Molts assistents d'IA que responen a partir de documents propis, el que s'anomena recuperació augmentada, guarden aquests textos en una base de dades vectorial: cada document es converteix en una llista de nombres i la cerca troba els més propers a la pregunta. Aquestes bases s'organitzen en un graf d'enllaços entre dades, i el problema és que a la vida real les dades canvien constantment.
Un equip de l'Escola d'Informàtica del KAIST, la universitat coreana de ciència i tecnologia, dirigit pel professor Min-Soo Kim, ha identificat què passa quan s'afegeixen i s'esborren dades sense parar: s'hi trenquen els enllaços i algunes dades, tot i continuar a la base, esdevenen inabastables. Els autors en diuen «col·lapse de connectivitat» i fa baixar l'exactitud de les cerques. La solució, un índex anomenat CONDA, té en compte les distàncies entre dades i també si els camins de cerca continuen connectats, i en cada alta o baixa conserva els enllaços que importen. L'article, de Darae Lee i col·legues, s'ha publicat a «Proceedings of the VLDB Endowment», una de les conferències de referència en bases de dades.
Segons els experiments dels autors, CONDA arriba a un encert fins a un 24,5% més alt que els mètodes més avançats quan hi ha altes i baixes constants, i processa fins a 1,9 vegades més actualitzacions. En una prova de sis hores amb cerques i actualitzacions simultànies sobre cent milions de vectors va tenir la latència més baixa i el millor encert dels mètodes comparats. Per al lector, vol dir assistents que consulten documents que canvien cada dia sense perdre'n pel camí.
Cal llegir les xifres amb prudència: són valors «fins a», no mitjanes, i la nota no precisa quins mètodes s'han comparat ni amb quin maquinari. Les aplicacions que s'esmenten, com la cerca de notícies o de productes, són usos previstos, no desplegaments demostrats. L'equip té previst integrar CONDA a AkasicDB, un producte de GraphAI, l'empresa que va fundar Kim, que sortiria el quart trimestre del 2026.