Los abogados de Foley analizan las conclusiones sobre patentes en una reciente sentencia sobre aprendizaje automático
Conclusiones sobre patentes en la primera sentencia sobre aprendizaje automático del Tribunal Federal de Apelación
Este artículo se publicó originalmente en Law360 el 13 de mayo de 2025 y se reproduce aquí con permiso.
La reciente reformulación de la elegibilidad de las patentes en el ámbito del aprendizaje automático por parte del Tribunal de Apelación de los Estados Unidos para el Circuito Federal debería hacer reflexionar a las empresas de inteligencia artificial y tecnología a la hora de plantearse cómo obtener activos de patentes eficaces y defendibles para su tecnología.
En concreto, la sentencia del 18 de abril en el caso Recentive Analytics Inc. contra Fox Corp. confirmó la invalidez de las patentes que se interpretan como una mera aplicación de técnicas de aprendizaje automático existentes a nuevos entornos de datos.
El tribunal razonó que tales reivindicaciones, al no existir una mejora técnica demostrada que vaya más allá de la idea abstracta en sí misma, no satisfacen los requisitos del Título 35 del Código de los Estados Unidos, Sección 101.
Dado el uso generalizado del aprendizaje automático en todos los sectores, esta decisión podría tener importantes repercusiones para los solicitantes de patentes. Sin embargo, las empresas del ámbito de la inteligencia artificial y el aprendizaje automático pueden tomar algunas medidas prácticas a la hora de describir su tecnología en las solicitudes de patente para evitar caer en una situación similar.
El enfoque del Tribunal Federal de Apelaciones sobre la elegibilidad
La reciente decisión del Tribunal Federal de Apelaciones ofrece una orientación nueva e importante para aplicar la prueba de dos pasos de Alice, derivada de la decisión de 2014 del Tribunal Supremo de los Estados Unidos en el caso Alice Corp. contra CLS Bank International, a la hora de solicitar la protección mediante patente de invenciones basadas en el aprendizaje automático.
Para abordar el primer paso y evitar que se considere que la invención se refiere a una idea abstracta, las empresas pueden optar por enmarcar estratégicamente sus reivindicaciones en torno a mejoras técnicas específicas, en lugar de aplicaciones generales 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 industriales convencionales, como la programación y la radiodifusión, que el tribunal consideraba ideas abstractas.
Para reducir el riesgo de que se produzca un resultado similar, las empresas podrían centrarse en destacar cómo su invento 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.
En el segundo paso, las empresas podrían considerar la posibilidad de hacer hincapié en cómo su invención reivindicada introduce un concepto inventivo que no es inherente a la funcionalidad estándar del aprendizaje automático.
En Recentive, el tribunal determinó que elementos como la formación iterativa y las actualizaciones dinámicas eran aspectos rutinarios de los sistemas de aprendizaje automático y no representaban innovaciones tecnológicas significativas.
Para diferenciar sus inventos, 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, describir cómo estas características contribuyen a mejoras técnicas cuantificables en el rendimiento, como una menor carga computacional, una convergencia más rápida de los modelos, una mayor precisión en conjuntos de datos complejos o una mayor adaptabilidad a las entradas en tiempo real, puede reforzar el argumento a favor de la elegibilidad para la patente.
Consejos prácticos para los profesionales del ámbito 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 mejora las técnicas subyacentes de aprendizaje automático o su implementación.
Por ejemplo, en lugar de afirmar de manera general «entrenamiento de modelos iterativos», la especificación podría revelar explícitamente modificaciones o mejoras únicas en los procesos de entrenamiento tradicionales. Esto podría incluir la descripción de nuevos pasos de preprocesamiento, técnicas de optimización poco convencionales o una arquitectura de red neuronal personalizada que mejore de manera demostrable la precisión de las predicciones.
La decisión del tribunal también indicó que una divulgación insuficiente puede constituir una debilidad significativa, y que es imprescindible 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 a las metodologías convencionales.
La mera aplicación de métodos de aprendizaje automático conocidos o establecidos a nuevos entornos de datos podría no ser suficiente por sí sola para establecer la elegibilidad de una patente. En su lugar, las reivindicaciones podrían formularse de manera que se especifique cómo contribuye la innovación más allá de la aplicación general del aprendizaje automático.
Por ejemplo, cuando se trabaja con datos sanitarios, las reclamaciones y especificaciones pueden describir cómo la solución aborda los retos técnicos específicos de ese contexto, como la gestión de entradas de datos escasas o irregulares, la mejora de la eficiencia del procesamiento mediante una convergencia más rápida o la incorporación de salvaguardias que respondan a las preocupaciones sobre la privacidad y el cumplimiento normativo de los pacientes.
Además, aunque los pasos individuales de un proceso puedan ser convencionales, las reivindicaciones podrían seguir siendo elegibles si la combinación de pasos proporciona una ventaja tecnológica única. Por ejemplo, describir cómo secuencias específicas de recopilación de datos, preprocesamiento, entrenamiento e inferencia funcionan conjuntamente para obtener ganancias de eficiencia o una mayor precisión podría ayudar a reforzar que la invención reivindicada es más que una aplicación genérica del aprendizaje automático.
Consejos prácticos para los solicitantes de patentes
La decisión sobre Recentive también tiene importantes implicaciones para los solicitantes de patentes que desarrollan o utilizan tecnologías basadas en el aprendizaje automático. A la luz de esta decisión, podría ser útil que los solicitantes reevaluaran sus carteras de patentes para valorar 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, ya que ayudan a identificar las patentes que pueden carecer de descripciones detalladas y animan a considerar si sería beneficioso presentar solicitudes de continuación con especificaciones mejoradas. Estas revisiones también podrían revelar 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 aplicaciones más sólidas y resistentes. Fomentar la participación temprana y continua de inventores, ingenieros y profesionales de patentes podría ayudar a poner de relieve aspectos patentables de una innovación que, de otro modo, podrían pasarse por alto.
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, especialmente para algoritmos patentados, conjuntos de datos de entrenamiento o arquitecturas de modelos que son difíciles de detectar o de someter a ingeniería inversa. Estas estrategias pueden ser relevantes en mercados que evolucionan rápidamente, donde los largos plazos de las patentes no se ajustan a los ciclos de los productos.
En este sentido, una gestión eficaz de los secretos comerciales podría incluir la adopción de acuerdos de confidencialidad sólidos, controles de acceso basados en funciones, iniciativas de sensibilización interna y medidas de protección de datos.
Además, el establecimiento de procesos de revisión interna para supervisar los avances legales, evaluar su relevancia para las solicitudes pendientes o futuras y debatir posibles ajustes en la estrategia de reclamación podría proporcionar información valiosa a medida que los criterios de elegibilidad siguen evolucionando.
Impacto en la industria
La decisión sobre Recentive pone de relieve un desafío constante dentro de la legislación estadounidense en materia de patentes: lograr un equilibrio entre la protección de la innovación y evitar reivindicaciones excesivamente amplias que acaparen de manera inadmisible sectores industriales enteros.
Esta sentencia sugiere un camino más restrictivo para la elegibilidad de las invenciones relacionadas con el aprendizaje automático, lo que puede influir en la forma en que se redactarán las solicitudes de patentes en materia de inteligencia artificial 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 lo tanto, podría ser útil abordar el desarrollo de la cartera prestando mayor atención a cómo cada presentación comunica una contribución o avance técnico genuino, en lugar de basarse únicamente en la aplicación de técnicas de aprendizaje automático a problemas conocidos.
Lo que el Tribunal no sostuvo en Recentive
Si bien el fallo reduce el alcance de la elegibilidad de las patentes para las invenciones relacionadas con el 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 orientadas 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 describen procesos de aprendizaje automático de alto nivel podrían seguir considerándose admisibles si se combinan con elementos técnicos inventivos que contribuyan a una innovación significativa. Por ejemplo, una reivindicación dirigida a un sistema para el control autónomo de vehículos podría describir, en términos generales, el entrenamiento de una red neuronal para predecir los ángulos de dirección óptimos basándose en los datos de los sensores.
Aunque el entrenamiento en sí mismo 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 innovadora arquitectura de fusión de sensores, combinada con el entrenamiento general de aprendizaje automático, podría proporcionar la contribución técnica adicional necesaria para la elegibilidad.
Estas observaciones pueden proporcionar a los solicitantes un contexto útil a la hora de evaluar la mejor manera de formular y respaldar las reivindicaciones relacionadas con el aprendizaje automático en el futuro.
Conclusión
La decisión de Recentive sirve como guía cautelar para los profesionales de patentes que se enfrentan a las complejidades de las invenciones relacionadas con el aprendizaje automático. Destaca cómo una redacción cuidadosa, una articulación clara de las contribuciones técnicas y una divulgación detallada pueden ayudar a abordar el escrutinio en el panorama actual de elegibilidad de las patentes.
En este sentido, los profesionales y los solicitantes de patentes pueden beneficiarse de adaptar sus estrategias en respuesta a estas normas en constante evolución.
[1] Recentive Analytics, Inc. contra Fox Corp. et al., Apelación n.º 2023-2437 (Fed. Cir. 18 de abril de 2025).
[2] Alice Corp. Pty. Ltd. contra CLS Bank Int’l, 573 U.S. 208 (2014).
