في ظل الانتشار السريع لنماذج الرؤية-اللغة (Vision-Language Models) التي تُعتَبر بداية لعصر جديد من اكتشاف المعرفة متعددة الأنماط، يكشف الباحثون عن أزمة ثقة كبيرة تعاني منها هذه النماذج. وفقًا للدراسة الأخيرة، لا تقوم النماذج الحالية بتوليف البيانات متعددة الأنماط كما يُعتقد، مما يؤدي إلى حالة من "العمى الوظيفي" حيث تعتمد على ممارسات لغوية قوية لتجاوز آفاق تمثيل البيانات المرئية.

تستهدف الدراسة صياغة منهجيات مبتكرة لتقييم الأداء متعدد الأنماط عن طريق تقديم بروتوكول جديد يُعرف بـ "بروتوكول ترجمة الأنماط". هذا البروتوكول يسعى إلى الكشف عن تكلفة فهم البيانات (Expense of Seeing) من خلال ترجمة المحتوى الدلالي بدلاً من التعامل معه بشكل تقليدي. وقد أُقِرَّت ثلاثة مقاييس جديدة هي: "ثمن الرؤية" (Toll of Seeing)، و"لعنة الرؤية" (Curse of Seeing)، و"خرافة الرؤية" (Fallacy of Seeing)، وصولاً إلى معايير كفاية دلالية، والتي تهدف إلى تعزيز الثقة والفهم في النماذج المستقبلية.

أيضاً، يتناول الباحثون قانون تحوّل عجيب حول التباين في النماذج متعددة الاستخدامات، حيث يتنبؤون بأن زيادة قدرات التفكير اللغوي ستؤدي إلى زيادة المفارقات الناتجة عن نقص المعرفة المرئية. هذا يتطلب من مجتمع تطوير الذكاء الاصطناعي إعادة النظر في مفهوم "زيادة تعددية الأنماط" والانتقال بشكل جاد نحو تطوير نماذج أكثر قدرة على فهم البيانات بدقة.