في عالم الذكاء الاصطناعي المتقدم، تُعتبر نماذج الرؤية واللغة والعمل (Vision-Language-Action Models) من بين الأدوات الأكثر إثارة للاهتمام. لكن هل يمكن أن تكون عناصر التفكير (Reasoning) سلاحاً ذو حدين؟ هل تضيف فعلاً قوة لمواجهة الاضطرابات، أم أنها تُعرّض هذه النماذج للضعف؟

تمت دراسة هذا التساؤل من خلال اختبار ثلاثة نماذج تمثل طيف التفكير. شملت الدراسة نماذج بدون تفكير، ونموذج يستخدم سلسلة نصية للتفكير، وآخر يعتمد على حلقة تكرارية خفية. تم اختبار هذه النماذج تحت تأثير الاضطرابات خلال مراحل الرؤية والتفكير والعمل، باستخدام بيئات متعددة مثل LIBERO وSimplerEnv.

تنظّم هذه الدراسة حول سؤالين رئيسيين: هل يغير تصميم خطوات التفكير مستوى القوة في مواجهة التغيرات؟ وهل يمكن اعتبار نتائج التفكير إشارة سلامة يتم قراءتها في وقت التشغيل؟

النتائج أظهرت أن النموذج المعتمد على الحلقة التكرارية الخفية هو الأقل تحملًا للاضطرابات: فعورض نجاحه في المهام تحت تأثير الضوضاء المتقطعة والاضطرابات البيضاء. في حين حافظت النماذج الأخرى على استقرارها.

تُظهر هذه الفجوة الضعفية أنها هيكلية أكثر من كونها تراكمية، حيث لم يكن لتغيير عمق التفكير في خطوات الاستدلال أي تأثير يُذكر. بينما من الممكن نظريًا مراقبة نتائج التفكير، فقد فشلت أدوات المراقبة تحت اختبارات عادلة.

يبدو أن هناك حاجة ملحة لتطوير نماذج تفكير أكثر قوة وقدرة على التعامل مع الاضطرابات، إذ أن سلامتها تعتمد على إيجاد توازن بين التعقيد والقوة. الجدل حول هذه القضية ما زال مستمرًا، ويطرح تساؤلات مهمة حول مستقبل السلامة في تطبيقات الذكاء الاصطناعي.