سیاست مالکیت فکری و هوش مصنوعی
۱۷ بهمن ۱۳۹۸

سیاست مالکیت فکری و هوش مصنوعی

مقدمه

هوش مصنوعی (AI)، در زمره فناوری‌های نوظهوری است که طی سال‌های اخیر، در حوزه‌های مختلف کسب‌وکار، از خودروهای خودران گرفته تا تشخیص پزشکی و روش‌های پیشرفته تولید، منجر به پیشرفت‌های مهمی شده است. وفور داده‌های اطلاعاتی، روند دیجیتال‌سازی اقتصاد و پیشرفت در پردازش‌های محاسباتی نیز، به رشد بیش از پیش هوش مصنوعی کمک نموده و عملاً در بسیاری از صنایع، این فناوری را به یکی از نوآوری‌های بر هم زننده نظم موجود بدل نموده است.

در کنار اثرات فراگیر هوش مصنوعی، ارتباط آن با مالکیت فکری می‌تواند یک چالش بزرگ و در عین حال فرصتی ارزشمند محسوب شود. بحث هوش مصنوعی و اثرات آن بر سیستم‌های مالکیت فکری (به‌ویژه سیستم پتنت)، یک موضوع بسیار کلیدی برای دفاتر ملی و منطقه‌ای ثبت اختراع و سایر نهادهای بین‌المللی محسوب می‌شود. در همین راستا، سازمان جهانی مالکیت فکری (WIPO)، به تازگی اقدام به انتشار یک پیش‌نویس سیاست مالکیت فکری در ارتباط با فناوری هوش مصنوعی نموده و برای دریافت نظرات و پیشنهادات پیرامون آن، فراخوانی عمومی به راه انداخته است. نظر به اهمیت موضوع و به منظور آشنایی بیشتر با نقطه نظرات این نهاد در رابطه با نقش فناوری‌های نوظهور در سیستم‌های مالکیت فکری و این‌که هوش مصنوعی تا چه حد می‌تواند سیستم پتنت و سایر حقوق مالکیت فکری را تحت تأثیر خود قرار دهد، در نوشتار حاضر به مرور و بررسی این موضوع خواهیم پرداخت.

 

هوش مصنوعی؛ دریچه‌ای به سوی آینده

هوش مصنوعی، یکی از فناوری‌های نوظهور و بسیار کلیدی است که طی سال‌های اخیر، کاربردهای وسیعی را در حوزه‌های مختلف صنعتی، اقتصادی و حتی اجتماعی پوشش داده است. با توجه به روند صعودی استقبال از این فناوری از سوی شرکت‌های فناور و کارآفرینان و همچنین سرمایه‌گذاری‌های گسترده برای توسعه نوآوری‌های جدید، انتظار می‌رود که در آینده نه چندان دور، اثرات این فناوری بر زندگی بشر بیش از پیش مشهود گردد.

فناوری هوش مصنوعی، از سال‌های ابتدایی دهه ۱۹۵۰ میلادی و با انتشار مقاله‌ای از آلان تورینگ (Alan Mathison Turing)، در میان محققین و علاقه‌مندان مطرح گردید. این مقاله که بعدها به «تست تورینگ» مشهور شد، بر این مبنا استوار بود که اگر فردی از راه دور، با یک رایانه ارتباط برقرار نماید و متوجه نشود که طرف مقابلش یک انسان نیست، آنگاه آن رایانه را می‌توان هوشمند دانست. امروزه هوش مصنوعی با پیشرفت‌های فراوانی همراه شده و شاخه‌های متعددی از آن، اعم از یادگیری ماشین، یادگیری عمیق و ...، در حوزه‌ها و صنایع گوناگون مورد استفاده قرار می‌گیرد. به معنای ساده، هوش مصنوعی را می‌توان ایجاد هوشمندی در ماشین‌ها دانست. اما منظور از هوشمندی چیست؟

در پاسخ به این پرسش باید گفت که استدلال، منطق و قدرت تصمیم‌گیری، مواردی هستند که موجب تمایز انسان به‌عنوان یک موجود هوشمند، با ماشین‌ها می‌گردد. حال اگر بتوان کاری کرد که برای مثال یک رایانه نیز بتواند دارای قابلیت استدلال و تصمیم‌گیری شود، عملاً یک رایانه هوشمند ایجاد کرده‌ایم.

 

هوش مصنوعی و مالکیت فکری

در میان اثرات بی‌شمار هوش مصنوعی، این فناوری با مالکیت فکری نیز از چندین جنبه در ارتباط است که یکی از این نقاط ارتباطی، سیاست مالکیت فکری است. هدف اصلی یک سیاست مؤثر «IP»، تحریک نوآوری و خلاقیت در سیستم‌های اقتصادی و فرهنگی است و در راستای دستیابی به این هدف، هوش مصنوعی می‌تواند با نقش‌آفرینی چشمگیری همراه باشد.

یکی از روندهایی که در سال‌های گذشته از سوی سیاست‌گذاران و صاحب‌نظران حوزه‌های مختلف آغاز شده، رمزگشایی تأثیرات گسترده هوش مصنوعی در حوزه‌های مختلف است و از آنجا که هوش مصنوعی بر دنیای مالکیت فکری نیز، اثرگذار می‌باشد، سازمان جهانی مالکیت فکری، اقدام به بررسی جنبه‌های مختلف هوش مصنوعی از منظر «IP» نموده است. در این رابطه، بایستی به چندین موضوع توجه نمود:

۱-     هوش مصنوعی در مدیریت مالکیت فکری:

امروزه در راستای اجرا و مدیریت برنامه‌های حفاظت از دارایی‌های فکری، کاربردهای هوش مصنوعی به‌طور فزاینده‌ای خودنمایی می‌کنند. اخبار متعددی از تلاش‌های دفتر ثبت اختراعات و علائم تجاری آمریکا (USPTO) و «IP5» برای توسعه قابلیت‌های هوش مصنوعی در فرآیندهای حفاظتی اعم از ثبت، جستجو و اجرای حقوق انحصاری مالکیت فکری به گوش می‌رسد. سازمان جهانی مالکیت فکری نیز، از این قافله عقب نمانده است. ابزارهایی نظیر «WIPO Translate» و «WIPO Brand Image Search» که از هوش مصنوعی برای ترجمه خودکار و تشخیص تصاویر استفاده می‌کنند، نمونه‌هایی از پیشرفت‌های این سازمان در زمینه به‌کارگیری قابلیت‌های هوش مصنوعی است. علاوه بر تلاش‌های این‌چنینی که بر توسعه کاربردهای خاص متمرکز است، وایپو در تلاش است تا زمینه گفتگو و به اشتراک‌گذاری نتایج بین ذینفعان را تسریع نماید. در همین راستا، وایپو در سال ۲۰۱۸ میلادی، اقدام به برگزاری نشستی در این رابطه نمود و همچنان تلاش دارد تا  از قدرت و موقعیت بین‌المللی خود به‌عنوان متولی سیاست‌های مالکیت فکری، برای ادامه این گفتگوهای سازنده استفاده نماید.

۲-    مالکیت فکری و استراتژی هوش مصنوعی:

برای بسیاری از دولت‌ها در سرتاسر جهان، هوش مصنوعی به یک توانمندی استراتژیک مبدل شده است. استراتژی‌های توسعه ظرفیت «AI» و سرمایه‌گذاری‌های مرتبط با آن، به شدت افزایش یافته و عملاً یک رقابت بزرگ بر سر این مسئله شکل گرفته است. در این راستا، سازمان جهانی مالکیت فکری از سوی اعضای خود تشویق شده تا ترکیبی جامع و کارآمد از هوش مصنوعی و مالکیت فکری پدید آورد. به این منظور، به زودی وب‌سایتی تخصصی از سوی وایپو راه‌اندازی خواهد شد که هدف آن، ارتباط بین منابع مختلف فعال در این زمینه و تسهیل به اشتراک‌گذاری تلاش‌های صورت گرفته است.

۳-    سیاست مالکیت فکری:

  موضوع سوم و بسیار کلیدی، فرآیند باز و به شدت گسترده سیاست مالکیت فکری است که به منظور در نظر گرفتن هوش مصنوعی در سیاست‌های جدید مالکیت فکری، نیازمند تهیه لیستی از سؤالات اصلی و موضوعاتی است که در نتیجه ظهور فناوری هوش مصنوعی و به‌کارگیری گسترده آن پیش می‌آید. آغاز این مسئله در وایپو، سپتامبر ۲۰۱۹ و برگزاری نشستی بود که در آن کشورهای عضو این سازمان به همراه نمایندگان بخش‌های تجاری، پژوهشی و غیردولتی، به بحث و بررسی موضوع پرداختند. در پایان این نشست، تدوین پیش‌نویسی در دستور کار قرار گرفت که مهم‌ترین موضوعاتی که می‌تواند زمینه‌ساز درک مشترک از سؤالات اصلی در رابطه با سیاست «IP» در هوش مصنوعی باشد را شامل می‌شد. در این پیش‌نویس، مجموعه نظرات ذینفعان، اعم از بخش‌های دولتی و خصوصی، بازیگران تجاری، دانشگاه‌ها، سازمان‌ها و ... آورده شده است که می‌تواند مسیر تدوین و پیاده‌سازی یک سیاست مالکیت فکری کارآمد برای فناوری هوش مصنوعی را هموارتر نماید.

 

مروری بر سیاست مالکیت فکری و ملاحظات ناشی از فناوری «AI»

سیاست مالکیت فکری تدوین شده از سوی وایپو، از چند زاویه به هوش مصنوعی و ارتباط آن با مالکیت فکری می‌نگرد:

  • پتنت
  • کپی‌رایت
  • داده‌ها (Data)
  • طراحی‌ها
  • شکاف فناوری (Technology Gap) و ایجاد ظرفیت (Capacity Building)
  • پاسخگویی پیرامون تصمیمات اداری و اجرایی «IP»

در ادامه، هر یک از موارد فوق را مورد بررسی و تجزیه‌وتحلیل قرار می‌دهیم.

 

الف) پتنت

در ارتباط با ثبت اختراعات، چندین موضوع کلیدی وجود دارد که ارتباط بین هوش مصنوعی و «IP» را تحت تأثیر قرار دهد. یکی از مهم‌ترین این موضوعات، بحث مالکیت اختراعات و مخترعین آن‌ها است. «AI» ابزاری است که به مخترعین و نوآوران در فرآیند توسعه یک ایده و اختراع کمک می‌کند و از این منظر، تفاوت چندانی با سایر اختراعات کامپیوتری ندارد. با این حال، واضح و بدیهی است که اختراعات را نمی‌توان به‌طور مستقل و با استفاده از هوش مصنوعی تولید نمود. این مسئله، از این جهت حائز اهمیت است که تا کنون چندین ثبت درخواست گزارش شده که در آن‌ها، متقاضی از هوش مصنوعی به‌عنوان مخترع یاد نموده است.

در مورد چنین اختراعاتی، سه نکته وجود دارد: ۱) آیا قانون اجازه می‌دهد که هوش مصنوعی به‌عنوان مخترع پتنت نام‌گذاری شود و یا این‌که یک انسان برای این مورد لازم است؟ ۲) آیا بحث مالکیت چنین پتنت‌هایی متفاوت از سایر اختراعات است؟ (آیا مقررات خاصی برای کنترل مالکیت اختراعات توسعه یافته توسط هوش مصنوعی لازم است یا این‌که می‌توان از سیستم مالکیت خصوصی فعلی تبعیت نمود؟) ۳) آیا قانوناً می‌توان از اختراعات توسعه یافته توسط هوش مصنوعی حفاظت نمود یا از اعطای گواهی به آن‌ها باید خودداری کرد؟

مسئله حائز اهمیت دیگر، موضوعات قابل ثبت در سیستم پتنت می‌باشد. اختراعات کامپیوتری و نحوه نگاه به آن‌ها از منظر قوانین و مقررات ثبت اختراع، در بسیاری از کشورهای جهان، موضوع بحث‌های طولانی بوده است. در اختراعات مرتبط با هوش مصنوعی، سه پرسش کلیدی وجود دارد: ۱) آیا قانون ثبت اختراع باید امکان ثبت چنین اختراعاتی را رد نماید؟ ۲) آیا نیاز به مقررات متفاوتی وجود دارد یا همین قوانین فعلی برای بررسی اختراعات کفایت می‌کند؟ ۳) آیا دستورالعمل‌های ثبت اختراع نیازمند اصلاح است و اگر پاسخ مثبت است، می‌بایست چه بخش‌ها یا مفاد دستورالعمل‌های ارزیابی تغییر و بهبود یابد؟

بحث الزامات پتنت (مواردی که یک اختراع را واجد شرایط ثبت در سیستم پتنت می‌کند) نیز، از دیگر موضوعات مهم و مطرح در این زمینه می‌باشد. در این بین، سازمان جهانی مالکیت فکری، دست بر روی الزام گام ابتکاری یا غیر بدیهی بودن گذاشته است. بنا بر فرآیندهای مرسوم ارزیابی پتنت، یک اختراع می‌بایست غیر بدیهی بوده و استاندارد رایج برای ارزیابی این شرط، این است که آیا اختراع مذکور برای یک فرد ماهر و آشنا به دانش پیشین مرتبط با اختراع، واضح است یا خیر؟ بحثی که پیش می‌آید، این است که در اختراعات هوش مصنوعی، استاندارد به چه چیزی اشاره دارد؟ آیا دانش پیشین باید زمینه فناوری محصول یا خدمتی باشد که به‌عنوان اختراع معرفی شده است؟ آیا منظور از فرد ماهر و آشنا به دانش پیشین، فقط یک انسان است یا این‌که می‌تواند توسط یک الگوریتم آموزش داده شده توسط داده‌های یک حوزه خاص نیز جایگزین شود؟ این جایگزینی، در تعیین دانش پیشین چه تأثیراتی خواهد داشت و از آن مهم‌تر، آیا محتوای تولید شده توسط «AI» را هم باید به‌عنوان جزئی از دانش پیشین در نظر گرفت؟

یک موضوع مهم دیگر، بحث افشای اطلاعات پتنت است. هدف اساسی سیستم پتنت، افزایش انگیزه مخترعین و نوآوران از طریق اعطای حقوق انحصاری و به موازات آن، ترویج نوآوری و انتشار دانش از طریق الزام افشای اختراع است. انتشار منظم اسناد ثبت اختراع، کمک می‌کند تا سوابق فناورانه بشر در حوزه‌های مختلف، در دسترس عموم قرار گرفته و افراد ماهر و آشنا به دانش پیشین، به سادگی قادر به بازآفرینی مجدد اختراعات باشند. در خصوص اختراعات مرتبط با هوش مصنوعی، چند پرسش اصلی به ذهن می‌رسد: ۱) عمده مسائل مرتبط با الزام افشای این نوع از اختراعات چیست؟ ۲) در مورد یادگیری ماشین که الگوریتم‌ها به مرور زمان و با دسترسی به داده‌های بیشتر تغییر می‌یابند، آیا افشای الگوریتم اولیه کفایت می‌کند؟ ۳) آیا سیستمی برای ذخیره‌سازی الگوریتم‌ها (مشابه با آنچه برای میکروارگانیسم‌ها وجود دارد)، مفید خواهد بود؟ ۴) داده‌های آموزش یک الگوریتم از منظر افشای اختراع چه وضعیتی دارند و آیا می‌بایست داده‌های مذکور را در پرونده ثبت اختراع فاش نمود؟ ۵) تخصص‌های انسانی مورد استفاده در انتخاب داده‌ها و آموزش الگوریتم‌ها چطور، آیا این موارد هم در فهرست موارد افشا شده قرار می‌گیرد؟

آخرین موضوع مرتبط با ثبت اختراعات هوش مصنوعی، ملاحظات سیاستی برای سیستم پتنت است. هدف اساسی سیستم پتنت، تشویق سرمایه‌گذاری در منابع انسانی و مالی و ریسک‌پذیری در توسعه اختراعات و نوآوری‌ها است که می‌تواند نقشی مثبت در رفاه جامعه ایفا نماید. از این منظر، سیستم ثبت اختراع یک مؤلفه اساسی در سیاست نوآوری محسوب می‌شود. در این میان، این پرسش مطرح می‌شود که آیا ظهور اختراعات توسعه یافته توسط هوش مصنوعی، نیاز به ارزیابی مجدد بحث‌های انگیزشی سیستم پتنت دارد؟ به‌طور خاص، ۱) آیا برای اختراعات مبتنی بر هوش مصنوعی و تنظیم مشوق‌های نوآوری مرتبط با آن‌ها، یک سیستم اختصاصی حقوق مالکیت فکری نیاز است؟ ۲) آیا برای در نظر گرفتن این سؤالات، خیلی زود است؟ (این پرسش از این منظر مطرح می‌شود که تأثیر هوش مصنوعی بر روی دو جزء علم و فناوری، هنوز هم با سرعتی قابل‌توجه در حال آشکار شدن است و شاید در این مرحله، درک کافی از تأثیرات یا اقدامات سیاسی مورد نیاز، وجود ندارد.)

 

ب) کپی‌رایت و حقوق مرتبط (Related Rights):

مشابه با ثبت اختراعات، پیرامون حقوق کپی‌رایت هم می‌توان به بحث سیاست مالکیت فکری در آثار ناشی از هوش مصنوعی ورود نمود. اولین و مهم‌ترین مسئله، مالکیت و پدیدآورنده آثار است (چیزی مشابه با بحث مخترع در اختراعات پتنت شده). اگر هوش مصنوعی قادر به تولید مستقل آثار ادبی و هنری باشد، مالکیت مادی و معنوی این آثار به چه صورت خواهد بود؟ از آنجا که بخش زیادی از سیستم کپی‌رایت به احترام و پاداش ناشی از خلاقیت‌های هنری و ادبی ناظر است، سیاست «IP» در ارتباط با آثار مشتق شده از «AI»، می‌تواند قلب این هدف اجتماعی را نشانه رود و بدیهی است که اثرات قابل‌توجهی به همراه خواهد داشت. از یک‌سو، استثنا قائل شدن برای این آثار و بیرون گذاشتن آن‌ها از دایره آثار واجد شرایط برای برخورداری از حقوق کپی‌رایت، سیستم کپی‌رایت را به ابزاری برای تشویق و احترام به خلاقیت‌های انسانی بدل می‌کند و در مقابل، واجد شرایط دانستن آثار مبتنی بر هوش مصنوعی، فارغ از این‌که منشأ اثر خلاقانه، یک انسان است یا این‌که توسط ماشین‌ها پدید آمده است، به معنای شناساندن سیستم کپی‌رایت به‌عنوان ابزاری است که بیشتر آثار خلاقانه را در اختیار مصرف‌کننده قرار می‌دهد.

در این میان، سه پرسش اصلی که باید به آن‌ها پاسخ داد، عبارتند از:

۱- آیا حق کپی‌رایت به آثار ادبی و هنری تولید شده توسط هوش مصنوعی اختصاص داده می‌شود یا نیاز به یک خالق انسانی دارد؟

۲- در صورتی که پاسخ پرسش نخست مثبت بوده و بتوان حق کپی‌رایت را به این آثار نسبت داد، مالکیت در اختیار چه کسی خواهد بود؟ آیا می‌توان یک شخصیت حقوقی برای فناوری هوش مصنوعی متصور بود و آیا می‌توان آن را مشابه با سایر دارایی‌های فکری فروخته یا به کس دیگری واگذار نمود؟

۳- آیا برای محافظت از آثار ادبی و هنری تولید شده توسط هوش مصنوعی، یک سیستم محافظتی مجزا نیاز است (مثلاً با کاهش برخی از آیتم‌های محافظتی و یا تغییر برخی از محدودیت‌ها)؟

علاوه بر بحث مالکیت و پدیدآورنده، برخی استثنائات و موارد نقض حقوق کپی‌رایت هم وجود دارد که باید به آن‌ها توجه نمود. یک برنامه هوش مصنوعی، می‌تواند با تکیه بر یادگیری و آموختن از اطلاعات موجود و با بهره‌گیری از تکنیک‌هایی مانند یادگیری ماشین، آثار خلاقانه و جدیدی پدید آورد. این مسئله، می‌تواند برخی چالش‌های سیاستی پدید آورد که از آن جمله، می‌توان به موارد زیر اشاره نمود:

  •  آیا استفاده از داده‌های موجود در آثار دارای حق کپی‌رایت، برای یادگیری ماشینی می‌تواند نقض کپی‌رایت قلمداد شود؟ آیا نیاز به وضع استثنائاتی در این رابطه وجود دارد؟
  • اگر استفاده از داده‌ها برای یادگیری ماشینی مصداق نقض حق کپی‌رایت باشد، چه تأثیری بر توسعه فناوری هوش مصنوعی و جریان آزاد داده‌ها برای بهبود و توسعه نوآوری‌های جدید خواهد داشت؟
  • اگر استفاده از داده‌ها برای یادگیری ماشینی مصداق نقض کپی‌رایت باشد، آیا استفاده غیر تجاری کاربران (مثلاً برای مقاصد تحقیقاتی) می‌تواند استثنا شود یا خیر؟
  • اگر استفاده از داده‌ها برای یادگیری ماشینی مصداق نقض حق کپی‌رایت باشد، کاربردهای متنی و مرتبط با داده‌کاوی چه وضعیتی خواهند داشت؟
  • اگر استفاده از داده‌ها برای یادگیری ماشینی مصداق نقض حق کپی‌رایت باشد، دخالت‌های سیاستی برای تسهیل صدور مجوز بهره‌برداری لازم است؟
  • استفاده‌های غیرمجاز از داده‌های مرتبط با یادگیری ماشین در آثار کپی‌رایت، به‌ویژه هنگامی که تعداد زیادی از آن‌ها ایجاد شده باشد، چگونه شناسایی و اجرا می‌گردد؟

یک مسئله بسیار مهم دیگر که در سیاست‌های «IP» باید در نظر گرفته شود، بحث تولیدات خاص معروف به «Deep Fakes»، در حوزه آثار هنری و ادبی است. فناوری جعل عمیق، برای تولیدات شبیه‌سازی شده از افراد و ویژگی‌های فردی، نظیر صدا و ظاهر به کار می‌رود و نظر به شباهت غیر قابل‌تشخیص آثار تولید شده، برخی خواستار ممنوعیت یا محدودسازی آن‌ها هستند. البته عده دیگری از فعالان، به‌ویژه صنایع سینمایی، با تأکید بر این‌که ادامه کار یک اثر مشهور، حتی پس از فوت نفر کلیدی آن نیز قابل انجام است، ادامه این فناوری را خواستارند. اگر چنین موضوعی را از منظر کپی‌رایت بنگریم، این سؤال پیش می‌آید که در صورت مجاز بودن چنین اقداماتی، آیا حق کپی‌رایت به آثار تولید شده تخصیص می‌یابد و در صورت مثبت بودن پاسخ، مالکیت این حقوق با چه کسی است؟ آیا سیستمی عادلانه برای تخصیص حقوق انحصاری به افرادی که از حرکات و اجراهای آن‌ها شبیه‌سازی شده است، وجود دارد؟

در نهایت، مسائل و موضوعات مرتبط با سیاست‌های کلی در زمینه حقوق کپی‌رایت و هوش مصنوعی وجود دارد؛ به‌طور مشخص، آیا پیامدهای پیش‌بینی شده‌ای در مورد حقوق کپی‌رایت آثار ناشی از فناوری هوش مصنوعی وجود دارد؟ آیا سلسله مراتبی از مسئولیت‌های اجتماعی در این زمینه وجود دارد که باید آن‌ها را برای حفظ و ارتقای نظام کپی‌رایت و تشویق افراد به نوآوری‌های بیشتر در نظر گرفت؟

 

ج) داده‌ها (Data):

امروزه داده‌ها در مقادیر بسیار زیاد و برای اهداف و مقاصد گسترده‌ای تولید شده و مورد استفاده قرار می‌گیرند. بهترین مثال‌ها برای داده‌های اطلاعاتی، «سیستم‌های محاسباتی» و «دستگاه‌های ارتباط دیجیتال» است که در کنار سایر کاربردها، نظیر «تولیدات کارخانه‌ها»، «سیستم‌های حمل‌ونقل و وسایط نقلیه»، «سیستم‌های نظارت و امنیت»، «سیستم‌های فروش و توزیع» و «فعالیت‌های تحقیقاتی»، مورد استفاده شرکت‌ها و نهادهای مختلف هستند.

از آنجا که فناوری هوش مصنوعی و کاربردهای اخیر آن، به سیستم‌های یادگیری ماشینی متکی می‌باشند، یک جزء کلیدی این کاربردها، داده‌های اطلاعاتی خواهد بود. این امر، از منظر چهارچوب سیاستی، یک فرصت و در عین حال یک چالش است. از یک‌سو، داده می‌تواند نقشی مهم در شناسایی مناسب اثرات هوش مصنوعی در صنایع مختلف داشته باشد و عملاً رصد و رهگیری روندها را تسهیل نماید و از سوی دیگر، داده‌های وسیع از میلیون‌ها دستگاه و فعالیت مختلف، پیش‌بینی یک چهارچوب سیاستی جامع و واحد را دشوار می‌سازد.

چهارچوب‌های مختلفی بسته به علاقه یا میزان ارزش مدنظر برای داده‌های بالقوه وجود دارند؛ حفظ حریم خصوصی، جلوگیری از انتشار افترا و مطالب نادرست، جلوگیری از سوءاستفاده از قدرت بازار یا تنظیم رقابت‌ها، حفظ امنیت برخی از کلاس داده‌های حساس و یا محدودیت در داده‌های گمراه‌کننده مصرف‌کنندگان، از مهم‌ترین سرفصل‌های مرتبط با این چهارچوب‌های سیاستی است.

باید توجه داشت که فارغ از هر گونه ارزش‌گذاری یا علاقه به داده‌های بالقوه، مسائلی مانند ارتقای نوآوری و اطمینان از رقابت منصفانه در بازار، کلیدواژه مشترک سیاست‌های مالکیت فکری در زمینه داده‌های هوش مصنوعی خواهد بود.

سیستم مالکیت فکری کلاسیک، انواع خاصی از محافظت از داده‌ها را پیش‌بینی کرده است. اختراعات جدید، کاربردی و مشهود را می‌توان توسط سیستم پتنت مورد حفاظت قرار داد. داده‌های مرتبط با طراحی‌های صنعتی و یا آثار ادبی و هنری خلاقانه هم تحت محافظت سیستم «IP» قرار دارند. حتی داده‌های محرمانه با ارزش تجاری یا فناورانه، ذیل اسرار تجاری (جلوگیری از سرقت سایبری و یا افشای غیرمجاز توسط کارمندان سابق) محافظت می‌شوند. انتخاب یا ترتیب داده‌ها خود می‌توانند یک خلاقیت ذهنی باشد (مانند سرمایه‌گذاری در تهیه یک بانک اطلاعاتی منحصربه‌فرد)، و به همین دلیل، از این موارد نیز بایستی محافظت نمود.

موضوع اصلی پیرامون سیاست مالکیت فکری برای فناوری هوش مصنوعی، عبور از سیستم «IP» کلاسیک و پاسخ به اهمیت فزاینده داده‌ها در عصر دیجیتال فعلی است که با کاربردهای هوش مصنوعی و مؤلفه کلیدی داده در آن، بیش از پیش شده است. تشویق به توسعه کلاس‌های جدیدی از داده‌های اطلاعاتی، تخصیص ارزش به بازیگران مختلف مرتبط با این داده‌ها (اعم از تولیدکننده و کاربران) و تضمین رقابت منصفانه در بازار (جلوگیری از رفتارهای غیر رقابتی و ناعادلانه)، از مواردی است که باید به آن‌ها دقت شود.

موضوع آخر در رابطه با داده‌ها، حقوق جدیدی است که می‌تواند تعریف نمود. آیا سیاست «IP» می‌بایست ایجاد و توسعه حقوق مالکیت فکری جدیدی را در ارتباط با بحث داده‌ها در نظر بگیرد یا حقوق فعلی به همراه قوانین رقابت عادلانه، ترتیبات قراردادی و اقدامات فناورانه برای محافظت از داده‌ها کفایت می‌کند؟ اگر پاسخ مثبت است، چه نوع داده‌هایی می‌توانند موضوع حفاظت قرار گیرند و دلایل سیاستی ایجاد حقوق جدید چیست؟ حقوق «IP» جدید را از منظر حقوق انحصاری (Exclusive Rights) و حقوق پاداش (Rights of Remuneration)، چگونه می‌توان تحلیل کرد؟ اثرات چنین حقوقی بر گردش آزاد داده‌ها و بهبود و توسعه فناوری هوش مصنوعی یا کاربرهای تجاری آن پیست؟ این حقوق، با مواردی نظیر حریم خصوصی و امنیت اطلاعات، چه نسبتی داشته و چگونه باید بین آن‌ها تعامل مناسب برقرار نمود؟ از همه مهم‌تر، حقوق «IP» جدید را چگونه می‌توان به‌طور مؤثر و کارآمد اجرا و پیاده‌سازی نمود؟

 

د) طراحی‌ها:

همانند اختراعات و آثار هنری و ادبی، طراحی‌ها را هم می‌توان از طریق فناوری هوش مصنوعی پدید آورد. طراحی‌های کامپیوتری (CAD)، به‌عنوان نسل قبلی استفاده از هوش مصنوعی در طراحی، مدت‌ها است که مورد استفاده قرار می‌گیرند و به نظر می‌رسد که مشکل خاصی در سیاست‌های فعلی پدید نیاورده است. با این حال، سؤالات و ملاحظاتی وجود دارد که مشابه با پتنت یا حقوق کپی‌رایت می‌باشد. به‌طور خاص، آیا قانون می‌بایست اجازه دهد که یک طراحی ایجاد شده توسط هوش مصنوعی (به صورت مستقل)، تحت محافظت سیستم‌های مالکیت فکری قرار گیرد یا خیر؟ در صورتی که پاسخ منفی است و نیاز به یک طراح انسانی می‌باشد، چگونگی تعیین طراح یا اختیار دادن به شرکت مالک برای این قضیه باید مورد توجه قرار گیرد. این مسئله، از منظر اختلافات حقوقی و دعاوی طرح شده و همچنین مطابقت با قوانین فعلی، بسیار حائز اهمیت است.

نکته دیگری که در سیاست مالکیت فکری برای هوش مصنوعی باید در نظر گرفته شود، بررسی سازوکارهای قانونی فعلی و تناسب آن با نیازها در حوزه طراحی است. آیا نیاز به مقررات جدیدی برای طراحی‌های حاصل از هوش مصنوعی وجود دارد؟ مالکیت این طراحی‌ها از چه قوانینی پیروی می‌کند؟

 

ه) شکاف فناوری و ایجاد ظرفیت:

تعداد کشورهایی که تخصص و ظرفیت لازم در زمینه هوش مصنوعی را دارند، بسیار محدود است. هم‌زمان با این محدودیت، فناوری یاد شده با سرعت بالایی در حال توسعه بوده و خطر افزایش شکاف فناوری با گذشت زمان تشدید می‌گردد. علاوه بر این، ظرفیت‌ها به تعدادی کشور خاص محدود شده است، در حالی که توسعه کاربردهای هوش مصنوعی و پیاده‌سازی آن‌ها به این کشورها محدود نبوده و پهنه وسیعی از کشورها را در بر می‌گیرد.

این ویژگی‌ها، تعداد قابل‌توجهی پرسش و چالش را به ذهن متبادر می‌سازد که بسیاری از آن‌ها فراتر از یک سیاست مالکیت فکری است (مثلاً بحث‌های حقوق بشری، سیاست‌های مرتبط با اشتغال و همچنین مباحث اخلاقی). با کوچک کردن دایره چالش‌ها و تمرکز بر نوآوری، خلاقیت و مالکیت فکری، می‌توان مجموعه‌ای از اقدامات و موضوعات ذهنی را پیش‌بینی نمود. در مجموع، باید به این پرسش پاسخ داد که چه اقدامات سیاستی در زمینه مالکیت فکری باید در نظر گرفت که به مهار و کاهش شکاف فناوری و افزایش ظرفیت‌ها در این حوزه کمک کند؟ کدام‌یک از این تدابیر، ماهیت سیاست‌گذاری و کدام‌یک ماهیت عملیاتی دارند؟

 

و) پاسخگویی پیرامون تصمیمات اداری و اجرایی «IP»:

همان‌طور که در مقدمه عنوان گردید، کاربردهای هوش مصنوعی به‌طور فزاینده‌ای در حال تجاری‌سازی و عرضه به بازار تقاضا است و بسیاری از مسائل و چالش‌های مرتبط با مالکیت فکری، در اجرای حقوق «IP» نمایان می‌شود. به همین منظور، مجموعه‌ای از جلسات و نشست‌های تعاملی بین کشورهای مختلف و با محوریت سازمان جهانی مالکیت فکری برگزار می‌شود تا نتایج و تجربه‌های اعضا به اشتراک گذاشته شود.

نکته مهمی که در سیاست مالکیت فکری در ارتباط با فناوری هوش مصنوعی بایستی لحاظ گردد، بررسی نیاز به اصلاح قوانین و پیش‌بینی برخی موارد جدید برای تسهیل تصمیم‌گیری‌ها در مدیریت و اجرای «IP» است. برای مثال، آیا حوزه اختیارات مقامات (مانند مدیران دفاتر ثبت اختراع و ...) برای پاسخگویی به ملاحظات جدید ناشی از هوش مصنوعی کافی است یا این‌که می‌بایست آن را افزایش داد؟

منابع و ماخذ
نـام و نام خانوادگی
پست الکترونیک
نظر شما
کد امنیتی (حروف بزرگ) کد امنیتی (حروف بزرگ)

پربازدیدترین‌ها

نگاهی به دانشگاه‌های نوآور جهان در سال ۲۰۱۹ میلادی

نگاهی به دانشگاه‌های نوآور جهان در سال ۲۰۱۹ میلادی

یکی از ارکان اصلی تولید دانش و توسعه فناوری‌های جدید، دانشگاه‌ها و مراکز تحقیقاتی هستند که در کنار صنایع و سازمان‌های دولتی، مارپیچ سه‌گانه نوآوری را پدید می‌آورند. در این نوشتار، مروری اجمالی بر گزارش جدید رویترز، تحت عنوان «۱۰۰ دانشگاه نوآور جهان در سال ۲۰۱۹» داشته و روند تغییرات فهرست صد دانشگاه برتر را از منظر کشورها و مناطق جغرافیایی مختلف، بررسی می‌کنیم. علاوه بر این، نگاهی کوتاه بر فهرست‌های «۱۰۰ دانشگاه نوآور اروپا» و «۷۵ دانشگاه نوآور آسیا» نیز خواهیم داشت.

برند مشهور صنعت عکاسی و پیشگام در نوآوری و اختراع: «Canon»

برند مشهور صنعت عکاسی و پیشگام در نوآوری و اختراع: «Canon»

اگر کمی به دنیای عکاسی علاقه‌مند باشید، حتماً نام برند مشهور «Canon» به گوشتان خورده است. یک نکته جالب پیرامون شرکت کانن، این است که در تمامی هشتاد و چند سالی که از تأسیس آن می‌گذرد، تحقیق و نوآوری برای تولید محصولات و فناوری‌های جدید، هیچ‌گاه فراموش نشده است. در این نوشتار، به عملکرد این شرکت در حوزه ثبت اختراع در آمریکا و اروپا پرداخته و درخواست‌های «PCT» ارائه شده در طی سال‌های مختلف را بررسی می‌کنیم.

ایفای نقش آکادمی کانون پتنت ایران در سال ۱۳۹۸

ایفای نقش آکادمی کانون پتنت ایران در سال ۱۳۹۸

از همان بدو تأسیس کانون پتنت ایران، فعالیت‌های آموزشی و ترویجی، به‌عنوان یکی از رسالت‌های اصلی این نهاد تعریف شده است. این فعالیت‌ها که با هدف افزایش آگاهی عمومی پیرامون مالکیت فکری و مزایای آن صورت می‌گیرد، از سال ۱۳۹۷ و با آغاز به کار آکادمی کانون پتنت ایران، با جدیتی بیشتر و با هدف آموزش مخاطب‌محور در حوزه مالکیت فکری، توسعه یافت. در ادامه نیز، در سال ۱۳۹۸، فعالیت‌ها با قدرتی بیشتر و در چندین محور مختلف دنبال گردید. در این نوشتار، گزارش عملکرد آکادمی کانون پتنت در سال ۱۳۹۸، ارائه شده است.

مروری بر گزارش ۲۰۱۹ دفتر ثبت اختراع اروپا در سال

مروری بر گزارش ۲۰۱۹ دفتر ثبت اختراع اروپا در سال

دفتر ثبت اختراع اروپا، همه‌ساله گزارشی از روند درخواست‌های ارسالی، سهم کشورهای مختلف، برترین متقاضیان ثبت اختراع در سیستم پتنت اروپا و حوزه‌های فناوری مورد توجه مخترعین و فناوران منتشر می‌سازد. در این نوشتار، آخرین گزارش عملکردی دفتر ثبت اختراع اروپا در خصوص سال ۲۰۱۹ میلادی که به تازگی از سوی این نهاد انتشار یافته است، مورد بررسی قرار می‌گیرد. روند ثبت اختراعات در سال‌های اخیر، روند صدور گواهی ثبت اختراع و معرفی متقاضیان برتر، از جمله مواردی است که در این گزارش به آن‌ها پرداخته می‌شود.

مایکروسافت؛ شرکتی نوستالژیک و پیشرو در نوآوری

مایکروسافت؛ شرکتی نوستالژیک و پیشرو در نوآوری

مایکروسافت، در زمره برندهایی است که همه کاربران کامپیوتری آن را می‌شناسند. این شرکت، با محصول مشهورش «ویندوز»، بنیان‌گذار مشهورترش، «بیل گیتس» و البته نوآوری‌های مداوم در حوزه فناوری شناخته می‌شود. با توجه به حجم عظیم نوآوری‌های این شرکت فناور و بازار قابل توجه آن، بدیهی است که مایکروسافت هم نظیر دیگر فناوران پیشگام، حفاظت از اختراعات و نوآوری‌ها را در صدر استراتژی‌های خود قرار می‌دهد. در این مقاله، از سلسله مقالات معرفی فناوران، با این غول فناوری بیشتر آشنا شده و استراتژی‌های مالکیت فکری و ثبت اختراع آن را مورد بررسی و تجزیه‌وتحلیل قرار می‌دهیم.

دانشگاه استنفورد؛ نمادی موفق از یک دانشگاه نوآور و کارآفرین

دانشگاه استنفورد؛ نمادی موفق از یک دانشگاه نوآور و کارآفرین

دانشگاه استنفورد، نمونه مشهودی از پارادایم «کارآفرینی دانشگاهی» و «دانشگاه‌های نسل سوم» است که در بسیاری از فهرست‌های انتشار یافته، در صدر دانشگاه‌های نوآور جهان قرار دارد. کارآفرینان مشهوری مانند «رد هستینگز» مؤسس نتفلیکس، «ایلان ماسک» مدیرعامل تسلا، «سرگی برین» و «لری پیج» بنیان‌گذاران گوگل و «فیل نایت» مؤسس برند ورزشی نایک، تحصیلات خود را در این دانشگاه گذرانده‌اند. در این نوشتار، به بخشی از تلاش‌های ثبت اختراع این دانشگاه به عنوان رمز مهمی برای پیروزی در تجاری‌سازی موفق فناوری‌ها، می‌پردازیم.