AI i patenty: czy sztuczna inteligencja może być wynalazcą?

AI i patenty: czy sztuczna inteligencja może być wynalazcą?

Sztuczna inteligencja zmienia świat: generuje obrazy, pisze teksty, wspiera projektowanie leków i nowych materiałów. Coraz częściej pojawia się więc pytanie: czy AI może być wynalazcą i uzyskać patent?​

Na 2026 r. odpowiedź w głównych systemach prawnych (USA, EPO, UK) jest jednoznaczna: nie – wynalazcą może być tylko człowiek. Ale to, jak prawo traktuje wynalazki tworzone przy użyciu AI, staje się coraz bardziej złożone.

Czy sztuczna inteligencja może być wynalazcą?

Krótka odpowiedź: Nie – przynajmniej na razie.

Czy to się zmieni? Może, ale nie wiemy tego na pewno.

Sprawa DABUS

Symbolem dyskusji o „AI jako wynalazcy” stał się system DABUS – Device for the Autonomous Bootstrapping of Unified Sentiment . Jego twórca, Stephen Thaler, zgłosił dwa wynalazki do urzędów patentowych: w Stanach Zjednoczonych, Europie i Wielkiej Brytanii – bez podania człowieka jako wynalazcy. W zgłoszeniach jako wynalazcę wskazał wyłącznie DABUS.

Wynalazkami były:

1. Nowatorskie opakowanie na napoje
2. Urządzenie błyskowe wykorzystujące fraktale do sygnalizacji

Reakcja urzędów patentowych była jednoznaczna:

• EPO odmówiło przyjęcia zgłoszeń z DABUS jako wynalazcą, wskazując, że wynalazca musi być osobą fizyczną mającą zdolność prawną (sprawy J 8/20 i J 9/20).
• USPTO również odmówiło uznania DABUS za wynalazcę, wskazując, że na gruncie prawa USA wynalazcą może być wyłącznie osoba fizyczna – „natural person”.
• UKIPO przyjęło analogiczne stanowisko: wynalazcą nie może być sztuczna inteligencja.

DABUS „przegrał” kolejne sprawy, ale wywołał globalną debatę: czy – i kiedy – prawo powinno dopuścić AI jako formalnego twórcę wynalazku.

Europejski Urząd Patentowy (EPO) – zaktualizowane wytyczne

EPO doprecyzowuje podejście do AI. W swoich zaktualizowanych Guidelines for Examination obowiązujących od 1 kwietnia 2025 r. EPO rozwija zasady dotyczące patentowania wynalazków opartych na AI.

Wytyczne EPO z 2025 nie tworzą całkowicie „nowego” podejścia, ale raczej kodyfikują dotychczasową praktykę EPO w zakresie tzw. computer-implemented inventions oraz AI i ML.

Kiedy wynalazek tworzony z AI jest patentowalny wg EPO

• Wynalazek tworzony z wykorzystaniem AI jest patentowalny, jeśli spełnia ogólne przesłanki patentowalności (nowość, poziom wynalazczy, przemysłowa stosowalność) oraz posiada charakter techniczny.

• Modele i algorytmy AI mogą wnosić techniczny wkład, jeżeli przyczyniają się do rozwiązania problemu technicznego – np. poprawiają jakość sygnału, zwiększają wydajność komunikacji, zmniejszają opóźnienia w systemie sterowania.

• Musi być „wkład człowieka” – człowiek musi wnieść coś więcej niż samo zdefiniowanie problemu, np. konfiguracja parametrów AI, dobór architektury, integracja w systemie technicznym.

• Kluczowe jest wykazanie konkretnego efektu technicznego w określonym kontekście (np. poprawa jakości obrazu w systemie medycznym, skrócenie czasu przetwarzania, zmniejszenie zużycia zasobów) a nie samo lepsze „dopasowanie modelu” w sensie statystycznym.

Praktyczne przykłady

Patentowalne są:

• Wynalazek dotyczący algorytmu uczenia maszynowego trenowanego na danych (observed data in multidimensional model), generującego prognozy  popytu na produkty detaliczne – np. EP3887944B1 – „Extensible software tool with customizable machine prediction”.
  • Dlaczego? Szczegółowy opis i konkretna implementacja w systemie technicznym (input/output binary, stacking z innymi modelami); efekt techniczny: trenowany model uczenia maszynowego generuje custom predictions (np. demand forecasts for retail items), które są łączone z innymi modelami i wykorzystywane do sterowania (np. shipping quantities). To daje mierzalne ulepszenie: szybsze, bardziej dokładne prognozy w porównaniu do tradycyjnych metod.

NIE patentowalne są:

• „Model GPT, który pisze lepsze teksty” opisany jedynie jako generowanie treści bez wskazania konkretnego zastosowania technicznego czy efektu technicznego.
  • Dlaczego? Zbyt abstrakcyjne ujęcie, brak konkretnego efektu technicznego.

USPTO Revised Guidance 2025 – nowe podejście

W listopadzie 2025 r. USPTO wydało Revised Inventorship Guidance for AI-Assisted Inventions (zmienioną wersję wytycznych z 2024 r.). To ważny dokument, bo porządkuje podejście do tego, jak traktować AI w procesie patentowania w USA.

Stare podejście USPTO (2024)

• AI nigdy nie może być wynalazcą.

• Ale człowiek może być wynalazcą, jeśli: bezpośrednio wpłynął na koncepcję wynalazku, kierował pracą AI, wprowadził znaczące poprawy.

Nowe podejście USPTO (2025)

• USPTO cofnęło starą interpretację i wróciło do standardowych kryteriów wynalazczości opartych na „conception” (koncepcji wynalazku) znanych z dotychczasowego orzecznictwa.

• Innymi słowy: AI nigdy nie może być wymieniona jako wynalazca.

• Procesy, w których AI uczestniczy, podlegają tym samym regułom co tradycyjne wynalazki.

• Kluczowe pytanie brzmi: „Kto dokonał koncepcji wynalazku?” – jeżeli człowiek (lub zespół ludzi), nawet przy wsparciu AI jako narzędzia, to można patentować.

• AI jest traktowana wyłącznie jako narzędzie (podobnie jak oprogramowanie, sprzęt laboratoryjny czy bazy danych), a autorstwo wynalazku (inventorship) zawsze przypisuje się wyłącznie osobom fizycznym.

To subtelna, ale ważna różnica: zamiast „specjalnych zasad dla AI” obowiązuje „stary” test oparty na koncepcji, a AI jest tylko środkiem pomocniczym.

Praktycznie: Co można patentować z AI?

Samo AI (jako „osoba”) nie może być wynalazcą, ale wynalazki tworzone z użyciem AI jak najbardziej mogą podlegać ochronie patentowej – o ile spełniają standardowe wymogi (nowość, poziom wynalazczy, przemysłowa stosowalność). Tak więc, pod pewnymi warunkami, można uzyskać „patent na AI”.

Przykładowo, potencjalnie patentowalne są:

✅ AI-assisted wynalazki (człowiek + AI)

• Przykład: metoda optymalizacji procesu produkcyjnego z użyciem algorytmu uczenia maszynowego, która obniża zużycie energii o określony procent.

✅ Konkretne zastosowania AI w określonej dziedzinie techniki

• Przykład: algorytm do diagnozowania chorób serca na podstawie MRI, wdrożony w systemie medycznym i dający mierzalnie lepsze wyniki, np. osiągający 98% dokładności.

✅ Ulepszone metody uczenia maszynowego

• Przykład: nowa technika trenowania sieci neuronowych, która zmniejsza wymagane dane treningowe o 70%, przy zachowaniu dokładności modelu.

✅ Specyficzne implementacje techniczne

• Przykład: urządzenie lub system przetwarzania danych w czasie rzeczywistym, wykorzystujący niestandardową architekturę sprzętową skonfigurowaną pod dany algorytm AI. – np. „Urządzenie do przetwarzania danych w czasie rzeczywistym używające niestandardowej architektury GPU, którego latencja wynosi <10ms”

✅ Metody przygotowania i przetwarzania danych (pre‑processing)

• Przykład: sposób automatycznego generowania czy etykietowania danych treningowych dla modeli komputerowego rozpoznawania obrazów, używający „transfer learning”.

Co do zasady nie podlegają patentowaniu:

❌ Czysty algorytm matematyczny

• Przykład: „Algorytm gradientu” opisany wyłącznie w sposób abstrakcyjny.

❌ Generyczne, zbyt ogólne zastosowanie AI

• Przykład: „Używanie uczenia maszynowego do predykcji” bez konkretnego zastosowania technicznego.

❌ Znane formuły lub prawa natury

• Przykład: „Zastosowanie wzoru Einsteina E=mc² w kalkulacjach” – samo prawo natury nie podlega ochronie.

❌ Wynalazki stworzone wyłącznie przez AI bez wkładu człowieka

• Przykład: „System DABUS wygenerował nowe rozwiązanie techniczne, a człowiek nic nie zrobił”

Jakich dziedzin dotyczą patenty AI?

Patenty związane z AI pojawiają się szczególnie w sektorach, gdzie liczy się przewaga technologiczna:

• Large Language Models (LLMs) – systemy podobne do ChatGPT, Claude itp.

• Computer Vision – automatyczna analiza obrazów, rozpoznawanie obiektów, systemy wizyjne.

• Systemy autonomiczne – roboty, drony, autonomiczne pojazdy.

• Medycyna – diagnostyka obrazowa, analiza sygnałów biologicznych, personalizacja terapii.

• Fintech – ocena ryzyka, wykrywanie nadużyć, modele predykcyjne.

• Przemysł i produkcja – predykcyjne utrzymanie ruchu, optymalizacja procesów, logistyka.

W zgłoszeniach europejskich często pojawiają się klasy IPC/CPC związane z przetwarzaniem danych i AI, m.in. G06F, G06N.

Czy AI kiedyś będzie wynalazcą? Dyskusja prawna

Stanowiska dzielą się:

TAK, będzie: Niektórzy prawnicy i technolodzy (włączając Stephen’a Thadera z DABUS) argumentują:

• AI już generuje opłacalne wynalazki
• Wykluczanie AI jest dyskryminacją
• Prawo musi ewoluować
• Status AI w społeczeństwie zmienia się (tak, jak to było ze zwierzętami)

NIE, nie będzie: Bardziej konserwatywni prawnicy i urzędy patentowe argumentują:

• Patent to prawo majątkowe → wymaga podmiotu prawnego
• AI nie ma praw majątkowych
• Może być narzędziem, ale nie twórcą
• Właścicielem AI (i patentów) jest człowiek

Kompromis (najbardziej realistycznie):

• AI będzie traktowana jako narzędzie w procesie twórczym,

• wymogi dla „wkładu człowieka” mogą w praktyce ulegać reinterpretacji w miarę wzrostu automatyzacji,

• może pojawić się (w przyszłości) odrębna kategoria regulacji dla tzw. „AI-assisted” lub „AI-heavy” wynalazków, ale aktualnie większość systemów (USA, EPO, UK) podkreśla, że wynalazca = zawsze człowiek

Przykład: Patent na rozwiązanie podobne do Chata GPT

Załóżmy, że zespół badawczy opracował nową metodę trenowania dużego modelu językowego (LLM), która redukuje tzw. halucynacje o 40% dzięki specyficznemu mechanizmowi uwagi połączonemu z modułem RAG (Retrieval‑Augmented Generation).

Aby zwiększyć szanse na uzyskanie patentu, w zgłoszeniu należałoby jasno opisać m.in.:

• konkretną architekturę techniczną – warstwy, moduły, sposób integracji mechanizmu uwagi i RAG,

• dane treningowe i preprocessing – na tyle, na ile jest to konieczne do zrozumienia wynalazku,

• metryki – jak mierzono „40% redukcji halucynacji” i w jakich zadaniach,

• stan techniki – jakie rozwiązania istniały wcześniej i jakie miały ograniczenia,

• wkład człowieka – kto zaprojektował konkretną koncepcję i jak ją dopracował,

• efekt techniczny – np. jak wynalazek poprawia działanie rzeczywistych systemów (np. mniejsza liczba błędów w określonych zadaniach, mniejsze zużycie zasobów, lepsza stabilność).

Tak przygotowane zgłoszenie ma zdecydowanie większe szanse na uzyskanie patentu zarówno w USPTO, jak i przed EPO, niż ogólny opis w stylu „używamy AI, aby generować lepsze odpowiedzi”.

Podsumowanie: AI Patenty w 2026

Chcesz opatentować wynalazek? Rzecznik patentowy z Patentbox pomoże Ci przygotować stosowną  dokumentację i zmaksymalizować szansę na uzyskanie patentu.

Skontaktuj się z nami!

​