Во второй половине XX века возникает тенденция к различным исследованиям киноязыка, в которых часто фигурирует понятие эстетики зрения и зрительской установки. К таковым относятся исследования киноязыка в работе Ю. М. Лотмана «Семиотика кино и проблемы киноэстетики»6 или работа «Видимый мир. Очерки ранней кинофеноменологии»7 М. Б. Ямпольского. Как уже было отмечено во введении, интерес исследователей к синтезу или взаимодействию литературы и кинематографа влияет на сближение в терминологии, но важно указать на принципиальную разницу между зрителем и читателем: зритель активно использует собственное воображение, но не так, как читатель.
Переключение между рецептивными ролями зрителя и читателя требует переключения между разными коммуникативными кодами. Язык литературы и язык кинематографа различаются, но это ещё не означает, что один вид искусства сложнее или проще другого. По словам Б. М. Эйхенбаума, «Кинозрителю приходится проделывать сложную мозговую работу по сцеплению кадров <…> кино требует от зрителя некоторой специальной техники угадывания» [Эйхенбаум, 2001. С. 20]. Но что именно приходится угадывать зрителю? Например, мысли героя, если их не озвучивает в этот момент закадровый голос. Но и в литературном произведении иногда обозначено только действие персонажа. Понимание смысла в том и в другом случае требует определённой работы связывания фактов, деталей, образов. Зритель опирается на уже воплощённые детали художественного фильма, читатель же имеет перед глазами не сами детали изображённого мира, а буквы и слова текста, посредством которого ему предстоит самостоятельно воссоздать в своём воображении подробности художественного мира. Эта разница, которая может показаться кому-нибудь несущественной, на самом деле дифференцирует активность зрителя и активность читателя.
Книга психолога и киноведа Р. Арнхейма «Искусство и визуальное восприятие» содержит важное наблюдение о динамическом характере восприятия образа: «Художественное восприятие объекта или какого-либо события скорее можно сравнить с процессом создания музыкальной мелодии, чем с работой фотоаппарата. Оно заключается в создании зрительной модели, которую можно представить как конечный результат целой серии воплощений» [Арнхейм, 2000. С. 147]. В финале этот тезис сопровождается ещё одним важным пунктом, который указывает на динамику напряжения художественных произведений: «Любая визуальная модель динамична. Это самое элементарное свойство на деле оказывается самым значительным атрибутом художественного произведения, так как если скульптура или картина не выражали бы динамики напряжения, они не смогли бы достоверно отображать нашу жизнь» [Арнхейм, 2000. C. 385]. При этом нужно признать, что основательная и впечатляющая работа Рудольфа Арнхейма не позволяет прояснить визуальный характер образов именно словесного творчества, но в ней такая задача и не ставилась.
В исследовании В. А. Подороги «Выражение и смысл. Ландшафтные миры