人工智能生成技术方案的专利法适用困境与回应
谭能超
作者简介:谭能超(2002.11.16),男,硕士研究生,湖南工业大学,研究方向:民商法
【摘要】 人工智能技术方案的涌现,对以人类发明人为核心的传统制度构成挑战。鉴于人工智能无法成为发明人,且其创造过程独特,这动摇了现有的授权标准根基,并使得专利权归属复杂化。为应对这些挑战,建议在现有发明人制度中增设人工智能发明创造的强制披露义务,以明确其贡献;同时,在审查中引入人工智能辅助机制,并参考“人机协同型技术人员”标准来评判创造性。此外,可考虑构建以人工智能使用者为核心的专利授权体系,以更好地适应技术发展并平衡各方利益。
【关键词】 人工智能;专利法;可专利性;发明人制度;专利权归属
引言
通用语言模型ChatGPT 的发布被视为人工智能发展史上的重要节点,标志着人工智能技术从专业应用向全民普及的跃迁,其影响力正迅速延伸至科学、教育、医疗等社会生活各领域,成为推动社会结构转型与智能化进程的重要力量。
人工智能技术的迅猛发展不仅推动了社会各领域的智能化变革,在知识产权领域,人工智能同样对理论与实务界产生了深刻影响。美国Stephen Thaler 博士开发的DABUS 的人工智能系统,能在非人类介入的情况下独立进行发明创造。自2018 年起,Thaler 博士向多国提交专利申请,并要求将 DABUS 列为发明人。除南非外,美、中、欧、澳等国均以专利法仅承认自然人为发明人为由予以拒绝。南非则首次承认人工智能发明人地位并授予专利,这一做法突破了传统“人类发明者中心主义”的传统。同时也引起学界思考:人工智能生成的技术方案是否会对现行授权标准造成冲击?人工智能的发明主体地位是否与专利法的规范目的相契合?以及人工智能生成技术方案的专利权应如何合理分配?这些问题亟待理论回应与制度调适。
一、人工智能生成技术方案的专利法适用困境
由于人工智能发明在主体认定、三性判断基准以及权利归属等方面均与传统人类发明存在根本差异,导致其在具体适用现行专利制度中面临诸多困境,这些困境不仅关系到现有法律规则能否有效回应新兴技术的发展,更涉及专利制度本身的价值定位与未来走向。
(一)发明人制度的理论冲突与实践困境
DABUS 案集中体现了发明人制度的理论冲突。多数国家以发明人必须是自然人为由驳回申请,反映了现行法律对人工智能主体资格的否定。《专利审查指南》规定:发明人应当是个人,请求书中不得填写单位或者集体,以及人工智能名称。表明我国目前只承认自然人具有发明人身份。
然而,洛克的劳动财产理论认为,财产权源于劳动投入,在人工智能生成技术方案的场合,人工智能完全取代了原本该属于发明人的运算和实验,实质上是人工智能对该技术方案付出了更多的智力劳动,按该理论本应享有相应权利,但因不具备法律人格而被排除在发明人之外。
同时,发明人制度的理论基础与激励理论紧密相连。发明人制度通过在社会地位上给予其发明人身份,以激励社会主体自主研发推动社会进步。而现阶段的人工智能并不具有真正意义上的自我意识,不会以自我意识为基础从事民事法律活动,更无法在此基础上进行更深层次的发明创造。因此,站在激励制度的理论上由于人工智能既没有经济需求的自我意识,也不具有追求名誉的功利性,专利激励机制似乎无法成为人工智能进行发明创造的动力。
但是,若单纯在制度上对人工智能生成技术方案不授予专利同样存在不妥。由于现行审查程序主要依赖申请人提交的书面材料开展形式审查与实质审查,而非核查实际研发过程,若排除人工智能发明人身份的专利授权渠道,可能导致自然人虚占由人工智能完成的成果,致使公众误以为该自然人为实际对该发明付出创造性智力劳动的人,这不仅与诚实信用原则相违背,也将破坏公众的信赖利益。并且从政策发展的角度来看,人工智能使用者若隐藏人工智能对发明创造的贡献,对人工智能开发者、数据提供者等幕后支持者而言也是极为不公平的。若长期发展,甚至可能阻碍人工智能行业的创新积极性,与政策方向相违背。
(二)专利授权标准的系统性挑战
1. 新颖性挑战
人工智能技术对新颖性造成的影响主要存在于现有技术领域。新颖性采用单独对比的原则,对比的对象即现有技术。《中华人民共和国专利法》规定:“现有技术,是指在申请日以前在国内外为公众所知的技术。”如果一项申请发明的技术内容已被一项现有技术完全公开,则不具备新颖性,不能获得专利。
现有技术需同时满足“公开”“可获得”以及“公众可知悉”三个条件。对于前两项条件,即“公开性”与“可获得性”,主要取决于生成信息的控制者是否通过合法方式向社会公开并使公众能够获取该信息,一旦该信息被有效公开,即可认定符合要求。至于“公众可知悉性”,则要求公开的内容足以使本领域普通技术人员由此了解其所涉及的实质性技术方案。若人工智能生成的技术内容能够满足上述条件,即可被认定为现有技术。
人工智能对专利新颖性规则的挑战,关键在于其可能被用于策略性地制造或公开技术信息,从而干扰或阻碍竞争对手的正常专利申请。由于人工智能能够以近乎零成本的方式批量生成技术信息,这使得企业有可能策略性地公开大量与竞争对手技术相邻或改进路径相关的方案,以期这些内容被认定为现有技术,从而增加竞争对手获取专利的难度。例如,美国的“ALL Prior Art”等系统利用人工智能分析专利文献并自动生成权利要求书进行发布,这些内容一旦公开即可能成为新颖性审查中的对比依据。
2. 创造性挑战
创造性是指与现有技术相比 ,发明有突出的实质性特点和显著的进步。突出的实质性特点是指对于所属领域的技术人员来说,该发明相对于现有技术而言是非显而易见的。判断是否具有突出的实质性特点的依据是以一种拟制的“本领域技术人员”为标准,该“本领域技术人员”是一种拟制的主体,其知晓申请日前本领域所有的现有技术,但不具备创造能力。而基于算法推理与数据分析的人工智能创新机制具有跨领域特征,其在生成技术方案时往往突破传统技术与学科的界限。这种跨领域整合能力意味着,人工智能可能在技术组合和创新识别上超越人类,从而动摇现有“本领域技术人员”标准的基础。若继续沿用此标准,可能无法准确评估人工智能发明的真实创造高度,削弱创造性标准的筛选功能。
3. 实用性挑战
实用性要求发明“能够制造或者使用,并产生积极效果”。当训练样本存在带有隐性偏差时,人工智能所生成的技术结果自然会出现偏差,这种偏差就可能导致创新成果虽然在形式上具备技术方案特征,但在现实条件下往往缺乏真正的可操作与可重复的要求,而不满足实用性的标准。譬如,在化工、材料、医药等领域,人工智能可以基于实验数据生成理论上成立的发明路径,但该路径在其他不同环境中难以实现,从而形成一种虚假的可行性。
(三)专利权属分配中的利益博弈
一般而言,与人工智能技术创造相关的利害主体主要包括:人工智能使用者、研发者以及投资者。各主体在发明创造过程中的贡献各有不同,其中使用者通过搭建研究框架,并引导人工智能在特定领域中生成解决方案,他们决定着系统的运行方向与输出选择,并对最终结果具有事实上的控制力。而人工智能研发者起到算法设计、模型架构搭建和训练数据选择的作用,属于上游的技术创造。投资者则为研发与应用提供资本支持并承担风险,通过资本投入为人工智能的训练提供物质条件,承担起经济风险与产业化成本。三者在实践中可能归于同一主体,但更多情况则是由不同主体担任,若缺乏合理的利益分配安排,会使得专利权利分配体系不稳定,进而引发权利纠纷。
二、制度困境的解构与回应路径
(一)人工智能披露制度的法理正当性与制度建构
发明人的署名权具有不可转让性,其意义不仅在于确认发明完成者,而且作为被赋予的一种身份,更在于体现创造行为与人格的归属。正因这种人格上绑定的特征,现阶段作为法律客体的人工智能被排除在发明人资格之外。然而,若否认人工智能在发明创造过程中的智力贡献,无法起到专利制度对人工智能的行业激励作用并偏离立法宗旨。为此,可考虑建立人工智能发明披露机制,强制要求申请人说明人工智能的使用情况,以此保障公众知情权,又可遏制低质量专利生成,引导企业由数量驱动转向质量驱动,提升创新原创性与社会价值,并对人工智能技术的发展形成正向激励。
(二)专利授权标准的动态重构与审查机制优化
为防止企业滥用人工智能批量生成并公开技术信息以破坏市场竞争,应建立人工智能生成内容的专属登记制度。国家知识产权局可设立人工智能技术数据库,对由人工智能生成的技术文件集中登记。此举有助于审查阶段快速识别“策略性公开”信息,防止算法滥用现有技术制度。
在创造性判断上,可引入“人机协同型技术人员”标准,以解决人工智能生成方案的评价困境。即以合理使用人工智能工具的人类技术人员为参照,判断其在常规算法与数据条件下能否获得相同结果。若方案体现超出算法训练范围的创新构思或非显而易见性,即具备创造性。该标准旨在自然人与人工智能的能力间建立平衡,避免创造性被过度放宽或否定,实现专利制度对智能生成发明的合理适配。
针对实用性中因数据虚假偏差而对生成结果造成的虚假可行,同样可以通过前述的人工智能披露制度予以缓解,强制要求申请人在专利说明书中明确披露人工智能在发明过程中所起到的具体作用,包括模型架构、算法逻辑以及训练数据来源等,用以帮助审查员判断发明的真实性与技术可行性。
(三)人工智能发明权属分配的类型化路径
专利法旨在鼓励创新,以权利激励创新。本文认为将人工智能生成成果的专利权授予人工智能使用者更加具有合理性。使用者在发明初期起到确定创新方向与边界的作用,输出后又对结果进行验证与优化,使算法生成内容具备可实施性,对发明创造的结果具有实质上的掌控能力。且相较研发者和投资者,使用者在知识投入与技术参与上更为突出,承担了创新导向、问题界定与成果筛选等关键角色。因此,将专利权归属使用者,符合创造贡献与权利享有相一致的原则,也更加契合专利法以奖励创新为核心的时代精神。
三、结语
人工智能的发展拓展了创新的边界,对现行专利制度在发明人认定、授权标准及权利归属等方面提出了系统性挑战。承认符合专利授权实质条件的人工智能生成技术方案的价值,并予以恰当的法律保护,是制度发展的必然要求。未来,应在坚持专利法基本原理的基础上,通过构建强制披露制度、优化审查标准、引入“人机协同”判断视角以及明确以使用者为核心的权属分配规则,系统回应人工智能技术带来的法律问题,最终实现专利制度在智能时代激励创新、促进产业发展的根本目标。