El problema para el espectador es que no puede hacer lo mismo que los personajes: desdoblarse y actuar simultaneamente en varios sitios al mismo tiempo; por lo que hay que ver al personaje X e intentar recordar/adivinar si se trata x1º, x2º o x14º para poder situar el contexto asignado a cada X correctamente; dicho de otro modo, no confundir cada individuo con las acciones de otro (aunque, en esencia, sea la misma persona).
A la vez, cada personaje tiene conciencia de su otro yo; hasta cierto punto; puesto que el x1º no puede saber que x2º ha creado un x3º para impedir que y2º realice una acción que afectará a x1º.
Realmente, la película se entiende más por instinto que por raciocinio; por flashes que puedan llegar a la mente ("¡Hostia, claro! por eso se graba las conversaciones...", por ejemplo) y que, a los cinco segundos ya no sabemos explicar, que por comerse el tarro tratando de entender cada acción.
Hay una tercera vía: coger una libreta y un boligrafo e irse haciendo diagramas de cada personaje y sus acciones e interacciones con los demás; pero no es muy recomendable: para entender lo que acaba habiendo en la libreta se debería coger otra, y otra, y otra...