Los abogados de Foley analizan las conclusiones sobre patentes de la reciente sentencia sobre aprendizaje automático
Lo que hay que saber sobre patentes Circ. sobre aprendizaje automático
Este artículo se publicó originalmente en Law360 el 13 de mayo de 2025, y se vuelve a publicar aquí con permiso.
La última refundición del Tribunal de Apelación del Circuito Federal de los Estados Unidos sobre la admisibilidad de las patentes en el ámbito del aprendizaje automático debería hacer reflexionar a las empresas tecnológicas y de inteligencia artificial a la hora de plantearse cómo obtener activos de patentes efectivos y reivindicables para su tecnología.
En concreto, la sentencia del 18 de abril en el caso Recentive Analytics Inc. contra Fox Corp. afirmó la invalidez de las patentes que se interpretan como una mera aplicación de técnicas existentes de aprendizaje automático a nuevos entornos de datos.
El tribunal razonó que tales reivindicaciones, a falta de una mejora técnica demostrada que vaya más allá de la propia idea abstracta, no satisfacen los requisitos del Título 35 del Código de Estados Unidos, Sección 101.
Dado el uso generalizado del aprendizaje automático en todos los sectores, esta decisión podría tener implicaciones significativas para los solicitantes de patentes. Sin embargo, las empresas del ámbito de la IA y el aprendizaje automático pueden adoptar algunas medidas prácticas al describir su tecnología en las solicitudes de patentes para evitar ser presa de un resultado similar.
El enfoque del Circuito Federal sobre la admisibilidad
La decisión Recentive del Circuito Federal ofrece una nueva e importante orientación para navegar por la prueba Alice de dos pasos, derivada de la decisión de 2014 del Tribunal Supremo de EE. UU. en Alice Corp. contra CLS Bank International, cuando se persigue la protección de patentes para invenciones basadas en el aprendizaje automático.
Para abordar el primer paso y evitar una conclusión de que la invención se dirige a una idea abstracta, las empresas pueden querer enmarcar estratégicamente sus reivindicaciones en torno a mejoras técnicas específicas en lugar de amplias aplicaciones del aprendizaje automático a tareas conocidas.
El tribunal de Recentive consideró que las reivindicaciones no eran admisibles porque se limitaban a aplicar métodos genéricos de aprendizaje automático a funciones convencionales de la industria, como la programación y la emisión, que el tribunal consideró ideas abstractas.
Para reducir el riesgo de un resultado similar, las empresas podrían centrarse en destacar cómo su invención mejora el funcionamiento de un sistema informático o mejora la propia tecnología de aprendizaje automático, en lugar de limitarse a aplicar el aprendizaje automático a un caso de uso específico de un dominio.
Para el segundo paso, las empresas podrían considerar hacer hincapié en cómo su invención reivindicada introduce un concepto inventivo que no es inherente a la funcionalidad estándar de aprendizaje automático.
En Recentive, el tribunal consideró que elementos como el entrenamiento iterativo y las actualizaciones dinámicas eran aspectos rutinarios de los sistemas de aprendizaje automático y no representaban innovaciones tecnológicas significativas.
Para diferenciar sus invenciones, las empresas podrían incluir descripciones detalladas de configuraciones novedosas, arquitecturas de sistemas o técnicas de procesamiento que vayan más allá del comportamiento esperado del aprendizaje automático genérico.
Por ejemplo, la descripción de cómo estas características contribuyen a mejorar el rendimiento técnico mensurable, como la reducción de la carga computacional, la convergencia más rápida del modelo, la mejora de la precisión en conjuntos de datos complejos o la mayor adaptabilidad a las entradas en tiempo real, puede reforzar el argumento a favor de la admisibilidad de la patente.
Aspectos prácticos para los profesionales de las patentes
La decisión Recentive proporciona una orientación importante para los profesionales de patentes que redactan y tramitan patentes relacionadas con el aprendizaje automático. En este sentido, las patentes relacionadas con el aprendizaje automático podrían beneficiarse de identificar y detallar claramente cómo la invención avanza las técnicas de aprendizaje automático subyacentes o su implementación.
Por ejemplo, en lugar de reivindicar ampliamente el "entrenamiento iterativo de modelos", la especificación podría revelar explícitamente modificaciones o mejoras únicas de los procesos de entrenamiento tradicionales. Esto podría incluir la descripción de nuevos pasos de preprocesamiento, técnicas de optimización no convencionales o una arquitectura de red neuronal personalizada que mejore de forma demostrable la precisión de la predicción.
La decisión del tribunal también indicó que una divulgación insuficiente puede ser una debilidad significativa, y que es imperativo describir el "cómo" detrás de cualquier mejora reivindicada. Por ejemplo, si la innovación se refiere a la adaptación dinámica de modelos basados en datos en tiempo real, la especificación podría incluir descripciones algorítmicas o computacionales que ilustren cómo estas adaptaciones superan significativamente las metodologías convencionales.
La mera aplicación de métodos de aprendizaje automático conocidos o establecidos a nuevos entornos de datos podría no bastar, por sí sola, para establecer la patentabilidad. En su lugar, las reivindicaciones podrían enmarcarse para especificar cómo la innovación contribuye más allá de la aplicación general del aprendizaje automático.
Por ejemplo, cuando se trabaja con datos sanitarios, las reivindicaciones y especificaciones podrían describir cómo la solución aborda los retos técnicos específicos de ese contexto, como la gestión de entradas de datos dispersas o irregulares, la mejora de la eficiencia del procesamiento mediante una convergencia más rápida o la incorporación de salvaguardas que respondan a las preocupaciones sobre la privacidad y el cumplimiento de la normativa por parte de los pacientes.
Además, aunque los pasos individuales de un proceso puedan ser convencionales, las reivindicaciones podrían seguir siendo admisibles si la combinación de pasos proporciona un beneficio tecnológico único. Por ejemplo, describir cómo secuencias específicas de recopilación de datos, preprocesamiento, entrenamiento e inferencia funcionan conjuntamente para aumentar la eficiencia o mejorar la precisión podría ayudar a reforzar que la invención reivindicada es más que una aplicación genérica del aprendizaje automático.
Aspectos prácticos para los solicitantes de patentes
La decisión Recentive también tiene implicaciones importantes para los solicitantes de patentes que desarrollan o dependen de tecnologías basadas en el aprendizaje automático. A la luz de esta decisión, podría ser útil para los solicitantes reevaluar sus carteras de patentes para evaluar con qué claridad sus reivindicaciones relacionadas con el aprendizaje automático articulan mejoras técnicas específicas en relación con el estado de la técnica o alguna otra técnica.
Las auditorías internas pueden desempeñar un papel clave en este proceso, ayudando a identificar patentes que pueden carecer de divulgaciones detalladas, e incitando a considerar si sería beneficioso presentar solicitudes de continuación con especificaciones mejoradas. Estas revisiones también pueden descubrir oportunidades para aclarar el alcance de las reivindicaciones, introducir ejemplos más concretos o abordar las nuevas normas jurídicas en torno a las ideas abstractas.
Paralelamente, la colaboración entre los equipos técnicos y jurídicos puede contribuir al desarrollo de solicitudes más sólidas y resistentes. Fomentar el compromiso temprano y continuo entre inventores, ingenieros y profesionales de patentes puede ayudar a sacar a la luz aspectos patentables de una innovación que, de otro modo, podrían pasar desapercibidos.
En algunos casos en los que la elegibilidad de la patente parece incierta, los solicitantes podrían considerar si la protección del secreto comercial ofrece una alternativa práctica, en particular para algoritmos patentados, conjuntos de datos de entrenamiento o arquitecturas de modelos que son difíciles de detectar o de ingeniería inversa. Tales estrategias pueden ser pertinentes en mercados en rápida evolución, donde los largos plazos de las patentes no coinciden con los ciclos de los productos.
En este sentido, una gestión eficaz del secreto comercial podría incluir la adopción de acuerdos de confidencialidad sólidos, controles de acceso basados en funciones, iniciativas de concienciación interna y salvaguardias de datos.
Además, el establecimiento de procesos de revisión interna para supervisar la evolución jurídica, evaluar su pertinencia para las solicitudes pendientes o futuras y debatir los posibles ajustes en la estrategia de reclamación podría proporcionar información valiosa a medida que las normas de elegibilidad sigan evolucionando.
Impacto en la industria
La decisión sobre Recentive pone de relieve un reto permanente en el Derecho de patentes estadounidense: encontrar un equilibrio entre la protección de la innovación y la evitación de reivindicaciones excesivamente amplias que se impongan de forma inadmisible a sectores industriales enteros.
Esta sentencia sugiere un camino más restrictivo para la elegibilidad de las invenciones de aprendizaje automático, lo que puede influir en cómo se redactan las solicitudes de patentes en IA y aprendizaje automático en el futuro. Como consecuencia práctica, los inventores y los titulares de patentes pueden encontrarse con normas más estrictas en materia de divulgación y especificidad de las reivindicaciones.
Por ello, podría ser útil abordar el desarrollo de carteras prestando más atención a la forma en que cada presentación comunica una auténtica contribución o avance técnico, en lugar de basarse únicamente en la aplicación de técnicas de aprendizaje automático a problemas conocidos.
Lo que el Tribunal no sostuvo en Recentive
Aunque la sentencia reduce el alcance de la patentabilidad de las invenciones de aprendizaje automático, también deja abiertas varias posibilidades. Por ejemplo, no todas las reivindicaciones relacionadas con el aprendizaje automático parecen ser inelegibles, y las reivindicaciones claramente dirigidas a mejoras tecnológicas en el funcionamiento de las técnicas de aprendizaje automático aún pueden patentarse.
Además, esta decisión indica que la simple aplicación del aprendizaje automático a un campo diferente, sin identificar un avance técnico, puede no ser suficiente.
Sin embargo, las reivindicaciones que recitan procesos de aprendizaje automático de alto nivel podrían considerarse admisibles si van acompañadas de elementos técnicos inventivos que contribuyan a una innovación significativa. Por ejemplo, una reivindicación dirigida a un sistema de control autónomo de vehículos podría recitar generalmente el entrenamiento de una red neuronal para predecir los ángulos de dirección óptimos basándose en datos de sensores.
Aunque el entrenamiento en sí podría considerarse una técnica general de aprendizaje automático, la reivindicación podría considerarse admisible si especifica además un elemento técnico inventivo, como la integración de una novedosa arquitectura de fusión de sensores que proporciona una representación significativamente más precisa del entorno del vehículo, lo que conduce a una mejora demostrable de la seguridad y la capacidad de respuesta en comparación con los sistemas autónomos existentes.
En este caso, la arquitectura inventiva de fusión de sensores, combinada con la formación general de aprendizaje automático, podría proporcionar la contribución técnica adicional necesaria para la elegibilidad.
Tales observaciones pueden proporcionar a los solicitantes un contexto útil a la hora de evaluar la mejor manera de enmarcar y apoyar las reivindicaciones relacionadas con el aprendizaje automático en el futuro.
Conclusión
La decisión Recentive sirve como guía de advertencia para los profesionales de patentes que navegan por las complejidades de las invenciones de aprendizaje automático. Pone de relieve cómo una redacción cuidadosa, una articulación clara de las contribuciones técnicas y una divulgación detallada pueden ayudar a abordar el escrutinio en el actual panorama de elegibilidad de patentes.
En este sentido, los profesionales y los solicitantes de patentes pueden beneficiarse de la adaptación de sus estrategias en respuesta a estas normas en evolución.
[1] Recentive Analytics, Inc. contra Fox Corp. y otros, recurso nº 2023-2437 (Fed. Cir. 18 de abril de 2025).
[2] Alice Corp. Pty. Ltd. contra CLS Bank Int'l, 573 U.S. 208 (2014).
