- SONIA SALMERÓN
Una red neuronal artificial es patentable si está integrada en una solución técnica. La patente debe describir cómo contribuye a solucionar un problema técnico.
Desde que millones de personas empezaron a hablar con Siri, pedir ayuda a Copilot o generar imágenes con DALL·E de OpenAi, las redes neuronales artificiales (RNA) han dejado de ser una tecnología reservada a laboratorios y universidades para convertirse en una pieza esencial de la vida cotidiana, ya que se aplican en varios campos como la medicina, la automoción, la investigación, la biotecnología, el medio ambiente o la educación.
Su trascendencia es tal que han transformado la propiedad industrial no sólo en España sino también en Europa. Mientras la Oficina Española de Patentes y Marcas ha ampliado los requisitos de patentabilidad, el sistema de patentes está adaptándose a los nuevos conceptos que ha traído IA generativa.
Sobre la importancia de las RNA, el informe AI Index 2026 de la Universidad de Stanford asegura que superan a otras tecnologías anteriores y la ONU en el informe preliminar del Panel Científico Internacional Independiente sobre IA considera que avanzan con una autonomía operativa total y traspasan la regulación global en un abanico de opciones que no para de crecer al mismo ritmo que los avances tecnológicos. Así, existen redes neuronales recurrentes (RNN), que permiten traducir o entender un texto aplicando el contexto previo; redes neuronales convolucionales (CNN), como las que usa Google Fotos; redes antagónicas (GAN), que, por ejemplo, permiten la generación de rostros humanos hiperrealistas de personas que no existen; y las de tipo transformadores, usadas por GPT.
Mientras los expertos internacionales reclaman marcos de gobernanza adaptativos, respuestas regulatorias, colaboración entre gobiernos e instituciones y una base científica común, este año el Tribunal Supremo de Reino Unido asumía, por primera vez, los criterios de la Oficina Europea de Patentes en una decisión relacionada con las RNA calificada como “histórica”.
Y es que esta sentencia sobre un sistema basado en redes neuronales artificiales para recomendar archivos multimedia desarrollado por Emotional Perception AI Ltd es de gran relevancia para la propiedad industrial.
En este sentido, por primera vez, la doctrina británica sustituye el tradicional test Aerotel y adopta la metodología de OEP a través del enfoque Comvik. Con este solo se tendrán en cuenta las características que aportan el carácter técnico a la invención.
No en vano, a la hora de evaluar invenciones implementadas por un ordenador, primero es necesario determinar el carácter técnico y después pasar al análisis de la actividad inventiva.
¿Y cómo afecta este fallo a las empresas españolas? La decisión de la doctrina británica aporta seguridad jurídica a aquellas empresas y profesionales en Europa que pretendan patentar invenciones relacionadas con la inteligencia artificial generativa con un propósito técnico como ocurre en las distintas aplicaciones para obtener diagnósticos preventivos, ofrecer visión artificial en los vehículos autónomos, predecir cambios climáticos, reconocer voces o procesar textos, entre otros muchos casos.
Modelos entrenados
Desde la entrada en vigor de la ley de Patentes en 2017 las cosas han cambiado bastante. Las RNA, motor técnico de la IA generativa y base del deep learning, dejan de ser modelos matemáticos abstractos que por sí solos no siempre tienen carácter técnico a definirse como modelos complejos entrenados con grandes volúmenes de datos que cambian la evaluación de la actividad inventiva.
Para Pablo Estebaranz, responsable de patentes y software TIC en Pons IP, “el sistema de patentes se ha adaptado”. Lo hace porque está reenfocando los conceptos tradicionales como “inventor”, “actividad inventiva” o “suficiencia en la descripción” para así poder adecuarlos a las “particularidades de las invenciones generadas por IA”.
Además, el experto de Pons IP afirma que el sistema debe brindar una protección efectiva a los titulares, y garantizar el “cumplimiento de los estrictos requisitos de patentabilidad”.
Por su parte, la experta Cintia Bernhardt, counsel del departamento de propiedad intelectual en Bird & Bird en España, opina que la mejor manera de explicar el cambio en la patentabilidad con las redes neuronales artificiales es poner de ejemplo un dispositivo de monitorización cardíaca que identifique latidos irregulares.
A diferencia de “los modelos computacionales y algoritmos matemáticos que, per se, no son patentables”, sí se conceden patentes cuando la IA generativa tiene carácter técnico y resuelve un problema, como el dispositivo médico citado. Este caso se trata como “una invención que implica el uso de una computadora, una red informática u otro aparato programable en el que, al menos, una función se lleva a cabo gracias a un programa”.
Propósito técnico
La Oficina Española de Patentes y Marcas (OEPM) asegura que “la suficiencia en la descripción y la claridad en las reivindicaciones son los dos requisitos más destacados para evaluar la patentabilidad”.
Por lo tanto, valorar una invención basada en redes neuronales artificiales supone un “análisis más estricto sobre la plausabilidad o verosimilitud del efecto técnico”. Proporcionar patentes a arquitecturas de RNA solo es posible “porque cumplen un propósito técnico aportando una ventaja con respecto al estado de la técnica”.
El ejemplo que proporcionan los expertos de la OEPM es una red VGG o modelo de red neuronal convolucional. Este es patentable solo porque el algoritmo se ha aplicado a un problema técnico particular proporcionando ventajas técnicas y, con esto, se habrá conseguido superar una dificultad técnica.
La ‘caja negra’ de las tecnologías
Las redes neuronales artificiales suelen encuadrarse en tecnologías “caja negra” donde existe cierta “opacidad o misterio” en su funcionamiento. Por este motivo, Laura Artigas, socia de ZBM Patents & Trademarks, recomienda que las empresas preparen una solicitud de patente que pueda prever infracciones de elementos “no visibles”. Para esto es necesario la definición del uso de variables específicas en los modelos o en su entrenamiento. Como alternativa, Cintia Bernhardt, counsel del departamento de propiedad intelectual en Bird & Bird, aconseja un enfoque híbrido donde ciertos elementos se protegen como secreto empresarial y otros, se patentan.
El alto valor estratégico de la IA generativa, el incremento de concesión de patentes y la transformación en este sector desembocarían en algunos conflictos que los profesionales saben cómo manejar. Al respecto, Pablo Estebaranz, responsable de patentes y software TIC en Pons IP y agente de patentes europeas, explica que la verificación de infracciones de derechos de terceros requiere, “auditorías técnicas, análisis de funcionamiento del modelo y pruebas periciales profundas que identifiquen coincidencias técnicas relevantes”.
Para Bernhardt la herramienta clave que gestiona el riesgo de infracción de patentes es el informe de libertad de operación o freedom to operate (FTO), un análisis técnico-jurídico que identifica si un producto puede comercializarse sin violar patentes en vigor, en un territorio.
-
01:33
Javier Quirós toma el relevo en Grupo Cañadío
-
01:25
Trump confirma que estudia vetar la exportación de diésel "seriamente"
-
01:19
Renfe renueva su canal de ventas tras años de retraso con Iryo y Ouigo
-
01:09
Las líneas de IoT se triplican en dos años por las balizas V16
-
00:46
La firma de hipotecas sufre el mayor descenso en dos años