La Inteligencia Artificial (o IA) plantea numerosas cuestiones en relación con los derechos de propiedad industrial, tanto en lo que respecta a la creación de una obra o una invención, como a la protección de la IA mediante los derechos de la propiedad intelectual.
¿Qué es la IA?
Definición
Pero para hablar adecuadamente de la IA, es necesario explicar qué es (y sobre todo qué no es…).
Una Inteligencia Artificial no es en realidad más que un programa informático, ni más ni menos. Pero un programa informático un poco especial: un humano no ha programado específicamente su funcionamiento, sino que este programa ha « aprendido » su funcionamiento analizando un gran número de datos de entrenamiento (lo explicaremos a continuación).
No hay que ver una « inteligencia » especial detrás de estas IA: las IA solo hacen lo que han aprendido, sin reflexión alguna.
Numerosas personas han intentado dar una definición a las IA:
- Las IA son « los programas informáticos que se dedican a tareas que, por el momento, son realizadas de manera más satisfactoria por seres humanos, ya que requieren procesos mentales de alto nivel como: el aprendizaje perceptivo, la organización de la memoria y el razonamiento crítico » (Marvin Lee Minsky);
- Las IA son « los programas informáticos a los que se encomiendan tareas cuyas reglas subyacentes ni siquiera el humano sabría definir realmente » (Yo).
Algunos ejemplos de IA
La IA abarca un gran número de conceptos que he intentado agrupar en el siguiente esquema (que claramente no está completo):
Todo esto para decir que no hay que mezclar todo: la IA no es deep-learning y viceversa…
Funcionamiento de algunas IA
Funcionamiento de los métodos de regresión
Los métodos de regresión se utilizan principalmente para intentar determinar relaciones entre variables.
Por ejemplo, supongamos que mis variables son:
- la edad de una persona;
- el porcentaje de canas.
En este ejemplo muy simple, basta con tomar un gran número de personas, analizar su cabello y anotar su edad para obtener una curva de este tipo.
Por supuesto, esto no es suficiente: solo se tiene una nube de puntos. Aunque un humano vea aquí globalmente la relación que se desprende, no hay que olvidar que se puede generalizar el problema a 800 variables y, en esta situación, es un poco más complejo visualizarlo…
Por lo tanto, recurrimos a métodos denominados de regresión (lineal, polinómica, logarítmica, etc.) para determinar la curva o la superficie que mejor se ajusta a la nube de puntos.
Al final, la curva roja nos dará la relación entre las diferentes variables (e incluso la incertidumbre respecto a esta relación, es mágico).
Funcionamiento de una red neuronal
La idea subyacente de una red neuronal es « imitar » el funcionamiento de nuestras neuronas, pero en su funcionamiento más básico.
En un cerebro, cada neurona posee un axón que actúa como un cable eléctrico, conduciendo el impulso nervioso (en forma de potencial de acción) hacia la neurona vecina, asegurando así la actividad funcional del cerebro.
No obstante, si la suma de los impulsos nerviosos que llegan al axón no supera un cierto valor (umbral de excitabilidad de la neurona), el axón no transmite el mensaje nervioso: estamos ante un mecanismo de umbralización.
Los informáticos han hecho exactamente lo mismo, pero reemplazando las neuronas del cerebro por « bloques lógicos ».
Así, cada neurona transmite valores a sus vecinas. La neurona que recibe los valores los suma ponderándolos con pesos que dependen de los enlaces (w1, w2, etc.). Esta suma se umbraliza entonces mediante una función de umbral (como aquí la función sigma).
Por supuesto, no tenemos 3 neuronas, sino muchas más en la práctica. Existen numerosas arquitecturas de redes neuronales, pero a continuación se muestra cómo podría ser una implementación (5 parámetros de entrada y 1 parámetro de salida).
Toda la « inteligencia » contenida en las redes neuronales reside en la correcta determinación de dichos pesos. Así, estos pesos se determinarán buscando resolver el siguiente problema de optimización: « Conociendo un gran número de datos de entrada y de salida correspondientes, ¿cuáles son los valores de los pesos que permiten maximizar la respuesta de la red? ».
Para resolver este problema de optimización, a menudo se inicializan los pesos de cualquier manera y se intentan modificar progresivamente para optimizar la salida.
Mientras el resultado de la red no sea el esperado (o su tasa de error no sea inferior a un umbral predeterminado), se continúa buscando valores para los pesos.
(Sí, lo sé… mi ejemplo es formalmente simplista y, por tanto, incorrecto para los puristas, pero es para explicar de manera sencilla).
Funcionamiento de una red neuronal de tipo « Deep Learning »
En realidad, una red de tipo « Deep Learning » es conceptualmente muy similar a una red neuronal, pero el número de capas es mucho mayor.
Hay que entender que las redes de tipo « Deep Learning » poseen un gran número de pesos o parámetros, y puede ser muy complejo hacerlas converger durante el aprendizaje (es decir, la resolución del problema de optimización puede ser ardua).
No obstante, las redes de tipo « Deep Learning » han surgido en los últimos años debido a que la capacidad de cálculo ha aumentado considerablemente, en particular gracias al uso de tarjetas gráficas.
Las realizaciones técnicas relacionadas con la IA
La patentabilidad
La patentabilidad de las invenciones realizadas por IA
Principio
Puede ocurrir que la IA « encuentre » soluciones técnicas a problemas que el ser humano se había planteado desde hace tiempo.
Estas soluciones pueden estar en el ámbito médico (ej. identificación de nuevas moléculas que puedan tener un efecto terapéutico), en el ámbito de la mecánica (ej. identificación de un perfil particular de ala de avión con una gran sustentación) o en cualquier otro ámbito tecnológico.
Problema relativo al concepto de invención
La pregunta que uno puede plantearse de inmediato es: ¿es una invención realizada por un ordenador una invención?
Afortunadamente, el A52(1) CBE nos ofrece una definición de invención:
Las patentes europeas se conceden para cualquier invención en todos los ámbitos tecnológicos, a condición de que sea nueva, implique actividad inventiva y sea susceptible de aplicación industrial.
Así, observamos que no existe dificultad: la invención se define por su aplicación (es decir, algo nuevo e inventivo en un ámbito tecnológico) y no por su origen o su génesis.
Por tanto, una invención puede perfectamente calificarse como « invención » si su aplicación es tecnológica.
Problema relativo a la actividad inventiva
Algunos han afirmado que no existe actividad inventiva en una invención realizada mediante IA, ya que el esfuerzo del inventor era nulo.
No puedo estar más en desacuerdo.
En efecto, el esfuerzo del inventor o la dificultad que este haya tenido para inventar no son criterios pertinentes para evaluar la actividad inventiva: el requisito de actividad inventiva se basa en la dificultad para que un experto en la materia llegue a la invención a partir de los documentos del estado de la técnica, y no en la dificultad que, en la práctica, haya encontrado el inventor.
Por ejemplo, a nadie se le ocurriría decir que un inventor no puede proteger su invención porque la encontró por casualidad (y esto ocurre con bastante frecuencia).
Por supuesto, sería posible argumentar que el experto en la materia es una IA (o un humano que utiliza una IA), pero este enfoque conduciría inevitablemente a considerar que todas las invenciones son evidentes (véase « Everything is obvious » de Ryan Abbott).
Problema relativo a la suficiencia de la descripción
Algunos han sostenido que una invención realizada por una IA estaría insuficientemente descrita, ya que no se conoce el proceso inventivo que llevó a la invención.
Es cierto que este es un problema de las IA: la mayoría de las veces, proporcionan un resultado, pero les cuesta explicar por qué se obtiene dicho resultado.
Estoy totalmente en desacuerdo con esta postura, ya que la suficiencia de la descripción (A83 CBE) no tiene por objeto describir cómo se concibió la invención, sino garantizar que un tercero, a la vista de la descripción, pueda llevar a cabo la invención.
Por tanto, no es necesario saber por qué funciona la invención. Basta con que el experto en la materia pueda verificar que la invención funciona al realizarla.
Problema relativo al concepto de inventor
La CBE no ofrece ninguna definición del concepto de inventor.
No obstante, la interpretación generalmente aceptada es que el inventor, en el sentido del A60(1) CBE, es una persona « natural » o un humano (es decir, *natural person*).
En efecto, ¿cómo aceptar que « derechos » sobre la invención pertenezcan a una máquina o a un algoritmo, sabiendo que ningún derecho nacional (es decir, de los estados miembros) prevé una propiedad vinculada a una entidad distinta de un humano.
Pero ¿es esto un verdadero problema?
En primer lugar, la CBE solo exige que se designe un inventor. No existe sanción si el inventor no es el correcto o si ni siquiera existe (véanse los requisitos relativos a la solicitud en Europa).
Pero, en realidad, ni siquiera es este el tema para mí: la verdadera cuestión es saber cuál es el acto inventivo y quién es la persona que realiza dicho acto.
En efecto, es bastante claro que una IA no es más que un programa informático que ayuda a un humano. El humano elige cómo utilizar la IA, selecciona el conjunto de datos para entrenarla, revisa los datos de salida para evaluar su pertinencia y aplicabilidad al problema que este se plantea.
Por tanto, no existe una verdadera diferencia con el uso por parte de este humano de un simulador o de una calculadora que le ayude. A nadie se le ocurriría decir « el inventor no ha realizado una invención, porque ha utilizado un ordenador para llevarla a cabo ».
Así, siempre es posible argumentar que el inventor es la persona que manipula la IA para obtener el resultado deseado.
Problema relativo a la titularidad
En relación con la titularidad de la invención, podemos preguntarnos si el titular de la IA puede presentar una solicitud de patente dirigida a una invención generada por una IA.
A mi entender, y en derecho europeo, esto no plantea mayor dificultad, ya que el A60(1) CPE dispone que la invención pertenece al inventor o a su causahabiente.
No obstante (e incluso si debiéramos considerar que el inventor es verdaderamente una máquina), el defecto de derecho a presentar una solicitud de patente (véase invenciones presentadas por una persona no habilitada) solo puede ser invocado por el verdadero titular de los derechos.
Asimismo, en Francia, la nulidad de la patente por defecto de titularidad de los derechos (A138(1) e) CPE) es una nulidad relativa que solo puede ser invocada por el verdadero titular (véase la nulidad en Francia).
Por tanto, para simplificar, nadie puede impugnar una patente bajo el pretexto de que el titular del título la habría sustraído a una máquina…
Algunos ejemplos
Para mostrarles claramente que este no es un tema puramente teórico, recientemente hemos visto varias solicitudes de patentes presentadas ante la OEP dirigidas a invenciones realizadas por una IA.
Algunas de estas invenciones han sido realizadas por DABUS (que a su vez está registrado… EP2360629 (A3)).
La primera invención se refiere a un contenedor con paredes fractales que permiten así solidarizar dos contenedores de manera sencilla.
La segunda invención se refiere a un sistema de alerta (mediante el parpadeo de un diodo) con una secuencia de repetición fractal que permite así un mejor reconocimiento por el ojo humano.
En otro ámbito técnico, podemos mencionar esta invención de Gillette (EP1284621B1) relativa a los cepillos de dientes cuyas « mechas » se entrecruzan de manera particular. Y esto, gracias a la « Creativity Machine » de S. Thaler…
La patentabilidad de las invenciones que implementan una IA
Aquí nos encontramos en el caso en que la invención reside verdaderamente en la implementación de una IA (ej. el reconocimiento de imágenes con una IA).
El concepto inventivo puede situarse en varios lugares:
- en la selección particular del conjunto de datos para el aprendizaje,
- en la arquitectura de las redes neuronales utilizada para una tarea específica,
- en la gestión de la memoria durante el aprendizaje,
- etc.
Para este tema muy diferente, les remito a mi artículo sobre los inventos de tipo mixto en Europa.
Protección de los modelos de IA
Hemos visto que las invenciones realizadas por una IA o que implementan una IA podían protegerse mediante el derecho de patentes.
No obstante, la IA involucra otras entidades como el modelo (ej. la configuración de las redes neuronales).
El modelo de las IA suele ser muy complejo de obtener, ya que requiere una selección muy particular de los datos de entrenamiento y demanda mucho esfuerzo (ej. en términos de potencia de cálculo o en términos de esfuerzo humano para formatear de manera inteligente los datos de entrada).
Así, ¿cómo protegerlos?
A mi entender, existen dos vías:
- la protección de los programas de ordenador mediante el derecho de autor;
- la protección de las bases de datos mediante un derecho *ad-hoc*.
En efecto, el hecho de que la IA siga siendo un programa de ordenador motiva la posible analogía con los programas de ordenador (es decir, software). Lo más parecido al entrenamiento de una IA es la compilación del código fuente en un código compilado: el entrenamiento de una IA es una especie de compilación de un sistema cuyo objetivo es hacer que este sistema sea conforme a las expectativas del usuario.
Por tanto, es posible considerar que el modelo de la IA está protegido por las disposiciones del derecho de autor relativas al software (L112-2 CPI).
Recuerdo que la definición de software dada por la Academia Francesa en su diccionario (9ª edición) es un « Conjunto estructurado de programas que cumplen una función determinada, permitiendo la realización de una tarea dada« . La IA parece encajar bien en esta definición.
Pero también es posible hacer una analogía con las bases de datos.
En efecto, como he dicho anteriormente, el modelo de una IA es un conjunto de configuración/pesos/etc. En otras palabras, es una especie de base de datos de parámetros de configuración.
Por tanto, ¿por qué no aplicar el derecho *ad-hoc* previsto por el artículo L112-3 CPI y la directiva 96/9/CE del 11 de marzo de 1996?
Según esta directiva (y su interpretación por el TJUE), una base de datos debe tener las siguientes características:
Considero que se puede estimar que los parámetros de un modelo cumplen bien con todas estas características (los pesos tienen sentido incluso tomados individualmente, los pesos están dispuestos de manera que se sabe a qué nodos (o enlaces) se aplican, es posible navegar por el modelo para conocer los parámetros).
La dificultad sigue siendo la protección de esta base de datos. En efecto, el artículo 7 de la directiva 96/9/CE prevé que una protección del contenido de la base de datos puede concederse « cuando la obtención, la verificación o la presentación de dicho contenido atestigüen una inversión sustancial desde el punto de vista cualitativo o cuantitativo« .
Por obtención, se entiende no la creación del dato, sino su adquisición. Hay que reconocer que en el entrenamiento del modelo, lo complicado es la creación de los datos y no su « adquisición ».
No obstante, si tuviera que argumentar, diría que el entrenamiento del modelo es una especie de « verificación » de la validez de los valores de los pesos de configuración… Por tanto, ¿se aplica la protección del artículo 7 de la directiva 96/9/CE?
Por supuesto, no tengo respuesta en cuanto a la protección aplicable al modelo. Los elementos anteriores no son más que pistas. Habrá que esperar a la jurisprudencia.
Las obras generadas por IA
Introducción
No soy especialista en la protección de las obras por el derecho de autor, pero es cierto que sería una lástima no abordar este punto.
Por tanto, me disculpo de antemano con los especialistas en el tema por mis aproximaciones.
Algunos ejemplos
Hoy en día, existen varias « obras de arte » producidas mediante IA:
Pero también contamos con música generada por inteligencia artificial (ejemplo de una pieza generada por Spotify Research):
¿Una protección por derecho de autor?
Una vez vistos estos ejemplos, es posible preguntarse si estas « obras » pueden beneficiarse de una protección por derecho de autor.
En derecho francés, para beneficiarse de un derecho de autor (L111-1 CPI), es necesario verificar que la obra es « original » (criterio jurisprudencial).
En términos generales, para ser original, una obra debe incluir:
- la impronta de la personalidad del autor,
- la marca del aporte intelectual del autor y
- la expresión de las elecciones libres y creativas del autor.
A mi entender, en el caso de los ejemplos que hemos visto anteriormente, esto no plantea realmente una cuestión: en efecto, estos ejemplos han sido creados por IA que han sido configuradas (es decir, que han sido sometidas a un aprendizaje) preciso para obtener un resultado deseado por el autor.
Por lo tanto, los ejemplos anteriores reflejan claramente la voluntad del autor de obtener dicho resultado.
Podemos considerar que la IA desempeña un papel similar al de un software como Photoshop o una mesa de mezclas. La IA simplemente simplifica el proceso de creación.
Por supuesto, es necesario analizar cada caso en particular y no puedo dar una respuesta única del tipo « toda imagen o sonido generado por IA se beneficia de un derecho de autor », pero el uso de una IA no me parece que excluya, por este simple hecho, la aplicación del derecho de autor.
Para concluir, simplemente quisiera recordar que, con la invención de la fotografía, algunos querían excluirla del « arte ». De hecho, consideraban que la fotografía pertenecía al ámbito técnico.
¿No cree que estamos en la misma situación con respecto a la IA?