FRAGMENTO DE TESIS: CAPÍTULO 5

MATURANA, C.L. (2011). La relación entre el discurso, el gesto y el color en un

caso de comunicación teatral: Análisis multimodal de la primera escena de
La Negra Ester. Tesis de Magister en Lingüística. Universidad Católica de
Chile.

5. LA PERSPECTIVA MULTIMODAL
5.1 INTRODUCCIÓN
En lo relativo al estudio multimodal, esta tesis se sustenta en postulados teóricos que
dan importancia al análisis e interpretación del lenguaje verbal tomando en consideración
cómo éste se conjuga con los otros modos semióticos presentes en la comunicación visual
(Kress, 2010; Kress y van Leeuwen, 1996, 2001, 2002; Kress, Leite-García y van Leeuwen,
2000/2008; Martinec, 2004; Martinec y van Leeuwen, 2009; Muntigl, 2004, van Leeuwen
2005).

Como medio de representación y comunicación, el lenguaje sólo existe en sus

realizaciones; pero, desde el momento en que se lo realiza –ya sea en la forma oral o
en la forma escrita-, es algo material, sustancial, y en esta sustancia es necesariamente
multimodal (Kress et al. 2008: 374).

El texto multimodal trasciende el material verbal y es entendido como un complejo

de signos que forman una unidad interna que al mismo tiempo se relaciona con el contexto
donde esos signos fueron producidos (Kress y van Leeuwen, 1996: 41). Al ser un producto
construido social y culturalmente por un creador, grupo o comunidad, posee una “gramática
visual”. Los autores aclaran que la analogía se sustenta en la concepción de la gramática
que orienta al modelo de la LSF de Halliday (1985a/1994), es decir, como una herramienta
que permite explicar cómo se utiliza la lengua en contextos reales de producción. Para la
LSF la lengua es un sistema de significados, acompañado por formas a través de las cuales
éstos pueden “realizarse”. Por lo anterior, una gramática funcional debe preguntarse cómo
están expresados esos significados (1985a: xiv).

43
 La analogía entre el lenguaje verbal y el visual establecida por Kress y van Leeuwen
(1996) no implica que la codificación de las estructuras visuales se realice de la misma
manera que la de las estructuras lingüísticas. La relación es más general: las estructuras
visuales realizan significados, tal como lo hacen las estructuras lingüísticas y, de ese modo,
dan pie a diversas interpretaciones de la experiencia y a diversas formas de interacción
social.

The visual, like all semiotic modes, has to serve several communicational (and
representational) requirements, in order to function as a full system of communication.
We have adopted the theoretical notion of ‘metafunction’ from the work of Michel
Halliday for the purpose of dealing with this factor (Kress y van Leeuwen, 1996: 40).

Para Halliday, una de las cosas que distingue a la gramática sistémica es que otorga
prioridad a las relaciones paradigmáticas: “it interprets language not as a set of structures
but as a network of SYSTEMS, or interrelated sets of options for making meanings (1994:
15). Para él es esencial que la consideración del lenguaje no se limite a un inventario de
estructuras. “A language is a resource for making meaning, an indefinitely expandable
source of meaning potential; constituent structure is a device for mapping different kinds of
meaning onto each other and coding them in concrete form” (1994: 16).

Antes de revisar cómo la teoría metafuncional es proyectada al estudio de las

imágenes, es necesario tener en cuenta algunos planteamientos fundamentales para el
análisis, los que tienen relación con el estudio de los signos en relación con las prácticas
sociales donde estos se generan y se interpretan.

5.2 EL ANÁLISIS MULTIMODAL Y EL SIGNO

Una primera consideración a tener en cuenta en un análisis multimodal es que la
propuesta se distancia de los supuestos tradicionales de la semiótica sausserana, que
considera la relación entre significante y significado como arbitraria. En la concepción
semiótica tradicional, la motivación no está relacionada con un acto de creación de signos,
sino que más bien definida por una relación intrínseca entre significante y significado. Para
la teoría multimodal, por el contrario, la relación está determinada por el creador de esos
signos.

44
 In our view signs are never arbitrary, and motivation should be formulated in
relation to the sign-maker and the context in which the sign is produced, and not in
isolation from the act of producing analogies and classifications. Sign-makers use the
forms they consider apt for the expression of their meaning, in any medium in which
they can make signs (Kress y van Leeuwen, 1996: 7).

El enfoque multimodal al que adscribe este estudio asume que la ideología es un

factor que atraviesa todos los modos semióticos de actualización discursiva. En ese sentido,
no tiene importancia realizar un análisis visual que considere el medio estudiado como
transparente y que intente buscar el significado del signo en el contenido explícito de las
imágenes. El análisis propuesto debe poner el énfasis en la estructuración sistemática de lo
visual, es decir, en una sintaxis visual antes que, como se ha hecho hasta ahora en el estudio
semiótico de las imágenes, en una lexis visual (Kress y van Leeuwen, 1996: 1).

Por lo anterior, no interesa el estudio del signo aislado, que se centra sólo en las
connotaciones que éste implica. El análisis multimodal, por el contrario, exige el estudio
del signo en conjunción con otros, es decir, inmerso en un medio social, el que se codifica
en las imágenes analizadas. De esta manera, aún cuando la finalidad sea realizar un trabajo
teórico descriptivo, el estudio multimodal exige estudiar cómo se relacionan y combinan
los signos teniendo en cuenta también cómo se conforma la semiosis o asignación de
sentido (Kress et al. 2008: 376) o, en otras palabras, la capacidad humana para significar e
interpretar esos signos.

5.3 HACIA UN ANÁLISIS INTEGRADO

Dado que el análisis plantea focalizarse en la comprensión y estudio del texto

multimodal, resulta imprescindible extender los márgenes de la observación a la relación
que se establece en la puesta en escena entre la actualización oral del texto de Roberto Parra
(1980) y el modo visual, con la finalidad de comprender parte del entramado que se
construye en la interacción entre los diferentes códigos semióticos involucrados. En
particular, el análisis se referirá a la relación entre el texto verbal escénico, el color y el
gesto.

Por lo anterior, se ha incorporado la comprensión de los nexos que se establecen en

La Negra Ester entre los procesos verbales y los procesos visuales y cómo se relacionan

45
ambos en la conformación de la semiosis. Con esto, se busca dar cuenta de la analogía
establecida por Kress y van Leeuwen (1996) respecto del examen de las representaciones
visuales narrativas y conceptuales y el estudio de la transitividad en el lenguaje verbal
(Halliday, 1985a), centrando así la perspectiva de análisis en la metafunción ideacional,
con la intención de evidenciar en el texto multimodal estudiado de qué manera se relaciona
el modo visual y el verbal oral para la representación de la realidad de la experiencia. Otro
ámbito con el que se busca explorar y establecer nexos entre el modo oral y el visual lo
constituyen las metáforas.

Finalmente, este estudio propone utilizar las herramientas que proporciona van
Leeuwen (2008) para indagar en la representación que se hace de los actores sociales y sus
prácticas, buscando indagar en los nexos que se pueden establecer en el modo verbal y el
visual.

A given culture (or a given context within a culture) has not only his own,
specific array of ways of representing the social world, but also its own specific ways
of mapping the different semiotic modes onto this array, or prescribing, with greater or
lesser strictness, what can be realized verbally and visually, what only verbally, what
only visually, and so on (van Leeuwen, 2008: 25).

Kress y van Leeuwen (1996) aclaran que no todas las relaciones que se observan en el
lenguaje verbal pueden ser observadas en las imágenes, ni viceversa. Más bien establecen
que, aún cuando no son homologables de manera exacta, sí se pueden percibir paralelos y/o
diferencias, los que deberán ser establecidos mediante el análisis.

What in language is realized by words of the category of “action verbs” is in

pictures realized by elements that can be formally defined as vectors. What in language
is realized by locative prepositions, is realized in pictures by the formal characteristics
that create the contrast between foreground and background (Kress y van Leeuwen,
1996: 44).

5.4 LENGUAJE Y SEMIOSIS: EL POTENCIAL DE SIGNIFICADO DESDE LA PERSPECTIVA DE LA

SEMIÓTICA SOCIAL

Un modo es un recurso semiótico, formado social y culturalmente para realizar

significado (Kress, 2010: 79). La imagen, la escritura, la disposición del diseño en una
superficie o pantalla, la música, el gesto, el discurso, la imagen, una banda de sonido y los
objetos 3D son ejemplos de modos usados en la representación y en la comunicación. Los

46
distintos modos que conforman un texto multimodal realizan diferentes tipos de trabajo
semiótico, ya que cada uno tiene distintos potenciales de significado.

El estudio multimodal aislado permite diferenciar cuáles son los modos presentes en
un determinado texto, sea este escrito, oral o visual, pero no puede decirnos nada sobre las
diferencias de estilos, ni qué significados implican esas diferencias. Para responder a lo
anterior, Kress y van Leeuwen (1996, 2001, 2002) plantean la necesidad de tratar el
significado multimodal bajo una teoría que pueda dar cuenta de él en todos sus aspectos y
apariencias, en todos los hechos sociales y en todos los sitios culturales. Esta teoría la
inscriben dentro de lo que denominan, siguiendo a Halliday (1978, 1982, 1985a, 1985b),
Semiótica Social, la que considera el estudio de los signos lingüísticos en relación con las
prácticas sociales donde éstos se generan e interpretan.

Si bien no es fácil realizar una delimitación entre sociedad y cultura, Kress (2010:
14) establece diferenciaciones. El término sociedad está relacionado con las acciones
humanas en grupos sociales; el término cultura, por su parte, marca el énfasis en los
efectos, en los trabajos sociales, en los productos y en los resultados de esas acciones. En la
propuesta de análisis multimodal de Kress y van Leeuwen (1996), el potencial del lenguaje
para significar, social, cultural y sicológicamente es proyectado a otros sistemas. Este
potencial semiótico (qué se puede decir y cómo se puede decir, en cualquier medio) está
definido por los recursos disponibles, tanto para el creador del signo como para el receptor.

Desde la perspectiva de la Semiótica Social, la comunicación visual sólo puede ser

entendida, por una parte, en el contexto de las formas y modos disponibles en una sociedad
dada y, por otro lado, en los usos y valoraciones que se les asignan. Lo anterior ha sido
definido como el paisaje semiótico (Kress y van Leeuwen, 1996: 33). Indudablemente,
siempre existirán modos de significación que pueden plantearse como compartidos por
todos los seres humanos. Si bien el análisis multimodal valora su reconocimiento, plantea la
necesidad de indagar en un nivel más específico, que se concentre en las particularidades y
diferencias de cada cultura.

The study of modes in multimodal social semiotics focuses on the material, the
specific, the making of signs now, in this environment for this occasion. In its focus on
the material it also focuses on the bodilyness of those who make and remake signs in

47
 constant semiotic (inter)action. It represents a move away from high abstraction to the
specific, the material; from the mentalistic to the bodily (Kress, 2010: 13).

5.5 LAS METAFUNCIONES EN LA MULTIMODALIDAD

Para funcionar como un sistema completo de comunicación, el modo visual, como
cualquier otro modo semiótico, debe satisfacer requerimientos comunicativos y figurativos
múltiples. Kress y van Leeuwen (1996) adoptan la noción teórica de metafunción con el fin
de analizar las relaciones entre las imágenes y el medio social donde éstas están inmersas.

5.5.1 LA METAFUNCIÓN IDEACIONAL

Todo sistema semiótico es capaz de representar aspectos del mundo y de la

experiencia que se encuentran fuera de ese particular sistema de signos. El estudio de la
metafunción ideacional proporciona herramientas para analizar cualquier sistema semiótico
en un contexto social. Respecto de las representaciones visuales en particular, Kress y van
Leeuwen (1996) distinguen dos tipos: representaciones narrativas y representaciones
conceptuales.

 REPRESENTACIONES NARRATIVAS

Son imágenes que narran una o más acciones, las que son realizadas a través de un
vector. Este último está representado por una acción o proceso que tensiona fuerzas
dinámicas, conecta a los participantes y permite, en definitiva, la representación visual
narrativa, ya que posibilita que los elementos sean caracterizados haciendo algo “a” o
“para” otro. Una representación narrativa no se reduce al despliegue de una acción o un
evento; los procesos de cambio y las disposiciones espaciales transitivas también presentan
patrones narrativos.

Las representaciones narrativas cuentan con, al menos, un vector, el que es

representado por medio de la relación que se establece entre dos participantes a través de
una línea, directa o indirecta, generalmente en diagonal. Un vector puede estar formado por
cuerpos, miembros u objetos y la codificación de la experiencia se realiza a través de
diferentes procesos. La relación que establece el vector define el tipo de proceso que
conecta a los participantes. Los principales procesos narrativos definidos por Kress y van

48
Leeuwen (1996) son los de acción, de reacción, mentales, discursivos, de conversión o de
simbolismo geométrico.

o PROCESOS NARRATIVOS DE ACCIÓN Y DE REACCIÓN

Como ya se ha mencionado, lo que define en última instancia al vector es que los

elementos representados muestran la acción narrada por medio de una línea, ya sea
imaginaria o real. Si se trata de al menos dos elementos vinculados estamos frente a una
acción o proceso de tipo transaccional, el que a su vez puede ser unidireccional o
bidireccional. Si el proceso narrativo contempla sólo un participante, el vector no tendrá un
punto de llegada en otro participante de la narración: se trata de un proceso no
transaccional.

Los procesos de acciones transaccionales contemplan un actor, el participante activo

que genera el nacimiento u origen del vector, y una meta, el participante pasivo hacia el
cual el vector va dirigido. Ambos son definidos como interactores. Cuando el vector está
constituido por una línea que emana desde la mirada de uno de los participantes se trata de
una reacción y no de una acción. De esta manera, si hay dos participantes vinculados por
un vector que conecta sus miradas hablamos de un proceso de reacción transaccional. Si se
trata sólo de un participante, cuya mirada no tiene un punto de llegada en otro, estamos
frente a un proceso de reacción no transaccional (Kress y van Leeuwen, 1996: 74). Los
procesos de reacción transaccionales contemplan como participantes a un reactor y un
fenómeno. Si se trata de una reacción no transaccional sólo está involucrado el reactor, ya
que su mirada no tiene un punto de llegada en otro participante.
En síntesis, la terminología propuesta por dichos autores se estructura de la siguiente
manera:

Realizaciones de las estructuras

narrativas en procesos
↓ ↓
Acciones Reacciones
↓ ↓

49
 Unidirec Bidirecc No Uniderec Bidirec No
cional ional Transaccional cional cional Transaccional
Transac Transac Transac Transac
cional cional cional cional
Actor Interac Acción de un Mirada de Mirada de Mirada de un
que se tores actor sin una un un reactor sin meta
dirige a (actor y meta definida reactor reactor definida
una meta dirigida a dirigida a
meta interrela un un
cionado fenómeno fenómeno
s) y
viceversa

Cuadro 1: participantes en los procesos narrativos de acción y de reacción.

El actor puede fundirse con el vector en diversos grados. Esto sucede, por ejemplo,
en la pintura de la figura 1, La Creación de Adán (1511) de Miguel Ángel. El actor (la
divinidad) se fusiona con el vector en su dedo índice, generador de la vida, en una acción
bidireccional y transaccional. El ejemplo, asimismo, permite diferenciar reacciones
transaccionales bidireccionales (la mirada entre Dios y Adán) y reacciones
transaccionales unidireccionales (la mirada de los querubines hacia Adán). Dado que el
constructo teórico desarrollado en este apartado es el de la metafunción ideacional, la
mirada que nace desde uno de los querubines hacia el espectador no debe ser incluida en
esta parte del análisis. Es una interacción que el productor de las imágenes establece entre
su creación y el espectador, por lo que debe ser observada desde la metafunción
interpersonal. Sin embargo, si alguno de los espíritus celestes representados mirara al
infinito, por ejemplo, se trataría de una reacción no transaccional y podría ser observada
desde la metafunción ideacional, ya que la reacción formaría parte de la manera referencial
en que se representa conceptualmente la realidad y el mundo.

50
Figura 1: La creación de Adán, de Miguel Ángel

Figura 2: Rectángulo blanco, triángulo azul. K. Malevich

51
 El cuadro de Malevich, Rectángulo blanco, triángulo azul (1915), figura 2, permite
apreciar cómo las realizaciones de los procesos son aplicables a una obra visual abstracta.
En este caso, las lecturas que puede producir el espectador son múltiples y todas legítimas.
Pero aún así, no son infinitas, ya que se ceñirán a la acción principal: la incrustación del
triángulo en el rectángulo. Este último es pasivo, una meta. El triángulo, figura dominante,
asume el rol de actor. Los elementos están relacionados en una acción bidireccional
transaccional.

o PROCESOS MENTALES Y PROCESOS DISCURSIVOS (SPEECH PROCESS)

Existe un tipo de vector que conecta pensamientos o enunciados con locutores. Si

bien puede ser observado principalmente en las historietas o cómics, su uso no está
restringido a la narrativa gráfica (Kress y van Leeuwen, 1996: 67). Son reacciones
transaccionales, ya que vinculan seres, humanos o no, con una opinión, pensamientos u
otro tipo de contenido discursivo. Por medio de una proyección se cita o se reporta el
sentido general de lo dicho o pensado (figura 3).

The phenomenon of the Transactional Reaction, and the content of the dialogue
balloon are not represented directly, but mediated through a Reacter, a ‘senser’ (in the
case of a thought balloon), or a ‘Speaker’ (in the case of the dialogue balloon)” (Kress
y van Leeuwen, 1996: 67).

Figura 3: La Negra Ester, fin del primer acto y anuncio del intermedio.

52
 En el caso del cine o la proyección audiovisual, los autores consideran que el proceso
verbal se realiza a través del diálogo (Kress y van Leeuwen, 1996: 72) y se refieren a él
como proceso visual, ya que no se realiza tal como lo haría en un cómic, es decir, a través
del dibujo de un globo que contiene el texto con la narración. Sin embargo, el ejemplo de la
figura 3 permite concluir que, aún cuando esa es la norma general, sí es posible detectar en
la audiovisualidad ejemplos donde se conectan pensamientos o enunciados con locutores
por medio de procesos verbales expresados gráficamente. Siguiendo a Halliday (1985a),
Kress y van Leeuwen llaman proyectivos a los procesos que incluyen una proposición
visual (texto verbal oral en conjunto con la imagen) o una proposición verbal completa
(texto verbal escrito e imagen), como el ejemplo de la figura 3, y no proyectivos a los que
no lo hacen (1996: 73), como en la figura 1 o 2.

o PROCESOS DE CONVERSIÓN

Incorporan a un tercer involucrado en el proceso, el transmisor (relay) el cual es meta

respecto de una participante y actor respecto de otro. No sólo transmite lo que recibe, sino
que también lo transforma. Esta clase de proceso de conversión es especialmente común en
las representaciones de acontecimientos naturales, por ejemplo en los diagramas de la
cadena alimenticia o del ciclo del agua (figura 4).

Figura 4: Proceso de conversión, el ciclo del agua.

o SIMBOLISMO GEOMÉTRICO

Existe un último tipo de proceso que no incluye participantes. Se trata de un tipo de

imagen narrativa que utiliza patrones abstractos o pictóricos como procesos y cuyos
significados están constituidos por su valor simbólico. Este tipo de vector puede ser
atenuado o intensificado según la densidad del trazo de la línea que lo conforma (figura 5).

53
 Figura 5: Simbolismo geométrico.

o LAS CIRCUNSTANCIAS

Las estructuras narrativas pueden contener participantes secundarios, no

necesariamente seres vivos, los cuales no se relacionan con los participantes principales
exclusivamente por medio de vectores. Siguiendo a Halliday (1985a), Kress y van Leeuven
(1996) los denominan circunstancias. Son participantes no obligatorios, ya que podrían
estar fuera de la imagen sin afectar la proposición básica que ésta realiza. Si bien dicha
ausencia podría implicar una pérdida de parte de la información codificada, esta no es, en
definitiva, fundamental para la narración general. Las circunstancias pueden clasificarse en
tres: locativas, de significado y de acompañamiento.

Circunstancias locativas: relacionan un participante específico con otros. Kress y van

Leeuwen (1996) las llaman escenario (setting). Son reconocibles porque requieren un
contraste entre un primer plano y un fondo, el que puede ser realizado en una o en varias de
las siguientes formas.

 Los participantes en el primer plano se traslapan con el escenario y,

por lo tanto, lo obscurecen parcialmente.
 El escenario se representa sin detalles. Si se trata de una fotografía,
aparece fuera de foco.
 El escenario aparece poco saturado en color y tiende hacia una
tonalidad única.
 El escenario es más oscuro o más claro que el primer plano.

Circunstancias de significado: contemplan el uso de herramientas, gestos o cualquier

otro tipo de elemento que sirva para intensificar el significado de un vector. Se ubican en

54
relación a éste, pero sin que exista una separación física con el participante. Esto sucede,
por ejemplo, cuando alguien indica con su brazo un elemento e intensifica la acción con un
gesto ad-hoc, o cuando porta un elemento que está dentro de la línea del vector.

Circunstancias de acompañamiento: se trata de un participante de la estructura

narrativa que tiene una relación vectorial con otros participantes, la cual no puede ser
interpretada como simbólica.

 REPRESENTACIONES CONCEPTUALES

Un segundo grupo de representaciones visuales está conformado por las

representaciones conceptuales, las que caracterizan a los participantes en términos de su
clase, su estructura o su significado. En otras palabras, representan su esencia o una
cualidad generalizada, la cual puede ser más o menos estable, dependiendo del tipo de texto
multimodal analizado.

o PROCESOS DE CLASIFICACIÓN

Organizan a los participantes, los subordinados, en taxonomías. Presentan un

concepto general, que puede estar indicado verbalmente o puede ser deducido por el
espectador (figura 6). Una característica crucial de este tipo de proceso es que los
subordinados son realizados visualmente en una composición simétrica. Todos tienen una
medida similar y la misma orientación, tanto en los ejes verticales como horizontales. No se
trata exclusivamente de clasificaciones naturalistas o realistas, ya que se incluyen también
las taxonomías que consideran una estructura arbórea para la clasificación, con dos o más
niveles.

Figura 6: Taxonomía visual, primera aparición escénica de las prostitutas en La Negra Ester.

55
 o PROCESOS ANALÍTICOS

Relacionan participantes en términos parte-todo. Involucran un portador o carrier (el

todo) y un atributo posesivo (las partes). Un diseño abstracto también puede ser analítico
(figura 7). Este tipo de proceso no presenta vectores ni simetría.

Figura 7: Textil Bauhaus, Gunta Stolzl (1925).

Kress y van Leeuwen (1996) subdividen los procesos analíticos en:

 Procesos analíticos no estructurados: contemplan un grupo de participantes

(atributos posesivos) no organizados, los que se interpretan como un conjunto de
partes de un todo, el que no es representado en sí mismo.
 Proceso analíticos temporales: se trata de un grupo de participantes (atributos
posesivos) organizados en una línea del tiempo e interpretados como estados de un
proceso que se despliega temporalmente.
 Procesos analíticos exhaustivos e inclusivos: representan a un participante portador,
el que está compuesto de un número de piezas, o atributos posesivos. La estructura
se interpreta como un conjunto que constituye un todo. Son exhaustivos cuando se
muestran al espectador todos los atributos e inclusivos cuándo se muestra sólo
algunas de las partes.
 Procesos analíticos topográficos: el portador y el atributo posesivo están en una
escala de relación, la cual puede ser dimensional o cuantitativa.
 Procesos analíticos topológicos: el portador y el atributo posesivo no están
representados en una escala exacta, pero sí dan cuenta de una interconexión.

Los autores (Kress y van Leeuwen, 1996: 72) plantean que las circunstancias locativas
pueden ser interpretadas también como procesos analíticos incrustados. La figura 8, por
ejemplo, muestra que la escenografía, PORTADOR, está compuesta de una serie de de

56
piezas de desecho, ATRIBUTOS. La estructura completa constituye un todo, pero es
inclusiva porque no se muestra completamente. Al mismo tiempo, da cuenta de una
circunstancia locativa donde se desarrolla la acción.

Fig 8: la escenografía constituye una circunstancia locativa compuesta por procesos analíticos
incrustados.

o PROCESOS SIMBÓLICOS
Conectan a un participante con lo que “es” o “significa”. Si se trata de un participante
humano, en una relación atributiva, debe presentar una postura que no pueda ser
interpretada como narrativa. Este tipo de proceso puede relacionar al PORTADOR con un
símbolo, tal como se muestra en la figura 9. El marido de la Negra Ester, Barahona, da
cuenta de su condición de zapatero por la relación que establece con un símbolo de su
oficio, el zapato. No se puede interpretar como un proceso analítico, ya que el detalle
simbólico se enfatiza en una determinada atmósfera (mood).

Figura 9: El zapatero Barahona, La Negra Ester.

Una última consideración a tener en cuenta respecto de todos los tipos de procesos
que se han presentado, ya sean narrativos o conceptuales, es que son susceptibles de incluir

57
otras imágenes incrustadas (embedding), lo que genera imágenes complejas en las cuales es
posible reconocer diferentes procesos involucrados.

5.5.2 LA METAFUNCIÓN INTERPERSONAL

Esta metafunción posibilita el análisis de las interacciones entre el productor de
imágenes y los observadores. La información obtenida permite comprender cómo se
codifican en el texto multimodal las interacciones y las relaciones sociales, las que nacen
desde un particular contexto de producción, determinado por el o los creadores. El análisis
se puede estructurar desde dos dimensiones: la que involucra a los participantes de la
interacción y la que se relaciona con la modalidad que asume la imagen, es decir con la
“verdad” o “falsedad” de lo representado.

 LOS PARTICIPANTES DE LA INTERACCIÓN

Las imágenes contemplan dos tipos básicos de participantes: los representados y los
interactivos

o participantes representados: las personas, cosas (incluyendo las abstractas)

y lugares involucrados en la imagen. Son los participantes sobre los cuales
se está hablando, se ha escrito o se ha producido imágenes.
o participantes interactivos: las personas que se comunican entre sí por medio
de las imágenes, es decir, el productor o creador de las imágenes (individual
o colectivo) y el espectador.

Los participantes interactivos, por lo tanto, son las personas reales que producen y
otorgan sentido a las imágenes creadas en el contexto de situaciones sociales (Kress y van
Leeuwen, 1996: 119). La distinción básica entre el conocimiento del productor y el
conocimiento del espectador respecto de las imágenes presentes en un texto multimodal
radica en un aspecto fundamental: el productor es un activo generador de sentido y realiza
una actividad especializada. El segundo es pasivo, solamente recibe el mensaje y lo
interpreta. La relación entre ambos puede ser una interacción directa, como en el teatro, o
indirecta, como en la pintura o el video.

58
 o IMÁGENES DE OFERTA Y DEMANDA

Kress y van Leeuwen (1996) establecen un vínculo analógico entre los actos de
habla y lo que ellos denominan “actos de imagen” (images act), en los cuales el productor
utiliza la imagen para provocar una reacción en el espectador. Los participantes
representados que miran directamente a los ojos del espectador establecen un contacto
visual por medio de vectores y, aunque sea a un nivel imaginario, se dirigen a un “tú”: el
observador. Este tipo de imagen es denominado demanda, ya que insta al espectador a
entrar en una relación con el o los participantes representados. El contacto puede ser
establecido, por ejemplo, por medio de un gesto dirigido hacia quien observa.

A hand can point at the viewer, in a visual ‘Hey, you there, I mean you’,
or invite the viewer to come closer, or hold the viewer at bay with a defensive
gesture, as if to say: stay away from me. In each case the image wants
something from the viewers – wants them to do something (come closer, stay
at a distance) or to form a pseudo-social bond of a particular kind with the
represented participant. And in doing this, images define to some extent who
the viewer is (e.g. male, inferior to the represented participant, etc), and in that
way exclude other viewers (Kress y van Leeuwen, 1996: 123).
Otras imágenes se dirigen al espectador indirectamente, como una oferta. No lo
involucran como objeto sino que como sujeto de la mirada, sin establecer un contacto
directo. De esta manera, el rol del espectador es anónimo e invisible en relación a la
imagen.

All images which do not contain human or quasi-human participants looking

directly at the viewer’s are of this kind. For this reason we have called this kind of
images an ‘offer’- it ‘offers’ the represented participants to the viewer as items of
information, objects of contemplation, impersonally, as though they were specimens
in a display case (Kress y van Leeuwen, 1996: 124).

o TAMAÑO DEL ENCUADRE Y DISTANCIA SOCIAL

Además de la elección entre oferta y demanda, el creador elige cómo presentar a los
participantes frente a los espectadores, lo que involucra la codificación de diferentes
distancias, en una relación imaginaria, no real. Aún cuando la distancia es un continuum en
las imágenes que implican movimiento, como en el cine o en cualquier otro formato

59
audiovisual, se contemplan puntos límites de cortes, los que se perciben por medio de la
imagen editada, es decir, “ensamblada” en el registro audiovisual final.

La representación audiovisual contempla categorías para encuadrar las imágenes. Las

tomas cerradas definen un espacio personal e íntimo, las tomas medias un espacio social y
las tomas largas una relación impersonal. De esta manera, los diferentes campos visuales
que marcan la distancia entre lo representado y el espectador pueden ser codificados en:

 Toma cercana (close–up): muestra la cabeza y los hombros.

 Toma muy cercana (extreme close-up/big close-up): muestra rasgos faciales en
primer plano.
 Toma corta mediana: encuadra a la persona desde la cintura hasta la cabeza.
 Toma mediana: involucra al representado hasta las rodillas.
 Toma larga: la figura representada ocupa alrededor de la mitad del encuadre total.
 Toma muy larga: la figura representada ocupa menos de la mitad del encuadre total.

Estas categorías pueden también ser aplicadas a objetos o paisajes. No son absolutas,
ya que las variantes estilísticas son posibles.

o PERSPECTIVA

Además de las imágenes de oferta y demanda, el tamaño del encuadre y la distancia

social, la interacción entre los participantes de la imagen y el espectador se codifica a través
de la perspectiva. Esta implica, a su vez, la elección de un punto de vista. Por medio de un
ángulo de observación particular (un punto de vista en la mirada) el o los creadores de la
imagen expresan actitudes subjetivas respecto del o los participantes representados,
humanos o no. La subjetividad no se refiere al uso de imágenes únicas e individuales, sino
que más bien representa el uso de imágenes que son socialmente determinadas pero que se
codifican en la imagen creada como si realmente fueran únicas, individuales y subjetivas:
“in subjective images the viewer can see what there is to see only from a particular point of
view. In objective images, the image reveals everything there is to know (or that the image
produced has judged to be so)” (Kress y van Leeuwen, 1996: 136).

60
 Como se ve, el sistema de la perspectiva involucra la relación entre las imágenes y un
punto de fuga (un lugar o punto situado en el infinito donde convergen y nacen todas las
rectas proyectadas paralelamente). Además, contempla la ubicación de un ángulo para
realizar la mirada o visión de la imagen, es decir, representa un punto de vista particular.
Un punto de vista frontal representa una participación del espectador en la imagen,
mientras que un punto de vista oblicuo implica una diferencia, una distancia. Es necesario
recalcar que la perspectiva y el ángulo (o punto de vista/observación) son dos conceptos
diferentes, que se relacionan entre sí para codificar una relación subjetiva u objetiva
respecto de la imagen representada. La perspectiva se observa dentro de la imagen. El
ángulo, por su parte, si bien determina la imagen internamente, representa el punto de
partida del creador desde el exterior hacia la imagen como tal.

The frontal angle says, as it were: ‘what you see here is part of our word,
something we are involved with.’ The oblique angle says: ‘what you see here is not
part of our world; it is their world, something we are not involved with’ (Kress y van
Leeuwen, 1996: 143).

La figura 10 permite observar cómo la perspectiva en ambas imágenes nace de un

punto de fuga que se ubica en una posición central: el foco azul marca el nacimiento de la
perspectiva en la primera y el foco blanco en la segunda. Sin embargo, el ángulo de ambas
imágenes es diferente: en la primera la cámara se ubica de manera lateral a la
representación y en la segunda se ubica de manera frontal.

Figura 10: imágenes que muestran la misma perspectiva y diferentes ángulos de encuadre.

Otro importante significado de la expresión audiovisual se codifica en la relación

establecida entra la imagen y la altura de la cámara. Un ángulo alto disminuye la

61
importancia del sujeto representado, ya que lo hace ver más pequeño. Un ángulo bajo
otorga una impresión de superioridad del participante caracterizado. Una imagen al nivel de
los ojos otorga un punto de vista de igualdad.

Los sistemas mencionados actúan simultáneamente: una imagen puede ser de oferta o
de demanda. Además, incluye la selección de un cierto tamaño de encuadre, un ángulo y
una perspectiva visual. De esta manera, al interactuar, se crean relaciones complejas entre
los participantes involucrados en la imagen, es decir, entre los representados y los
interactivos.

 LA MODALIDAD EN LA IMAGEN

Otra dimensión que permite indagar en el análisis de la función interpersonal es el

sistema de la modalidad de la imagen. La confiabilidad que ésta otorga está directamente
relacionada con la credibilidad que le asigna el espectador. Sin embargo, aún cuando una
imagen realista y documental represente un fragmento de realidad, indudablemente está
sometida a la intención que ha tenido el creador para representarla. Las decisiones que éste
toma para asignarle un determinado significado se relacionan con marcadores especiales de
modalidad, los que permiten expresar verdad/falsedad, realidad/ficción, certeza/dura,
credibilidad/fiabilidad, entre otros ejes.

Dentro de la teoría de la Semiótica Social Multimodal no se busca establecer valores

de verdad o de falsedad absoluta respecto de la modalidad en que se expresa la imagen
visual. Esto sería imposible, ya que la verdad es un constructo de la semiosis o de la
asignación de sentido. La realidad está en la mirada del espectador; qué es entendido como
real depende de cómo la realidad se define en un determinado grupo social. En otras
palabras, la mirada del espectador contiene un entrenamiento cultural, está localizada en
una posición social, en una historia y en una comunidad determinada (Kress y van
Leeuwen, 1996: 163). En el caso de la imagen, la aproximación hacia el naturalismo es lo
que tiende a provocar la aceptación de la “verdad” de parte del espectador.

Por lo anterior, la propuesta de estos autores busca establecer cómo una imagen
visual se presenta al espectador como verdadera o falsa, es decir, cómo se vincula a los
valores y creencias de un determinado grupo social y, por lo tanto, a su “verdad”. Estos

62
valores que se comunican no sólo tienen que ver con las creencias de ese grupo específico,
sino que también comunican grados de verdad o falsedad respecto de los valores y
creencias de otros. Por lo anterior, la modalidad de la imagen construye un “nosotros”
imaginario y, a la vez, define, por contraposición, a los “otros”.

The concept of modality is equally essential in accounts of visual

communication. Visuals can represent people, places and things as though they are
real, as though they actually exist in this way, or as though they do not – as though
they imaginings, fantasies, caricatures, etc. And, here too, modality judgements are
social, dependent on what is considered real (or true, or sacred) in the social group for
which the representation is primarily intended. (Kress y van Leeuwen, 1996: 161).

El realismo o no de la imagen audiovisual está definido en términos de una alta o

baja modalidad. Esto no quiere decir, necesariamente, que lo improbable o lo fantástico se
relacione con una modalidad baja. Más bien apunta a que la manera en que se concreta o
materializa la imagen audiovisual define la modalidad asumida por el creador.

Just as in language one can say There certainly are ghosts (high modality) and
I believe ghost may exist (low modality), so in pictures one may have realistic and
not-so-realistic depictions of ghost (Kress y van Leeuwen, 1996: 164).

Asimismo, una imagen hiperrealista, que sobrepasa el modelo estándar socialmente

dominante respecto de la representación audiovisual, es percibido como alejado de lo
“normal”. Los parámetros que definen el grado de modalidad de la imagen están
determinados, en última instancia, por las convenciones y tecnologías dominantes en la
representación visual, las que van modificándose en la medida en que el conjunto de las
técnicas evoluciona.

o LOS MARCADORES ESPECÍFICOS DE MODALIDAD EN LA IMAGEN

 La Contextualización: se materializa en una escala que va desde la ausencia de

fondo hasta la presencia de uno completamente articulado y detallado. La ausencia
de escenario o setting disminuye la modalidad y, por lo tanto, el grado de verdad

63
 asociado a la imagen. Sin embargo, un fondo demasiado articulado en relación a un
primer plano también atenta el grado de verdad asignado a la imagen1.

 La Profundidad: representa una escala que va desde las ausencia de perspectiva

hasta la máxima profundidad del campo visual.

 La Iluminación: es posible medirla en una escala que va desde una completa

representación visual de la luz y la sombra en la escena hasta la ausencia de matices
y contrastes lumínicos.

 El Brillo y la Claridad: ambos forman parte de los extremos de una escala que se
establece desde un número máximo de diversos grados de brillo hasta el mínimo.
Este último extremo está representado por dos grados absolutos: el blanco y el
negro (u oscuridad). También puede estar representado por dos valores de brillo del
mismo color como, por ejemplo, una imagen extremadamente iluminada que no
presenta matices y una imagen con iluminación acorde a la muestra de detalles.

Es necesario aclarar que la modalidad de la imagen no se define exclusivamente en

términos de un solo marcador sino que, por el contrario, en la interrelación de todos los
estímulos visuales mencionados. Así, por ejemplo, una imagen que combina elementos
abstractos y naturalistas puede tener una baja modalidad en uno o varios marcadores y una
modalidad alta en otros (Kress y van Leeuwen, 1996: 167). Otro aspecto a considerar es
que la modalidad visual se apoya en parámetros determinados cultural e históricamente. De
esta manera, la perspectiva, que en la cultura occidental es un indicador de alta modalidad,
no lo es, necesariamente, en otras culturas definidas por marcadores visuales distintos,
como por ejemplo en la tradición de la pintura realista china, la que no utiliza perspectiva
en el dibujo.

1
Un ejemplo de esta situación, descrito por Kress y van Leeuwen (1996: 166), es el de las antiguas
películas de Hollywood que presentan un close up de un personaje manejando un auto. A través de
las ventanas de éste es posible apreciar cómo el paisaje pasa, rápidamente. La distorsión producida
al espectador entre ese fondo realista y el primer plano de estudio disminuye el grado de verdad
asignado a la imagen. Para un espectador actual, la inverosimilitud es aún mayor, ya que una
imagen de este tipo no tiene credibilidad en el cine actual.

64
5.5.3 LA METAFUNCIÓN TEXTUAL

El análisis de la composición visual cobra una particular importancia en este análisis,

ya que las tomas de las imágenes de la muestra fueron realizadas bajo el criterio de
dirección de Andrés Pérez y, por lo tanto, no fueron obtenidas de manera casual o arbitraria
respecto de cómo y dónde se colocó la cámara. El director tomó parte activa en este
proceso y su postura como creador también se plasma en las tomas. Claramente, no es la
obra de teatro la que se analiza sino que un registro audiovisual que la recrea. Ahí radica la
importancia de que este último haya sido realizado bajo los criterios del director de La
Negra Ester.

La composición general de la imagen se relaciona con la totalidad, es decir, con la

manera en que la representación y los elementos interactivos se vinculan e integran en un
significado total, formando un texto multimodal (Kress y van Leeuwen, 1996: 181). El
análisis de la composición propuesto por estos autores relaciona el significado
representacional y el significado interactivo de la imagen por medio de los siguientes
sistemas:

 Valor informativo o polarización

 Prominencia (‘salience’)
 Enmarcado (‘framing’)

Estas tres bases composicionales pueden ser aplicadas a imágenes individuales, como
las que se utilizan en la página de una revista, o a composiciones visuales que combinan el
texto y la imagen, como las que se presentan en páginas impresas o en una pantalla.

 VALOR INFORMATIVO O POLARIZACIÓN

Relaciona los elementos que componen la imagen, entre sí y con el espectador. El

valor específico de esa información está determinado por las distintas zonas donde se
ubican los elementos de la composición: izquierda/derecha, arriba/abajo, centro/margen.
Así, cada ubicación representa un valor semántico distinto. La manera en que se activan
estos patrones son prácticas y hábitos culturalmente marcados (Williamson y de Diego,
2005: 85).

65
 o Lo Dado y lo Nuevo
En occidente, la ubicación de los elementos de la composición a la izquierda
representa lo ya conocido, lo que es parte de la cultura, lo que el espectador ya conoce. Es
el punto de partida del mensaje visual. En este sentido, la estructura asumida para presentar
la información es ideológica, ya que le presenta al espectador un estatus de valor
predeterminado. Aún cuando este valor puede ser cuestionado por quien observa, la
estructura en que se presenta la información debe ser aceptada tal como ha sido definida
por el creador.

Lo Dado y lo Nuevo dividen la información en dos, composicionalmente hablando.

La información dada se le presenta al espectador como conocida y no problemática. La
información nueva, por el contrario requiere su atención. En occidente, esta forma de
decodificar las imágenes visuales estaría determinada, aparentemente, por la influencia
ejercida por la escritura (Martinec y van Leuween, 2009: 16).

o Lo Ideal y lo Real
El modelo de lo Ideal y lo Real se basa también en la división de la información en
dos polos contrastables, pero presenta otro significado. Este se relaciona, por una parte, con
la información que es idealizada y que aparece en la parte de arriba de la composición. Por
otra parte, la información que se muestra como general o real se ubica en la mitad inferior
de la composición (Martinec y van Leuween, 2009: 16).

o El Núcleo y la Periferia
El elemento central de la composición provee el núcleo de la información. Se
presenta como lo más importante y unifica los elementos periféricos. El modelo prototípico
es el patrón de “astro” (Martinec y van Leuween, 2009, 25), en el cual los satélites se
relacionan con un núcleo por una relación atributiva o identificativa. Si bien esta estructura
compositiva predomina en las culturas de Asia del Este, es posible identificarla en
composiciones occidentales como alternativa a la polarización Ideal / Real.

 PROMINENCIA (SALIENCE)

Los elementos que componen la visualidad de la escenificación no están ubicados de

manera casual. Por el contrario, se ubican para captar la atención del espectador en

66
diferentes grados. En esa relación algunos objetos del espacio visual se destacan sobre
otros, lo que está determinado por la ubicación en primer o segundo plano, los tamaños, los
contrastes tonales, la nitidez y el difuminado, entre otros.

El texto multimodal integra distintos códigos en la composición, los que permiten la

ubicación de los elementos significativos en un todo coherente (Kress y van Leeuwen,
212). Esto implica grados de prominencia, ya que algunos elementos son seleccionados
como más o menos importantes que otros. De esta manera, se jerarquiza el valor de los
elementos que conforman la composición dentro de los ejes ya mencionados de lo
Nuevo/Dado y de lo Real/Irreal.

La prominencia es una importante clave o pista de ingreso a la composición visual.

No es cuantitativamente medible, ya que es el resultado de la interacción compleja entre
diversos factores: el tamaño, la nitidez de foco, el contraste tonal, el contraste de color, la
ubicación en el campo visual, la perspectiva y factores culturales específicos, como el valor
que puede asumir un determinado símbolo cultural (Kress y van Leeuwen, 1996: 212).

Una alta prominencia está marcada, por ejemplo, por la ubicación de un elemento
entre el blanco y el negro (contraste tonal). Asimismo, puede ser observada en las áreas de
contraste entre el azul y el rojo o entre los colores saturados y los suaves (contraste del
color). Por otra parte, los elementos que se ubican en la parte superior de una composición
tienen una mayor prominencia que el resto, lo cual es intensificado si asumen una línea de
desplazamiento hacia la izquierda, debido a la asimetría que se produce en el campo de
visión. La perspectiva también es un dispositivo que otorga prominencia, ya que los objetos
del primer plano son más sobresalientes que los del fondo.

 ENMARCADO (FRAMING)

Relaciona o separa los componentes del espacio, los que asumen un significado
simbólico en la imagen. Esto, porque el sistema conecta o desconecta elementos por medio
de líneas o marcos que dividen o agrupan estructuras. Lo anterior implica dotar a los
elementos de significados de pertenencia o exclusión. En el caso de una composición
visual, el enmarcado puede materializarse en diversos grados, ya que los elementos
composicionales pueden estar fuertemente o débilmente enmarcados.

67
 El contraste tonal también participa en el enmarcado, por medio de la discontinuidad
del color. La discontinuidad de las formas es otro de los componentes del sistema, así como
los vectores, ya que permiten enfatizar algunos constituyentes de la composición por sobre
otros. Es importante tener presente que aún cuando un mismo elemento compositivo puede
ser analizado desde más de un sistema, estos últimos siempre funcionan por separado
(Kress y van Leeuwen, 2006: 217).

La desconexión de los elementos se relaciona con el grado de separación visual de un

componente. Se concreta en el texto multimodal por medio de líneas de enmarcado y otros
dispositivos, tales como espacios vacíos en contraposición a otros llenos, así como en las
discontinuidades del color y de la forma. La conexión muestra el grado en que un elemento
se relaciona visualmente con otros a través de la ausencia de aparatos de enmarcado o de
vectores que lo separen y a través de continuidades o similitudes de color y forma.

5.6 LOS RECURSOS SEMIÓTICOS

El término recurso semiótico se origina a partir del trabajo de Halliday (1978), quien
en sus consideraciones metodológicas respecto del lenguaje como sistema argumenta que
éste es un recurso para crear significados. Lo anterior presupone una interpretación del
sistema semiótico social como un sistema de significado que constituye la realidad de la
cultura. El sistema semántico de la lengua, por ejemplo, es una realización del sistema
semiótico social (Halliday 1978: 123).

It has been customary among linguists in recent years to represent language in

terms of rules. In investigating languages and the social system, it is important to
transcend this limitation and to interpret language not as a set of rules but as a
resource. I have used the term “meaning potential” to characterize language in this
way (Halliday, 1978: 192).

A raíz de lo anterior, el término recurso semiótico se usa en el análisis multimodal

para referirse a cada uno de las acciones y artefactos que se utilizan para comunicar. Los
recursos semióticos pueden ser producidos fisiológicamente (por medio del aparato vocal o
los músculos que se utilizan en la expresión facial y gestual, por ejemplo) o
tecnológicamente (con el uso de papel, lápiz, tinta, una proyectora, un foco de iluminación,
un software u objetos tales como telas, tijeras, máquinas de coser, etc). Tradicionalmente
fueron llamados signos. En la semiótica social se utiliza el término recurso semiótico,

68
porque evita la impresión de que lo que representa un signo es algo dado e inamovible, que
no se ve afectado por el uso. La utilización de un recurso semiótico puede obedecer a
normas o prácticas que regulan su uso o, por el contrario, permitir un práctica relativamente
libre por parte de los usuarios, como sucede en la utilización con fines artísticos (van
Leeuwen: 2005: 3). Este último punto también es relativo, ya que las tradiciones artísticas
clásicas restringen el ámbito de representación.

Todo recurso semiótico posee un plano del contenido y un plano de la expresión,

donde se articula el primero. Los sistemas son representaciones abstractas de los
paradigmas de los recursos semióticos. En efecto, para Halliday la red de conexiones que
presenta el lenguaje en su teoría da cuenta de elecciones paradigmáticas de parte de los
usuarios. “It represents a language, or any part of a language, as a resource for making
meaning by choosing” (1994: xxvii). Por lo anterior, la teoría multimodal considera que los
recursos semióticos funcionan dentro de una red y que presentan un plano de la expresión y
un plano del contenido. La diferencia entre un recurso semiótico y un sistema radica en que
éste último no posee en sí mismo un plano del contenido y uno de la expresión. Por el
contrario, los sistemas son configuraciones meta funcionales basadas en el potencial de
significado de cada recurso semiótico y, además, pueden alojar varios sub sistemas (Lim,
2004: 53). Un ejemplo conocido es el sistema de las luces de un semáforo, descrito por
Eggins (1994).

The function of sign systems like the traffic lights is to make meanings.
Sign systems create meanings by ordering the world in two ways:
1. The order content: of all the possible behaviours that we could enact
at intersections, the systems sets up only three as being meaningful (i.e. going,
stopping, slowing down);
2. The order expression: of all the possible coloured lights we could
have at intersections, the system sets up only three as being meaningful (i.e.
red, green, amber) (Eggins 1994: 15).

69