹莫展的时候，骤然之间天降大雨把火给浇灭了。小人们看到的这一“真实世界”超越了他们的理解能力，于是他们就启动“神话思维”——判定在他们的世界之上一定有一个“神”存在，这个“神”能够给他们如此的恩惠让他们非常感激，于是他们就创造了一个感恩节。而实际情况则是，一个来自外乡的体格正常的“大人”格列佛在小人国里撒了一泡尿而已，是这泡尿把火浇灭了。他自己也不知道这样一个举动在小人们的眼里就是神迹，进而引发了他们宗教信仰般的情感。小人们的这种思维方式，和我们祖先听到打雷、看到闪电进而构想出雷公电母的思维方式是一样的。这就是，“眼见为实”的“实”未必能够得出准确的判断，但是至少可以据此建构相应的、具有说服力的阐释。正是这些阐释，造就了不同民族、种族、国家、地区内部色彩斑斓、内涵丰富的文化世界。
“看虚拟”是视觉文化形成的第二条路径，即主体观看由别人创作的虚构的视觉文本或其他各种类型的视觉符号。制造视觉符号以及相应的文本是人类的本能，甚至可以说它是人类文明的起源。我们今天在诸多史前文明的遗址中都能够看到很多诸如绘画、象形文字之类的原始视觉文本和符号，它们开启了人类对更广泛世界的想象性认知以及相应的文化演化的历程。我们以绘画为例。绘画有两种功能，一是“以让人看见的方式向众人讲述过去发生的事情”，因此它具有指示、叙事、说明等作用。也就是说，绘画能让人们的认知判断超越时空的限制——某物虽不在场，但是我们却可以用相应的图画来代表它。第二，绘画和某些神秘的感觉之间有着恒久不变的联系。也就是说，人们一旦认可一幅作品是“一幅画”，就认定了“画家想向我们说些什么”，而不只是表达画面表面的意思，如此绘画就开启了另一个时空。这种连接既给观者带来新的认知，而且还能引发他们相应的情绪体验。从这个意义上说，观画的人既身处当下，同时视觉又将其引向远方。[3]
不仅是绘画，随后人类发明的其他各种视觉呈现方式，如不同风格、流派的绘画技巧和雕塑技法，或者诸如摄影、电影、电视等视觉媒介技术，虽然它们之间的差异是五花八门的，但是其背后的这种“观看”对主体的巨大影响力却是一以贯之的，这导致视觉文本的制作者有能力，毋宁说是一种权力影响观看者的心智——让观看者“看见了什么”，就能够决定他们“想要什么”。于是，“观看”被置入一种“控制/被控制”的结构，这种结构贯穿在人类所有的视觉文化的形成过程中，这也是观看主体的形成路径。
三、观看主体
谈及“观看”塑造“主体”，鲁迅先生可能有着毋庸置疑的发言权。他在自己的诸多作品中表达了关于观看对建构主体以及消解主体的作用，尽管他并没有直接使用“主体”这样一个概念。就让我们从鲁迅的名作《阿Q正传》开始谈及这一命题。
1．自发观看
鲁迅在其名作《阿Q正传》中数次谈及主人公阿Q的“看”。比如描写到阿Q被绑去砍头，就在马上要死了的时候，阿Q唯一能做的，还是眼睛在“到处看”，这是一种“惘惘地向左右看”，就是有一些伤心，有一些难过，又有一些茫然地到处看。他看到了蚂蚁一般密密麻麻的人群，看到了他曾经“想困觉”的吴妈，又看到（想起）了一些想象中的虚拟的图像——几年前在山脚下遇到的一只饿狼的眼睛。“看”是他的最后的权利了。
阅读整部《阿Q正传》，我们不难发现，其实不仅是在结尾，阿Q的“到处乱看”是贯穿整部作品的重要内容。这种“看”是一种本能的“自发观看”，毋宁说，主动观看能力的缺失则是造成阿Q悲剧命运的重要原因之一。在文中，阿Q的“观看”有两个特点，第一是毫无目的，他的身体移动到哪里，视线就追随到哪里，紧接着就是相应的情绪状态和思维状态的产生。这一切都是自发、随机和无序的，阿Q对这一切没有任何主观能动的控制。第二，伴随阿Q的“观看”是各种他对关于“观看对象”的误解。也就是说，他对观看对象的辨识和判断是有问题的。比如，女佣吴妈和他聊天，结果他对吴妈产生性幻想——要和她“困觉”。结果他不仅被拒绝，还挨了一顿打；阿Q进城，糊里糊涂加入一个盗窃团伙，他也不明就里，甚至没有意识到自己在做“盗窃”这种坏事，然后得意扬扬地就将自己看到且参与的盗窃场景描述给别人听了；他被抓进衙门审讯，看到官老爷等各色人等，丝毫不知道这场审讯将其定成了死刑犯。他不仅对看到的真实图像有误解，对想象出来的虚拟的“心像”也有误解。比如，他想象出来的“革命”就是冲到有钱人家里劫掠一番，把别人的财物据为己有。阿Q的这种“看”完全是被动、混乱、无意识的，他对视觉信息的判断和真实的情况完全脱节。“观看”没有办法帮助他获得力量，进而掌控观看对象。甚至，各种各样混乱、错误的观看反而一步一步断送阿Q生存的可能，最终一直到死他都不明白在他身上究竟发生了什么，这是一种完全“去主体性”的观看。
众所周知，鲁迅对国民劣根性的批判向来是不遗余力的。他试图以此改变当时国民的精神——这甚至是他弃医从文的理由。而这场思想转变也是从一场观看事件开始的，这就是著名的“纪录片事件”。鲁迅在这里说到的是，他当年在日本学医期间，老师在课间播放日俄战争的纪录片。在这些纪录片当中，鲁迅看到了如下画面——“我竟在画片上忽然会见我久违的许多中国人了，一个绑在中间，许多站在左右，一样是强壮的体格，而显出麻木的神情。据解说，则绑着的是替俄国做了军事上的侦探，正要被日军砍下头颅来示众，而围着的便是来鉴赏这示众的盛举的人们”。和《阿Q正传》里描绘的一样，鲁迅在这里提及了“砍头-围观”以及其背后的人们在心态上的麻木。于是，这让鲁迅很受触动，他就此被激发的想法是“医学并非一件要紧事，凡是愚弱的国民，即使体格如何健全，如何茁壮，也只能做毫无意义的示众的材料和看客，病死多少是不必以为不幸的。所以我们的第一要着，是在改变他们的精神，而善于改变精神的是，我那时以为当然要推文艺”[4]。
从上述材料中，我们不难看出，鲁迅其实区分了两种不同性质的观看。第一种观看是一种被动的乃至麻木的看，这就是“阿Q”们的观看。略显夸张地说，发生这种观看，仅仅有眼睛的生理功能就够了——当人们置身一种环境中，环境中的景物就会自动进入他们的眼睛，他们则被动地接受这些场景，同时本能地因为这些视觉刺激进而产生各种各样的心理和情绪的反应。纪录片中观看杀头的看客、围观阿Q被砍头甚至高声叫好的民众——他们都只会这种被动的、麻木的看。第二种看是鲁迅自己的观看。相对于阿Q的观看，鲁迅的观看是一种反求诸己的“反身性”（reflexivity）观看，即他从对观看对象的判断进而延伸到针对自己的反思和反省。鲁迅并没有被动地用视觉接受外部环境迎着他的目光走进他眼帘的各种影像，而是去思索自己所看到的场景对自己的意义——看到了这些之后，“我”能做什么，“我”应该做什么。此时，对于鲁迅来说，观看就在形塑“主体”。阿Q们的“观看”格局中则始终不会出现主体，毋宁说，“阿Q”们拥有的那一套观看机制只是视觉生理能力的自然反应而已。人的观看行为发生之后，只有反求诸己，考虑下一步自己该做什么，即反思“观看”进而将反思落实到实践中，前文所述的“观看”与观看对象的“可控性”方能产生一种对应和连接关系。此时，具有生物意义上观看能力的人才会变成具有能动性的观看主体。成为观看主体是成为实践主体的前提，这种主体才有可能在社会中自为自在地存在，进而才能推动社会和历史的发展和进步。
周蕾从中国社会现代性进程的角度分析了鲁迅的“纪录片事件”。在她看来，鲁迅之所以能够如此“主动地观看”，一方面是因为他将自己变成了视觉技术以及相应视像“旁观者”，另一方面是他将这个作为“旁观者”的自己也作为了观看对象，这样，自己就对自己也产生了相应的自我意识。
简单地说就是，鲁迅是通过观看电影才认识到在现代世界中，“作为一个中国人”究竟意味着什么。因为这是建立在对世界技术性媒介所具有的侵略性的忧虑基础之上，当“自我意识”成为“有意识”的那一刻起，他就无法将特定的暴力分成看与被看两部分。随后“成为一个中国人”也就被打上了这个暴力的印记——难忘之印记。那么，国家自我意识就不仅是看中国被呈现在屏幕上的问题，更确切地说，是观看作为电影、景观和早已是经常被看的自我的问题。[5]
在此，鲁迅的那种被视像激发出来的“自我意识”成为一种“有意识”，这是将“自我意识”再次当成了自我观照的对象。如此，这种反身性的观看带来了自我反省的意识，这就是观看主体形成的路径。相对地，阿Q们的观看只有“视像激发的自我意识”这第一个阶段，缺乏再重新意识到“我在观看”的第二个阶段。所以，阿Q们的“观看”能带来的始终是某种生活的应激反应，观看主体的建构也就无从谈起。
在“纪录片事件”中，鲁迅的反身性的观看一方面来自观看内容对他的刺激，另一方面也来自他所接触的媒体技术本身的刺激。在这一事件中，鲁迅接触了当时最新锐的媒介——电影。而电影将“砍头”这种令人惊悚的画面直接呈现在人面前，无疑引发了一种巨大的视觉震惊体验。这种视觉震惊是和事件本身内容所蕴含的思想震惊相互呼应的。周蕾据此猜测：“（鲁迅）意识到自己是深陷一种强有力的媒体之中，在特定的时候……这个行刑的景观使鲁迅意识到中国在这个跨帝国主义时代中所面临的困境，同时也向他显示了一种清晰的、直接的、看似透明的新‘语言’那令人嫉妒的影响力，这一‘语言’所呈现的目标正是在20至30年代现代中国作家们所盼望的。”[6]周蕾的推断是，电影用自己的技术力量激发了鲁迅作为作家的主体意识。因为鲁迅有由己及人的推断。也就是说，如果每个人都可以获得观看这部纪录片的体验，那么整体国民的觉醒以及整个国民性的优化就都有可能实现了。而作为一个中国知识分子，鲁迅对文字的天然亲近导致他选择了小说创作来完成自己的使命。如此，一个观看事件成为中国现代文学史上的一个里程碑。
鲁迅的纪录片事件或许可以告诉我们，视觉主体的建构有两个源头：一是视像的内容，二是承载视像的媒介。视像的内容是用思维和文化的力量将观看者自身和图像表征的世界接合起来，进而产生一种思维上的震惊体验。人们会因为这种震惊从而反观自身，获得建构自我的主体意识。承载视像的媒介则是直接从感官上刺激观者，让他们本能地产生震惊感，进而意识到视像所表征世界的特殊意义。现代以降，视像技术迭代的速度越来越快。这既体现在创作者创作新型视像的手段和方法的更新，又体现在传播视像载体技术的快速进步。如果说，现代以前，视像震撼人心的力量主要还是来自其内容的呈现，那么，随着视觉技术的发展，技术本身超越图像内容直接形成震撼性的视觉效应则越来越普遍。特别值得注意的是，人们的观看能力以及相应的建构主体的能力并没有因此而获得大幅度的提升。
一个典型的现象就是，在现代传媒的语境下，鲁迅笔下的阿Q们被动的、麻木的甚至纯粹生物意义上的“观看”依旧幽灵般地大规模存在。在媒体技术的加持下，人们能够看到和获得的信息空前膨胀，我们在很多观看者身上都能看到这种“被动观看”的影子。在电视时代，被动观看的人是那些无所事事躺在沙发上手拿遥控器不断换频道，沉溺在源源不断播出的电视节目中的“沙发上的土豆”——不仅思维日渐呆滞，身体也变得日益肥胖；互联网Web1.0时代被动观看者是那些所谓的“网虫”（nethead），他们貌似主动地选择网页，其实并无任何目的，只是跟随各种“超链接”的引导频繁地从一个网页跳转到另一个网页，沉溺在不断涌过来的网络信息轰炸的快感中，这就是所谓的网络冲浪者（netsurfer）；到了Web2.0阶段，情况似乎有所好转，网络百科可修正的词条、用户可自由进出的聊天室以及贴吧、博客等网络公共平台，它们意味着用户主导而生成内容的互联网内容生产模式已然形成，完全被动的网络冲浪者变成了具有一定主观能动性的网络用户（cyber user）。但事实上，在互联网上，不仅大量的“网络冲浪者”依旧存在，即便是在Web2.0的诸多平台上，网络用户还是被分化成“议题设置者”和“议题跟随者”，以及“发言者”和“潜水者”。少数人可以引领议题，进而成为意见领袖，多数人跟随这些领袖，人云亦云。今天依旧在网络中大规模存在的“大V/粉丝”的二元格局的基础，事实上在Web2.0阶段就已经悄然奠定了。网民在网络中被各种信息牵着鼻子到处无目的地游走，成为越来越普遍的情况。而在今天的移动互联时代，丧失了主体性的被动观看在“移动互联”的语境下更是屡见不鲜。各种“杀时间”的互联网工具都是将人吸纳进一个被动观看的黑洞中——刷微信、刷微博、刷抖音、刷快手的各种“刷”的行为，逛淘宝、逛京东等各种“逛”的行为，它们的背后都是将人们纳入一个个被动的观看语境中。在这样的语境中，人们刚刚看完一幅图景，另一幅图景随之而来。甚至，有了大数据算法的加持，网络系统会自动推送它认为观看者可能感兴趣的信息，诱导观看者继续观看，一条一条的信息绵延不绝而来，直到观看者筋疲力尽为止。可以说，目前图像资源的种类和数量远远超过了人们的观看能力。
近100年前，本雅明就以当时的新兴媒体——电影为例，谈及源源不断的动态画面是如何让人丧失“主动观看”的能力的。在他看来，相对于看照片和看绘画，人们观看电影画面会陷入一种“震惊”的情绪中，银幕上巨大、逼真的画面会给观众以强烈的视觉刺激，让他们产生一种“震惊”感——这也是电影创作者着力追求的目标。为了强化人们观看电影的震惊感，他们甚至会使用各种电影拍摄技巧。同时，电影画面是一幅接一幅连续出现的，观众根本没有时间去“凝神观照”一幅画面的含义（就像观看绘画和摄影一样），他们只能持续观看接续而来的画面，被动地理解画面的意义，最终陷入一种心神涣散的状态。在这种状态中，人们无法或者说是没有多余的心力再去意识和反思自己的观看，因为“看”对于他们来说已经成为一种生理意义上的自然反应，观者不会因为观看而意识到自己的存在以及存在状态，更不会反思这种状态究竟意味着什么。因此，所谓的主体意识也无法形成。如今，人们观看“源源不断而来”的画面的机会大大增加了，无论是互联网上的冲浪，还是在联网手机上的刷朋友圈或者网络购物，海量信息源源不绝。在这种观看态势下，观看者的“去主体化”的倾向也越来越明显。
以下，我们将从内容和承载技术两个维度来分别论述观看主体的形塑历程。
2．话语的力量：解码主体
我们将使用斯图亚特·霍尔的“编码/解码”理论来理解观看主体的建构过程。也就是说，观看图像是一个信息传播的过程，图像内容被创作者编码，进而被观看者解码。在这一过程中，如果解码者想要获得一种主动的观看主体身份建构，那么在观看之前，观看者自身必须获得一种主动的观看意识，而这种观看意识的获取则来自观者预先关于“观看”的话语体系建构。这就是霍尔的洞见。他认为，所谓的信息传播是“在一种话语的语义链的范围之内通过符码的运作而组织起来的……‘产品’就是以这种话语形式流通的”。换言之，任何内容想让自己有效传播，它必须先把自己融入“有效话语体系”中去，信息的接受者也认可这一话语体系，方能真正解决。在图像传播的过程中也是这样：在具体的图像信息被制作和传播之前，以及在特定的图像接受和鉴赏行为发生之前，特定的“图像话语”就已经存在了，这是一种统摄和支配所有图像接受行为的观念框架。人拥有这种框架，才有理解、阐释和把控（比如修正）图像的能力，这才是观看的主体能动性彰显的路径。所以，观看主体的建构基于人们处理图像信息之前，预先接受的话语框架。
话语（discourse）来源于拉丁文的“discursus”，从词根意义上来看，“dis”是“相反”“远离”的意思，而“course”则是“方向”“路径”“流动”的意思。那么，话语的初始含义就是“偏离既有轨道”“离开现有的道路”等含义。现代以后，“话语”被用于语言学研究中，其“偏离路径”的含义被延伸，意指在意义的传输过程中“超越了既有语言的那部分含义”。这类似于汉语中“言外之意”“弦外之音”的意思。特定的语言当然首先表达具体的含义，我们通常称之为“字面含义”。除此之外，交流双方因为拥有共同的知识背景和交流语境，他们可以理解，更准确地说是意会到一种字面之外的含义，这种意会的资源和依据就是话语。话语是由更为丰富的语言和信息相互作用进而形成的文化结构。它先于交流而存在，而交流会进一步强化特定的文化结构。
那么，我们回到视觉传播。具体的视像作品（产品）都具有明确的信息和特定的内容，这些都有特定的含义，观者接受图像的信息就是理解这些内容的意义。但是，观者如果要拥有这种能力，就意味着他必须事先在脑海中置入一种理解这类视觉信息的框架。没有这种框架，观者只能辨识浅表层次的视觉信息，而无法理解这些信息背后的深层含义。辨析清楚这一点，我们就不难理解，为什么霍尔会认为受众关于媒介信息的解释与他们在社会结构中的地位和立场相对应。而他的著名理论——在信息传播格局中三种关于信息接收者的假想地位其实都是接受者在社会文化结构中真实地位的反映而已。这三种地位是以接受占统治地位的意识形态为特征的“主导-霸权式的地位”；大体上按照占统治地位的意识形态进行解释，但加以一定修正以使之有利于反映自身立场和利益的“协商式的地位”；与占统治地位的意识形态全然相反的“对抗式的地位”。相应地，受众有三种解码状态：完全认可编码者的解码、修正编码者的解码和反对编码者的解码。之所以会形成这三种立场，其原因并非简单地基于“信息传播”本身，更重要的则是取决于受众在接触信息之前头脑中业已形成的用以阐释信息的话语框架。关于这一点，法国思想家雷吉斯·德布雷（Régis Debray）的著作《图像的生与死：西方观图史》或能给我们一些有益的启发。他从西方人的“观图史”的角度，为我们阐释了在“观图”过程中话语与意义之间的关系。
德布雷将漫长人类历史上出现的种类各异的诸多“图像”贯穿起来考量——从最古老的宗教圣像到当下的电视、计算机屏幕上呈现的视像。如此，中世纪教堂里的各种圣像、文艺复兴时期诸多绘画作品、电影图像、网络艺术视像都是同一性质的文本——都是由人类生产出来的，供人们观看的图像。但是另一方面，它们因为所处的时代不同、创作者的思维状态和精神状态不同，观赏它们的受众的文化背景和观看预期也不同，所以相对于图像的作品史和作者史，更能够显示历史真相的是所谓的“观图史”，即不同时代的人们如何“看图像”的历史，这正是该书的副标题——“西方观图史”的含义。而实际上的图像创作（制作）、接受以及相应的社会效应和文化效应的发生则是非常复杂的，因为“观图”的行为一定会被打上时代和文化的烙印。在观看任何艺术图像之前，人们会将艺术品置于某种特定的“引力场”之中，这种引力场是由约定俗成的表征机制、技术手段以及艺术生产体制决定的。[7]“引力场”就可以被理解为“话语”。按照这一逻辑脉络，德布雷认为，整个西方社会经历了三种观图话语的转型，它们分别决定了三种不同观看范式的形成，也就是所谓的“目光的三个时期”——“祈祷”“幻觉”和“体验”。
第一是圣像话语。这套话语普遍存在于中世纪宗教文化系统中，它建构了贯穿整个中世纪图像系统的弦外之音：无论是绘画还是雕塑，此时所有的图像艺术都是所谓偶像体系的一部分，这些图像的参照系统是超自然（上帝）的，即它们是和一种超验的世界连接在一起的。这导致了观看者必然产生一种膜拜心理以及仰视的视角。德布雷特别把“光之源”作为构成视觉艺术话语的一部分。在圣像话语中，光的源头是“精神的”，即光是从精神或所谓圣灵的内部发出来的。这种光类似于本雅明所谓的“灵光”——是信徒从内心感受到的圣像从内往外发射出来的光芒。在圣像话语语境中——一个信徒无论是观看耶稣或圣母的雕像，还是绘画，或者是某一件圣物，因为内在信仰的力量，他会将自己观看的对象和神圣世界联系在一起，会感受到从圣像（观看对象）内在流淌出来的灵光。在这套话语中，创作者（艺术家）是匿名的，或者说是不重要的，观看者（艺术受众）是卑微的、被保护的。但是，无论是创作者还是接受者，他们都会因为自己和神（彼岸世界）的关系而获得人（此岸世界）的身份定位，也因此获得主体意识。
圣像话语在中国艺术史中也曾经是光芒万丈的。魏晋南北朝时期的石窟艺术遵循的就是典型的圣像话语，在由它建构的观看系统中，自带灵光的圣像、匿名的艺术家、卑微的膜拜者等等背后，也是一种人与神之间的对应关系。
第二是艺术话语。“‘艺术’完成了从神学到历史学的转变，或者说把参照中心从神转到了人。”[8]这套话语起源自文艺复兴，一直延续到19世纪末20世纪初现代主义兴起之时。如果说，圣像话语是表现一种超验的存在，那么艺术话语则侧重表现对人的精神的展示，进而发展到对所有观看对象的客观存在的描绘。艺术话语的世界是“人的世界”，而非“神的世界”。这种语境下的绘画、雕塑、音乐等艺术形式指涉的是自然世界和人类社会，而不是一个超验的神秘世界。比如，今天我们在美术馆观看的哪怕是诸如“圣殇”“三王来朝”之类的宗教题材的绘画，我们也不可能认为这些绘画背后连接着上帝和耶稣的世界。因为我们是将这些画作当成艺术品，就会用“艺术话语”来读解这些作品，那么我们更关注的可能就是关于这幅画的“作者”“时代背景”“制作过程”等等真实发生过的现实（历史）及其背后的意义。艺术话语关注的是现实，其作品本身的存在也是一种“物品”（油画、雕塑等等）。它建构的引力场是“观看”（而非圣像话语那样的“膜拜”），甚至是一种强制性的观看。信徒进入教堂是进入了一种“圣像话语”的引力场，他们会不由自主地膜拜，自然而然地用自己的心灵感知圣灵的心灵。所以，在圣像面前，很多人会闭上眼睛，以一种“视觉上的不看”达到一种精神上的“看到灵光”。艺术话语则不同，它的“光之源”是太阳。“太阳”在此是个隐喻，它代表着一种纯粹的自然，有点类似于康德的“物自体”，是没有任何神性的。那么，“光线是从外部射入”进而被艺术品反射进入人的眼睛，如此形塑了人们的主动观看，人们看到了什么，如何读解自己的观看，这一切都是由观看者自己决定的。换言之，在艺术话语形塑的过程中，人们主动地去“看”，或者主动地“不看”，进而依据自己的感觉和判断来认知和处理自己目光遭遇的画面。因此艺术话语形塑了一种观看者以自我感觉和判断为基础的主动性，这是圣像话语完全不具备的。“主体性”就在这种“看”的过程中被塑造完成。
第三是视像话语。视像话语是伴随着电影、电视等电子音像设备的普及在社会中逐渐熔铸的话语体系。视像话语的“光之源”是“电”，也就是说，光也是从内部射出来的。我们想象一下电视图像、电脑图像的运作就明白了——光线从显示屏幕内部射出，人的眼睛要去主动捕捉并读解这些“光”的信息含义。从表面上看，视像话语的图像也在反映真实的社会现实或营造虚拟的遥远世界，但是这些图像的建构逻辑并非“现实或自然本身”，而是“表现这些现实和自然的机器性能”，这正是麦克卢汉“媒介就是信息”的洞见，即机器和技术塑造的视像不仅包含着“图像内容”，而且先天地设定了一种“传播范式和表征机制”，其背后正是技术逻辑的支配作用。比如，同样是表现中国古典名著《西游记》中孙悟空的形象，电视剧的编导、电影导演和电子游戏的策划和主创——他们构思以及之后的图像信息制作和传播的策略和方法是截然不同的，不同技术语境中，“孙悟空”所呈现的外观和意义都不一样：电视剧往往会追求自己所塑造的形象和普遍的民俗印象的契合度，因为它是在家庭空间中的日常传播；电影往往会追求形象的视觉刺激效应，因此一定会放大某些特征；而电子游戏在形象塑造方面不仅要标新立异，而且还必须和玩家互动。简言之，同样是构造视像，电视追求和传统的相似，电影追求对视觉的刺激，而游戏则要考虑与玩家互动的持续性和有效性。这就是技术，更准确地说是媒介技术决定编码逻辑。
通过以上分析，我们不难发现，信息的制作和传播是一个很复杂的过程，决定编码的结构和过程的是话语。在不同话语的支配下，编码和解码之间也形成了不同的关系。比如，在圣像话语中，意义的编码是永恒的、重复的，是脱离人主观精神的超自然存在。因此，这种话语的精神性存在很强，具有明显的“去实体”的特性。中世纪的西方天主教堂中的神像有很多神情呆板、体形干瘪，这并不妨碍它们对某种神圣力量的表征。甚至在伊斯兰的清真寺中，没有任何有形的圣像实体，但室内空间和相应的装饰依旧能建构出一种圣像话语。在这套话语中，信徒被话语建构的力量笼罩，更准确地说，他们是沐浴在一种话语的灵光中而被感染。在艺术话语中，编码和解码开始对接，艺术编码诉诸观赏者的是所谓的美学效应，正是这种效应造就了所谓的“审美主体”，正如马克思所说的，“对于没有音乐感的耳朵来说，最美的音乐也毫无意义”，而诸如“有音乐感的耳朵”正是个人主体性自我张扬的产物。他说：
只是由于属人的本质的客观地展开的丰富性，主体的、属人的感性的丰富性，即感受音乐的耳朵，感受形式美的眼睛。简言之，那些能感受人的快乐和确证自己是属人的本质力量的感觉，才或者发展起来，或者产生出来。[9]
在艺术语境中，图像的编码和解码之间开始出现对应，这和圣像话语高高在上以俯视的姿态笼罩解码者完全不同。一方面，作为创作者的编码者其个人身份得到确认。在圣像话语中，图像创作者的身份是隐匿的。如今，没有人知道欧洲中世纪大教堂的建筑师是谁，也没人知道中国敦煌莫高窟中那些精美的画像的作者是谁。但是，从文艺复兴开始（中国从晚明开始），艺术品身后站着一个有明确身份和姓名的作者——米开朗琪罗、拉斐尔、郑板桥、八大山人等等。图像不再是神性的彰显，而是人的主动创作。于是，对于接受者来说，整个信息传播的结构就由“我要努力了解圣灵想告诉我的”变成了“这个作者想告诉我什么”。用霍尔的话来说，圣像话语造就的是一种“主导-霸权”式的解码模式，那些艺术话语则开始建构一种“协商式”的解码模式，甚至引发一种“对抗式”的解码模式。伦勃朗的《夜巡》是一个很好的例子。伦勃朗用各种油画材料编码了《夜巡》的视觉图像，他有自己的美学追求，他要用舞台场面调度的方式来结构画面，让每个人的形象都出现在画面上，但必须错落有致，他认为这是一个庄严有序的战士出征场面。但《夜巡》这幅画的订户——每人出钱100荷兰盾的阿姆斯特丹火枪队的成员却不认可这种“编码”，尤其是那些自己的面庞未能在画面主要位置出现或者未能被正面地表现的队员对此极为不满。他们拒绝伦勃朗的“协商”，进而做出“对抗性”的解读，甚至是对抗性的行为——拒绝付钱。编码的路径和解码的路径在此就没能对接起来，而是发生了明显的错位。在20世纪的前卫艺术中，这种编码和解码的错位则发生得更为频繁。“看不懂”成为普通民众面对很多前卫艺术作品的共同反应，因为这种“看不懂”，很多人就会干脆拒绝去欣赏前卫艺术。如此一来，这类艺术就变成了所谓“没有解码的编码”，这在当代艺术领域成为司空见惯的事情。
从历史发展的轨迹来看，只有在视像话语中，编码、解码才会形成一条完整的闭环，典型的是电子游戏艺术的“编码-解码”过程。电子游戏的编码不再是对艺术符号的直接制作和生产，正如画家画画、音乐家作曲或者电影导演拍片一样，它是通过编制算法进而运作相应的程序直接生成的游戏文本。更重要的是，游戏文本的存在意义不仅仅是告知信息、传递情感和表达判断——这些都是单向度的传播。游戏文本更本质的意义在于，它会生成“命令”，诱导甚至迫使玩家（信息接受者）必须做出相应的反馈动作，否则玩家就会输。而即便是玩家赢了，这种“赢”也是游戏编码者实现用算法设定好的那种“赢”，编码者预先设定好的信息传播的意义在解码者身上能得到完美实现。与此同时，无论玩家是输是赢，他都在游戏的互动过程中接受了游戏的创作者对其相应的玩家身份的建构。我们不难判断，在游戏这类视像话语中，编码和解码之间形成了一个闭环——解码者的身份完全被编码者塑造了。这一闭环既是图像（游戏叙事）造就的，也是技术造就的（算法以及实现算法的所有硬件支持）。如果说，观看主体身份的建构首先取决于人们在观看视像之前的话语建构——一个观看者认同怎样的话语体系，他就会被形塑成相应的观看主体。那么也可以说，是话语系统嵌入了观看系统，观看主体的建构是被动的。这种情况随着图像技术水平的发展，则正在变得越来越普遍。以下，我们将会谈及，在技术话语的支配下，观看者是如何建构自己的主体身份的。
3．技术话语：询唤身份和建构主体
某种意义上说，图像和技术都是一种意识形态，这就是为什么我们要用到“询唤”这个概念的原因——技术和视像在运作过程中都会赋予人们相应的身份。进而，这种询唤也就变成了他们塑造主体的方法。
关于图像可以成为意识形态，捷克著名作家米兰·昆德拉发明了一个很有意思的词语——imagologie，它由图像（image）和观念、学（ology）合并而成。直译的话就是意象学，但笔者觉得翻译成“意象形态”可能更有意味。这个词的背后含义或许可以揭示图像意识形态的奥秘，即“图像”是如何变成“意象”进而达成了自己意识形态的功能。我们先来看看昆德拉是如何界定这个词语的：
意象学（imagologie）！是谁第一个造出这个巧妙的新词的？是保罗还是我？这并不重要；重要的是，终于有了一个可以把一些有五花八门名称的现象聚集到同一个屋顶下面来的词了：广告公司、和政治家有来往的议员、画出一辆新车或健身房新设备草图的绘图员、创造时尚的时装设计师、理发师、规定人体准则的意象学的所有分支均从中得到启发的演艺界明星。[10]
上述机构（如广告公司）和人（如绘图员）的工作行为都可以还原成“制造各种图像信息”，所以他们有塑造“意象形态”的能力。在这里，昆德拉提到了和“意象学”或者说“意识形态”相关的一系列形象设计和图片宣传。但是他的这个论述的背后其实蕴含着这样一个论断，即随着视觉媒体的发展，一个视觉时代，或者说一个图像的时代来临了，这个时代充斥着各种各样的图像，人们认知社会的方式不是依据自己和社会中的诸多元素的亲身接触，而是通过各种图像作为中介。这些行为影响着人们对周遭现实的认知，进而影响着人们头脑中的思维观念以及精神状态。
作为一个作家，米兰·昆德拉更擅长的是用文学性的语言对某一概念进行相应的描述，而不是用抽象的观念对其进行思辨性的表达。我们能通过下面这段话，看出昆德拉所谓的意象学，也就是意象形态的含义究竟是什么。
意象学比现实更强大，更何况现实已经有很久不再向人们表现以前像我生活在摩拉维亚农村的老祖母所表现的东西了。老祖母的一切知识是从经验中获得的：怎样烘面包，怎样造房子，怎样杀猪，怎样熏制猪肉，怎样缝制鸭绒被，本堂神父和小学教师对世界的看法有何不同；全村人她每天都能遇到，她知道十年之内在该地区发生了多少起谋杀案。她所理解的现实完全在她自己的制度之下，因此，没有人能使她相信，如果家中没有东西可吃，摩拉维亚的农业会繁荣。在巴黎我的同楼邻居，白天在他的办公室里和坐在他对面的另一位职工一起工作，随后他回到家里，打开了电视机，收看发生在世界各地的新闻报道。节目主持人在评论最近一次民意测验，他说：对大部分法国人来说，法国是欧洲最安全的国家（我刚看过这次民意测验）。我的邻居听了高兴得像发疯了一样，开了一瓶香槟酒。他永远也不会知道，就在那一天，就在他自己住的那条街上，发生了三起盗窃案和两起谋杀案。[11]
在昆德拉的上述描述中，我们看到人们关于“观看”的一种传统的信念，即前文所述的对“所见即所得”的一种执念——我看到了，就相信它一定是存在了。于是，相信图像就变成了自己思维方式的一部分，而图像就此变成了意识形态可以直接用来支配人们的日常生活乃至所有的社会实践。其实昆德拉已经看出来了，“所见即所得”的思维方式不适宜现代社会。在“老祖母”的时代，人们的生活半径很小，目力所及的领域也是身体所及的空间，“所见的”就是“所得的”，观看行为和实践行为是统一的。但是发达的工业社会以及更发达的信息社会中的人们则不能如此生活，因为可能人们在自己生活的物理空间中一切还是可控的，但是发达的媒介技术却大大拓展了人们的认知空间。人们可见的东西大大增多，这些东西大多在人们身体所能达到的物理空间之外——简单的“所见即所得”的规则并不适用于这样的世界。但是，作为一种思维惯性，“所见即所得”的认知范式不会被人们彻底抛弃。当发达的图像传播的技术与这种视觉思维范式嫁接在一起的时候，控制图像的创作与传播的力量就能控制观者的认知、判断乃至整个精神状态。在此，图像传播的内容如何不重要，关键是其技术形式是否能深度影响人，即是否具有亲和力、逼真性、权威性等，换言之，它是不是看上去让人觉得可信。这就是昆德拉在上述内容中提及的，人们相信在电视上看到的新闻信息，很大程度上是因为这些信息是电视传播的，人们信任的是电视这种媒介技术以及这套技术背后的整套传播机制。这就是图像意识形态的运行机制。
由此我们不难发现，图像意识形态的运作体系中同时也包括了技术意识形态，而技术意识形态的形成路径比图像意识形态更为清晰。首先，技术的发展是对人的各种器官（手、脚、眼、耳、皮肤乃至大脑）功能的延伸。每一种器官都是自然演化给人的宝贵馈赠，这些器官担负相应的功能，而这些功能能够满足人们的生存目的。也就是说，人体器官发挥的作用具有相应的目的理性，那么延伸这些器官功能的技术同样也具有“人的目的理性”。那么，遵循着目的理性的发展方向，技术就获得一种文化身份以及人们对它的一种心理预期——技术可以解决人和社会的问题，技术发挥的作用就是满足我们人的目的理性。这背后有人们对技术能力的一种充分信任，由此心甘情愿地接受技术的统治。这也就形塑了一种视觉文化，特别是视像生产的运作逻辑。这就是——当人们想达到某种观看目标乃至观看目标背后的更大的目标的时候，人们能够想到的最直接的办法就是发展相应的技术。技术在此被赋予了正面的积极意义。进而，视觉文化和技术文化紧密地联系在一起，能够发挥难以估量的文化效应。
我们以哥特式教堂为例来说明上述命题。我们知道，与普通的、用来居住的房屋不同，哥特式教堂建筑是为了实现基督教宗教信仰理念而建构完成的。基督教的基本理念在于——神圣的上帝在天上不仅护佑和关爱这世间人类，同时他也在审视和评判人类以及所有的世间万物，一场“最后的审判”终会来临。教堂是凡人和上帝、耶稣、圣母等神灵沟通交流的地方，也是凡人被灵光沐浴的地方。所以，作为一个神圣空间，教堂的屋顶建得越高越好。如此，圣物、圣像等被置于高处，模拟出“神俯视人”的结构。因此，对于教堂建筑师来说，如何“建得高”是一个必须解决的关键性技术问题。关于这一点，中世纪的建筑师们发明了交叉肋拱、肋架拱和飞扶拱的方式，把教堂越建越高。这些“拱”既是技术，又是艺术。比如，相对于交叉肋拱，后来发展出来的肋架拱会先在教堂顶端下部建一个肋架，其建造方法是“使用一个活动的木质支架，叫中心支架，然后石匠把薄石片插进去，成为拱面”。这种肋架拱的技术意义在于——“在同样大小的面积上，肋架拱顶要比交叉肋拱轻，这样就减少了对下面起支撑作用部分的推力或压力”；其艺术意义在于：“人们喜欢条状石肋架优雅的外观，它把拱面上的接缝也覆盖掉了。”[12]
哥特式教堂建造和装潢过程中相关器具的使用也能充分体现技术与艺术功能合二为一的目的。之所以如此，这是因为当时很多人认为，玻璃等的材质本身就能够帮助人们将灵魂导向天国。比如12世纪法国著名的圣德尼修道院院长苏热尔在修建本修道院教堂的时候不仅大量使用玻璃窗户，而且在室内装潢和器具选用中大量使用金银、珠宝、珐琅等一系列光泽夺目的材料，因为苏热尔本人就相信，这些东西能帮助人们获得神启。正如他在教堂一扇大门上留下的铭文：“混沌的心灵通过物质的东西生向真理，当它看见真理之光，就从沉沦中复活。”当然，在这方面最具典型意义的还是彩色玻璃窗。苏热尔说：“那些窗子的目的是向虔诚的信徒精心描绘圣人们的像；而注视辉煌的彩色图像，将引导他们认识图画中的真理。”彩色玻璃体现了这样的理念：美的观感引导出对天国的感悟。[13]
但同时我们不难发现，在哥特式教堂中，技术手段同时也是视觉艺术的表达方式。也就是说，技术手段除了实现相应的物理功能，它还具有相应的美学含义。技术和建筑视像在此共同营造了一种信仰的场域，人一旦进入这样的场域，就自动进入了“信徒”的位置。即便是不信仰基督教的人，一旦进入这样的场域——优雅的肋架拱顶、尖形拱门和如骨架一般的建筑结构、辉煌的彩色玻璃，在特定的仪式时刻还有圣洁的管风琴音乐和赞歌——这一切形成了一种结构，在这个结构中，人们也更容易获得“信徒”的身份。
其实，不仅仅是视像形塑的视觉艺术（绘画、建筑等等），特定的技术和艺术形式只要勾连在一起就能够熔铸一种特殊的意识形态询唤人们相应的身份认同，这在主体建构中也是司空见惯的。今天我们回望历史能看得很清楚——从文艺复兴开始，作为“独立人”的主体觉醒了，理性的主体被建构起来。而在这一过程中，“主动的、能独立思考和辨识的艺术接受者被询唤进而主体被建构起来”也是时常能看到的事情，比如巴赫的音乐。巴赫的作品非常复杂，它完美地展示了巴洛克艺术的“不规则的珍珠”的意味。相对于中世纪从宗教仪式中发展出来的主调音乐，巴赫的作品则是复调音乐，即一首曲子中旋律极多。他经常将几个旋律同时交织在一起，最多的一部作品中有七个不同的旋律。这个时候，听者的大脑需要同时处理七条音乐信息线，非常复杂。此外，巴赫在音乐中喜欢用一些奇异的装饰音，且用法千变万化，有很多即兴元素在里面，有可能每次弹到同一首曲子的装饰音部分，都会用不一样的方式去演奏。于是，“复调”“装饰音”这些技术成了无内容指向的“纯粹形式”。换言之，听者必须注意力高度集中，进而调动自己的主观思维去仔细辨识，才能领会巴赫音乐中的意蕴。在这种辨识中，主体必须时刻保持自己的清醒意识和理性认知，而这正是一个作为“主体”人的思维状态。如果说，听宗教音乐需要忘我，需要把自己沉浸到整个音乐营造的情感和氛围中去，那么听巴赫的音乐主体一定要把自己从音乐分离出来，将音乐当成“对象”进行反思和处理。这正是马克思说的：“艺术对象创造出懂得艺术和具有审美能力的大众——任何其他产品也都是这样。因此，生产不仅为主体生产对象，而且也为对象生产主体。”[14]
当人类社会进入“现代”以后，所谓“理性主体”就历经了一个不断被解构的过程。换言之，主体越来越丧失了从内而外的自我生成的力量，进而被语言、权力等外在的力量所支配。人的主体自我凝聚力越来越萎缩，自身所能迸发出来的能量越来越稀薄。这种情况也体现在“技术/视像”变迁方面。比如，某种意义上，电子游戏就是从“技术/视像”的角度解构了主体。一方面，电子游戏离不开数码技术的发展；另一方面，电子游戏又是所谓的“第九艺术”，这意味着它建构了一种全新的审美体验机制，其中，所谓“互动性”是其核心要素。这意味着，审美品鉴者变成了所谓的玩家。与品鉴者、与作品保持着所谓“审美距离”进而获得“审美体验”不同，玩家面对游戏的叙事和文本，是陷入一种算法美学的语境中，他必须按照游戏的算法通过鼠标、键盘、游戏手柄、头盔视镜等技术装备即时做出反馈动作——做对了，就会有积分奖励，进而获得游戏的胜利；如果做错了，就会失败，最后终止游戏进而被迫退出游戏。可以说，游戏的算法不仅决定了玩家的身份（通常在游戏之前就必须通过注册、选择等方式认定自己想要的身份），而且在游戏进程中的每一步都规范玩家的行为，对即奖励，错即惩罚。这种其实很严厉的规训让玩家在游戏审美过程中不仅认同并强化预先被设定好的自我相应身份，而且别无选择地被塑造成相应的主体，这种主体基于虚拟的数字人格和网络人格，它成为当下数字文化背景下人们自身主体的一部分。当然，对于一些重度网瘾患者或者游戏迷来说，这已经成为自身主体的全部。
费希特说，人是两个世界的公民。不管是匍匐在神灵脚下的信徒，抑或是那根脆弱又坚定的“会思考的芦苇”，又或者是在后现代语境下那种已然碎片化的主体——除了现实世界之外，他们都一定还活在另外一个精神的、想象的世界中。这个世界可能是上帝的天国、佛陀的极乐，或者是由科学和理性建构的宇宙秩序，由法律和道德建构的现代体系，等等。从这个角度出发，我们不难发现，图像、技术和主体这三者之间其实形成了一个演化结构，或者说叫作演化范式。对于主体来说，图像意味着现实生活之外还有另外一个世界，图像作为引导可以让人们有能力体会、理解甚至把玩这个“另外世界”的意义和趣味。而技术成为勾连主体和另外世界之间的工具和通路，技术同时对主体世界和图像世界产生影响，甚至起决定性的作用。也就是说，技术塑造和改变了人们的主体性，同时也决定了特定时代人们创作和生产图像可以达到的最高水平。主体、技术和图像这三者之间相互作用，形成了一个文化意义上的小系统，这个小系统在社会变迁和演化的过程中将起到巨大作用，而技术正是发动这个系统运转的重要引擎。因此，我们有必要对技术的性质及其相关功能做相应的分析。