Congresos y coloquios

O atual sistema de propriedade industrial, responsável pela proteção de diversos ativos intelectuais, incluindo o dispositivo legal de patentes de invenção, está sendo alvo de questionamentos em relação a sua capacidade de suprir a demanda mundial de patentes (que recebe cerca de 3,5 milhões de novos pedidos de patentes anuais) e de efetivamente proteger as crescentes invenções geradas ou assistidas pelo aprendizado de máquina. O sistema tem demonstrado sinais de saturação (com acúmulo de 5,6 milhões de pedidos pendentes de exame) e de eventual colapso em futuro próximo, agravado pela 4ª revolução industrial, especificamente pela dificuldade em examinar patentes após o advento das invenções autônomas e dotadas de sistemas inteligentes, ou ainda pelas geradas por robôs que aprendem. O presente trabalho foca na análise da adequação das diretrizes de exame de diferentes países (Brasil, EUA, China e União Europeia), voltadas às invenções implementadas por computador, que abordem o aprendizado de máquina, à luz do seu caráter autônomo e dinâmico, visando contribuir aos debates sobre o futuro do sistema de patentes. Verifica-se, neste trabalho, que o aprendizado de máquina é muito amplo, abarcando diversos modelos. Observa-se, ainda, que alguns modelos não alteram o status quo do atual sistema de patentes, enquanto outros imprimem novo perfil às invenções, suscitando caráter de aperfeiçoamento contínuo, que não se encontra totalmente contemplado nas atuais diretrizes de exame de mérito. Este cenário fortalece os questionamentos sobre a adequação do sistema e impõe a necessidade de debates mais profundos quanto às normativas e à operacionalização do sistema de direitos patentários.

Congresos y coloquios

Explorar

Filtros

Ajustes

Ordenar por

resultados por página

Resultados de búsqueda