Защита объектов интеллектуальной собственности, созданных с применением искусственного интеллекта

О курсе:

Ключевые проблемы формирования объектов авторских прав, создаваемых с использованием искусственного интеллекта. Как оформить и защитить права на результаты интеллектуальной деятельности, созданные с использованием нейросети. Ответственность за нарушение в этой сфере. Внутренняя политика компании по использованию ИИ-инструментов

Для кого:

Для руководителей предприятий и организаций, юристов, экономистов, разработчиков промышленных образцов, технической документации, для специалистов отделов инноваций и технологий, экспертов по интеллектуальной собственности и патентных поверенных, IT-специалистов

Программа:

1. Создание объектов интеллектуальной собственности (ИС) с использованием технологий искусственного интеллекта (ИИ). Идентификация авторства. Практикум: как зафиксировать факт создания объекта интеллектуальной собственности с помощью ИИ. Создание корпоративного стандарта ведения «истории создания РИД». Фиксация итеративного процесса генерации для формирования доказательной базы.
2. Служебные результаты интеллектуальной деятельности. Анализ должностных обязанностей разработчиков систем ИИ. Система ИИ, участвующая в разработке служебного произведения. Соответствие требованиям ГОСТ 34886-2022. Промт-инжиниринг как критерий «творческого вклада». Составление Акта приема-передачи служебного РИД с учетом ИИ-инструментария. Проектирование цифрового следа разработки. Настройка систем версионирования и таск-трекеров для фиксации вклада сотрудника.
3. Интеллектуальная собственность и архитектуры систем искусственного интеллекта. Моделирование стратегий лидеров рынка по отраслям. Карта архитектурных узлов.
4. Сервисы и платформы в сфере интеллектуальной собственности на основе ИИ. Риски использования ИИ-платформ в работе предприятия и юридической деятельности.
5. Лицензионные соглашения и коммерциализация ИИ-продуктов. Соглашение об уровне предоставления услуги (SLA). Иллюзия согласия: риски «конклюдентного» заключения договоров ИИ-агентами по API.
6. Практикум: обсуждение шаблонов лицензионных договоров и внутренней документации. Модели распределения роялти между создателями роевой ИИ-системы.
7. Лицензии с открытым исходным кодом и ИИ. Риск смешивания кодов и данных. Выявление «вирусного» открытого программного обеспечения в сгенерированном коде. Интеграция SCA-систем: регламентация автоматического сканирования репозиториев предприятия.
8. Договоры с провайдерами ИИ и SaaS: презумпция авторства и определение правообладателя. Как юридически и технически заблокировать провайдеру возможность использовать промты и данные компании для обучения нейросетей. Риск смены лицензионной политики.
9. Ноу-хау и охрана разработок, созданных посредством технологий ИИ. Веса и параметры обученной модели. Защита прав на эмбеддинги (векторные представления данных).
10. Проблема определения достоверности исходных данных в продуктах ИИ. Аудит «чистоты» датасетов. Регламентация использования «синтетических данных».
11. Патентование системы ИИ. Особенности патентных заявок. Практикум: обсуждение действующих патентов в сфере ИИ. Перевод абстрактной математической модели в измеримый технический результат. Выбор оптимальной стратегии патентования: способ обработки данных в облаке или программно-аппаратный комплекс?
12. Создание корпоративной системы управления правами ИС на системы ИИ.
13. Корпоративная модель управления правовыми рисками в сфере больших данных и искусственного интеллекта.
14. Интеллектуальная собственность и управление процессами для анализа больших данных. Анализ законности сбора данных из открытых источников. Скрейпинг и парсинг в контексте права интеллектуальной собственности.
15. Корпоративное хранилище больших данных в контексте интеллектуальной собственности.
16. Правовой режим базы данных. Практикум: Моделирование судебного спора: как с помощью внедренных «маркеров-ловушек» доказать, что конкурент скопировал вашу базу эмбеддингов. Анализ структуры датасета в контексте ИС. Персональные данные в датасетах.
17. Мониторинг конкурентов. Юридические «границы» правомерного сбора данных конкурентов. Риск уголовной ответственности при автоматизированном сборе данных. Создание систем внутреннего контроля по идентификации прав ИС. Комплексные правовые механизмы по пресечению нарушений.
18. Промышленная разведка — выявление актуальности систем искусственного интеллекта. Цифровой след и охрана интеллектуальной собственности предприятия.
19. Ответственность за нарушения интеллектуальной собственности при использовании ИИ. Антимонопольное законодательство.