¿Se pueden patentar los sistemas de IA?
La mayor parte de la IA puede considerarse software. En muchas jurisdicciones, el software no puede protegerse mediante patentes.
Para comprender los matices de esta cuestión, debemos analizar los términos clave de este ámbito. El software es un programa informático que da instrucciones al hardware (es decir, el equipo físico de la computadora) para que ejecute determinadas tareas. Un programa informático es un algoritmo, que consiste en una serie de instrucciones para llevar a cabo un cálculo.
Los algoritmos suelen estar escritos en lenguaje de programación, como Java, C++ o Python, similar al lenguaje natural. Esto se conoce como código fuente. A continuación, el código fuente suele traducirse a lenguaje de máquina (código objeto), que consiste en valores binarios (ceros y unos) que proporcionan operaciones que una computadora puede ejecutar directamente.
La Oficina Europea de Patentes (OEP) no considera que un programa informático sea materia patentable (y considera que el término software es ambiguo). Concretamente, en la actualización anual de 2018 de sus “Directrices de examen”, la OEP señala que la IA y el aprendizaje automático se basan en algoritmos de naturaleza “abstracta” (y, por lo tanto, no patentables) y que, independientemente de su entrenamiento, no pueden patentarse. No obstante, la OEP puede conceder patentes sobre invenciones implementadas en computadora, lo que, en la práctica, permite patentar cierto tipo de software, incluidas las aplicaciones de IA.
Las invenciones implementadas en computadora “conllevan el uso de una computadora, una red informática o cualquier otro dispositivo programable y en las que una o más características se consiguen total o parcialmente mediante un programa informático.“ Las reivindicaciones de patente admisibles deben tener carácter técnico, lo que en algunos casos conlleva reivindicar un método implementado en una computadora en lugar de un algoritmo. Las reivindicaciones también deben aportar una contribución técnica a la actividad inventiva.
Por ejemplo, un método para que una computadora genere números aleatorios por sí misma no sería patentable, pero la OEP ha considerado que ese mismo método sí es patentable cuando se utiliza para simular un circuito de una manera concreta. Las directrices de la OEP ofrecen otros ejemplos de aplicaciones técnicas de la IA que pueden ser patentadas: el uso de una red neuronal en un aparato de monitorización cardíaca para reconocer latidos irregulares o la clasificación de datos basada en características de bajo nivel (por ejemplo, bordes o atributos de píxeles en imágenes). La IA también puede ser objeto de protección cuando esté específicamente adaptada para ejecutarse en una computadora, en los casos en que “el diseño del método matemático esté motivado por consideraciones técnicas relacionadas con el funcionamiento interno de la computadora.”
Al igual que ocurre con todas las patentes, una invención implementada en computadora debe satisfacer los criterios generales de patentabilidad: la invención debe ser novedosa, aportar una actividad inventiva, constituir una “solución técnica a un problema técnico” y tener aplicación industrial.
Los Estados Unidos de América también permiten determinadas patentes de software. Antes de la era de la IA, el Tribunal Supremo de los Estados Unidos de América consideraba que las patentes de software no eran susceptibles de patentarse por tratarse de “ideas abstractas” implementadas en una computadora. Posteriormente, los tribunales de primera instancia han confirmado la validez de un número limitado de patentes de software, pero no existe una norma clara que distinga lo patentable de lo que no lo es. Las directrices de la Oficina de Patentes y Marcas de los Estados Unidos de América establecen que, para denegar una invención implementada en computadora por tratarse de una idea abstracta, los examinadores de patentes deben demostrar empíricamente que las reivindicaciones son de “conocimiento general, corrientes y convencionales”.
Una vez concedidas o en ocasiones incluso cuando aún están en trámite, las patentes pueden aportar un valor significativo a las empresas. Dicho esto, debido al costo relativamente elevado que supone la obtención de patentes, la protección suele solicitarse de manera selectiva en las jurisdicciones más importantes. Esto significa que los titulares de patentes solo pueden impedir que terceros utilicen sus invenciones en determinadas jurisdicciones. Incluso para las grandes empresas, la protección “mundial” de las patentes suele ser innecesaria, además de prohibitivamente costosa. En estos momentos, si tenemos en cuenta los países que compiten por convertirse en el líder mundial en IA, las jurisdicciones más importantes son las de EE. UU., Francia, Alemania, el Reino Unido, Japón, la República de Corea y China.
¿Se pueden utilizar los derechos de autor para proteger los modelos o sistemas de IA?
El derecho de autor es una fuente fundamental de protección para el software, que está protegido como “obra literaria” en virtud del artículo 4 del Tratado de la OMPI sobre Derecho de Autor (WCT) y del artículo 10 del Acuerdo sobre los ADPIC. En lo que respecta al aprendizaje automático y las redes neuronales, el derecho de autor solo protege el código. El modelo estará protegido por una mezcla de la legislación sobre el derecho de autor y el derecho de patentes, y posiblemente también por los secretos comerciales.
Lo que puede acogerse precisamente a la protección del derecho de autor varía según la jurisdicción. En el Reino Unido, la labor de diseño preparatorio puede acogerse a protección si posteriormente puede dar lugar a un programa informático.
En la Unión Europea, la protección del software se regula en virtud de la Directiva sobre el software, que establece que dicha protección subsiste siempre que sea la “creación intelectual propia de su autor.”
El derecho de autor protege la expresión y no se extiende a las ideas, los procedimientos, los métodos de operación ni los conceptos matemáticos. Esto significa que el derecho de autor no impide que la competencia cree su propio código capaz funcionar como el código protegido. Si la competencia puede acceder al código protegido, es posible que pueda reescribirlo de tal forma que deje de constituir una infracción, pero tenga la misma funcionalidad. Incluso sin tener acceso directo al código, es posible que la competencia pueda crear un programa similar observando cómo funciona el software. Si escribe su propio código y este no contiene el código fuente ni el código objeto protegidos, por lo general no se producirá ninguna infracción. De hecho, el código de la competencia quedará entonces protegido por sus propios derechos de autor.
¿Se pueden utilizar los secretos comerciales para proteger una innovación de IA?
El software puede estar amparado por la protección de los secretos comerciales o de la información confidencial. Si la competencia no puede acceder al código fuente ni averiguar de otro modo cómo reproducir la funcionalidad del software, puede que sea eficaz la protección de los secretos comerciales. En el caso de la IA, esto podría resultar especialmente eficaz si los terceros no tienen acceso directo al sistema de IA y solo se comparte fuera de la organización el producto de la IA. Por ejemplo, los pesos y los parámetros de un modelo de IA podrían protegerse como información confidencial.
La protección de los secretos comerciales exige una vigilancia constante, ya que se basa en la confidencialidad. Para que algo se considere “secreto comercial” en el ámbito de la PI (teniendo en cuenta que las normas varían según la jurisdicción):
es posible que la información tenga que tener valor económico por el mero hecho de no ser de dominio público, y
el propietario debe adoptar las medidas razonables necesarias para mantener la confidencialidad de la información.
Esta es una de las razones por las que los acuerdos de confidencialidad son frecuentes y esenciales, sobre todo en el marco de los contratos con empleados y contratistas independientes. Si una empresa no adopta las medidas razonables necesarias para proteger la información (incluidas las medidas técnicas) y la divulga sin que exista ningún acuerdo de confidencialidad, dicha información, por lo general, no goza de protección como secreto comercial desde el principio o pierde dicha protección.
Si una empresa adopta medidas razonables para limitar la divulgación de la información que se encuentra legítimamente bajo su control, y dicha información tiene valor debido a su carácter confidencial, entonces podría ser posible impedir que dicha información sea divulgada, adquirida o utilizada sin su consentimiento de manera contraria a las prácticas comerciales leales. En la práctica, esto significa que, si la información se filtra, por ejemplo, a raíz de un ataque de piratas informáticos o de un incumplimiento del contrato, pueden existir remedios jurídicos para restringir el uso de la información o reclamar una indemnización por daños y perjuicios.
¿Qué función desempeñan las licencias de código abierto en la PI y la IA?
El uso de software de código abierto está sujeto a consideraciones especiales. El concepto software de código abierto suele referirse al código fuente que está disponible públicamente y que puede ser utilizado por terceros sin costo alguno. Sin embargo, aunque el software de código abierto suele ser gratuito, por lo general conlleva restricciones en cuanto al uso que se puede hacer del código.
Para utilizar ese tipo de software puede ser necesaria una licencia que impida a los usuarios crear versiones modificadas del código fuente o utilizarlo con fines comerciales. Las licencias de software de código abierto también pueden prohibir que se incorpore el código fuente a otro software, a menos que se acepte que todo el programa sea de código abierto, lo que, en la práctica, elimina su carácter exclusivo.
Existen miles de tipos distintos de licencias de software de código abierto, muchas de las cuales limitan las protecciones de PI aplicables a cualquier producto que incorpore dicho software. Esto se aplica tanto al uso de bibliotecas de código como a los fragmentos de código que puedan incorporarse a una base de código más amplia.
El debate en torno a la IA de código abierto aún se encuentra en estado embrionario. Según la Open Source Initiative, una IA de código abierto es un sistema que se pone a disposición del público bajo condiciones que otorgan a los usuarios la libertad de utilizarlo, estudiarlo, modificarlo y compartirlo.
Tal y como está la situación actualmente, la IA de código abierto se sitúa en un abanico que va desde la IA totalmente abierta hasta la completamente cerrada, en función de qué componentes estén disponibles públicamente en virtud de licencias de código abierto. Entre dichos componentes pueden figurar la documentación, el código de software, los datos de entrenamiento, los factores de ponderación y la arquitectura del modelo. El Reglamento de IA de la UE define los componentes de “IA libres y de código abierto” como aquellos componentes de IA a los que se puede acceder bajo licencias de código abierto, aunque esta definición tiene limitaciones y no especifica cuántos componentes deben ser de código abierto. Esto es importante, ya que el Reglamento de IA establece requisitos menos estrictos para las partes interesadas que comercialicen “IA de código abierto” (aunque esto excluye los sistemas de alto riesgo y los servicios con fines lucrativos). Algunos críticos han señalado que esto fomenta el “lavado de código abierto” para eludir las obligaciones de transparencia.
En resumen, la IA de código abierto requiere conceptos distintos a los del software de código abierto tradicional debido a su complejidad y a su naturaleza multicomponente. Aún se están definiendo con mayor claridad los conceptos y los marcos jurídicos que regulan lo que se entiende por “IA de código abierto”. En el futuro, el uso de marcos de código abierto podría constituir una fuente clave de transparencia en torno a la IA, siempre que se tenga en cuenta el sistema de código abierto en su conjunto y se adopten estándares abiertos de forma generalizada. Los usuarios deben tener presente que las distintas licencias de software de código abierto de IA pueden estar sujetas a sus propias condiciones y restricciones.
¿Se pueden utilizar materiales protegidos por derecho de autor para entrenar un modelo de IA?
Tal y como se ha señalado en el capítulo 1, los rápidos avances recientes en el aprendizaje automático han sido posibles gracias a la amplia disponibilidad de grandes cantidades de datos digitales, a los que a menudo se hace referencia como “material de entrada”. Esto puede adoptar diversas formas: desde información estadística, como cifras, en cuyo caso no se plantearían cuestiones relacionadas con los derechos de autor, hasta textos, imágenes, videos y grabaciones de voz, en los que las cuestiones relacionadas con los derechos de autor se han convertido en objeto de controversia y debate.
En algunos casos, los datos de entrada se recopilan como material de entrenamiento para un sistema de IA mediante la minería de textos y datos, que consiste en el procesamiento altamente automatizado de grandes cantidades de datos con el fin de obtener nuevos conocimientos. (Pensemos de nuevo en el ejemplo del capítulo 1: decenas de millones de registros de compras de una red de tiendas son incomprensibles para los seres humanos debido a la enorme magnitud de los datos, pero el aprendizaje automático puede utilizarse para predecir con precisión las tendencias de ventas.)
Por lo general, una operación de minería de textos y datos consta de las etapas siguientes:
Extracción de información de fuentes accesibles en línea mediante bots u otros sistemas automatizados. A eso se le suele llamar “rastreo” o “raspado”.
Formateo de los datos recopilados.
Examen de los materiales de entrada para detectar relaciones, tendencias y patrones.
Tratamiento y análisis de datos.
Almacenamiento de datos con fines de validación.
El principal motivo de controversia en este caso es que cada una de esas etapas puede entrañar un tipo diferente de reproducción, lo cual constituye uno de los derechos patrimoniales exclusivos reservados a los titulares de los derechos de autor en todas las jurisdicciones, y el derecho principal que está en juego en estos procesos.
Dicho esto, muchas jurisdicciones reconocen el importante valor social y económico de las actividades de minería de textos y datos, por lo que los legisladores tratan de encontrar un equilibrio entre los derechos de los titulares de los derechos de autor y los intereses de los usuarios, permitiendo excepciones para la minería de textos y datos. Como se señala en el capítulo 2, el Japón fue el primer país del mundo en eximir explícitamente a la minería de textos y datos de la responsabilidad en materia de derechos de autor, tanto en el ámbito comercial como en otros ámbitos.
En los Estados Unidos hay algunos casos resueltos (y varios pendientes) sobre si el “uso leal” constituye una defensa frente a la infracción del derecho de autor cuando se ha utilizado material protegido por dicho derecho para entrenar sistemas de IA.
A la hora de determinar si se aplica el “uso leal”, hay que tener en cuenta los cuatro factores del artículo 107 de la Ley de Derecho de Autor de los Estados Unidos:
el propósito y carácter del uso, es decir, si el uso posee naturaleza comercial u obedece a fines educativos y sin ánimo de lucro;
la naturaleza de la obra protegida por derecho de autor;
el volumen y la importancia del fragmento utilizado en relación con la obra protegida en su totalidad;
los efectos del uso en el mercado potencial o en el valor de la obra protegida por derecho de autor.
En dos sentencias recientes, Bartz c. Anthropic y Kadrey v. Meta, los tribunales dictaminaron que el uso de material protegido por derechos de autor para entrenar modelos de IA constituía un uso legítimo. Las decisiones se basaron en gran medida en el primer factor, “el propósito y carácter del uso”, en el que la cuestión clave es analizar si el uso del material protegido por derechos de autor fue o no “transformador”. En ambos casos, los tribunales dictaminaron que el entrenamiento de la IA es, efectivamente, transformador y, por lo tanto, se considera “uso leal”. En el asunto Kadrey v. Meta, el tribunal también examinó el cuarto factor: la repercusión en el mercado y el valor de las obras protegidas por derecho de autor. Se llegó a la conclusión de que, dado que el sistema de IA no podía reproducir íntegramente las obras protegidas por derecho de autor ni sustituirlas en el mercado, el entrenamiento constituía un uso leal.
No obstante, cabe señalar que estas decisiones se refieren específicamente a los hechos de cada caso concreto y que, por el momento, la Oficina de Derecho de Autor de los Estados Unidos sigue recomendando que el uso leal se aplique caso por caso. A falta de más aclaraciones, lo mejor es evitar utilizar contenido protegido por derecho de autor para entrenar modelos de IA o bien obtener el permiso de los titulares de los derechos cuando sea necesario.
Otras jurisdicciones, como Israel, cuentan con una doctrina similar de uso leal y carácter abierto. El Ministerio de Justicia de Israel se ha pronunciado con claridad sobre la intersección entre la IA y los derechos de autor, afirmando abiertamente que el entrenamiento de minería de textos y datos entra dentro de la excepción de uso leal o de la excepción de copia temporal.
En el ámbito de la Unión Europea, las excepciones relativas a la minería de textos y datos se han introducido mediante dos excepciones obligatorias recogidas en los artículos 3 y 4 de la Directiva sobre derechos de autor y los derechos afines en el mercado único digital (la Directiva CDSM): una con fines científicos y otra a los fines de la minería de textos y datos, incluido el entrenamiento de la IA. El marco jurídico de la UE establece que, en lo que respecta a la segunda excepción, los titulares de derechos pueden imponer restricciones contractuales que limiten la minería de textos y datos en sus condiciones generales o en sus condiciones de uso. Todos los Estados miembros debían aplicar ambas excepciones antes del 7 de junio de 2021 y se les consideraría responsables en caso de incumplimiento si no las incorporaban a su legislación nacional de derecho de autor.
En conclusión, no hay una respuesta sencilla a la pregunta general de si los materiales protegidos por derechos de autor pueden utilizarse para entrenar modelos de IA. Los representantes del sector creativo han llevado a cabo una intensa labor de presión para defender su postura y garantizar que los autores, artistas, músicos, fotógrafos y demás titulares de derechos reciban una remuneración por el uso de las obras protegidas por derechos de autor. Según ellos, cuando se utiliza la minería de textos y datos en obras protegidas por derecho de autor para entrenar modelos de IA, podrían producirse infracciones del derecho de autor y se debería contactar con los titulares de los derechos para obtener licencias y que estos puedan optar por que no se utilicen sus obras con tal fin, si así lo desean.