A televíziós média kiszámíthatatlan mértékű terjedésével talán a dokumentumfilmről való beszéd is nagyobb relevanciával kezd bírni. A tévében műfajilag, minőségileg és sok más szempontból vegyesen szórt képek ugyanis kitűnő talaját képezik a film igazságértékére vonatkozó konfúzió elburjánzásának. A filmkép valóság-illúzió- teremtő-képessége számára a dokumentumfilm legitimizáló erőt szolgáltat: mi lenne valóságosabb, mint a reális emberek igazi életét mutató képsor, gondolhatja bármelyik jóhiszemű néző. A dokumentumfilmes reprezentáció valósághűségébe vetett feltétlen hit azonban megfoszt attól a képességünktől, hogy különbséget tegyünk a között, amit a kép úgy mutat, mint egy megtörtént eseményt, és a között, amire a kép utal, mint egy megtörtént filmezési helyzetre.
A dokumentumfilmes kép státusa alapjában véve semmiben sem különbözik a fikciós film képeitől. A kép mindkét műfajban kétarcú: egyszerre (kémiai, fizikai, optikai) lenyomat a valóságról és ugyanakkor konstrukció (filmképekből, narrációból stb. álló beszédmód). Míg azonban a filmkép működésének a játékszabályait a fikciós film közönségének a nagyrésze ismeri, a dokumentumfilmet, úgy tűnik, igen kevesen nézik úgy, mint egy „csinálmányt". Amikor egy akciófilmben sorozatlövést adnak le, a gyermekek azzal nyugtatnak meg, hogy „ez csak film". Sok felnőtt nem kérdőjelezi meg azonban az olyan képeknek az igazságértékét, amelyek például egy – állítólag az iraki háborúban felkelők által kilőtt – amerikai helikoptert mutatnak. Kevesen gondolkoznak el azon, hogy milyen furcsa véletlen folytán terem hirtelen egy sivatag közepén egyszerre a helikopter roncsa, egy kalasnyikovot lóbáló és ritmusosan skandáló embercsoport, meg a filmező stáb.
Ha a dokumentumfilmnek, mint műfajnak, egészében véve tulajdonítunk igazságértéket, elvetjük annak a lehetőségét, hogy műfajon belül értékkülönbséget tegyünk az egyes filmek között az igazság – hamisság tengelyén. Erich H. Gombrich szerint egy kép önmagában nem tud hazudni. Igazságértékét csak a referenciájához való viszonyában tudjuk felfedni, vagy elvetni. A dokumentumfilm képeinek a szempontjából a filmezés körülményeinek, a filmezés aktusának referenciális szerepe van. A hétköznapi vizuális kommunikáció mintájára a filmező és a filmezett között kialakított tekintet-típus befolyásolja a szereplő viselkedését, tehát az egész történést. Másként alakul a film cselekménye, ha a szereplők engednek ösztönös reakciójuknak, és fenntartják a szemkontaktust a filmessel/kamerával, és másként, ha leállítják azt, a „tégy úgy, mintha itt se lennék" (játék)filmes konvenciónak engedve. Érdekes módon ez utóbbi megoldást szokták megfigyelő filmezésnek nevezni.
A megfigyelő tekintet és ennek különféle sarkított válfajai, a tárgyiasító tekintet (vagy ennek egyik típusa, a „néprajzos" tekintet), illetve a felügyelő tekintet, a dokumentumfilm kezdetétől fogva uralták a filmezés gyakorlatát. A gyakran a néprajzi film ősének tekintett Félix-Louis Régnault-nak a 19. sz. végén készült, különféle afrikai emberek mozgását rögzítő képei legjobban egy gombostűre tűzött bogárgyűjteményhez hasonlíthatóak. Ez az ábrázolásmód az orvosi patológia felől érkezett antropológus céljainak meg is felelhetett, bár később ezt a „néprajzos" tekintetnek csúfolt tárgyiasító tekintetet keményen kritizálták (pl. Rony Fatimah Tobing). Ez a láttatási mód, ami a pozitivista ismeretelméleti elképzelések szerint a világban mozgó emberi lények viselkedését volt hivatva objektíven rögzíteni, sok évtizedig domináns maradt a műfajban.
David MacDougall, amerikai filmes és író, az egyike azoknak, akik a hatvanas-hetvenes években szakítani próbáltak az ún. megfigyelő film műfajával. A megfigyelő filmmel kapcsolatos kifogását rendkívül frappánsan fogalmazta meg. Szerinte ez az a fajta filmezés, amelynek eredménye a legjobban a klasszikus hollywoodi filmekhez hasonlítható: a láthatatlan kamera előtt életüket szokványosán folytató bennszülött szereplőket a kanapén ülő tévézők ugyanabba a távoli, velük nem érintkező világba helyezik, mint a játékfilmek hőseit. „A fikciós film természetes hangvétele a harmadik személy: a kamera megfigyeli a szereplők viselkedését, nem úgy, mint egy résztvevő, hanem mint egy láthatatlan jelenlévő, aki sokféle alakot tud ölteni. [...] az irodalom és a filmek, amelyeken felnőttünk, formálták elvárásainkat: Aeneas nem tudott Vergiliusról; az ágyban fekvő pár nem vesz tudomást a körülöttük álló húsz fős stábról. Még a házivetítéseken is összerezzennek az emberek, havalaki belenéz a kamerába. [...] Abban az igyekezetében, hogy az események tanújává avasson bennünket, a megfigyelő film készítője gyakran képekben gondolkodik, s nem gondol arra, hogy ő is jelen legyen az eseménye színhelyén. A filmes ilyen esetben nem több, mint a közönség, s a közönség passzivitásába dermedve képtelen hidat verni önmaga és alanya között." (A megfigyelő filmen túl)
MacDougall a megfigyelő filmezéssel kapcsolatban nem is annyira az ilyen módszerrel készített képek igazságértékét kérdőjelezi meg, ellenvetéseinek sokkal inkább erkölcsi jellege van. Bár csalókának tartja azt az elképzelést, miszerint a filmezett személyek a forgatás közben ugyanúgy viselkednének, mint máskor, saját tapasztalatára alapozva elismeri, hogy hosszas együttlét és a filmezés rutinjának elfogadása után az emberek tényleg képesek rendkívül spontánul viselkedni a kamera előtt (esetleg annak ellenére). Az ő kritikája arra vonatkozik, hogy a harmadik személyben elmondott történetek nem érintik meg a film nézőit, mivel a direkt kapcsolat, illetve annak képi jelének a hiányában nem érzékelik, hogy a film szereplői saját golyóbisuknak, végsősoron saját globális társadalomuknak a tagjai, problémáik tehát közösek.
David MacDougall erkölcsi kételyeit a megfigyelő film szenvtelenségével, távolságtartásával kapcsolatosan fogalmazta meg. Mivel azonban ez a filmfajta a filmest és a filmezés körülményeit elrejti, nem sok fogódzót nyújt a néző számára a képek valóságértékét illetően sem. Csak a nagyon gyakorlott szemű néző tudja kikövetkeztetni a filmnyelv formai jegyei alapján, hogy milyen nézőpontból, milyen távolságról, milyen megvilágításban „lőtték" az egyes képeket. A személytelen kameraállással készített képek realisztikus olvasatának kódja belevésődött a tudatunkba. Ha nem írtak volna annyit róla, ki gondolkozna azon, hogy Robert Flaherty milyen módon kapta lencsevégre az igluban alvó eszkimó családot Nanuk című filmjében (Nanook of the North, 1922). Egyik lehetőség lehetett volna, hogy korát meghaladó fényérzékeny filmjével addig virraszt a szereplők mellett, amíg azok elalusznak, a másik pedig – és erről szól a fáma –, hogy a külön erre a célra épített kivágott tetejű jégkunyhóban készítette el a hősökkel együttműködve híres képsorát. A probléma nem is abból a kérdésből fakad, hogy aludtak-e valójában a szereplők, vagy sem, hanem abból, hogy egészséges kétkedés hiányában ennek az olvasatnak a szokása alatt bármilyen filmet képesek vagyunk úgy regisztrálni, mintha egy egyszerű kulcslyukon keresztül szemlélnénk mások életét.
A képek naiv befogadása ellenében sokkal előbb, a filmtörténet korai időszakában, Dziga Vertov (eredeti nevén Denis Abramovich Kaufman), az orosz avantgárd figurája alakított ki erős megoldásokat. Az igazság keresése, a „kino pravda" nála az illúziórombolással volt egyenértékű. 1929-es filmjében, az Ember a felvevőgéppelben sok évtizeddel megelőlegezte azt a módszertani fogást, amit később „reflexivitásnak" neveztek el. Szédületes képsoraiban folytonosan visszatérő elem a filmezés aktusának képi jelzése. Így filmeztem a vonatot alulnézetből, így a vágtató lovakat oldalnézetből, így nézett rám az álmából felvert utcalakó, így működik a fiimezőgép réslencséje, hasonlóképpen a redőnyhöz és az emberi szemhez, így néznek ki a filmképek vágás közben – ilyen és ehhez hasonló jelenetek tudatosítják a nézőben, hogy amit látunk, nem maga a valóság, hanem kép a valóságról.
A reflexivitás Jay Ruby szavaival élve a „kulisszatitkok" megismertetését jelenti. Míg az írott antropológiában a reflexivitást a megismerés módszertanának, az adatelőállítás módozatainak ismertetésével lehet elérni, a filmben sajátos megoldásokat kell keresni at áttetszőség megvalósítására. René Magritte nyomán a reflexív eljárás a pipa ábrázolására tűzött „Ez nem pipa" felirat logikáját követi. Lényege: kialakítani a nézőben egy olyan kritikai szemléletmódot, aminek a segítségével képes (ön)tudatosan viszonyulni a (dokumentumfilmes beszédmódokhoz. A reflexív látásmód építői közül a legmarkánsabbak közé tartozik a vizuális antropológia klasszikusának számító Jean Rouch, a vietnami származású amerikai Trinh T. Minh-ha, a posztmodern és a feminista filmezés egyik gurunője, vagy éppenséggel Woody Allen, aki Zelig című áldokumentumfilmjével talán többet tett a filmelméletért, mintha egy értekezést írt volna.
Jean Rouch afrikai forgatásai alatt, valamint filmjeinek befogadásával szembesülve kezdte problematizálni a kép igazságértékét. Kísérletező megoldásai, a „megosztott antropológia", az alanyaival közösen kitalált „etnofikciók", vagy a Vertov nyomán „ciméma vérité"-nek nevezett beavatkozó filmezés, tudatosan és felvállaltan a film által teremtett valóságot kívánják felmutatni. Az emberi piramisban (La Pyramide Humaine, 1959) vagy az Egy nyár krónikájában (Chronique d'un Été, 1960) a többi szereplővel kialakított saját interakciói a film szerves részét képezik. Az elefántcsontparti Abidjanban lejátszódó történet alapötletét, a fekete és fehér fiatalok közötti viszony feldolgozását, a rendező alanyaival közösen beszéli meg, és ezt a film elejére bevágott részletekben meg is mutatja. Az Egy nyár krónikájában alkalmazott filmezési technikája miatt Jean Roucht provokatőrnek és katalizátornak is elnevezték, mivel ebben a filmben alanyai, akiket sokszor ismeretlenül is, meglepő kérdéseket feltéve „támadott le" kamerájával, hihetetlenül erős érzelmi töltéssel reagáltak. A film látható cselekménye tartalmazza azt a „kulisszatitkot" is, hogy a már a forgatás elején meglévő szereplők hogyan szerveznek be a filmbe újabbakat, a film lényegéről való beszélgetések során.
Trinh T. Minh-ha saját származási országának, Vietnámnak női sorstragédiáit tematizálja a szójátékon alapuló Vezetnéknév Viet, Személynév Nam (Surname Viet, Civen Name Nam, 1989) című filmjében. A többszáz Vietnámban készített hangfelvétel alapján kialakított monológokat Amerikába emigrált vietnámi származású nők mondják el a filmben, akaratlagosan művi környezetben és előadásmódban. Az elmondott szöveg hitelessége éppen az által a feszültség által teremtődik meg, ami az amatőr alakításokból sugárzó empátia és a mögöttük felsejlő valódi életek között alakul ki. Van egy kép, amit látsz, ami egy nő képe, és vannak valódi nők, akik valóban nagyon nehéz körülmények között élnek – ezt mondja nekünk a művésznő, és ezáltal sokkal nagyobb hangsúlyt kap a film referencialitása, mintha magukat, a történetek elsődleges alanyait látnánk a képernyőn. A film utolsó részében a szereplők már „magukat alakítják", rövidnadrágban kocognak, családi eseményeken vesznek részt, és közben visszautalnak a filmezés körülményeire, elemezgetik saját viszonyulásukat Vietnámban maradt társaikhoz.
A reflexív film másik lehetősége felhívni a figyelmet önmagára, mint médiumra. A film szövete a dokumentumfilmek nagyrészében a fiimezőhöz hasonlóan láthatatlan marad, azt az illúziót növelve, mintha a néző és a mutatott valóságdarabkák között közvetlen és azonnali lenne a kapcsolat. A film szövetének, mint közvetítő médiumnak az érzékeltetése a néző számára olyan kulcsot kínál fel, aminek a segítségével ha nem is jelenik meg előtte a film készítője, a „láthatatlan harmadik", de tudni fog a létéről. A film képeinek a hétköznapi látványfajtáktól eltérő preparálása, a művi beavatkozás hangsúlyossá tétele hidegzuhanyként hathat a képek elandalított fogyasztóira, vagy csak egyszerűen kizökkenti őket a beidegződött „ablak a világra" olvasatból.
Dziga Vertov képsorokat ismétel meg újra meg újra a film során, változó anyagi formában, hol lassítva, hol gyorsítva, hol képkockánként a vágóasztalon keresztül, hogy rávezessen a filmes építkezés intellektuális élvezeteire, a szelekcióra, a ritmusos szerkesztésre, a párhuzamos vágásra és így tovább. Trinh T. Minh-ha megoldásaihoz nagyon hasonlóakat találhatunk Forgács Péter filmjeiben: mindketten rendkívül szabadon kezelik az arhív felvételeket, nagyon hasonlóan a képzőművészetekből ismert kollázstechnikákhoz. Képeiket egymásba vágják, megroncsolják, karcolják, ráírnak, rajzolnak, megfestik, a film médiumát szinte tapinthatóvá teszik. Teljesen más célzattal, de hasonló megoldással él Woody Allen a Zeligben, ami tulajdonképpen egy a dokumentumfilm műfaját karikírozó zseniális játékfilm. A dokumentumfilm összes kliséjét, a beszélő fejek tanúvallomásait, a megkarcolt fekete-fehér arhív felvételek illusztratív beszúrását, a mindentudó narrátort felsorakoztató filmet a rendező kikacsintásainak segítségével lehet dekódolni. A képiségükben valószerű jeleneteken a referencialitásuk abszurd volta miatt lehet a hasunkat fogva nevetni. Például, amikor a főszereplő Zelig megjelenik a pápa kíséretében, a főerkélyen.
A reflexív filmkészítés alternatíva marad a dokumentumfilm számára. Hatása azonban sokkal erőteljesebb lehet a filmek befogadására nézve, amennyiben sikerül hozzájárulnia egy kritikai szemléletmód kialakításához. Miért ne létezne egy reflexív (dokumentum)filmnézési mód, amit akár oktatni is lehet, és aminek az alkalmazásával a nézők nem egyszerű fogyasztóként nyelik a képeket, hanem megpróbálnak mögéjük nézni.
