Mae cynhyrchu ffilmiau dogfen yn broses cymhleth o gyfathrebu. Fel unrhyw iaith, mae’n cynnwys unedau morffolegol a chystrawen; mae ganddo amrywiadau rhanbarthol, tafodieithoedd a jargon; mae yna semanteg a semioteg. Mae ieithoedd yn esblygu, yn manteisio ar geirfaoedd a gramadeg newydd tra’n colli termau ac ymadroddion darfodedig ar yr un pryd. Mae’n hanfodol bod ieithoedd yn adlewyrchu newidiadau cymdeithasol; maent yn goroesi trwy drawsnewidiad ac ymaddasiad, trwy fenthyg oddi wrth eu gilydd, trwy ehangu a changhennu mewn proses parhaol o newid ac adnewyddu.
Yn nhermau Gorllewinol, mae’r ffilm dogfen esboniadol confensiynol yn iaith gyntaf; rydym yn gyfarwydd gyda’r mynegiadau ac ymadroddion llafar sylfaenol. Y testun esboniadol clasurol yw’r tafodiaith drech yn ffilmiau dogfen – cyfweliadau, troslais, delweddau sydd yn egluro’r sylwebaeth. Mae’r nodweddion yma wedi dod i ddynodi ymdriniaeth ddibynadwy o’r thema o dan drafodaeth. Ond fel gwrandawyr yn unig yr ydym yn profi’r ffilm esboniadol, nid fel siaradwyr.
Mae ffilmyddiaeth Werner Herzog yn benodol, ei gynnyrch fficsiwn a dogfen, yn ddirlawn gydag archwiliadau ieithyddol, trwy thema a ffurf. Mae’r archwiliadau yn tueddu i danseilio syniadau confensiynol o wybodaeth a dealltwriaeth. Mae ffilmiau fel Land of Silence and Darkness (1971), Fata Morgana (1971), Lessons of Darkness (1992), Death for Five Voices (1995), The Wild Blue Yonder (2005) and Encounters and the End of the World (2007) yn canolbwyntio ar rwystrau ieithyddol, camddealltwriaeth a dulliau amgen o gyfathrebu. Nid yw ei driniaeth ffurfiol o ddeunydd yn dilyn unrhyw bresgripsiwn penodol ac mae Herzog yn dadlau dros cymryd safbwynt barddonol tuag at ffeithiau a’r gwirionedd (wrth gwrs, mae hwn yn atseinio’r cynhyrchwyr ffilmiau dogfen Ewropeaidd gynnar fel Walter Ruttman, Jean Vigo, Joris Ivens a John Grierson – pobl wnaeth arbrofi gyda chymalau barddonol yn y ffilm dogfen).
Mae ieithoedd yn anfeidrol gymhleth; maent yn llawn ystyron cudd a rhwystrau, ac mae’r potensial am gamddealltwriaeth a cham-gyfathrebu yn hollbresennol. Mae semanteg, semioteg a dehongliadau yn mynnu ni ellir byth fod ystyr ddiffiniol mewn unrhyw weithred cyfathrebu. Felly pam trio? Nid yw’n gwell feddwl am gynhyrchu ffilmiau dogfen fel proses o gyfieithu falle? Hynny yw, cyfieithu iaith y byd i iaith y sgrin? Ac os yw iaith y byd yn newid, ni ddylai iaith y sgrin newid yn unol â hynny?