编辑推荐：
在专利法要求发明者披露技术信息的背景下，AI 辅助专利起草兴起。研究人员针对 AI 对专利披露的影响展开研究，发现 AI 工具虽能生成看似符合要求的内容，但存在错误和误导信息。该研究为改善专利披露制度提供方向，对完善专利系统意义重大。
在当今科技飞速发展的时代，专利作为创新成果的重要法律保障，其质量和信息披露的准确性至关重要。然而，随着人工智能（AI）技术的广泛应用，尤其是在专利起草领域，一系列问题逐渐浮出水面。传统的专利起草主要由发明者或其律师完成，但如今，生成式 AI 工具的崛起改变了这一局面。这些工具看似能够帮助降低专利申请成本，却给专利披露带来了新的挑战。
以往，专利审查过程中就存在对披露要求重视不足的问题。美国专利商标局（USPTO）的审查员审查时间有限，往往将精力集中在发明的新颖性和非显而易见性上，对披露内容的审查不够严格。而且，审查员的培训也未充分强调披露的重要性，导致许多专利的披露信息质量参差不齐，甚至存在误导科研人员的情况。在这样的背景下，研究 AI 对专利披露的影响变得十分必要，它关乎专利制度能否有效保护创新成果、促进技术传播。
为了深入探究这一问题，来自斯坦福大学法学院（Stanford Law School）以及斯坦福大学土木与环境工程系（Department of Civil and Environmental Engineering, Stanford University）的研究人员展开了相关研究。他们的研究成果发表在《Nature Biotechnology》上，为解决 AI 时代的专利披露困境提供了重要思路。
研究人员采用了一种多维度的研究方法。首先，针对与流体动力学相关的四种技术，包括两种现有技术和两种假设技术，他们撰写了简要描述和专利权利要求。然后，将这些内容输入到三个具有代表性的 AI 工具中，其中包括两个专利专用工具（Edge 和 Vaero）以及 ChatGPT-4。之后，从科学和专利法两个角度对 AI 生成的专利说明书进行审查。
在研究结果方面，研究人员发现，对于现有技术，AI 工具虽然能够提供足够的细节，使相关领域的研究人员能够实施所声称的发明，但同时也经常包含错误或误导性信息。而对于假设技术，AI 工具无法提供可行的解决方案，反而做出了不准确的声明，对研究人员没有实际帮助。然而，从专利法的角度来看，这些 AI 工具生成的说明书对所声称发明的各个部分都有可信的描述，专利审查员不太可能因不符合法律披露要求而拒绝它们。
具体而言，在 “现有专利披露挑战” 方面，专利审查存在对披露要求重视不足的情况。USPTO 审查员审查时间紧张，主要关注新颖性和非显而易见性，对披露的审查较少。从数据来看，2018 年 USPTO 对专利申请的初步回应显示，多数技术类别中，因缺乏新颖性被驳回的申请约占 50 - 60%，因显而易见被驳回的约占 70 - 80%，而因披露问题被驳回的仅约 5%。而且审查员培训不足，缺乏对披露要求的深入理解和实际案例参考，导致审查往往流于形式。
“生成式 AI 专利起草工具的兴起” 部分指出，随着通用生成式 AI 工具的发展，专门用于专利起草的 AI 工具也应运而生。虽然目前缺乏关于这些工具输出质量和使用情况的可靠数据，但已有不少工具宣称拥有知名律师事务所作为客户，专利法教授也在教授学生使用这些工具。这一现象表明 AI 在专利起草领域的影响力正在迅速扩大。
“评估 AI 起草的披露内容” 时，研究人员发现 AI 工具在描述现有技术时具有一定的能力，但存在信息错误和误导的风险。在处理假设技术时，其局限性更加明显。这意味着如果缺乏专业监督，AI 工具可能会在专利文献中充斥错误信息，降低专利作为技术信息来源的价值，同时也会影响未来 AI 训练数据的质量。
基于这些研究结果，研究人员在 “改善专利披露” 方面提出了一系列建议。首先，法院和立法机构应重新审视现有的专利披露标准，例如要求发明者在申请专利前实际实施至少部分发明，或者对未实施的发明提高披露标准。其次，USPTO 应加强审查员培训，增加对披露审查的重视，引入更多科学专业知识参与审查过程。此外，还可以拓宽专利授权后质疑的规则，目前美国法律规定披露问题只能在专利授权后的前九个月内质疑，而新颖性和显而易见性问题可随时质疑，调整这一规则有助于更好地监督专利披露质量。最后，专利局可以考虑利用 AI 技术辅助审查专利披露内容，例如通过机器学习工具标记可能存在披露问题的部分，虽然开发和评估这些工具需要投入时间和成本，但从长远来看，其潜在收益是值得的。
综上所述，该研究深入分析了 AI 对专利披露的影响，揭示了当前专利审查和 AI 应用中存在的问题，并提出了切实可行的改进措施。这对于完善专利制度，提高专利信息的质量和实用性，促进科技创新和技术传播具有重要意义。它不仅为专利审查机构提供了改进方向，也为立法者和科研人员在面对 AI 时代的专利挑战时提供了有益的参考。
