تازه‌ترین ساخته‌ی آلفونسو کوآرون، این تحسین‌شده‌ترین فیلمِ سال از طرفِ منتقدانِ خارجی و این فیلمِ معجزه‌آسا به‌تعبیرِ مجید اسلامی، چندان فیلمِ تکان‌دهنده‌ای نیست. می‌توان نمونه‌ی پلاتِ این فیلم را در بسیاری از فیلم‌های دیگرِ سینمای جهان یافت، بی‌که برداشتِ دیگر یا متفاوتی در این فیلم از آن ارائه شده‌باشد و همین داستانِ فیلم را قابل‌حدس و تاحدودی خسته‌کننده می‌کند. قصّه‌ی دو زن که هردو از طرفِ مردهای زندگی‌شان تنها گذاشته می‌شوند ــ یکی فقیر و دیگری غنی، یکی کارگر و دیگری کارفرما. تقارنی که فیلم‌ساز بینِ این دو برقرار می‌کند تا شعارِ فیلم‌ش ــ «فرق نداره چی بهت گفته‌ن. ما، زن‌ها، همیشه تنهاییم» ــ را بلند و بلندتر به گوشِ همه برساند. به‌قولِ حسین معززی‌نیا، این فیلم بسیار به مذاقِ هوادارانِ جنبشِ «می‌تو» خوش می‌آید. فیلمی تصویرگرِ یک دنیای به‌غایت مردسالارانه و خشن. بازیِ بچه‌ها در پشت‌بام، در همان دقایقِ ابتداییِ فیلم، هم نشانی از همین است. یکی به دیگری می‌گوید: «این بازیِ منه» و این اصلی‌ترین مفهومِ روما است.

تنها نکته‌ی برانگیزاننده‌ی فیلمِ کوآرون میزانسن‌های باشکوه و استادانه‌ی اویند. حرکت‌دوربین‌های آرامِ او در صحنه‌هایی شلوغ و به‌شدّت مدیریت‌شده و دقیق. این میزانسن‌ها با فیلم‌برداریِ پُرمهارتِ خودِ کوآرون هم همراه شده‌اند تا تصاویری به‌یادماندنی از فیلم در ذهنِ تماشاگر ثبت کنند؛ تصاویری که با حاشیه‌های صوتیِ به‌شدت کارشده و رئالیستی‌ای هم همراه‌اند. امّا همین مهارت خودش تبدیل به پاشنه‌آشیلِ فیلم می‌شود. این میزانسن‌های دقیق آن‌قدر ادامه پیدا می‌کنند که اوّلن فرمِ فیلم را تکراری و خسته‌کننده می‌کنند و ثانین به‌صورتی خودافشاگرانه عمل می‌کنند و سکانس‌های انقلابی و وحشیانه‌ی فیلم را هم با این مهندسی‌گریِ حساب‌شده خراب می‌کنند و از عمل می‌اندازند. سکانسِ «خریدِ تختِ بچه/شورش در خیابان» یا «نجاتِ بچه‌ها از دریا» تنها این تحیّر را در تماشاگر به‌وجود می‌آورند که این صحنه‌ها چه‌گونه گرفته شده‌اند؟ و همین. به‌جای آن‌که مخاطب درگیرِ محتوای صحنه‌ها شود، این فرمِ جلوه‌گرانه‌ی فیلم است که همیشه خودش را به ذهنِ مخاطب می‌کوبد. هیچ هم‌حسّی‌ای بینِ نوعِ فیلم‌سازی در روما با محتوای صحنه‌ها دیده نمی‌شود، و این کاری‌ست که پیش‌تر خودِ کوآرون در فرزندانِ بشر (Children of Men, 2006) انجام داده‌بود.

فیلم تقارن را به‌عنوانِ فرمِ اصلی‌اش انتخاب می‌کند و صحنه‌ها را بر اساسِ آن سامان می‌دهد. با تصویرِ زمین شروع می‌شود (از یک طرفِ خانه) درحالی‌که هواپیمایی از آسمان رد می‌شود؛ و با تصویرِ هوا تمام می‌شود (از طرفِ دیگرِ خانه) درحالی‌که هواپیمایی از آسمان رد می‌شود. می‌شود ردّ این تقارن‌ها را در جاهای دیگرِ فیلم هم جست و یافت.