看在语言之前。孩子在能说话之前就已经看见并认出事物。但是，还有另一种意义上，看到早于语言。是看让我们确定在周围世界中的位置；我们用言语来解释这个世界，但语言永远无法否定我们被这个世界所包围的事实。我们看到的和我们知道的之间的关系从未确定。每晚我们都见到太阳落下。我们知道地球正远离它。然而，知识和解释从未完全与视觉相符。超现实主义画家马格里特在一幅名为《梦之钥》的画作中评论了这种语言与视觉之间的恒久鸿沟。我们看待事物的方式受我们所知道或所信仰的事物的影响。在中世纪，当人们相信地狱的物理存在时，火的景象必定与今天的意义有所不同。然而，他们对地狱的概念很大程度上源于火焚烧和剩余的灰烬的景象，以及他们经历的烧伤之痛。当爱意在心时，所爱之人的形象拥有一种独特的完整性，任何语言或拥抱都无法匹敌：这种完整性只有作爱的行为才能暂时容纳。然而，这种在语言之前的视觉，是永远无法完全被语言覆盖的，它不是对刺激的机械反应的问题。（只有将眼睛视网膜所涉及的那一小部分过程孤立开来，才能以这种方式思考。）我们只看到我们所注视的事物。注视是一种选择行为。由于这一举动，我们看到的事物在我们的可及范围内——尽管不一定在手边。触摸某物就是在与其建立关系。（闭上眼睛，绕着房间走动，会注意到触觉如同一种静态、有限的视觉。）我们从不只是看一种事物；我们总是在关注事物与我们自身之间的关系。我们的视觉是不断活跃的，持续移动，持续将事物环绕在自己周围，构成了我们所处的存在的现象。不久后我们意识到我们也可以被看到。其他人的眼睛与我们的眼睛结合，使我们能够更有说服力地认知我们是可见世界的一部分。如果我们接受自己能够看到那边的山丘，那么我们也暗示那座山丘也可能看到我们。视觉的相互性比口头对话的相互性更为根本。而对话往往是试图将其表述为语言——试图解释如何，无论是隐喻意义上或字面意义上，‘你是如何看待事物的’，并试图发现‘他是如何看待事物的’。在本书中使用的意义上，所有图像都是人造的。图像是一种被重新创造或再现的景象。它是某种外观或外观集合，这些外观已从首次出现的地点和时间中分离并保存——无论是几分钟还是几世纪。每个图像都包含一种看待事物的方式。即使是一张照片。因为照片并不像常常假设的那样只是一种机械记录。每次我们看到一张照片时，无论多么微小，我们都意识到摄影师从无数其他可能的景象中选择了这一景象。这在随意的家庭快照中也同样适用。摄影师的观看方式体现在他所选择的拍摄对象上。画家的观看方式则在他在画布或纸上留下的痕迹中重构。然而，虽然每个图像都体现了一种看待事物的方式，但我们对图像的感知或欣赏也依赖于我们自己的观看方式。（例如，谢拉可能是在二十个身影中的一个；但出于我们自己的原因，她是我们关注的对象。）图像最初是为了召唤某种缺失之物的外观。逐渐地，明显的是，图像可以超越它所代表的东西；它显示了某物或某人的曾经样貌——因此暗示该主题曾经是如何被其他人看待的。后来，制图者的特定视野也被承认为记录的一部分。图像成为了X如何看待V的记录。这是由于对个体意识的增强意识，伴随着对历史的日益觉醒。准确地给这一最后发展下个时间期限是草率的。但无疑在欧洲，自文艺复兴之初，这种意识就已经存在。没有其他种类的遗物或文本能够提供如此直接的证据，关于过去其他人所处的世界。在这方面，图像比文学更为精确和丰富。说这一点并不是否认艺术的表现力或想象力，而是将其视为简单的文献证据；作品越富有想象力，越能让我们深刻分享艺术家对可见事物的体验。然而，当图像作为艺术作品被展示时，人们的观赏方式会受到一整套关于艺术的学习假设的影响。关于美的假设。