Föredrag för Norska Sällskapet för Semiotik, Bergen, november 1989. Publicerad i Livstegn, nr 8, 1, 1992; ss 7-40.

I.

Men låt oss börja från frågan varför vi över huvud taget skulle intressera oss för ett studium av bilder. Traditionellt är det ju bara ett relativt litet antal bilder, sådana som anses vara konstverk, som har studerats inom konstvetenskapen, såsom rent individuella, unika förekomster, och ett annat litet antal som har varit studieobjekt inom etnologin, denna gång som typer, men mest som medel för studiet av en hel kultur. Barthes väljer att analysera en reklambild, inte på grund av något särskilt intresse för reklam, utan för att han menar (lite naivt, menar jag; se Sonesson 1989a, II.1.), att allt i bilden kan antagas vara placerat där med avsikt. Resultatet har ändå blivit ett överdrivet intresse för reklambilder inom semiotiken, både hos sådana semiotiker som gärna vill sälja sina tjänster utanför universiteten, och hos sådana som med hjälp av semiotikens lärda terminologi vill bibringa mänskligheten insikten att annonser faktiskt har den ondskefulla avsikten att sälja oss en massa saker vi inte behöver.

Det finns emellertid ett allmängiltigare, mycket tungviktigare faktum att utgå ifrån: att informationssamhället, bäst definierat, är jag rädd, som det samhälle där andra i allt högre grad bestämmer vad vi bör veta, framför allt är ett bildsamhälle. Ramírez (1981) har beskrivit västerlandets historia som en alltmer stigande förtätning av bildbeståndet, dvs som en ökning av antalet bilder per invånare. Fastän Ramírez inte själv utvecklar begreppet skulle vi, delvis med utgångspunkt i hans exempel, kunna skilja olika processer som ligger bakom denna allmänna bildförtätning:

• att produktionen av bilder har blivit mindre kostnadskrävande, särskilt i termer av vad Moles kallar tidsbudgeten (åtskilliga foton rymmes i tidsbudgeten för en enda målning), vilket gör att antalet bildoriginal (typer) har kunnat ökas;

• att medlen för att åstadkomma kopior har perfektionerats, så att flera och bättre bildkopior (token) kan göras från originalen; detta är Ivins (fler antal kopior och bättre överenstämmelse med orginalet från träsnitt och gravyr till fotografi, fotogravyr och offsettryck) och Benjamins (lättare sprida konstverket) problematik;

• att vi får ett allt större antal kategorier av bildtyper, med allt snävare avgränsade sociala funktioner, när bilder visar sig användbara inom såväl undervisning som underhållning och propaganda;

• att bilder som under tidigare epoker bara fanns tillgängliga i ett litet antal utrymmen, som kyrkor och palats, där alla inte vid alla tidpunkter kunde komma till, numera cirkulerar till oss och kring oss genom alla möjliga kanaler på alla dygnets tider;

• att bilder, istället för att bli kvar under generationer på en och samma vägg, där vi någon gång kan tänkas komma förbi, riktas allt aktivare, på bestämda tider och eventuellt platser, till en allt större publik, genom annonspelare, men framför allt genom veckotidningar och television (vilket bättre svarar mot förutsättningarna i den traditionella kommunikationsmodellen, lånad från informationsteorin).

Konsekvenserna av allt detta måste vida övergå alla lokala ideologiska effekter, förenade med Panzanispaghettins falska italienskhet och trivelaktiga naturlighet. I sista hand gäller frågan vår mentala hälsa och våra intellektuella överlevnadsmöjligheter i bildsamhället (detta är något av Innes, McLuhans och Postmans problematik, men ställd i mindre luddiga termer).

Vårt intåg i bildsamhället ställer i själva verket mera grundläggande frågor om bildmediets egen natur, hur det skiljer sig exempelvis från språket i sitt sätt att överföra information. Redan på 60-talet förutspådde konsthistorikern E.H. Gombrich uppkomsten av vad han kallade "the linguistics of the visual image"; och psykologen James Gibson klagade ännu 1978 på att det inte fanns någon "science of depiction" jämförbar med språkvetenskapen. Sedan dess har både Gibson och andra psykologer som Kennedy, Hagen och Hochberg gjort viktiga insatser för skapandet av en bildvarseblivningens psykologi. Men lika litet som lingvistiken sammanfaller med psykolingvistiken kan bildsemiotiken vara enbart ett psykologiskt studium. Det är den kompletterande uppgiften som bildsemiotikerna hitintills rätt omedvetet har givit sig i kast med.

Det finns inget direkt svar hos Barthes på vilket slags vetenskap bildsemiotiken är; men det finns två, åtminstone skenbart motsägande antydningar. Å ena sidan har vi åberopandet av lingvistiken och hela den inledande diskussionen om möjligheten av ett "analogisk kod"; detta tycks innebära att bildsemiotiken borde vara intresserad av allmänna lagbundenheter. Å andra sidan finns det hela det sätt på vilket analysen utföres och den genomgående övertygelsen om bildernas unika, oupprepbara och i sista hand oanalyserbara karaktär; varav måste följa att bara den enskilda bilden kan bli föremål för studiet — eller rättare sagt uppenbarelsen.

Väljer vi nu att upprätthålla analogin med lingvistiken åtminstone på den högsta abstraktionsnivån — och det bör vi göra, menar jag, om vi vill bevara något slags specificitet för det semiotiska närmandet —, så måste vi fastställa att semiotiken är en nomotetisk, dvs en laguppställande vetenskap, i likhet med natur- och socialvetenskaperna, men i motsats till de flesta humanistiska vetenskaper, som tvärtom är idiografiska, dvs sysslar med att beskriva individuella, unika företeelser. I lingvistiken studeras en sats, inte på grund av ett intresse för den unika satsen (som däremot den som undersöker ett poem i vilket den har), utan för att kunna dra slutsatser om det bakomliggande systemet. På samma sätt borde Panzanianalysen säga något om bilder i allmänhet, eller i alla fall om vad som karaktäriserar vissa bildtyper.

Inget av detta hindrar dock att modeller utvecklade i semiotiken kan visa sig användbara för dem som är intresserade av unika bilder, precis som lingvistikens modeller kan vara för litteraturvetaren. Utom att utgöra en vetenskap i sig själv kan semiotiken vara en hjälpvetenskap för konstvetenskapen, precis som psykologin och sociologin stundtals har varit.

I själva verket är emellertid Panzanianalysen upplagd på ett sådant sätt att vi (i bästa fall) bara kan förvänta oss att få veta något om just Panzanibilden. Visserligen använder sig Barthes av en elementär modell: uppdelningen på denotation och konnotation, skillnaden mellan förankring och utbyte. Och just att använda modeller (men inte nödvändigtvis modeller lånade från lingvistiken), menar jag, är karaktäristiskt för semiotiken. Om det nakna ögat inte kan se något, eller i alla fall inte kan se tillräckligt klart, så kräver analysen en modell att konfrontera analysobjektet med för att upptäcka något. Enligt Hjelmslev och Greimas ställes modeller upp godtyckligt, men detta är förstås nonsens; alla analysmodeller bygger på de kunskaper vi har som brukare av betydelsesystemet i fråga och modifieras i konfrontationen med de texter som föres till systemet, precis så som varseblivningen fungerar enligt konstruktionister som Gregory och Hochberg, fast på ett mera medvetet plan. T.o.m. den lingvistiska modellen bygger på kunskaper vi har om språket och utgår från att alla betydelsesystem är uppbyggda på liknande sätt. Denna senare tanke låter sig emellertid lätt falsifieras: vi har ingen anledning att vänta oss att det som upprepas i bilder på något sätt påminner om ord, fonem och satsschemata. Därtill är bildens betydelsefunktion alltför annorlunda, som jag har visat på annat ställe.

Problemet med Barthes modell är emellertid inte så mycket dess lingvistiska härstamning: dels är den ju i sitt ursprung hos Hjelmslev tänkt som en allmän modell för semiotiska system, och dels vantolkar Barthes den till den grad att de flesta av hans konnotationer inte längre har något att göra med Hjelmslevs (se Sonesson 1989a,II.1.). Faran i den lingvistiska inspirationen ligger hos Barthes på ett annat plan: just i förväntan att regelbundenheterna i bilder måste vara av samma slag som i språket, dvs reducerbara till enheter och deras kombination, och den därav följande slutsatsen att det inte finns något upprepbart i bilder (eller i alla fall i fotografier), bortsett från sådant som föreligger på det ideologiskt-referentiella planet. Barthes omedelbara efterföljare blev därför också Marin och Jean-Louis Schefer, som ägnade sig åt konstverk, och gav uttryck i en förnyad semiotisk terminologi för den traditionella övertygelsen inom konstvetenskapen att varje bild är unik: varje text hade ett eget system (liksom Metz har sagt om filmer). En mångfald efterföljare fick Barthes inom reklamsemiotiken, vilket har uppammat en föreställning hos konstvetare om att det "bara" är till att analysera sådana bilder som semiotiken duger. Och ändå står det i själva verket klart att också reklamsemiotikerna behandlar sina bilder som konstverk, dvs som unika förekomster.

Men vilka slags regelbundenheterna skulle vi då söka? Naturvetenskaperna och större delen av socialvetenskaperna uppställer sina lagar företrädesvis i kvantitativa termer, men lingvistiken och semiotiken i allmänhet är inriktade på kvaliteter, dvs kategorier, betydelser, såsom de föreligger för människorna som använder dem. I denna mening sysslar semiotiken med att beskriva bildbegrepp, till skillnad från åtminstone vissa riktningar i filosofin. Nelson Goodman kan exempelvis finna att vad han betraktar som det traditionella bildbegreppet är inkoherent och uppställa ett annat han tycker är bättre (se kritik i Sonesson 1989a,III.2.3-5.); en semiotiker måste däremot finna den speciella koherensen hos det Livsvärldsliga bildbegreppet, även om detta kräver en revidering av själva föreställningen om hur begrepp är sammansatta.

Vi vill förstå vad som utmärker bildtecknet till skillnad från andra tecken , såväl i förhållande till konventionella tecken som de språkliga, som i förhållande till andra ikoniska tecken, dvs tecken grundade på likhet/identitet, eller som på något sätt upplevs som motiverade, t.ex. attrapper såsom skyltdockor, metaforer, oavsett om de är språkliga eller bildsliga, och symboler, exempelvis duvan stående för freden eller lejonet för modet (jfr. Sonesson 1989,III.); och vi vill kunna avgöra hur olika slags bildtecken skiljer sig åt (se Sonesson 1987c;1988b), oavsett om skillnaden ligger i

• konstruktionsprinciper, , dvs. det som är relevant i uttrycket i relation till vad som är relevant i innehållet, vilket bl.a. skiljer fotografiet från målningen (olika specifikationer av "ikonisk grund", i Peirces mening);

• i socialt avsedda effekter, med andra ord, i de effekter som något socialt förväntas ha, t.ex. att reklamen tänkes sälja varor, satiren gör någon till åtlöje, etc;

• i sociala cirkulationskanaler, alltså de kanaler i vilka bilderna cirkulerar i samhället, dvs. när sin tänkte mottagare, vilka gör affischen till något skilt från tidningsbilden eller vykortet till något annat än postern;

• eller om den består i några andra särdrag (t.ex. plastiska organisationsformer) som skiljer vissa grupper av bilder från andra bildsorter.

Varken i Barthes Panzanianalys eller i den uppsjö av senare publikationer som finns i reklamsemiotiken har vi emellertid några nämnvärda insikter att hämta om hur reklambilden skiljer sig från andra bilder. Kandinskys "Composition IV" och annonsen för cigarrettmärket "News" kan analyserar på samma sätt, hävdar Floch (1981a) (vilket han själv inte gör fullt ut, jfr. Sonesson 1989a,II.2.), men i så fall undgår vi att redogöra för deras kategoriska skillnad. Och om vi skulle vilja försöka generalisera några slutsatser (om man kan tala om sådana) i Barthes analys, så står vi inför problemet att fastställa om de är generaliserbara till fotografier (en konstruktionsprincip), till reklambilder (avsedd effekt) och/eller till tidskriftsannonser (en cirkulationskanal).

Vi skall här inte glömma en annan kategori av bildkategorier, även om det blir skäl att återkomma till den senare: den plastiska kategoriseringen. I inledningen till Floch 1986c vänder sig författaren mot sådana bildsemiotiker som Vanlier, Dubois och Jean-Marie Schaeffer, som har velat isolera den specifika teckenkaraktären hos fotografiet. Han menar att sådana indelningar är ytliga; vad som är intressant är det individuella fotografiet. Ett sådant uttalande är nog så märkligt hos en företrädare för Greimasskolan: mera ortodox är den samtidigt uttalade, men väl motsägande tanken, att det finns djupare, mindre medvetna diskurskategorier (gemensamma för bilder och andra diskurstyper) som det gäller att finna. Det är olyckligt om vi missar det specifikt bildmässiga; men det ligger förvisso något i observationen att det kan finnas kategorier av bilder som inte har allmänt vedertagna namn i språket, och då speciellt sådana som beror på bildens plastiska organisation, dvs dess utformning som tvådimensionell yta. Det faktum att vissa analysmodeller som fungerar bra med en del bilder tycks ge föga utbyte med andra antyder just existensen av sådana kategorier. Men det är svårt att säga något seriöst i saken på detta stadium: modeller och metoder skiftar faktiskt kaotiskt (även hos Floch) utan att någon orsak i bildens natur blir klargjord.

Och detta för oss fram till frågan om semiotikens metoder, som är just det avseende i vilket Barthes förebild har varit särskilt förledande. Det finns fortfarande en allmän föreställning om att semiotiken har övertagit sin metod från lingvistiken. Tittar vi emellertid på vad sådana som själva kallar sig semiotiker gör kan vi finna åtminstone tre (eller som jag strax skall hävda fyra) olika metoder: den textanalytiska, den systemanalytiska och den experimentella. Den experimentella metoden konstruerar artificiella texter eller texttolkningssituationer, för att kunna variera vissa egenskaper och studera variationernas effekt på övriga egenskaper. I den systemanalytiska metoden utgår vi från systemet, dvs från de intuitioner vi har som brukare av det; vi varierar olika egenskaper för att se vilka som går ihop och vilka som är oförenliga. Hela Peirce-traditionen i semiotiken måste räknas hit, inklusive en så föga ortodox efterföljare som Eco. I den textanalytiska metoden utgår vi från en text, eller egentligen från en serie texter, och försöker ur studiet av denna eller dessa dra slutsatser om det underliggande systemet. Den sistnämnda är förstås den vanligaste metoden i lingvistiken, och den som Barthes och övriga strukturalister menade sig ta efter. Här är det studerade objektet skilt från studieobjektet, det objekt vi vill veta något om.

Om vi ser närmare efter skall vi emellertid upptäcka (se Sonesson 1989b,d) att det finns ytterligare en metod i semiotiken, som vi om vi vill kan betrakta som en underart till den textanalytiska, och som här skall kallas den textklassificerande. Den är emellertid klart beroende av den systemanalytiska. Liksom i den senare undersöker vi möjligheter att kombinera olika egenskaper och vilka resultat dessa kombinationer ger upphov till; men det ingår i bevisprocessen att finna ett textexempel, i vårt fall ett bildexempel, för varje par av kombinerbara egenskaper. Vi kan tänka oss det hela enkelt sett som en tabell där bilder inskrives i rutor bestämda av begrepp uppsatta på två eller flera dimensioner. Många modeller i bildsemiotiken är av detta slag. Det gäller Peirce trefaldiga teckentrikotomier när de av Stuttgart och Perpignan-skolorna används till att göra reda för bilder; det gäller mitt eget försök, i Sonesson 1989a, att skilja de olika sätt på vilka indexikaliteten (i en mindre ortodoxt Peirceansk mening) kan uppträda i bilder; det gäller de olika varianterna av Groupe µ:s bildretorikmodell.

I dessa fall placerar vi in den enskilda bilden i ett nätverk av andra bilder, och definierar den i förhållande till dessa andra bilder; men var och en av bilderna har förstås en massa andra egenskaper som inte omfattas av detta nätverk. Idealt skulle vi kunna tänka oss att om vi inskriver en bild i ett tillräckligt antal sådana nätverk så har vi, om också indirekt, beskrivit denna och framför allt förklarat den; men givetvis låter sig något sådant inte göras. Om semiotikens objekt är systemet bakom bilderna, och alltså inte den enskilda bilden, så kan det å andra sidan tyckas vi inte har någon anledning att sträva efter en fullständig redogörelse. Men precis som lingvistiken måste studera en sats tillräckligt noga för att redogöra för de resurser i språksystemet som gör det möjligt att skapa och tolka satser, så behöver vi studera bildens mekanismer uttömmande. Även om den enskilda bilden för oss är ett medel snarare än ett ändamål, så behöver vi alltså ändå försöka redogöra för denna så noggrant som möjligt. Det är det sådana semiotiker som Floch, Thürlemann och Saint-Martin vill göra. Observera emellertid att så länge vi fasthåller att studieobjektet är systemet, inte den enskilda bilden, så måste varje ny analys ha konsekvenser för de tidigare gjorda, även om de gäller olika bilder.

Och här är vi tillbaka vid problemet med Barthes metod. Det är inte bara det att Barthes givetvis inte alls har förstått poängen med den strukturalistiska analysen i lingvistiken, och alltså inte alls utför en dylik analys; det är inte alls uppenbart att en sådan ens kan tillämpas på bilder. Bortser vi från ikonicitetsproblematiken, som uteslutande har behandlats på systemanalytiskt vis, och från Groupe µ och Peirceanerna, som följer sina egna utvecklingslinjer mot textklassifikationen, liksom från ett fåtal experimentella studier av Lindekens, Espe och Tardy (och i någon liten mån av mig själv), så har textanalysen kommit att framstå som det obligatoriska närmandet till bilden. Frågan är emellertid inte bara i vad mån textanalysen är det fruktbaraste närmandet till bildsemiotiken, men också om den roll den kan har däri är jämförbar med motsvarande metod i lingvistiken.

Den lingvistiska, dvs den strukturalistiska metoden, som med särskilt framgång användes i fonologin, vilar i själva verket inte bara på en generell förutsättning om upprepbarhet , utan på en upprepbarhet av särskilt slag, nämligen av relativt stabila och klart avgränsade enheter. En språklig text sönderfaller ganska självklart i satser, satserna i ord (eller morfem), orden i fonem, fonemen i fonologiska särdrag. Vi kan således i ett stort antal texter finna upprepade enheter, vars definitionsmässiga särdrag och gränser till andra enheter vi därmed kan fastställa; det faktum att vi har ett flertal (potentiellt ett oändligt antal) texter uppbär bevisbördan. När vi analyserar en ny text så kan mycket vä resultat tvinga oss att modifiera analyserna också av tidigare texter.

Några exempel, för vad identitetskriterierna angår. I en svensk text finner vi både "i fjor" och "i fjol" med samma innebörd; vi kan därför i förstone känna oss frestade att dra slutsatsen att "r" och "l" i svenskan, som i japanskan, är fria varianter för ett och samma fonem. I en annan text upptäcker vi emellertid att "rån" och "lån" inte är riktigt detsamma, så vi kanske då menar att distinktionen neutraliseras i slutstavelsen. Men i en senare text stöter vi så på "pol" och "por", och måste då dra slutsatsen att det första exemplet var ett rent undantag från en annars klar distinktion mellan fonemen /r/ och /l/. Så gränserna. När vi först stöter på "tjugo" kan vi tro att /^c/ är ett enda fonem; det måste det ju också vara i spanskan, där /^s/ inte existerar separat, men i svenskan kan det betraktas som en kombination av de annorstädes förekommande fonemen /t/ och /^s/.

Nu har jag aldrig sett någon bildsemiotiker revidera sina tidigare analyser i ljuset av de senare. Floch säger visserligen ofta inledningsvis att hans enheter är provisoriska och skall revideras efter hand som analysen framskrider; men i verkligheten finner han aldrig någon anledning till ändring. Nu är vi väl alla på det klara med att vad som än är upprepbart i bilder så är det inte jämförbart med det slags enheter vi har räknat upp tidigare. Jag har tidigare nämnt kategoriska egenskaper som bildmässighet, fotografiskhet, reklambildhet, osv., vars uttrycksplan det är en svår uppgift att redogöra för. Men låt oss ta ett annat slags exempel. Hochberg (1980) har påpekat att det finns ett slags bilder som bygger på "kanoniska drag": en schematisk ansiktsoval med en tandborstmustasch kan indikera Chaplin eller Hitler, men det räcker med en kubb istället för den karaktäristiska luggen för att vi skall kunna identifiera Chaplin (fig.1a-c.). Frågan är emellertid om inte alla bilder fungerar på det sättet. Ta t.ex. följande bild (fig.2) som Kennedy (1974) använder för att försöka övertyga oss om att det är avläsningen av de olika vinkelmåtten på teckningen som gör oss förmöga att genast tolka detta som en scen ur verkligheten. Det ligger förstås något i detta; men samtidigt finns det en oändlig mängd fenomen i verkligheten som har samma kombination av vinkelmått men som inte är hus eller kullar; för att inte tala om hur vi lyckas identifiera molnet och havet, om vilka Kennedy inte har något att säga. Förmodligen spelar vinklarna en roll för vår tolkning av vad för slags hus detta är, när vi redan igenkänt det som hus (jfr. Sonesson 1989a,III.3.).