هوش مصنوعی و قانون ثبت اختراع: چالش‌های مخترع و الگوریتم

چکیده

این مقاله به بررسی مسائل کلیدی و رو به رشد در تلاقی هوش مصنوعی (AI) و قانون ثبت اختراع می‌پردازد. با افزایش سریع تعداد اختراعات مبتنی بر هوش مصنوعی، سوالات بنیادینی مطرح شده است: چگونه می‌توان خودِ تکنیک‌های هوش مصنوعی را ثبت اختراع کرد؟ مهم‌تر از آن، وقتی هوش مصنوعی نقشی محوری در فرآیند اختراع ایفا می‌کند، چه کسی باید به عنوان مخترع شناخته شود و حقوق اختراع به چه کسی تعلق گیرد؟

این مطلب ابتدا مبانی قانون ثبت اختراع در حوزه‌های قضایی مختلف (مانند آمریکا، اروپا، هند و ژاپن) را مرور کرده و بر معیارهای اصلی مانند نوآوری، گام ابتکاری و قابلیت کاربرد صنعتی تمرکز می‌کند. سپس به چالش اصلی می‌پردازد: آیا هوش مصنوعی می‌تواند از نظر قانونی “مخترع” باشد؟ قوانین فعلی در اکثر کشورها مخترع را یک “شخص حقیقی” (انسان) می‌دانند، که این امر هوش مصنوعی را از احراز این عنوان باز می‌دارد. پرونده‌های اخیر، مانند پرونده DABUS در اروپا، این دیدگاه را تأیید کرده‌اند.

علاوه بر این، مقاله به چالش‌های ثبت اختراع خودِ الگوریتم‌ها و نرم‌افزارهای هوش مصنوعی می‌پردازد، به‌ویژه با توجه به محدودیت‌های مربوط به “ایده‌های انتزاعی” در قانون آمریکا و لزوم “اثر فنی” در قانون اروپا. در نهایت، مسائل دیگری مانند تأثیر هوش مصنوعی بر مفهوم “شخص دارای مهارت متعارف در فن، الزامات افشا  و مالکیت اختراعات تولید شده توسط هوش مصنوعی مورد بحث قرار می‌گیرد.

مقدمه:

دنیای حقوق همواره در حال تطبیق با پیشرفت‌های فناوری بوده است، اما شاید هیچ فناوری به اندازه هوش مصنوعی (AI) ظرفیت ایجاد تغییرات بنیادین در عرصه‌های مختلف حقوقی، از جمله حقوق مالکیت فکری و به‌ویژه قانون ثبت اختراع، را نداشته است. هوش مصنوعی ابزاری قدرتمند است که در صنایع گوناگون، از پزشکی و داروسازی گرفته تا مهندسی و امور مالی، برای حل مسائل پیچیده و حتی ایجاد نوآوری‌های جدید به کار گرفته می‌شود. این نفوذ فزاینده، سوالات مهم و گاه بی‌سابقه‌ را برای نظام ثبت اختراع ایجاد کرده است که پاسخ به آن‌ها برای آینده نوآوری و حمایت از حقوق مخترعان حیاتی است.

اهمیت موضوع از دو جنبه قابل بررسی است. اول، شرکت‌ها و پژوهشگران به طور فزاینده‌ای از هوش مصنوعی به عنوان بخشی از فرآیند تحقیق و توسعه خود استفاده می‌کنند و به دنبال ثبت اختراعاتی هستند که یا خودِ فناوری هوش مصنوعی را پوشش می‌دهند (مانند یک الگوریتم یادگیری ماشین جدید) یا از هوش مصنوعی برای دستیابی به یک نتیجه نوآورانه استفاده می‌کنند (مانند کشف یک ترکیب دارویی جدید با کمک هوش مصنوعی). درک چگونگی اعمال قوانین ثبت اختراع بر این نوع اختراعات، برای حفاظت از سرمایه‌گذاری‌ها و تشویق نوآوری ضروری است. موضوع چالش‌برانگیزتر، ظهور سیستم‌های هوش مصنوعی است که به سطحی از استقلال رسیده‌اند که می‌توانند بدون دخالت مستقیم انسان، راه‌حل‌ها یا طرح‌های جدیدی ارائه دهند. این امر سوال بنیادین “چه کسی مخترع است؟” را به میان می‌آورد. آیا یک ماشین می‌تواند مخترع باشد؟ اگر نه، حقوق اختراع ناشی از کار آن به چه کسی تعلق می‌گیرد؟

در این مطلب تلاش خواهیم کرد تا مفاهیم کلیدی قانون ثبت اختراع را در زمینه هوش مصنوعی به زبانی ساده و کاربردی توضیح دهیم. سوالات اصلی که در این مقاله به آن‌ها پرداخته می‌شود عبارتند از: شرایط لازم برای ثبت اختراع یک نوآوری مبتنی بر هوش مصنوعی چیست؟ آیا الگوریتم‌ها و نرم‌افزارهای هوش مصنوعی قابل ثبت هستند؟ چالش‌های قانونی پیرامون تعیین “مخترع” در اختراعاتی که هوش مصنوعی در آن‌ها نقش داشته، چیست؟ و قوانین فعلی چگونه با این چالش‌ها برخورد می‌کنند؟

بخش اول: مبانی قانون ثبت اختراع و هوش مصنوعی

اختراع چیست و چرا آن را ثبت می‌کنیم؟

قبل از ورود به بحث پیچیده هوش مصنوعی، لازم است نگاهی گذرا به مفهوم “اختراع” و هدف از ثبت آن بیندازیم. به زبان ساده، اختراع یک راه‌حل جدید برای یک مشکل فنی است. این راه‌حل می‌تواند یک محصول جدید باشد (مانند یک نوع جدید از تلفن همراه)، یک فرآیند جدید (مانند روشی نوین برای تولید یک ماده شیمیایی)، یا حتی استفاده جدیدی از یک محصول یا فرآیند شناخته شده. هدف اصلی از اعطای حق ثبت اختراع (Patent) توسط دولت‌ها، تشویق نوآوری است. مخترع در ازای افشای کامل جزئیات اختراع خود برای عموم، برای مدت زمان معین در قانون، حق انحصاری بهره‌برداری از آن اختراع را به دست می‌آورد. این حق انحصاری به مخترع اجازه می‌دهد تا دیگران را از ساخت، استفاده، فروش یا واردات اختراع بدون اجازه او منع کند.

این سیستم انحصاری، انگیزه‌ای قوی برای افراد و شرکت‌ها ایجاد می‌کند تا زمان و منابع خود را صرف تحقیق و توسعه کنند، زیرا می‌دانند که در صورت موفقیت، می‌توانند از نتایج کار خود بهره‌مند شوند و بازگشت سرمایه داشته باشند. در عین حال، افشای اطلاعات اختراع به افزایش دانش فنی جامعه کمک کرده و به دیگران امکان می‌دهد تا بر اساس آن نوآوری‌های بیشتری ایجاد کنند ( پس از سپری شدن دوره حق انحصاری یا با کسب اجازه از صاحب اختراع). بنابراین، قانون ثبت اختراع تلاشی است برای ایجاد تعادل بین منافع خصوصی مخترعان و منافع عمومی جامعه در دسترسی به فناوری‌های جدید.

حال سوال این است که هوش مصنوعی چگونه در این چارچوب قرار می‌گیرد؟ هوش مصنوعی هم می‌تواند ابزاری برای ایجاد اختراعات جدید باشد و هم خود موضوعی برای اختراع. به عنوان مثال، یک شرکت داروسازی ممکن است از یک سیستم هوش مصنوعی برای تجزیه و تحلیل حجم عظیمی از داده‌های بیولوژیکی و شناسایی مولکول‌های دارویی بالقوه استفاده کند. در این حالت، هوش مصنوعی ابزاری است که به اختراع (داروی جدید) کمک می‌کند. از سوی دیگر، یک شرکت فناوری ممکن است یک الگوریتم هوش مصنوعی کاملاً جدید توسعه دهد که قادر به تشخیص الگوها در تصاویر پزشکی با دقت بی‌سابقه‌ای باشد. در این حالت، خودِ الگوریتم هوش مصنوعی می‌تواند به عنوان اختراع در نظر گرفته شود. چالش‌های قانون ثبت اختراع زمانی پدیدار می‌شوند که باید معیارهای سنتی ثبت اختراع را بر این فناوری نوین و گاه غیرقابل پیش‌بینی اعمال کنیم.

معیارهای اصلی ثبت اختراع

برای اینکه یک نوآوری بتواند به عنوان اختراع ثبت شود، باید مجموعه‌ای از شرایط یا معیارها را برآورده کند. این معیارها ممکن است بین کشورهای مختلف در جزئیات کمی متفاوت باشند، اما اصول کلی آن‌ها در اکثر نظام‌های حقوقی مشابه است. در اینجا به مهم‌ترین این معیارها اشاره می‌کنیم:

موضوع قابل ثبت (Patentable Subject Matter): اولین سوال این است که آیا اصلاً این نوع خاص از نوآوری، چیزی است که قانون اجازه ثبت آن را می‌دهد؟ به‌طور سنتی، اختراعات باید در یکی از دسته‌های مشخصی مانند فرآیند، ماشین، محصول ساخته شده (Manufacture) یا ترکیب مواد (Composition of Matter) قرار گیرند. برخی چیزها، مانند قوانین طبیعت (مثل قانون جاذبه)، پدیده‌های طبیعی، و ایده‌های انتزاعی (مثل یک فرمول ریاضی محض)، اصولاً قابل ثبت نیستند. یکی از بزرگترین چالش‌ها در مورد هوش مصنوعی این است که آیا الگوریتم‌ها و نرم‌افزارها، به ویژه آن‌هایی که اساساً ماهیت ریاضی دارند، در دسته “ایده‌های انتزاعی” قرار می‌گیرند یا خیر.

جدید بودن (Novelty): اختراع باید کاملاً جدید باشد. یعنی نباید هیچ‌کجا در دنیا، قبل از تاریخ ثبت درخواست اختراع (یا در برخی سیستم‌ها، قبل از تاریخ شکل‌گیری ایده اختراع)، عیناً همان اختراع توسط دیگران افشا شده باشد (مثلاً در مقالات علمی، اختراعات قبلی، یا حتی به صورت عمومی استفاده شده باشد). حتی یک تفاوت جزئی می‌تواند برای احراز شرط جدید بودن کافی باشد، اما اختراع نباید تکرار چیزی باشد که از قبل وجود داشته است.

دارای گام ابتکاری یا غیر بدیهی بودن (Inventive Step / Non-Obviousness): این معیار کمی پیچیده‌تر است. صرفاً جدید بودن کافی نیست؛ اختراع باید چیزی فراتر از یک پیشرفت یا تغییر بدیهی نسبت به دانش فنی موجود باشد. سوال این است: آیا اختراع برای شخصی که مهارت معمولی در آن زمینه فنی داردکه به آن شخص دارای مهارت متعارف در فن یا POSITA می‌گویند، با توجه به تمام دانش فنی موجود در آن زمان، یک گام واضح و بدیهی بوده است؟ اگر پاسخ مثبت باشد، اختراع فاقد گام ابتکاری است و قابل ثبت نیست. این معیار مانع از ثبت تغییرات جزئی و پیش پا افتاده‌ای می‌شود که هر متخصص معمولی در آن حوزه می‌توانست به آن‌ها برسد.

قابلیت کاربرد صنعتی یا مفید بودن (Industrial Applicability / Utility): اختراع باید کاربردی عملی داشته باشد. یعنی باید بتوان آن را در یک صنعت (به معنای وسیع کلمه، شامل کشاورزی و خدمات هم می‌شود) ساخت یا از آن استفاده کرد. در سیستم حقوقی آمریکا، این معیار بیشتر به عنوان مفید بودن (Utility) شناخته می‌شود و اختراع باید یک سودمندی مشخص، قابل توجه و معتبر داشته باشد. این معیار معمولاً مانع بزرگی برای ثبت اختراعات فنی نیست، مگر اینکه اختراع کاملاً غیرعملی یا برخلاف قوانین شناخته شده فیزیک باشد.

اعمال این معیارها بر اختراعات مرتبط با هوش مصنوعی چالش‌های خاص خود را دارد. همانطور که اشاره شد، تعیین اینکه آیا یک الگوریتم هوش مصنوعی “موضوع قابل ثبت” است یا یک “ایده انتزاعی”، محل بحث فراوان است. همچنین، با توجه به قدرت هوش مصنوعی در تجزیه و تحلیل داده‌ها و یافتن الگوها، ارزیابی “گام ابتکاری” دشوارتر می‌شود؛ زیرا ممکن است کاری که برای یک انسان مبتکرانه به نظر می‌رسد، برای یک سیستم هوش مصنوعی پیشرفته، نتیجه‌ای قابل پیش‌بینی از تحلیل داده‌ها باشد. در بخش‌های بعدی به این چالش‌ها  خواهیم پرداخت.

نگاهی به تفاوت‌های کلیدی بین نظام‌های حقوقی (آمریکا، اروپا و …)

اگرچه اصول کلی ثبت اختراع در جهان شباهت‌های زیادی دارند، اما تفاوت‌های مهمی نیز بین نظام‌های حقوقی مختلف، به‌ویژه بین ایالات متحده آمریکا و اروپا تحت کنوانسیون ثبت اختراع اروپا یا EPC که توسط اداره ثبت اختراع اروپا یا EPO اجرا می‌شود وجود دارد. درک این تفاوت‌ها برای شرکت‌ها و مخترعانی که به دنبال حمایت بین‌المللی از اختراعات خود هستند، ضروری است. در اینجا به چند تفاوت کلیدی که به بحث هوش مصنوعی مرتبط هستند، اشاره می‌کنیم:

تعریف موضوع قابل ثبت: در آمریکا، (بخش ۱۰۱ قانون ثبت اختراع) چهار دسته اصلی (فرآیند، ماشین، محصول ساخته شده، ترکیب مواد) را ذکر می‌کند و دادگاه‌ها استثنائاتی مانند قوانین طبیعت، پدیده‌های طبیعی و ایده‌های انتزاعی را ایجاد کرده‌اند. تمرکز اصلی در آمریکا، به ویژه پس از احکام مهم دادگاه عالی در پرونده‌های Mayo  و Alice، بر این است که آیا یک اختراع (به‌ویژه نرم‌افزاری) صرفاً یک “ایده انتزاعی” است یا خیر، و اگر هست، آیا “چیز بیشتری” (significantly more) ارائه می‌دهد که آن را به یک کاربرد عملی و قابل ثبت تبدیل کند. در مقابل، در اروپا ماده ۵۲ EPC، فهرست مشخصی از چیزهایی که “اختراع” محسوب نمی‌شوند، ارائه شده است، از جمله اکتشافات، نظریه‌های علمی، روش‌های ریاضی، و “برنامه‌های رایانه‌ای”. با این حال، این استثنا فقط در صورتی اعمال می‌شود که درخواست ثبت اختراع “به خودی خود” (as such) مربوط به آن موارد باشد. در عمل، EPO بر لزوم داشتن “ویژگی فنی” (technical character) و ایجاد “اثر فنی” (technical effect) تأکید دارد. بنابراین، یک برنامه رایانه‌ای که یک مشکل فنی را حل می‌کند یا اثر فنی مشخصی (فراتر از اجرای عادی برنامه روی کامپیوتر) ایجاد می‌کند، می‌تواند در اروپا قابل ثبت باشد.

مفهوم “گام ابتکاری” / “غیر بدیهی بودن“: هر دو سیستم این معیار را دارند، اما رویکرد ارزیابی کمی متفاوت است. در اروپا، از “رویکرد مشکل-راه‌حل” (problem-solution approach) استفاده می‌شود که در آن ابتدا نزدیک‌ترین دانش فنی قبلی (prior art) شناسایی شده، سپس مشکل فنی عینی که اختراع حل می‌کند تعیین می‌شود و در نهایت بررسی می‌شود که آیا راه‌حل ارائه شده برای شخص دارای مهارت متعارف در فن، با توجه به آن مشکل و دانش قبلی، بدیهی بوده است یا خیر. در آمریکا، اگرچه هدف مشابه است، اما تحلیل‌ها ممکن است بر اساس فاکتورهای دیگری (معروف به فاکتورهای Graham) و شواهد ثانویه (مانند موفقیت تجاری یا نیاز طولانی مدت برآورده نشده) نیز صورت گیرد.

مخترع کیست؟: همانطور که در بخش بعدی بیشتر توضیح داده خواهد شد، هر دو سیستم (و تقریباً تمام نظام‌های دیگر) به‌طور قاطع نیازمند این هستند که مخترع یک شخص حقیقی (انسان) باشد. این موضع مشترک، چالش بزرگی برای ایده به رسمیت شناختن هوش مصنوعی به عنوان مخترع ایجاد می‌کند.

رویکرد به موضوع هوش مصنوعی: ادارات ثبت اختراع در سراسر جهان در حال بررسی و تدوین دستورالعمل‌هایی برای برخورد با اختراعات مرتبط با هوش مصنوعی هستند. برای مثال، اداره ثبت اختراع ژاپن (JPO) نمونه‌هایی از نحوه بررسی ادعاهای مرتبط با هوش مصنوعی را منتشر کرده و بر اهمیت افشای نحوه عملکرد هوش مصنوعی و ارتباط آن با نتیجه فنی تأکید دارد. قانون ثبت اختراع هند نیز محدودیت‌هایی برای ثبت الگوریتم‌های ریاضی و برنامه‌های رایانه‌ای دارد که می‌تواند بر ثبت اختراعات هوش مصنوعی تأثیر بگذارد.

این تفاوت‌ها نشان می‌دهد که استراتژی ثبت اختراع برای نوآوری‌های هوش مصنوعی باید با دقت و با توجه به الزامات خاص هر حوزه قضایی تدوین شود. ممکن است یک اختراع در یک منطقه قابل ثبت باشد و در منطقه‌ای دیگر نباشد، یا اینکه نیاز باشد متن درخواست و ادعاها (claims) برای هر منطقه به طور متفاوتی تنظیم شود تا شانس موفقیت افزایش یابد.

آیا هوش مصنوعی می‌تواند مخترع باشد؟

مخترع در قانون ثبت اختراع به چه معناست؟

یکی از اساسی‌ترین و در عین حال چالش‌برانگیزترین سوالاتی که هوش مصنوعی پیش روی قانون ثبت اختراع قرار داده، این است که آیا یک سیستم هوش مصنوعی می‌تواند به عنوان “مخترع” شناخته شود؟ برای پاسخ به این سوال، ابتدا باید بفهمیم که قانون، “مخترع” را چگونه تعریف می‌کند و چه نقشی برای او قائل است. در اکثر نظام‌های حقوقی، از جمله آمریکا و اروپا، مخترع شخصی است که ایده اصلی و کامل اختراع را در ذهن خود “تصور” (conceive) می‌کند. تصور به معنای شکل‌گیری یک ایده مشخص و دائمی از اختراع کامل و قابل اجرا در ذهن مخترع است. این مرحله ذهنی، هسته اصلی عمل اختراع محسوب می‌شود.

شخصی که صرفاً ایده را به مرحله عمل می‌رساند (reduction to practice) یا طبق دستورالعمل‌های مخترع اصلی کار می‌کند، لزوماً مخترع نیست، مگر اینکه در فرآیند عملی کردن ایده، خود نیز سهم ابتکاری قابل توجهی داشته باشد. بنابراین، اختراع اساساً یک فعالیت فکری و خلاقانه انسانی تلقی می‌شود. نام بردن مخترع یا مخترعان در درخواست ثبت اختراع اهمیت زیادی دارد، زیرا مالکیت اولیه اختراع معمولاً به مخترع تعلق می‌گیرد (مگر اینکه طبق قرارداد، این حق به کارفرما یا شخص دیگری منتقل شده باشد). ذکر نادرست نام مخترع (چه از روی عمد و چه سهو) می‌تواند حتی منجر به بی‌اعتباری گواهی ثبت اختراع شود.

این تعریف سنتی از مخترع، که ریشه در درک اختراع به عنوان محصول خلاقیت ذهن بشر دارد، به وضوح بر “انسان بودن” مخترع تأکید می‌کند. قوانین ثبت اختراع معمولاً از عباراتی مانند “شخص” (person) یا “فرد” (individual) برای اشاره به مخترع استفاده می‌کنند که در زبان حقوقی، به طور پیش‌فرض به انسان‌ها (اشخاص حقیقی) اطلاق می‌شود. این چارچوب قانونی، که برای قرن‌ها بدون چالش جدی باقی مانده بود، اکنون با ظهور هوش مصنوعی که قادر به تولید نتایج نوآورانه است، به طور جدی زیر سوال رفته است.

مانع بزرگ: الزام به “انسان بودن” مخترع

قوانین ثبت اختراع در سراسر جهان، تقریباً به اتفاق آرا، تصریح می‌کنند که مخترع باید یک “شخص حقیقی” یا “انسان” باشد. این الزام، ریشه‌های عمیقی در فلسفه حقوق مالکیت فکری و همچنین در ملاحظات عملی دارد. از دیدگاه فلسفی، حق اختراع به عنوان پاداشی برای خلاقیت و تلاش فکری انسان در نظر گرفته می‌شود. این حقوق برای تشویق افراد به نوآوری طراحی شده‌اند. از دیدگاه عملی، تنها اشخاص حقیقی (و اشخاص حقوقی مانند شرکت‌ها که از طریق نمایندگان انسانی خود عمل می‌کنند) دارای “اهلیت قانونی” (legal personality) هستند. این بدان معناست که آن‌ها می‌توانند حقوقی داشته باشند (مانند حق مالکیت بر اختراع)، تعهداتی بپذیرند، قرارداد ببندند (مانند قرارداد واگذاری حق اختراع)، و در دادگاه طرف دعوا قرار گیرند.

ماشین‌ها و سیستم‌های هوش مصنوعی، هر چقدر هم که پیشرفته باشند، در حال حاضر فاقد اهلیت قانونی مستقل هستند. آن‌ها نمی‌توانند مالک اموال باشند، قرارداد امضا کنند، یا به طور مستقل در دادگاه شکایت کنند یا مورد شکایت قرار گیرند. بنابراین، حتی اگر یک سیستم هوش مصنوعی بتواند به طور مستقل یک اختراع را “ایجاد” کند، از نظر قانونی نمی‌تواند “مخترع” آن باشد، زیرا قادر به داشتن و اعمال حقوق مرتبط با این عنوان نیست. این موضع به صراحت توسط ادارات ثبت اختراع و دادگاه‌ها در پرونده‌های اخیر تأیید شده است.

برای مثال، در آمریکا، قانون ثبت اختراع مخترع را به عنوان فرد یا افرادی که اختراع کرده‌اند یا کشف کرده‌اند تعریف می‌کند و دادگاه‌ها همواره “فرد” را به معنای انسان تفسیر کرده‌اند. شرکت‌ها نمی‌توانند مخترع باشند، بلکه می‌توانند مالک اختراعی باشند که توسط کارمندان انسانی آن‌ها ایجاد شده است. به طریق مشابه، در اروپا، کنوانسیون ثبت اختراع اروپا (EPC) و رویه قضایی اداره ثبت اختراع اروپا (EPO) مستلزم آن است که مخترع نامبرده شده در درخواست، یک شخص حقیقی باشد. این الزام قانونی، سد محکمی در برابر به رسمیت شناختن هوش مصنوعی به عنوان مخترع ایجاد می‌کند، صرف نظر از میزان نقش واقعی آن در فرآیند نوآوری.

پرونده DABUS

شاید مشهورترین و گویاترین نمونه از چالش هوش مصنوعی در برابر الزام “انسان بودن” مخترع، مربوط به درخواست‌های ثبت اختراعی باشد که در آن‌ها یک سیستم هوش مصنوعی به نام DABUS (Device for the Autonomous Bootstrapping of Uniform Sensibility) به عنوان مخترع معرفی شده بود. دکتر استفان تالر، خالق DABUS، دو درخواست ثبت اختراع (یکی برای نوعی ظرف نوشیدنی با طراحی خاص و دیگری برای دستگاهی برای جلب توجه در شرایط اضطراری) را در ادارات ثبت اختراع مختلف در سراسر جهان (از جمله آمریکا، اروپا، بریتانیا، استرالیا و …) ثبت کرد و در همه آن‌ها، DABUS را به عنوان تنها مخترع معرفی نمود. استدلال تالر این بود که این اختراعات توسط خودِ سیستم هوش مصنوعی و بدون دخالت فکری قابل توجه از جانب او ایجاد شده‌اند و بنابراین، از نظر اخلاقی و فنی، DABUS مخترع واقعی است. او همچنین خود را به عنوان مالک این اختراعات معرفی کرد، با این استدلال که به عنوان صاحب DABUS، حقوق ناشی از اختراعات آن به او تعلق می‌گیرد.

واکنش ادارات ثبت اختراع و دادگاه‌ها به این درخواست‌ها تقریباً یکسان بود: رد درخواست‌ها بر این اساس که مخترع باید یک شخص حقیقی باشد. اداره ثبت اختراع اروپا (EPO) و اداره مالکیت فکری بریتانیا (UKIPO) به صراحت اعلام کردند که طبق قوانین فعلی، تنها انسان‌ها می‌توانند به عنوان مخترع شناخته شوند. دادگاه‌های تجدیدنظر در این کشورها نیز این تصمیمات را تأیید کردند. در آمریکا، اداره ثبت اختراع و علائم تجاری (USPTO) نیز درخواست‌ها را رد کرد و دادگاه منطقه‌ای و سپس دادگاه تجدیدنظر فدرال نیز با تأکید بر اینکه قانون ثبت اختراع آمریکا “مخترع” را یک “فرد” (individual) می‌داند و کنگره و دادگاه عالی همواره این واژه را به معنای انسان به کار برده‌اند، تصمیم USPTO را تأیید نمودند.

تنها استثنای موقت و قابل توجه در استرالیا رخ داد، جایی که یک قاضی دادگاه فدرال در ابتدا حکم داد که قانون ثبت اختراع استرالیا مانع از این نیست که هوش مصنوعی مخترع باشد. با این حال، این حکم بعداً توسط هیئت دادگاه فدرال استرالیا لغو شد و موضع غالب جهانی مبنی بر لزوم انسان بودن مخترع، مجدداً تأیید گردید. پرونده DABUS به وضوح نشان داد که علیرغم پیشرفت‌های هوش مصنوعی، چارچوب‌های قانونی فعلی در سراسر جهان برای پذیرش یک نهاد غیرانسانی به عنوان مخترع آماده نیستند و تغییر در این زمینه نیازمند اصلاحات قانونی صریح توسط مجالس قانون‌گذاری خواهد بود.

اگر هوش مصنوعی مخترع نیست، پس چه کسی مخترع است؟

با توجه به اینکه قوانین فعلی اجازه نمی‌دهند هوش مصنوعی به عنوان مخترع شناخته شود، این سوال مهم پیش می‌آید که در مواردی که هوش مصنوعی نقش اصلی را در ایجاد یک نوآوری ایفا کرده، چه کسی یا کسانی باید به عنوان مخترع معرفی شوند؟ این سوال پاسخ ساده‌ای ندارد و به شرایط خاص هر مورد بستگی دارد. چندین گزینه محتمل وجود دارد:

برنامه‌نویس یا توسعه‌دهنده هوش مصنوعی: شخصی که الگوریتم هوش مصنوعی را طراحی و ایجاد کرده است. استدلال در اینجا این است که هوش مصنوعی ابزاری است که توسط این شخص ساخته شده و نتایج آن به نوعی محصول کار اوست. اما این دیدگاه زمانی با چالش مواجه می‌شود که هوش مصنوعی پس از آموزش، به روش‌هایی عمل می‌کند یا نتایجی تولید می‌کند که فراتر از پیش‌بینی یا قصد اولیه برنامه‌نویس بوده است. آیا می‌توان گفت برنامه‌نویس، ایده‌ای را که هوش مصنوعی به طور مستقل به آن رسیده، “تصور” کرده است؟

متخصص داده یا کاربر: شخصی که داده‌های آموزشی هوش مصنوعی را انتخاب، آماده‌سازی و به سیستم وارد کرده، یا شخصی که هوش مصنوعی را برای حل یک مشکل خاص به کار گرفته و پارامترهای آن را تنظیم کرده است. این افراد ممکن است نقش مهمی در هدایت هوش مصنوعی به سمت یک نتیجه مفید داشته باشند. اما آیا صرفِ فراهم کردن داده یا استفاده از ابزار، برای احراز عنوان “مخترع” کافی است؟ معیار اصلی همچنان “تصور” ایده اختراع است.

شخصی که خروجی هوش مصنوعی را شناسایی و ارزش آن را درک می‌کند: گاهی هوش مصنوعی ممکن است حجم زیادی از نتایج بالقوه را تولید کند و این یک انسان است که با بررسی این نتایج، یک راه‌حل یا طرح خاص را به عنوان یک اختراع ارزشمند شناسایی می‌کند. آیا این عملِ شناسایی و درک اهمیت، می‌تواند به منزله “تصور” در نظر گرفته شود؟ این دیدگاه به مفهوم سنتی تصور نزدیک‌تر است، اما همچنان نیازمند بررسی دقیق سهم فکری آن شخص در شکل‌گیری نهایی ایده است.

ترکیبی از افراد فوق: در بسیاری از موارد، احتمالاً چندین نفر در فرآیند منتهی به اختراع نقش داشته‌اند: برنامه‌نویس، متخصص داده، کاربری که مشکل را تعریف کرده، و شخصی که نتیجه را ارزیابی کرده است. در این حالت، تعیین دقیق اینکه چه کسانی سهم فکری کافی برای شناخته شدن به عنوان هم‌مخترع (joint inventor) داشته‌اند، می‌تواند بسیار دشوار باشد و نیازمند تحلیل دقیق مشارکت هر فرد در “تصور” جنبه‌های مختلف اختراع است.

عدم قطعیت در مورد تعیین مخترع در اختراعات مبتنی بر هوش مصنوعی، پیامدهای حقوقی و تجاری قابل توجهی دارد، به‌ویژه در مورد مالکیت اختراع. در حال حاضر، راه حل عملی که بسیاری در پیش گرفته‌اند، شناسایی و معرفی افرادی است که بیشترین سهم فکری را در هدایت فرآیند یا شناسایی نتیجه داشته‌اند است. با این حال، با افزایش استقلال و توانمندی سیستم‌های هوش مصنوعی، فشار برای بازنگری در قوانین یا یافتن راه حل‌های جایگزین (مانند ایجاد یک دسته جدید از “اختراعات تولید شده توسط هوش مصنوعی” با رژیم مالکیتی متفاوت) احتمالاً افزایش خواهد یافت.

ثبت اختراع خودِ هوش مصنوعی (الگوریتم‌ها و نرم‌افزار)

چالش بزرگ: ایده انتزاعی

یکی از موانع اصلی بر سر راه ثبت اختراع نرم‌افزارها و الگوریتم‌های هوش مصنوعی، به‌ویژه در نظام حقوقی آمریکا، مفهوم “ایده انتزاعی” (Abstract Idea) است. همانطور که پیش‌تر اشاره شد، ایده‌های انتزاعی، در کنار قوانین طبیعت و پدیده‌های طبیعی، جزو موضوعاتی هستند که اصولاً قابل ثبت اختراع محسوب نمی‌شوند. استدلال پشت این استثنا این است که این موارد، ابزارهای بنیادین علم و فناوری هستند و اعطای حق انحصاری بر روی آن‌ها می‌تواند مانع پیشرفت و نوآوری شود. مشکل اینجا است که مرز بین یک “ایده انتزاعی” غیرقابل ثبت و یک “کاربرد عملی” قابل ثبت از آن ایده، همیشه روشن نیست، به‌ویژه وقتی پای نرم‌افزار و الگوریتم در میان باشد.

الگوریتم‌ها، در ذات خود، مجموعه‌ای از دستورالعمل‌ها یا رویه‌های ریاضی برای حل یک مسئله یا انجام یک کار هستند. بسیاری از تکنیک‌های هوش مصنوعی، مانند یادگیری ماشین، شبکه‌های عصبی، و الگوریتم‌های بهینه‌سازی، بر پایه مدل‌ها و محاسبات ریاضی پیچیده بنا شده‌اند. از این منظر، ممکن است استدلال شود که یک الگوریتم هوش مصنوعی، چیزی بیش از یک روش ریاضی یا یک ایده انتزاعی نیست و بنابراین نباید قابل ثبت باشد. این نگرانی وجود دارد که ثبت اختراع الگوریتم‌های بنیادی هوش مصنوعی، دسترسی به این ابزارهای قدرتمند را محدود کرده و جلوی تحقیقات و کاربردهای جدید را بگیرد.

با این حال، اکثر اختراعات نرم‌افزاری، از جمله اختراعات هوش مصنوعی، صرفاً یک فرمول ریاضی محض نیستند، بلکه کاربرد آن الگوریتم‌ها برای حل یک مشکل مشخص در دنیای واقعی یا بهبود عملکرد یک سیستم کامپیوتری هستند. چالش اصلی، تعیین این است که آیا ادعاهای ثبت اختراع (Patent Claims) به گونه‌ای نوشته شده‌اند که صرفاً خودِ ایده انتزاعی را پوشش می‌دهند، یا اینکه یک کاربرد مشخص، ملموس و مبتکرانه از آن ایده را توصیف می‌کنند که فراتر از مفهوم انتزاعی صرف است. در بخش بعدی، به رویکردهایی که در آمریکا و اروپا برای تمایز قائل شدن بین این دو حالت اتخاذ شده است، خواهیم پرداخت.

رویکرد آمریکا: آزمون Mayo/Alice

در ایالات متحده، دادگاه عالی در دو پرونده مهم، Mayo Collaborative Services v. Prometheus Laboratories, Inc.  و Alice Corp. v. CLS Bank International ، چارچوبی دو مرحله‌ای را برای تعیین اینکه آیا یک اختراع (به‌ویژه اختراعات مرتبط با نرم‌افزار و روش‌های تشخیصی) به یک موضوع غیرقابل ثبت (مانند ایده انتزاعی یا قانون طبیعت) مربوط می‌شود یا خیر، ایجاد کرد. این چارچوب که به آزمون Mayo/Alice معروف است، به شرح زیر عمل می‌کند:

مرحله اول: آیا ادعای ثبت اختراع “معطوف به” (directed to) یکی از استثنائات قضایی است (یعنی قانون طبیعت، پدیده طبیعی، یا ایده انتزاعی)؟ در این مرحله، باید مشخص شود که آیا تمرکز اصلی یا “شخصیت اصلی” (character as a whole)  ادعا، بر روی یکی از این مفاهیم غیرقابل ثبت است یا خیر. اگر پاسخ منفی باشد (یعنی ادعا معطوف به این استثنائات نباشد)، اختراع از نظر موضوع قابل ثبت است و نیازی به رفتن به مرحله دوم نیست. اما اگر پاسخ مثبت باشد، به مرحله دوم می‌رویم.

مرحله دوم: اگر ادعا معطوف به یک استثنای قضایی باشد، آیا عناصر ادعا، چه به صورت جداگانه و چه به عنوان یک ترکیب، حاوی یک “مفهوم ابتکاری” (inventive concept) هستند که “به طور قابل توجهی بیشتر” (significantly more) از خودِ آن استثنا باشد؟ به عبارت دیگر، آیا ادعا چیزی فراتر از بیان کلی استثنا به همراه دستورالعمل‌های کلی برای اعمال آن با استفاده از فعالیت‌های روتین، متعارف و شناخته شده ارائه می‌دهد؟ این “چیز بیشتر” باید ماهیتی فراتر از خودِ ایده انتزاعی داشته باشد و آن را به یک کاربرد عملی و مبتکرانه تبدیل کند. صرفِ اجرای یک ایده انتزاعی بر روی یک کامپیوتر عمومی، معمولاً به عنوان “چیز بیشتر” کافی تلقی نمی‌شود.

اعمال آزمون Mayo/Alice بر اختراعات هوش مصنوعی می‌تواند نتایج متفاوتی به همراه داشته باشد. اگر ادعای ثبت اختراع صرفاً بر روی خودِ الگوریتم ریاضی هوش مصنوعی متمرکز باشد، احتمالاً در مرحله اول آزمون، به عنوان معطوف به “ایده انتزاعی” شناخته خواهد شد. در این صورت، برای عبور از مرحله دوم، باید نشان داده شود که ادعا شامل عناصر اضافی است که کاربرد آن الگوریتم را به یک فرآیند یا سیستم فنی مشخص، غیربدیهی و بهبود یافته گره می‌زند. برای مثال، ادعایی که یک الگوریتم یادگیری ماشین خاص را برای بهبود کنترل یک بازوی رباتیک صنعتی یا برای تشخیص یک بیماری خاص از روی تصاویر پزشکی با دقت بالاتر به کار می‌گیرد، شانس بیشتری برای عبور از مرحله دوم و قابل ثبت بودن دارد تا ادعایی که صرفاً خودِ الگوریتم را بدون کاربرد فنی مشخص توصیف می‌کند.

رویکرد اروپا: نیاز به “اثر فنی”

در اروپا، همانطور که قبلاً اشاره شد، برنامه‌های رایانه‌ای “به خودی خود” قابل ثبت نیستند. با این حال، رویه قضایی اداره ثبت اختراع اروپا (EPO) روشن کرده است که اختراعاتی که توسط کامپیوتر پیاده‌سازی می‌شوند (Computer-Implemented Inventions) ، از جمله اختراعات مبتنی بر هوش مصنوعی، می‌توانند قابل ثبت باشند، به شرطی که دارای “ویژگی فنی” (technical character) باشند و “اثر فنی” (technical effect) ایجاد کنند. این یعنی اختراع باید به حل یک “مشکل فنی” (technical problem) کمک کند و راه‌حل ارائه شده نیز باید “فنی” باشد.

“اثر فنی” باید فراتر از تعاملات فیزیکی عادی بین برنامه و کامپیوتر (مانند عبور جریان الکتریکی در پردازنده) باشد. مثال‌هایی از اثرات فنی که توسط EPO پذیرفته شده‌اند عبارتند از: کنترل بهتر یک فرآیند صنعتی (مانند کنترل یک ربات)، پردازش بهینه‌تر داده‌ها (مانند فشرده‌سازی تصویر یا صدا)، بهبود ارتباطات دیجیتال (مانند کدگذاری سیگنال)، افزایش امنیت سیستم، یا حتی ارائه یک رابط کاربری بهتر که به کاربر امکان تعامل کارآمدتر با دستگاه را می‌دهد. در مورد روش‌های ریاضی و الگوریتم‌ها، حتی اگر در نگاه اول غیرفنی به نظر برسند، اگر برای یک هدف فنی مشخص (مانند کارکردن در یک دستگاه خاص یا کنترل یک فرآیند فنی) به کار گرفته شوند، می‌توانند به ویژگی فنی کلی اختراع کمک کنند.

بنابراین، در اروپا، برای ثبت اختراع یک نوآوری مبتنی بر هوش مصنوعی، باید نشان داده شود که هوش مصنوعی برای حل یک مشکل فنی مشخص به کار رفته و منجر به یک اثر فنی قابل اندازه‌گیری یا قابل مشاهده می‌شود. صرفِ پیاده‌سازی یک الگوریتم هوش مصنوعی بر روی کامپیوتر کافی نیست. باید نشان داد که این پیاده‌سازی چگونه به بهبود یک فرآیند یا سیستم فنی کمک می‌کند. به عنوان مثال، یک الگوریتم هوش مصنوعی که برای بهینه‌سازی مصرف سوخت در موتور خودرو یا برای پیش‌بینی دقیق‌تر آب و هوا با استفاده از داده‌های حسگرها طراحی شده، احتمالاً دارای اثر فنی لازم برای ثبت در اروپا خواهد بود. همچنین، هنگام ارزیابی “گام ابتکاری”، تنها ویژگی‌های فنی اختراع (شامل ویژگی‌های غیرفنی که به حل مشکل فنی کمک می‌کنند) در نظر گرفته می‌شوند.

نکات عملی برای ثبت اختراعات هوش مصنوعی

تمرکز بر کاربرد فنی: به جای تمرکز صرف بر خودِ الگوریتم هوش مصنوعی، بر کاربرد عملی و فنی آن تأکید شود. بایستی توضیح داده شود که این هوش مصنوعی چگونه یک مشکل مشخص در یک زمینه فنی را حل می‌کند یا چگونه عملکرد یک دستگاه، سیستم یا فرآیند موجود را بهبود می‌بخشد. ادعاها باید به گونه‌ای تنظیم شوند که این کاربرد فنی را به وضوح بیان کنند.

توصیف جزئیات پیاده‌سازی: صرفاً به بیان کلی الگوریتم اکتفا نشود. در صورت امکان، جزئیات بیشتری در مورد نحوه پیاده‌سازی هوش مصنوعی، نحوه تعامل آن با سایر اجزای سیستم، و نحوه استفاده از داده‌ها برای دستیابی به نتیجه فنی ارائه شود. این جزئیات می‌توانند به نشان دادن ماهیت عملی و غیرانتزاعی اختراع کمک کنند.

ارائه شواهد و نتایج: اگر هوش مصنوعی منجر به بهبود قابل اندازه‌گیری در عملکرد (مانند افزایش سرعت، کاهش خطا، دقت بالاتر) شده است، این نتایج را در متن درخواست (Specification) ارائه شود. داده‌های تجربی، نتایج شبیه‌سازی، یا مقایسه با روش‌های قبلی می‌تواند به اثبات “اثر فنی” (در اروپا) یا وجود “چیز بیشتر” از ایده انتزاعی (در آمریکا) کمک کند.

در نظر گرفتن جنبه‌های مختلف اختراع: یک نوآوری هوش مصنوعی ممکن است جنبه‌های مختلفی داشته باشد که قابل ثبت باشند: خودِ الگوریتم (اگر به درستی ادعا شود)، روش آموزش مدل هوش مصنوعی، ساختار داده‌ای خاصی که استفاده می‌شود، سیستم کامپیوتری که برای اجرای هوش مصنوعی پیکربندی شده، یا محصول یا خدمتی که از آن هوش مصنوعی استفاده می‌کند. بررسی امکان ثبت هر یک از این جنبه‌ها می‌تواند استراتژی حفاظتی قوی‌تری را فراهم کند.

تنظیم دقیق ادعاها: ادعاها قلب یک گواهی ثبت اختراع هستند و باید با دقت بسیار تنظیم شوند. از نوشتن ادعاهایی که بیش از حد گسترده یا انتزاعی هستند و صرفاً به نتیجه مطلوب اشاره می‌کنند، خودداری شود. ادعاها باید عناصر ساختاری یا مراحل فرآیندی مشخصی را توصیف کنند که اختراع را تعریف می‌کنند و آن را از دانش فنی قبلی و ایده‌های انتزاعی متمایز می‌سازند.

با توجه به چالش‌های “ایده انتزاعی” و نیاز به “اثر فنی”، چگونه می‌توان شانس ثبت اختراع نوآوری‌های مبتنی بر هوش مصنوعی را افزایش داد؟ در اینجا چند نکته عملی وجود دارد که مخترعان باید در نظر داشته باشند:

در نهایت، با توجه به پیچیدگی و تفاوت‌های بین نظام‌های حقوقی، مشورت با وکلای ثبت اختراع که تجربه کار با اختراعات نرم‌افزاری و هوش مصنوعی را دارند، برای تدوین یک استراتژی ثبت اختراع مؤثر، امری ضروری است.

چالش‌های دیگر در تقاطع هوش مصنوعی و ثبت اختراع

شخص دارای مهارت متعارف در فن (POSITA) در عصر هوش مصنوعی

مفهوم “شخص دارای مهارت متعارف در فن” (Person of Ordinary Skill in the Art یا POSITA) یکی از سنگ بناهای قانون ثبت اختراع است. این شخص، یک فرد فرضی است (نه یک شخص واقعی) که دانش عمومی رایج و مهارت‌های معمولی در زمینه فنی مربوط به اختراع را دارد، اما لزوماً خلاقیت یا توانایی اختراع کردن ندارد. از دیدگاه این شخص فرضی است که معیارهای کلیدی مانند “غیر بدیهی بودن” (Non-Obviousness) و “افشای کافی” (Enablement) ارزیابی می‌شوند. سوال این است که آیا اختراع برای این شخص، با توجه به دانش فنی موجود در آن زمان، بدیهی بوده است؟ و آیا توضیحات ارائه شده در درخواست ثبت اختراع، برای این شخص کافی است تا بتواند اختراع را بسازد و از آن استفاده کند؟

ظهور هوش مصنوعی این مفهوم را به چالش می‌کشد. سیستم‌های هوش مصنوعی مدرن قادرند حجم عظیمی از اطلاعات (از جمله مقالات علمی، پتنت‌های قبلی و داده‌های تجربی) را پردازش کنند، الگوهایی را بیابند که برای انسان قابل تشخیص نیست، و حتی راه‌حل‌های جدیدی را پیشنهاد دهند. این توانایی‌ها این سوال را مطرح می‌کند که آیا سطح “مهارت متعارف” باید بازنگری شود؟ آیا POSITA امروزی، دیگر فقط یک انسان با دانش معمولی است، یا باید او را فردی در نظر گرفت که به ابزارهای پیشرفته هوش مصنوعی دسترسی دارد و می‌تواند از آن‌ها استفاده کند؟

اگر سطح مهارت POSITA به دلیل دسترسی به هوش مصنوعی بالاتر در نظر گرفته شود، پیامدهای مهمی خواهد داشت. اول، اثبات “غیر بدیهی بودن” یک اختراع دشوارتر خواهد شد. اگر یک هوش مصنوعی بتواند با تحلیل داده‌های موجود، به راحتی به همان راه‌حل اختراع برسد، استدلال اینکه آن راه‌حل برای POSITA (که حالا مجهز به هوش مصنوعی فرض می‌شود) بدیهی بوده، قوی‌تر می‌شود. این امر می‌تواند آستانه لازم برای ثبت اختراع را به طور قابل توجهی بالا ببرد، به‌ویژه در زمینه‌هایی که هوش مصنوعی کاربرد زیادی دارد (مانند داروسازی یا علم مواد). دوم، ممکن است بر الزامات “افشای کافی” نیز تأثیر بگذارد. اگر POSITA به ابزارهای هوش مصنوعی قدرتمندی دسترسی داشته باشد، شاید نیاز باشد مخترع جزئیات کمتری را در درخواست خود افشا کند، زیرا فرض می‌شود POSITA می‌تواند شکاف‌های اطلاعاتی را با استفاده از هوش مصنوعی پر کند. البته این دیدگاه کمتر محتمل است و معمولاً بار افشای کامل بر دوش متقاضی است. در حال حاضر، اکثر نظام‌های حقوقی هنوز POSITA را یک انسان در نظر می‌گیرند، اما این بحث که آیا و چگونه باید توانایی‌های هوش مصنوعی را در تعریف این شخص فرضی لحاظ کرد، ادامه دارد.

الزامات افشا: چالش “جعبه سیاه” و مدل‌های در حال تکامل

یکی دیگر از الزامات اساسی قانون ثبت اختراع، افشای کافی (Adequate Disclosure) است. مخترع موظف است اختراع خود را در متن درخواست ثبت اختراع به گونه‌ای توصیف کند که یک شخص دارای مهارت متعارف در فن (POSITA) بتواند آن را بسازد و از آن استفاده کند (این الزام به “توانمندسازی” یا Enablement معروف است). همچنین، باید نشان دهد که در زمان ثبت درخواست، واقعاً اختراع مورد ادعا را در اختیار داشته است (الزام “توصیف مکتوب” یا Written Description). هدف از این الزامات، اطمینان از این است که در ازای دریافت حق انحصاری، دانش فنی اختراع به طور کامل به جامعه منتقل شود.

اختراعات مبتنی بر هوش مصنوعی، به‌ویژه آن‌هایی که از مدل‌های یادگیری عمیق (Deep Learning) یا شبکه‌های عصبی پیچیده استفاده می‌کنند، می‌توانند چالش‌های جدی برای برآورده کردن این الزامات ایجاد کنند. یکی از مشکلات، پدیده “جعبه سیاه” (Black Box) است. در بسیاری از مدل‌های پیچیده هوش مصنوعی، حتی برای خودِ توسعه‌دهندگان نیز دشوار است که دقیقاً توضیح دهند چگونه مدل به یک خروجی یا تصمیم خاص می‌رسد. روابط بین ورودی‌ها، وزن‌های داخلی شبکه، و خروجی‌ها ممکن است آنقدر پیچیده و غیرخطی باشد که توصیف کامل و قابل فهم آن برای POSITA جهت بازتولید دقیق عملکرد مدل، تقریباً غیرممکن باشد. چگونه می‌توان چیزی را که به طور کامل درک نمی‌شود، به اندازه کافی افشا کرد؟

مشکل دیگر، ماهیت “در حال تکامل” (Evolving) بسیاری از مدل‌های هوش مصنوعی است. این مدل‌ها اغلب از طریق فرآیند “آموزش” (Training) با استفاده از حجم زیادی داده، به تدریج پارامترهای داخلی خود را تنظیم می‌کنند و عملکردشان بهبود می‌یابد. مدلی که امروز وجود دارد، ممکن است با داده‌های بیشتر یا روش‌های آموزشی متفاوت، در آینده تغییر کند. حال سوال این است که مخترع دقیقاً چه چیزی را باید افشا کند؟ آیا باید ساختار اولیه مدل را افشا کند؟ آیا باید داده‌های آموزشی را نیز افشا کند (که اغلب محرمانه یا بسیار حجیم هستند)؟ آیا باید وزن‌های نهایی مدل آموزش‌دیده را افشا کند (که ممکن است به سرعت منسوخ شوند یا به داده‌های خاصی وابسته باشند)؟ عدم قطعیت در مورد نحوه عملکرد دقیق مدل و پویایی آن، می‌تواند برآورده کردن الزامات Enablement و Written Description را بسیار دشوار سازد و راه را برای به چالش کشیدن اعتبار پتنت‌های هوش مصنوعی باز کند. ادارات ثبت اختراع و دادگاه‌ها هنوز در حال دست و پنجه نرم کردن با این مسائل هستند و دستورالعمل‌های روشنی در این زمینه وجود ندارد.

مالکیت اختراعات هوش مصنوعی: چه کسی مالک است؟

سوال “چه کسی مخترع است؟” ارتباط مستقیمی با سوال مهم دیگری دارد: “چه کسی مالک اختراع است؟” طبق قوانین ثبت اختراع، مالکیت اولیه یک اختراع به مخترع یا مخترعان آن تعلق دارد. با این حال، در عمل، اکثر اختراعات توسط کارمندان در حین انجام وظایف شغلی ایجاد می‌شوند و طبق قراردادهای استخدامی یا قوانین کار، مالکیت این اختراعات معمولاً به کارفرما (شرکت) منتقل می‌شود. این مدل استاندارد، زمانی که مخترع یک یا چند انسان باشند، به خوبی کار می‌کند.

اما وقتی هوش مصنوعی نقش مهمی در فرآیند اختراع ایفا می‌کند، وضعیت پیچیده‌تر می‌شود. همانطور که دیدیم، هوش مصنوعی نمی‌تواند مخترع باشد و بنابراین نمی‌تواند مالک اولیه اختراع نیز باشد. پس مالکیت به چه کسی می‌رسد؟ چندین سناریو و دیدگاه وجود دارد:

مالکیت توسط “مخترع انسانی“: اگر بتوان افراد انسانی را شناسایی کرد که طبق معیارهای قانونی، به عنوان مخترع یا هم‌مخترع شناخته می‌شوند (مثلاً کسی که مشکل را تعریف کرده، هوش مصنوعی را هدایت کرده، یا نتیجه را شناسایی و تکمیل کرده)، آنگاه مالکیت اولیه به آن‌ها تعلق گرفته و سپس (احتمالاً) به کارفرمایشان منتقل می‌شود. این راه حل با قوانین فعلی سازگار است، اما همانطور که گفتیم، تعیین دقیق مخترع انسانی در این شرایط همیشه آسان نیست.

مالکیت توسط صاحب هوش مصنوعی: دیدگاه دیگر این است که مالکیت اختراعات تولید شده توسط هوش مصنوعی باید به شخصی تعلق گیرد که مالک خودِ سیستم هوش مصنوعی است (کسی که آن را خریده یا ساخته است). این شبیه به مالکیت محصول یک ابزار یا ماشین است. اگرچه این رویکرد از نظر تجاری منطقی به نظر می‌رسد، اما مبنای قانونی روشنی در قوانین فعلی ثبت اختراع ندارد، زیرا مالکیت اختراع به “اختراع کردن” (Inventorship) گره خورده است، نه به مالکیت ابزار.

مالکیت توسط صاحب داده‌های آموزشی: از آنجا که عملکرد هوش مصنوعی به شدت به داده‌هایی که با آن آموزش دیده وابسته است، برخی معتقدند که مالک داده‌های آموزشی باید در مالکیت اختراعات حاصل از آن هوش مصنوعی سهمی داشته باشد. این امر می‌تواند مسائل پیچیده‌ای را در مورد حقوق مالکیت داده و قراردادهای مربوط به استفاده از داده ایجاد کند.

نیاز به مدل‌های جدید مالکیت: با توجه به پیچیدگی‌ها، ممکن است نیاز به ایجاد مدل‌های حقوقی جدیدی برای مالکیت اختراعات تولید شده توسط هوش مصنوعی باشد. این مدل‌ها می‌توانند شامل مالکیت مشترک بین افراد و نهادهای مختلف دخیل در فرآیند، یا حتی ایجاد یک وضعیت حقوقی خاص برای این نوع اختراعات باشند.

در حال حاضر، محتمل‌ترین و عملی‌ترین رویکرد، تکیه بر شناسایی مخترعان انسانی و انتقال مالکیت از طریق قراردادهای استخدامی یا واگذاری است. با این حال، برای جلوگیری از اختلافات آتی، بسیار مهم است که شرکت‌ها و افرادی که از هوش مصنوعی در فرآیندهای نوآوری خود استفاده می‌کنند، از طریق قراردادهای روشن و دقیق، وضعیت مالکیت نتایج حاصل از کار هوش مصنوعی را از قبل مشخص کنند. این قراردادها باید به وضوح تعریف کنند که چه کسی مالک سیستم هوش مصنوعی، داده‌های آموزشی، و هرگونه مالکیت فکری ایجاد شده توسط آن خواهد بود.

نتیجه‌گیری و جمع‌بندی کلی

هم‌پوشانی هوش مصنوعی و قانون ثبت اختراع، یکی از پویاترین و چالش‌برانگیزترین حوزه‌ها در حقوق مالکیت فکری امروز است. همانطور که در این مقاله بررسی شد، پیشرفت‌های سریع هوش مصنوعی سوالات بنیادینی را در مورد مفاهیم اصلی نظام ثبت اختراع مطرح کرده است که پاسخ به آن‌ها برای حفظ توازن بین تشویق نوآوری و منافع عمومی ضروری است. چالش‌های کلیدی شناسایی شده شامل تعیین اینکه آیا خودِ فناوری‌های هوش مصنوعی (الگوریتم‌ها و نرم‌افزارها) به عنوان “موضوع قابل ثبت” شناخته می‌شوند یا “ایده‌های انتزاعی” هستند، مسئله بسیار پیچیده تعیین “مخترع” زمانی که هوش مصنوعی نقش محوری در ایجاد نوآوری دارد، تأثیر هوش مصنوعی بر استاندارد “شخص دارای مهارت متعارف در فن”، دشواری‌های مربوط به “افشای کافی” مدل‌های پیچیده و در حال تکامل هوش مصنوعی، و در نهایت، ابهامات پیرامون “مالکیت” اختراعات تولید شده توسط هوش مصنوعی است.

در حال حاضر، چارچوب‌های قانونی موجود در سراسر جهان، اگرچه تحت فشار هستند، اما هنوز راهکارهای عملی ارائه می‌دهند. در مورد ثبت اختراع خودِ هوش مصنوعی، رویکردها در آمریکا معیار Mayo/Alice و اروپا (نیاز به اثر فنی) نشان می‌دهند که تمرکز باید بر کاربرد عملی و فنی هوش مصنوعی برای حل یک مشکل مشخص باشد، نه صرفاً بر خودِ الگوریتم انتزاعی. در مورد مسئله مخترع، موضع قاطع و تقریباً جهانی این است که مخترع باید یک شخص حقیقی (انسان) باشد. پرونده DABUS این موضع را به خوبی تثبیت کرد. بنابراین، در عمل، باید افراد انسانی که سهم فکری لازم در “تصور” اختراع داشته‌اند، شناسایی و به عنوان مخترع معرفی شوند. این امر به نوبه خود، تکلیف مالکیت اولیه را نیز روشن می‌کند که سپس می‌تواند طبق قرارداد به کارفرما یا نهاد دیگری منتقل شود.

با این حال، واضح است که قوانین فعلی ممکن است در بلندمدت برای همگام شدن با سرعت پیشرفت هوش مصنوعی کافی نباشند. با افزایش استقلال و توانایی‌های خلاقانه سیستم‌های هوش مصنوعی، فشار برای بازنگری در تعریف “مخترع” یا ایجاد چارچوب‌های جایگزین برای حمایت و مدیریت نوآوری‌های تولید شده توسط هوش مصنوعی، احتمالاً افزایش خواهد یافت. این امر نیازمند بحث‌های عمیق‌تر در سطح ملی و بین‌المللی و احتمالاً اصلاحات قانونی در آینده است. برای حقوق‌دانان، ضروری است که از این تحولات آگاه باشند، تفاوت‌های بین نظام‌های حقوقی را درک کنند و بتوانند موکلان خود را در مورد بهترین استراتژی‌ها برای حفاظت از نوآوری‌های مرتبط با هوش مصنوعی، مدیریت ریسک‌های مربوط به تعیین مخترع و مالکیت، و تنظیم قراردادهای مناسب راهنمایی کنند. این حوزه، بدون شک، در سال‌های آینده همچنان یکی از کانون‌های اصلی توجه در دنیای حقوق مالکیت فکری باقی خواهد ماند.

Avatar
احسان چهره وب‌سایت

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *