以影像化的方式呈現故事是人類相當原始的說故事方式，從壁畫到戲劇的展演都訴說著一齣齣動人的故事。而自印刷術發展後，人們開始從圖像、影像閱讀，轉移到文字閱讀，McLuhan認為這大大改變了人類的文化，形成一種支離化、同質化、標準化與專工化的世界；但隨著電科技的發展，人類的世界又開始趨向整合（McLuhan，2015）。所謂的整合，也是知覺以更為統合的方式來經驗這個世界，包含各種故事文本。不過不同媒介的文本形式會有不一樣的經驗方式，其意義也有所差異。關於影像媒介的特殊性問題，可以與文學、戲劇、繪畫等進行對比，但這種對比並無法讓我們對經驗影像文本本身有更普遍性的理解。David Bordwell（1999）認為，要探索人們如何理解故事，可以從敘述理論出發。
在早期，敘述理論發展出兩大體系，一個是擬態理論，一個是記敘理論。擬態（mimetic）視敘述為景觀的呈現，是一個知覺受體被呈現在觀者眼前的方式，重點在於觀視其動作。記敘（diegetic）視敘述為實際或類比的口語活動，記敘的敘事主體即是詩人本身，這跟擬態不同（擬態是以他人作為發言主體），也就是有一個發言者。但Bordwell認為，擬態理論與記敘理論要不是沒有賦予觀眾意義，就是完全忽略觀眾只在意發言者。他主張以「觀眾活動」來發展敘述理論而非語言學，因為敘述的主要目的是為了觀眾的理解。
Bordwell主張，觀眾在生活之中學會了許多的「圖模」（schemata），有了圖模人們便能對事物有所感知，並在感知過程中由圖模主導形成假設、推論，然後逐步地建構起故事、理解故事。所謂的文本敘述，就是不斷地傳遞出訊息，讓觀眾可以依照圖模將故事組織起來。類似的過程也可以運用在照片這種靜態影像的閱讀上。John Berger（2016）指出，每一張照片都有許多的資訊，要揭示出照片這乘載外貌的媒體的意義，就必須找到外貌的資訊量與意義，而它會與1.影像本身交錯的資訊量（指照片內的內容量）、2.觀看的人（如親人或陌生人，前者資訊量多、後者少）、3.影像外貌的連貫相似（所有的影像外貌都跟其他的事物多少有點相似性，相似性越多其資訊與意義量就越多）等有關。所以Berger在談人們如何理解相片的時候，同樣也強調了觀者的生命經驗面向。而且，圖模理論與生命經驗的討論，都同時包含了個人的特殊性與社會的普遍性，如Bordwell認為圖模常常習自過往的敘述模式、Berger認為獨特的照片事件會挑起普遍的概念。
當Bordwell在談真正敘述出故事的人是觀眾的時候，Berger也提及所謂的「故事的反思主體」就是故事角色、聆聽者與敘述者三者集體構成的混合體。他們都強調觀眾建構故事的重要性，只不過Berger的概念強調，不同的敘事形式會使反思主體內的各部份（指故事角色、聆聽者與敘述者）產生不同的定位與角色。如果我們回到當代來討論，在電時代下的虛擬實境（Virtual Reality，簡稱VR）沉浸式體驗，其統合性感知形式為何？以及它是如何可能的？
電時代的快速縮短了時間與空間，網路成為其最為經典的新世界；加上影像科技的成熟發展，讓許多原本只存在於想像中的事物得以顯現於眼前。資訊的爆炸也炸開了虛實之間的邊界，讓人們的經驗上超脫了真假之分，英國影集《黑鏡》不斷地預演了人所未有的感知。當我們觸碰到當下最新、卻是影集中落伍的VR設備時，我們的認知圖模早已完善，甚至預想著能夠得到更多，因為我們曾經看到過更全面的統合體驗。換句話說，超越性的感知世界成為我們最普遍性的理解，但我們的敘事媒體、工具、載體卻遠遠落後於人類的感知圖模、無法觸及曾看見的未來反思主體位置（我們卻在看影集時構築起相關經驗了）。於是乎，我們只能更沉浸於影像媒介、網路世界中，因為只有在那裡，才能敘述出更豐富與全面的人類感知，現實世界實在貧脊的讓人難以忍受？！
參考資料：Berger, John & Mohr, Jean著、張世倫譯，2016（1982），《另一種影像敘事：一個可能的攝影理論》。台北：麥田出版。Bordwell, David著、李顯立等譯，1999（1985），《電影敘事－劇情片中的敘述活動》。台北：遠流出版。McLuhan, Herbert著、鄭明萱譯，2015（1964, 1994），《認識媒體：人的延伸（麥克魯漢經典）》。台北：貓頭鷹出版。
