ისტორიას ორი გაგება აქვს. ერთი – დრამატურგიული; თავისი დასაწყისით, კვანძის შეკვრით, გახსნით და კულმინაციით. ისტორია ამ გაგებით უფრო ხშირად აღიქმება და შეიძლება ნებისმიერი მედიუმით გადმოიცეს. მუსიკა, რომ მუსიკაა იქაც ადამიანის ყურადღების დასაპყრობად, თავის სამყაროში შესატყუებლად ხელოვანი ისტორიას ქმნის. ბეთჰოვენის სონეტებიდან დაწყებული – თანამედროვე ელექტრონული მუსიკით დამთავრებული ეს ასეა. ერთი შეხედვით, ისტორიის, ამბის გარეშე, ოღონდ დრამატურგიული გაგებით, წარმოუდგენელია ნებისმიერი ღირსშესანიშნავი ხელოვნების ნიმუშის შექმნა, მათ შორის კინოშიც. მაგრამ არსებობს მეორენაირი ამბავიც. ძიგა ვერტოვის ყველაზე დიდი დამსახურება, ჩემი აზრით, გამოსახულების შესაძლებლობების საზღვრების შემოწმება იყო. ადამიანი თვალით ბევრად უფრო მეტ ინფორმაციას იღებს, ვიდრე ცალკეული სიტყვით, მუსიკით ან შეხებით. შეიძლება ქუჩაში მიდიოდე, ხიდის მოაჯირზე გადაყუდებული ადამიანი დაინახო, ან ბამბის ნაყინის გამყიდველი და მხოლოდ ეს კადრი იყოს შენთვის ამბავი. ეს არის ისტორიის მეორე გაგება. ძიგა ვერტოვთან, როგორც მე შევამჩნიე, კადრები და მუსიკა ზოგჯერ ერთმანეთთან ჰარმონიაშია, ზოგჯერ კი – არა. უარყოფილია ყველანაირი სტრუქტურა, და დრამატურგია იმდენად, რომ ფილმი ქალაქის მოსახლეობის სეირნობას ემსგავსება, ოღონდ მთელი ქალაქი შენ ხარ – მაყურებელი, თან ყურსასმენებიც გაქვს და მუსიკა, რომელიც ჩაგესმის თავისდაუნებურად ცვლის კადრით მიღებულ ეფექტს – ხან ამძაფრებს მას, ხან ამშვიდებს, ხან ააღელვებს და ხან გაასევდიანებს. ერთმანეთზე მიჯრით მიყრილი კადრები, თავისმხრივ, ასოციაციებს ქმნის და ასოციაციების ეს ჯაჭვი ყველა მაყურებლისთვის ინდივიდუალურია, ამიტომ, შეუძლებელია ნახო ადამიანი კინოაპარატით ორჯერ და ორივე ჯერზე ერთნაირი გამოცდილება მიიღო. ვეცადე, დამეთვალა რამდენი წამით ჩერდებოდა ერთი სცენა ეკრანზე, სანამ ის შეიცვლებოდა, მაგრამ აქაც ვერ ვნახე რაიმე კანონზომიერება.
სადაც ისტორიის გადმოცემის ეს მეორე ხერხი ვახსენე, იქ ფოტოგრაფიაც უნდა ვახსენო, იმიტომ, რომ აბა, ფოტოგრაფია სხვა რაა?! მგონია, რომ განსხვავება მოძრავ კადრშია. მოძრავი კადრი ადამიანს ავტომატურად და გაუცნობიერებლად უქმნის რეალურობის განცდას, მნახველს ეჭვი არ შეაქვს ნანახის სინამდვილეში და თავისდაუნებურად, ფილმის დროს, იღებს ისე, როგორც რეალურ დროს მიიღებდა და ამას გაუცნობიერებლად აკეთებს. გარდა ამისა, მოძრავი გამოასხულების დროს, კადრი დასაჭერია ზუსტად ისე, როგორც ნამდვილ ცხოვრებაში და ადამიანი კინოაპარატით ამითაც ქმნის რეალურობის ილუზიას.