{"id":14165,"date":"2025-09-06T05:03:25","date_gmt":"2025-09-06T08:03:25","guid":{"rendered":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/2025\/09\/06\/patentes-e-ia-consideracoes-sobre-a-minuta-de-diretrizes-do-inpi\/"},"modified":"2025-09-06T05:03:25","modified_gmt":"2025-09-06T08:03:25","slug":"patentes-e-ia-consideracoes-sobre-a-minuta-de-diretrizes-do-inpi","status":"publish","type":"post","link":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/2025\/09\/06\/patentes-e-ia-consideracoes-sobre-a-minuta-de-diretrizes-do-inpi\/","title":{"rendered":"Patentes e IA: considera\u00e7\u00f5es sobre a minuta de diretrizes do INPI"},"content":{"rendered":"

O avan\u00e7o da intelig\u00eancia artificial<\/a> vem colocando os escrit\u00f3rios de patentes diante de alguns dilemas: podem inven\u00e7\u00f5es desenvolvidas por IA (AI-generated inventions<\/em>), ou com o aux\u00edlio de IA (AI-assisted inventions<\/em>), ser protegidas por patentes?<\/p>\n

Como fica a prote\u00e7\u00e3o patent\u00e1ria das inven\u00e7\u00f5es que t\u00eam a IA como parte do conceito inventivo (AI-based inventions<\/em>)? Algoritmos e modelos de IA podem ser patenteados ou s\u00e3o meros m\u00e9todos matem\u00e1ticos impass\u00edveis de prote\u00e7\u00e3o na forma da Lei da Propriedade Industrial (Lei 9.279\/1996)?<\/p>\n

Conhe\u00e7a o JOTA<\/span> PRO Poder, plataforma de monitoramento que oferece transpar\u00eancia e previsibilidade para empresas<\/span><\/a><\/h3>\n

Visando dar previsibilidade aos usu\u00e1rios do sistema de propriedade industrial brasileiro, o Instituto Nacional da Propriedade Industrial (INPI<\/a>) abriu a Consulta P\u00fablica 3\/2025, sobre a Minuta das Diretrizes de Exame de Pedidos de Patente relacionados \u00e0 IA, com prazo para contribui\u00e7\u00f5es at\u00e9 17\/10\/2025.[1]<\/a><\/p>\n

A minuta se prop\u00f5e a orientar a aplica\u00e7\u00e3o, especialmente, dos arts. 6\u00ba (autoria), 8\u00ba (requisitos), 10 (mat\u00e9rias exclu\u00eddas), 13 (atividade inventiva), 24 (sufici\u00eancia descritiva) e 25 (suporte das reivindica\u00e7\u00f5es) da LPI no exame dos pedidos de patente que envolvem IA, seja no desenvolvimento da inven\u00e7\u00e3o, seja no pr\u00f3prio objeto de prote\u00e7\u00e3o.<\/p>\n

Pontos centrais da minuta<\/h3>\n

Em linhas gerais, a minuta endere\u00e7a quatro campos: autoria, elegibilidade, sufici\u00eancia descritiva e atividade inventiva.<\/p>\n

A minuta exclui expressamente a possibilidade de prote\u00e7\u00e3o patent\u00e1ria para \u201cinven\u00e7\u00f5es geradas de forma aut\u00f4noma por uma IA, sem qualquer interven\u00e7\u00e3o humana [\u2026], conforme Art. 6\u00ba da LPI, uma vez que a autoria da inven\u00e7\u00e3o deve ser atribu\u00edda a uma pessoa natural\u201d<\/em> (item 1.5).<\/p>\n

Todavia, reconhece que as inven\u00e7\u00f5es assistidas por IA \u2013 isto \u00e9, em que a IA atua apenas como ferramenta utilizada por uma pessoa natural, de modo que h\u00e1 \u201cinterven\u00e7\u00e3o humana em alguma etapa do processo\u201d <\/em>(item 1.6) \u2013 podem ser patenteadas, desde que preenchidos os demais requisitos e condi\u00e7\u00f5es legais. O foco do exame recai sobre o efeito t\u00e9cnico obtido pela inven\u00e7\u00e3o, o qual deve ser resultado do trabalho intelectual humano.<\/p>\n

A minuta delimita as mat\u00e9rias exclu\u00eddas de prote\u00e7\u00e3o, deixando claro que algoritmos e modelos de IA em si n\u00e3o s\u00e3o patente\u00e1veis. Afinal, consoante o artigo 10 da LPI, \u201c[n]\u00e3o se considera inven\u00e7\u00e3o nem modelo de utilidade: I \u2013 descobertas, teorias cient\u00edficas e m\u00e9todos matem\u00e1ticos; [\u2026] V \u2013 programas de computador em si<\/em>\u201d.<\/p>\n

Haver\u00e1 elegibilidade quando a solu\u00e7\u00e3o proposta no pedido de patente empregar a IA como um meio para resolver, de forma t\u00e9cnica, um problema t\u00e9cnico, e apresentar um efeito t\u00e9cnico ligado \u00e0 aplica\u00e7\u00e3o (item 2.1).<\/p>\n

Ainda no campo da elegibilidade, a minuta esclarece que dados usados no treinamento de modelos e sistemas de IA \u201cs\u00e3o objeto de prote\u00e7\u00e3o intelectual por direito de autor, conforme Art. 7\u00ba, inciso XIII, Art. 87 da Lei n\u00ba 9.610\/1998, e est\u00e3o fora do escopo da prote\u00e7\u00e3o por patentes<\/em>\u201d (itens 2.3 e 2.4). Importante esclarecer que os dados em si n\u00e3o s\u00e3o protegidos pelo inciso XIII do art. 7\u00ba, mas sim a cria\u00e7\u00e3o intelectual na sele\u00e7\u00e3o\/organiza\u00e7\u00e3o de uma base de dados. J\u00e1 o art. 87 abarca a prote\u00e7\u00e3o da estrutura da base de dados.<\/p>\n

Sobre a sufici\u00eancia descritiva, a se\u00e7\u00e3o 3 da minuta refor\u00e7a que, consoante o art. 24 da LPI, o relat\u00f3rio descritivo deve \u201cfornecer todos os detalhes t\u00e9cnicos necess\u00e1rios para que o t\u00e9cnico no assunto possa, sem experimenta\u00e7\u00e3o indevida, reproduzir a solu\u00e7\u00e3o proposta. A amplitude e profundidade necess\u00e1rias na descri\u00e7\u00e3o de tais detalhes poder\u00e3o variar de acordo com a natureza e a complexidade da inven\u00e7\u00e3o\u201d<\/em> (item 3.5).<\/p>\n

Nos itens 3.8 e 3.9, s\u00e3o listados, de forma n\u00e3o exaustiva, quais detalhamentos podem ser necess\u00e1rios para a descri\u00e7\u00e3o suficiente da inven\u00e7\u00e3o baseada em IA: o conjunto de dados (caracter\u00edsticas relevantes, como origem, rotulagem, pr\u00e9-processamento, distribui\u00e7\u00e3o de classes, vari\u00e1veis de confus\u00e3o etc.); arquitetura\/fluxo; o processo de treinamento (passos, normaliza\u00e7\u00e3o, crit\u00e9rios de parada); par\u00e2metros materialmente ligados ao efeito t\u00e9cnico.<\/p>\n

Particularmente em rela\u00e7\u00e3o ao fen\u00f4meno da \u201ccaixa-preta\u201d, que ocorre quando o funcionamento interno do sistema de IA (isto \u00e9, como ele chega \u00e0s decis\u00f5es ou previs\u00f5es) n\u00e3o \u00e9 transparente ou facilmente interpret\u00e1vel, tornando dif\u00edcil compreender ou explicar suas raz\u00f5es e l\u00f3gicas internas, a minuta ressalta ser poss\u00edvel \u201catender a condi\u00e7\u00e3o de sufici\u00eancia descritiva pela descri\u00e7\u00e3o dos detalhes necess\u00e1rios para elucida\u00e7\u00e3o da inven\u00e7\u00e3o\u201d<\/em> (item 3.4).<\/p>\n

Para ilustrar, cita-se o exemplo de um pedido que descreve um sistema que capta sons de um motor e, com rede neural, identifica qual componente est\u00e1 com falha, atingindo 95% de precis\u00e3o. Neste caso, a sufici\u00eancia descritiva h\u00e1 de ser auferida n\u00e3o pela capacidade de se atingir exatamente 95% de precis\u00e3o na implementa\u00e7\u00e3o da inven\u00e7\u00e3o, mas sim pela capacidade de reprodu\u00e7\u00e3o por um t\u00e9cnico no assunto, ainda que com n\u00fameros um pouco diferentes. Isso porque o efeito t\u00e9cnico est\u00e1 em viabilizar o diagn\u00f3stico autom\u00e1tico por som, n\u00e3o em \u201ccravar\u201d o valor de 95%.<\/p>\n

A minuta admite omiss\u00f5es pontuais sem preju\u00edzo da sufici\u00eancia se: (i) a contribui\u00e7\u00e3o alegada n\u00e3o depender do que foi omitido; (ii) o omitido for evidente ao t\u00e9cnico no assunto; e (iii) o resultado t\u00e9cnico n\u00e3o depender de configura\u00e7\u00e3o espec\u00edfica omitida (item 3.10).<\/p>\n

No que tange \u00e0 atividade inventiva, a minuta explica que n\u00e3o basta \u201ctrocar\u201d um algoritmo por outro ou automatizar, com IA, processos conhecidos. Combina\u00e7\u00f5es \u00f3bvias de t\u00e9cnicas, tunings<\/em> rotineiros de hiperpar\u00e2metros, pipelines padr\u00e3o sem melhoria t\u00e9cnica ou simplesmente portar para hardware tendem a n\u00e3o caracterizar atividade inventiva. Em contrapartida, adapta\u00e7\u00f5es t\u00e9cnicas de modelo\/dados\/treinamento, voltadas \u00e0 solu\u00e7\u00e3o de um problema t\u00e9cnico e que entregam efeitos t\u00e9cnicos inesperados, podem configurar inventividade.<\/p>\n

Como outras jurisdi\u00e7\u00f5es v\u00eam lidando com esse tema<\/h3>\n

Na Europa, as diretrizes de exame do escrit\u00f3rio de patentes europeu (EPO) tratam IA e machine learning<\/em> como m\u00e9todos matem\u00e1ticos (G-II, 3.3.1), mas aceitam a patenteabilidade quando h\u00e1 finalidade t\u00e9cnica ou efeito t\u00e9cnico adicional al\u00e9m do funcionamento normal de um computador.[2]<\/a><\/p>\n

Quanto \u00e0 sufici\u00eancia descritiva, no caso T0161\/18, decidido pelo \u00f3rg\u00e3o recursal (Board of Appeals) do EPO em 2020, estabeleceu-se que detalhes dos dados de treinamento devem ser apresentados quando forem essenciais para reproduzir o efeito t\u00e9cnico, n\u00e3o bastando dizer que \u201cse treina uma rede neural\u201d sem indicar quais dados ou como obt\u00ea-los.[3]<\/a><\/p>\n

Em rela\u00e7\u00e3o \u00e0 atividade inventiva, o EPO tem reiterado que a mera aplica\u00e7\u00e3o de t\u00e9cnicas de machine learning<\/em> conhecidas a um campo n\u00e3o apresenta, por si s\u00f3, inventividade, pois se trata de uma tend\u00eancia geral.[4]<\/a><\/p>\n

No Reino Unido, o caso Emotional Perception suscitou grandes discuss\u00f5es a respeito do que constitui um efeito t\u00e9cnico para fins de aferi\u00e7\u00e3o de elegibilidade de inven\u00e7\u00f5es baseadas em IA. Em julho de 2024, a corte de apela\u00e7\u00e3o assentou que um sistema de recomenda\u00e7\u00e3o por \u201csimilaridade sem\u00e2ntica\u201d carecia de efeito t\u00e9cnico, pois a qualidade recomendada era subjetiva (est\u00e9tica\/cognitiva).[5]<\/a> O caso, todavia, permanece pendente perante a Suprema Corte.<\/p>\n

Nos Estados Unidos, o USPTO publicou, em fevereiro de 2024, orienta\u00e7\u00e3o sobre inven\u00e7\u00f5es assistidas por IA, deixando claro que elas podem ser patente\u00e1veis se houver contribui\u00e7\u00e3o humana significativa.[6]<\/a> A orienta\u00e7\u00e3o administrativa veio acompanhada de exemplos pr\u00e1ticos e foi ancorada pela decis\u00e3o da justi\u00e7a federal norte-americana em Thaler v. Vidal<\/em> (2022), que interpretou o termo \u201cinventor\u201d como pessoa natural.<\/p>\n

Quanto \u00e0 eligibilidade, o escrit\u00f3rio de patentes tem aplicado \u00e0s inven\u00e7\u00f5es de IA o teste Alice\/Mayo, refor\u00e7ado pelo \u201c2019 Revised Patent Subject Matter Eligibility Guidance\u201d[7]<\/a> e atualizado, em 2024, com uma orienta\u00e7\u00e3o espec\u00edfica para IA.[8]<\/a> Em regra, algoritmos e m\u00e9todos de machine learning s\u00e3o enquadrados como \u201cideias abstratas\u201d (conceitos matem\u00e1ticos\/processos mentais).<\/p>\n

O pedido s\u00f3 supera a obje\u00e7\u00e3o se integrar esse conte\u00fado a uma aplica\u00e7\u00e3o pr\u00e1tica que produza um efeito t\u00e9cnico concreto e, se necess\u00e1rio, apresentar algo significativamente mais. A atualiza\u00e7\u00e3o de julho de 2024 reuniu exemplos (47-49) para IA e detalhou como examinar alega\u00e7\u00f5es de melhoria tecnol\u00f3gica.[9]<\/a><\/p>\n

Pontua-se, ainda, que em janeiro de 2024, o USPTO publicou diretrizes formalizando que a sufici\u00eancia descritiva segue ancorada nos fatores de Wands <\/em>para avaliar se a totalidade do escopo reivindicado pode ser reproduzida com experimenta\u00e7\u00e3o razo\u00e1vel (isto \u00e9, sem experimenta\u00e7\u00e3o indevida).[10]<\/a> No campo das inven\u00e7\u00f5es baseadas em IA, isso refor\u00e7a a necessidade de a descri\u00e7\u00e3o da inven\u00e7\u00e3o ensinar a arquitetura, os par\u00e2metros, e o regime de treinamento, n\u00e3o apenas o resultado, para possibilitar a reprodu\u00e7\u00e3o do efeito t\u00e9cnico por um t\u00e9cnico no assunto.<\/p>\n

Considera\u00e7\u00f5es sobre a minuta do INPI<\/h3>\n

A minuta de diretrizes elaborada pelo INPI alinha o Brasil \u00e0s boas pr\u00e1ticas internacionais ao (i) estabelecer problema t\u00e9cnico e efeito t\u00e9cnico como crit\u00e9rios de elegibilidade; (ii) exigir o detalhamento dos dados quando essenciais para a reprodu\u00e7\u00e3o da inven\u00e7\u00e3o, impondo mais escrut\u00ednio para \u201ccaixas-pretas\u201d; e (iii) pressupor contribui\u00e7\u00e3o humana significativa para a prote\u00e7\u00e3o patent\u00e1ria de inven\u00e7\u00f5es assistidas por IA.<\/p>\n

Embora ela toque na prote\u00e7\u00e3o aos dados de treinamento, poderia aprofundar estrat\u00e9gias (por exemplo, reivindicar caracter\u00edsticas estat\u00edsticas do dataset<\/em> e procedimentos de gera\u00e7\u00e3o\/s\u00edntese em vez de revelar bases propriet\u00e1rias), alinhando expectativas de sufici\u00eancia com segredo de neg\u00f3cio. Conv\u00e9m tamb\u00e9m um lembrete de compatibilidade com a LGPD: a sufici\u00eancia n\u00e3o deve exigir divulga\u00e7\u00e3o que n\u00e3o seja necess\u00e1ria \u00e0 reprodu\u00e7\u00e3o t\u00e9cnica, especialmente quando envolver dados pessoais.<\/p>\n

Al\u00e9m disso, a minuta poderia explicitar o alcance do \u201cefeito t\u00e9cnico\u201d em exemplos positivos e negativos, inclusive em cen\u00e1rios de IA aplicados a recomenda\u00e7\u00f5es, publicidade, curadoria de conte\u00fado e decis\u00f5es baseadas em prefer\u00eancias. Seria \u00fatil indicar que melhorias meramente est\u00e9ticas, cognitivas ou de satisfa\u00e7\u00e3o do usu\u00e1rio n\u00e3o configuram, por si, efeito t\u00e9cnico.<\/p>\n

Por outro lado, ganhos mensur\u00e1veis no funcionamento de sistemas computacionais ou dispositivos (por exemplo, redu\u00e7\u00e3o de lat\u00eancia, consumo energ\u00e9tico, robustez a ru\u00eddo, toler\u00e2ncia a falhas) tendem a caracteriz\u00e1-lo quando ligados \u00e0s solu\u00e7\u00f5es t\u00e9cnicas reivindicadas.<\/p>\n

Tamb\u00e9m seria recomend\u00e1vel abordar a quest\u00e3o da unidade de inven\u00e7\u00e3o nos pedidos de patente envolvendo IA. Um mesmo pedido pode mesclar aquisi\u00e7\u00e3o\/curadoria de dados, treinamento e infer\u00eancia. A minuta poderia ilustrar quando essas partes compartilham um \u201cv\u00ednculo t\u00e9cnico especial\u201d (por exemplo, um esquema de treinamento que habilita um modo de infer\u00eancia espec\u00edfico em dispositivo embarcado), e quando, ao contr\u00e1rio, exigem divis\u00e3o por falta de unidade.<\/p>\n

Informa\u00e7\u00f5es direto ao ponto sobre o que realmente importa: assine gratuitamente a JOTA<\/span> Principal, a nova newsletter do JOTA<\/span><\/a><\/h3>\n

Por fim, seria \u00fatil incluir exemplos ilustrativos setoriais (sa\u00fade, manufatura, telecomunica\u00e7\u00f5es, energia, ve\u00edculos aut\u00f4nomos), diferenciando: (i) alega\u00e7\u00f5es eleg\u00edveis e inventivas (quando a IA melhora tecnicamente o funcionamento do sistema alvo); (ii) alega\u00e7\u00f5es eleg\u00edveis, por\u00e9m \u00f3bvias (automatiza\u00e7\u00e3o trivial\/tuning<\/em> rotineiro); e (iii) alega\u00e7\u00f5es n\u00e3o eleg\u00edveis (neg\u00f3cios\/m\u00e9todos administrativos ou apresenta\u00e7\u00e3o de informa\u00e7\u00e3o \u201ccomo tal\u201d), mesmo quando implementadas com IA.<\/p>\n

Conclus\u00e3o<\/h3>\n

A minuta de diretrizes do INPI \u00e9 um avan\u00e7o relevante para uniformizar o exame de pedidos envolvendo IA e aumentar a seguran\u00e7a jur\u00eddica dos usu\u00e1rios do sistema. Ao refor\u00e7ar a centralidade do efeito t\u00e9cnico, da sufici\u00eancia descritiva e da contribui\u00e7\u00e3o humana, o texto aproxima o Brasil das melhores pr\u00e1ticas internacionais.<\/p>\n

Ajustes finos podem elevar ainda mais a previsibilidade e a qualidade dos exames. Com a consulta p\u00fablica aberta at\u00e9 17\/10\/2025, as comunidades t\u00e9cnica e jur\u00eddica t\u00eam a oportunidade \u00edmpar de contribuir e, ao mesmo tempo, aprimorar estrat\u00e9gias de reda\u00e7\u00e3o de pedidos que valorizem a liga\u00e7\u00e3o causal entre escolhas t\u00e9cnicas e o efeito t\u00e9cnico alegado.<\/p>\n

[1]<\/a> https:\/\/www.gov.br\/inpi\/pt-br\/servicos\/patentes\/consultas-publicas\/Minutadasdiretrizes.pdf<\/a><\/p>\n

[2]<\/a> https:\/\/www.epo.org\/en\/legal\/guidelines-epc\/2025\/g_ii_3_3_1.html<\/a><\/p>\n

[3]<\/a> https:\/\/www.epo.org\/de\/boards-of-appeal\/decisions\/t180161du1<\/a><\/p>\n

[4]<\/a> https:\/\/www.epo.org\/en\/boards-of-appeal\/decisions\/t191191eu1<\/a><\/p>\n

[5]<\/a> https:\/\/www.judiciary.uk\/wp-content\/uploads\/2024\/07\/Comptroller-General-of-Patents-Designs-and-Trade-Marks-v-Emotional-Perception-AI.pdf<\/a><\/p>\n

[6]<\/a> https:\/\/www.uspto.gov\/subscription-center\/2024\/uspto-issues-inventorship-guidance-and-examples-ai-assisted-inventions<\/a><\/p>\n

[7]<\/a> https:\/\/www.uspto.gov\/web\/offices\/pac\/mpep\/s2106.html<\/a><\/p>\n

[8]<\/a> https:\/\/www.uspto.gov\/about-us\/news-updates\/uspto-issues-ai-subject-matter-eligibility-guidance<\/a><\/p>\n

[9]<\/a> https:\/\/www.uspto.gov\/sites\/default\/files\/documents\/2024-AI-SMEUpdateExamples47-49.pdf<\/a><\/p>\n

[10]<\/a> https:\/\/www.uspto.gov\/sites\/default\/files\/documents\/112a-memo.pdf<\/a><\/p>","protected":false},"excerpt":{"rendered":"

O avan\u00e7o da intelig\u00eancia artificial vem colocando os escrit\u00f3rios de patentes diante de alguns dilemas: podem inven\u00e7\u00f5es desenvolvidas por IA (AI-generated inventions), ou com o aux\u00edlio de IA (AI-assisted inventions), ser protegidas por patentes? Como fica a prote\u00e7\u00e3o patent\u00e1ria das inven\u00e7\u00f5es que t\u00eam a IA como parte do conceito inventivo (AI-based inventions)? Algoritmos e modelos […]<\/p>\n","protected":false},"author":0,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[1],"tags":[],"_links":{"self":[{"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/posts\/14165"}],"collection":[{"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/types\/post"}],"replies":[{"embeddable":true,"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/comments?post=14165"}],"version-history":[{"count":0,"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/posts\/14165\/revisions"}],"wp:attachment":[{"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/media?parent=14165"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/categories?post=14165"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/tags?post=14165"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}