En 1903, Edwin S. Porter filme Le Vol du grand rapide (The Great Train Robbery) : une douzaine de plans, tournés à des moments et parfois des lieux différents, assemblés pour raconter une seule histoire continue — un braquage de train, la poursuite, l'arrestation des bandits. Rien de tel qu'un train qui entre en gare en un seul plan fixe : ici, la caméra change d'endroit, le récit avance par bonds, et le spectateur doit reconstituer mentalement un espace et un temps que le film ne montre jamais d'un seul tenant. C'est une exigence cognitive nouvelle, que personne n'avait demandée à un public de vue Lumière.
Couper à l'intérieur d'une scène, c'est décider qu'un récit peut être plus grand que ce qu'un seul point de vue de caméra peut contenir. Le montage permet trois choses qu'une vue ne permet pas : changer de lieu sans interrompre le récit pour le spectateur, resserrer le temps en supprimant les portions non essentielles d'une action, et faire alterner deux lignes d'action simultanées — ce qu'on appellera plus tard le montage parallèle. Porter en donne un exemple précoce : pendant que les bandits s'enfuient, le film montre un télégraphiste ligoté qui parvient à donner l'alerte ; l'alternance entre les deux crée une tension que ni l'une ni l'autre scène, montrée seule, ne produirait.
Le montage des années 1900-1910 n'est pas immédiatement lisible. Le raccord de plan à plan pose des problèmes très concrets que les cinéastes résolvent par tâtonnement : comment le spectateur sait-il que le nouveau plan se situe au même moment que le précédent, ou plus tard ? Comment sait-il qu'on est passé au même endroit vu sous un autre angle, plutôt qu'à un endroit différent ? Des conventions se stabilisent peu à peu — garder une direction de mouvement cohérente d'un plan à l'autre, ne pas franchir sans raison la ligne imaginaire qui sépare les personnages d'une scène, enchaîner les plans dans un ordre chronologique sauf signal contraire — qui deviendront, bien plus tard, ce qu'on enseigne comme des « règles » de montage. À l'époque, ce sont des solutions empiriques à un problème neuf : comment faire comprendre à un public un espace et un temps qu'aucun plan ne montre en entier.
Le gros plan s'installe dans cette période comme deuxième pilier du montage naissant, aux côtés du changement de lieu. Isoler un visage ou un objet dans un plan resserré, l'insérer au bon moment dans une suite de plans plus larges, permet de désigner ce qui compte dans une action sans avoir à le nommer par un texte. C'est une économie narrative considérable : le montage ne se contente pas de changer de lieu, il hiérarchise l'attention du spectateur, plan après plan.
Un acquis se paie toujours d'une perte : le montage fait disparaître l'expérience de la durée réelle, continue, ininterrompue, qui était la valeur centrale de la vue Lumière. Quand une vue montrait un jardinier arrosé par surprise, le spectateur voyait le temps s'écouler tel qu'il s'était réellement écoulé devant la caméra — une seule prise, sans coupure, où rien ne pouvait être caché ni accéléré. Le montage rompt ce pacte : il choisit ce qu'il montre et ce qu'il tait, il compresse ou étire le temps à volonté, il fait exister un espace qui n'a jamais été filmé comme un tout continu. Le spectateur gagne en clarté narrative ce qu'il perd en garantie que ce qu'il voit correspond à un événement réellement vécu, en continu, devant l'objectif.
Cette perte n'est pas anodine : elle ouvre une question qui traversera tout le siècle et que vous retrouverez au chapitre 3 avec le débat entre montage soviétique et mise en scène en profondeur — le montage donne-t-il accès à la vérité d'une scène, ou l'organise-t-il selon un point de vue qui n'appartient qu'au cinéaste ? Dès 1903, la réponse n'est pas tranchée. Elle ne le sera jamais complètement.
Le montage résout un problème d'espace et de temps ; il n'a encore rien résolu du problème de la parole. La leçon suivante aborde ce que le muet invente pour raconter sans son : intertitre, gros plan expressif, jeu physique.