Como criar uma estratégia de propriedade intelectual para produtos baseados em IA?

A estratégia de propriedade intelectual de um produto baseado em IA vai além da pergunta sobre quem detém os direitos de autor dos resultados. Conjuntos de dados, código, modelos de terceiros, API, estruturas de prompts, configurações dos modelos, elementos de marca e conteúdos criados por trabalhadores devem ser avaliados em conjunto.

Por isso, a gestão da propriedade intelectual dos produtos de IA é uma questão de governação desde a conceção da arquitetura, não apenas uma verificação jurídica no fim do desenvolvimento.

Que ativos proteger num produto de IA?

Código-fonte e componentes de software à medida,
conjuntos de dados usados no treino ou fine-tuning,
prompts e instruções de sistema específicos da organização,
bases de conhecimento RAG e métodos de preparação de dados,
configurações e fluxos de trabalho de modelos,
texto, imagens, áudio e outros resultados gerados,
nome do produto, logotipo e outros activos da marca,
métodos e informações operacionais que constituam segredos comerciais.

1. Analisar as licenças dos modelos e API utilizados

Num produto que utiliza um modelo ou API de terceiros, analisar primeiro as condições contratuais e de licença do fornecedor. Utilização comercial, uso dos resultados, conservação de dados, utilização dos dados no desenvolvimento de modelos e responsabilidade podem variar entre fornecedores.

Assim, o modelo escolhido pela equipe técnica deve ser avaliado não só em termos de desempenho, mas também em termos de condições legais e comerciais de utilização.

2. Documentar a origem dos dados de treino

«Encontrado na Internet» não identifica uma fonte. Registar a origem e a licença de cada conjunto de dados, se contém dados pessoais e se inclui materiais protegidos por direitos de propriedade intelectual de terceiros.

Registar a proveniência dos conjuntos de dados da empresa facilita a gestão de eventuais litígios sobre direitos e licenças.

3. Clarificar Contratos de Trabalhadores e Fornecedores

O código, os processos de preparação dos dados ou as otimizações do modelo podem ser desenvolvidos por trabalhadores, profissionais independentes ou empresas externas. Os contratos devem definir os direitos de propriedade intelectual, as utilizações permitidas, a confidencialidade e os materiais a entregar.

Receber uma entrega técnica não significa, por si só, que todos os direitos necessários sejam automaticamente transferidos para a empresa.

4. Não basear a titularidade dos resultados de IA numa única suposição

A proteção e a titularidade dos conteúdos gerados por IA podem depender da contribuição humana, do sistema, das condições contratuais e do ordenamento jurídico aplicável. As empresas devem definir políticas por caso de utilização em vez de presumir: «A IA criou, todos os direitos são nossos.»

5. Tratar a proteção da marca como uma camada distinta

À medida que o nome, logótipo e identidade de um produto de IA ganham visibilidade, a estratégia de marca torna-se mais importante. Um modelo tecnicamente sólido não impede terceiros de imitar o nome, os domínios ou a identidade digital.

Ao determinar o nome do produto, a pesquisa de marca, estratégia de domínio e riscos de imitação digital devem ser avaliados em conjunto.

6. Proteger segredos comerciais nos dados enviados aos modelos

Introduzir código-fonte, informações de clientes, modelos de preços ou planos de produtos não publicados em ferramentas de IA não controladas constitui um risco importante para a propriedade intelectual.

A política de IA da empresa deve definir que dados podem ser usados em cada ferramenta e quais nunca podem ser enviados para sistemas externos.

7. Criar processos de validação dos resultados e verificação de semelhanças

É necessária revisão humana, sobretudo em materiais de marketing, design, código e conteúdos produzidos para clientes. Conforme o risco da utilização prevista, os resultados podem ser verificados quanto a semelhanças problemáticas com materiais protegidos de terceiros.

Exemplo: Produto SaaS baseado em AI

Se uma empresa está desenvolvendo SaaS apoiado por IA que analisa os documentos dos seus clientes, várias camadas de propriedade intelectual são formadas de uma só vez:

O código-fonte da plataforma pode ser de propriedade da empresa.
O modelo básico pode estar sujeito a uma licença de terceiros.
A propriedade dos documentos do cliente pode continuar a pertencer-lhe.
O sistema RAG e de preparação de dados específico da empresa pode constituir um segredo comercial.
Os termos de utilização das saídas de IA também podem ser regulados no contrato de cliente.

Estes elementos não podem ser resolvidos por um único conceito de "contrato de uso de IA".

Lista de verificação de propriedade intelectual para IA

As licenças dos modelos e conjuntos de dados utilizados estão documentadas?
A fonte dos conjuntos de dados é conhecida?
As cláusulas de propriedade intelectual dos contratos de trabalhadores e fornecedores estão atualizadas?
A transferência de informações confidenciais para ferramentas de IA está limitada?
O nome do produto e os ativos digitais da marca estão protegidos?
Existe um processo de verificação humana para saídas de IA?
A cadeia de direitos está sendo reavaliada quando o modelo ou provedor é alterado?

Conclusão

Uma estratégia sólida de propriedade intelectual para produtos de IA exige coordenação entre direito, gestão de produto, dados e arquitetura técnica. O objetivo não é travar a inovação, mas estabelecer desde o início uma cadeia sólida de direitos e licenças para um produto escalável.

Os serviços da B10 de Inteligência Artificial e Automação, Proteção e Monitorização de Marca e Software à Medida e Aplicações Móveis ajudam a conceber em conjunto estas camadas técnicas e digitais.