El Impacto de la Inteligencia Artificial en el Sistema de Patentes

Las tecnologías emergentes, como la Inteligencia Artificial (IA), Internet of Things (IoT), Big Data, entre otros, pueden involucrar diferentes temas relacionados con patentes, pero más que eso, algunas de estas tecnologías pueden generar retos éticos, sociales, políticos y jurídicos.

Machine Learning, es una modalidad de Inteligencia Artificial (IA) que se ocupa de cómo una máquina puede aprender a resolver problemas a través de datos.  Hay diferentes categorías de Machine Learning, como aprendizaje supervisado (busca patrones en datos para etiquetarlos), no supervisado (utiliza una cantidad masiva de datos sin etiquetar), de refuerzo (el algoritmo aprende a través de ensayo y error) y finalmente el Deep Learning, que involucra datos y redes neuronales (Neural Networks) de varias capas que se comunican entre sí.   Uno de los primeros retos que surge con el Machine Learning de IA es, ¿cuál es la ética o los prejuicios de la persona que entrena o programa la máquina?

 

La Relación con Patentes de Invención

¿Sobre qué temas relativos a la IA hay solicitudes de patentes?  La mayoría de solicitudes están en el aprendizaje automático (Machine Learning) y dentro de este campo, el Deep Learning y las redes neuronales.  Técnicas de Machine Learning ocupan más de un tercio de las solicitudes de patente

(134,777), con un crecimiento anual promedio de 28%.  El Deep Learning mostró una tasa de crecimiento anual promedio de 175% de 2013 a 2016; y las Neural Networks crecieron a una tasa del 46% durante el mismo período.

En cuanto a las aplicaciones funcionales de la IA, se encuentran muchas solicitudes en reconocimiento facial.  La protección vía patente de invención para la IA se logra generalmente por medio de las patentes implementadas por computador.  Actualmente los principales solicitantes de este tipo de patentes son IBM, Microsoft, Toshiba, Samsung y NEC.  Hay más de 340.000 solicitudes de patentes relacionadas, algunas que datan de 1950 pero el mayor número de publicaciones se dio en 2013, año en el que se publicaron más de la mitad de las invenciones relacionadas con IA.  El índice de crecimiento de este tipo de solicitudes, es mayor que el índice de todos los demás sectores de la tecnología. Los principales sectores en donde tienen aplicación este tipo de invenciones son telecomunicaciones, transporte, salud, pero también hay aplicaciones para ciudades inteligentes, banca y agricultura.

 

Principales retos del impacto de la IA en el sistema de patentes

  1. El sistema de patentes es un sistema de incentivos para los seres humanos, el inventor es una persona natural. ¿Qué pasa si quien inventa es una máquina?
  2. La descripción del invento en las patentes debe ser suficiente para que una persona medianamente versada en la materia pueda reproducir la invención, con el fin de que la humanidad pueda implementar y aprovechar libremente las tecnologías (en donde no estén protegidas o cuando las mismas caduquen) y alcanzar beneficios sociales generalizados. Sin embargo, en los desarrollos de AI, puede haber etapas o pasos que no son posibles de describir y plasmar por escrito, lo que impone una dificultad al requisito de suficiencia en la descripción.  Si no hay forma de describirlo, no se sabrá cómo trabaja, no se podrá reproducir y no se cumpliría con el propósito fundamental del derecho de patentes, pues se mantendría el conocimiento oculto y fuera del alcance del entendimiento humano.

En AI se da la convergencia de tecnologías que antes no tenían relación.  Con la mezcla de diversas disciplinas, surge la pregunta de unidad de invención, y de persona medianamente versada en la materia. ¿Cómo se establece el estándar de Persona Medianamente Versada en la materia para la evaluación de la patentabilidad de una invención, dada la complejidad y diversidad de las disciplinas involucradas?  La definición de persona medianamente versada en la materia ya no involucraría una sola persona, si no un grupo de personas con diversos conocimientos.

 

Otros retos:

La AI implicará un reto social importante pues probablemente las máquinas con IA superarán a los humanos en todo lo que implique ciencia, tecnología, ingeniería, matemáticas (STEM por sus siglas en inglés), frente a cualidades que serán del resorte de las personas como las humanidades, ética, creatividad y pensamiento crítico (HECI por sus siglas en inglés).  En cualquier actividad que no pueda ser digitalizada o automatizada, será extremadamente valiosa la intuición, las emociones, la creatividad, la imaginación, la ética, la empatía. En los trabajos no rutinarios, será más difícil para las máquinas desplazar a los humanos.

¿Sin embargo, podría la IA ser creativa? ¿Podría pintar cuadros, escribir libros o componer música?  En “The Next Rembrandt”, la obra del pintor se tradujo en datos, identificando las geometrías, dimensiones, colores, y con esos datos se entrenaron algoritmos de IA.  La máquina hizo una pintura que podría ser catalogada como una pintura de Rembrandt.  Hasta ahora se discute si la máquina desplegó creatividad, pues la creación simplemente correspondió a la traducción e interpretación de datos hecha por personas, sobre la creatividad y estilo del pintor.

En otros casos recientes se han creado máquinas que desarrollan actividades que incluso sus creadores son incapaces de entender, como por ejemplo el software Alphago que juega al Go Chino, juego basado más en la intuición que el cálculo, y que derrotó al campeón mundial mediante aproximaciones y estrategias nunca usadas por humanos.   Alphago y DeepMind’s Alpha Zero, en otro ejemplo similar en el ámbito del ajedrez, sólo conocían las reglas básicas de los juegos y aprendieron por sí solos en unas cuantas horas, sin asistencia humana alguna y con resultados sobre los que, campeones mundiales consideraron, realizaron estrategias y movimientos superiores a la creatividad humana.  Estos sistemas, así como otros de aplicaciones más prácticas, como el sistema Watson de medicina basada en IA, aprenden de su propia experiencia y generan comportamientos y resultados por sí mismos superiores a las capacidades humanas. Mo Gawdat, ex CBO de Google X, indicó en un podcast que, en el 2049, la IA será un billón de veces más inteligente que los seres humanos lo que equivale a comparar la inteligencia de Einstein con la de una mosca.

Claro está, sin duda, que surgen problemas éticos, jurídicos y políticos. En cuanto a la ética, es muy importante el sistema de valores de quién programa o entrena la máquina (en las categorías de Machine Learning que requieran entrenamiento o programación por un ser humano). Por ejemplo, en los autos autónomos, la máquina podría verse en la situación de escoger en que muera quien va en el auto (CEO de una multinacional), o colisionar contra un bus escolar; este tipo de decisiones dependerán de quién brinda los parámetros y principios de entrenamiento de la máquina.  Las personas que entrenan las máquinas deberían preguntarse entre qué es lo que tengo el poder de hacer y qué es lo correcto para hacer.

En cuanto a los retos jurídicos, uno de ellos podría ser si se reconoce personalidad jurídica a una máquina y la regulación y control de los datos.  Actualmente la UNESCO tiene una comisión que está discutiendo estos retos y la mejor forma de abordarlos para la humanidad, para la expedición de políticas públicas.  Igualmente, la OMPI, al tener los datos sobre las patentes que se están solicitando en este campo, puede aportar proyecciones y ayudar en la formulación de políticas públicas.  Medellín, como una de las ciudades Centro para la Cuarta Revolución Industrial del World Economic Forum, es un sandbox (gran entorno de pruebas de las tecnologías emergentes) qué, junto con las demás ciudades Centro, ayudarán en la prueba, implementación y generación de políticas públicas para estas tecnologías.

 

Por: María Clara Múnera (Socia – Gerente Oficina Medellín)
clara.munera@olartemoure.com

 

Fuentes: