Corea del Sur aclara quién puede ser inventor en el fine-tuning de IA

El 19 de junio de 2026, la Oficina Coreana de Propiedad Intelectual (KIPO) difundió un suplemento de mitad de año a sus Directrices de Examen para Invenciones Relacionadas con IA, en respuesta al aumento de resultados de I+D generados o asistidos por inteligencia artificial. La pregunta práctica ya no es solo si la IA puede participar en la investigación. La cuestión es cómo se separarán la autoría inventiva y el mero uso de herramientas cuando el avance alegado depende del fine-tuning, del reentrenamiento de parámetros, de la adaptación a un sector concreto o de la selección técnica de salidas del modelo.

La señal que deja esta actualización es bastante clara. Corea del Sur no se mueve hacia reconocer al modelo como inventor, pero tampoco parece dispuesta a tratar cualquier resultado apoyado en IA como una simple utilización rutinaria de software. Para las empresas y los equipos de I+D, el reto real pasa ahora por explicar mejor la contribución humana: quién definió el problema técnico, quién diseñó la ruta de ajuste, qué decisiones técnicas se tomaron durante la adaptación y qué mejoras quedan realmente respaldadas por la memoria.

La inventividad se examina desde la aportación humana, no desde la mera presencia de IA

El debate sobre la condición de inventor en casos de IA suele plantearse de forma demasiado amplia. Un extremo teme que la IA termine ocupando el lugar del inventor. El otro la rebaja a una herramienta de software más. El suplemento de KIPO apunta a algo más concreto. Mientras la figura del inventor siga reservada a personas físicas, el examen no girará tanto sobre si el modelo “creó” algo por sí solo, sino sobre si la solicitud permite ver qué aportaron realmente los investigadores humanos al definir el objetivo técnico, seleccionar datos, diseñar la estrategia de ajuste, controlar parámetros, elegir resultados y validar el efecto obtenido.

Esto importa especialmente en un tipo de solicitudes cada vez más frecuente: aquellas en las que el modelo base no es propio del solicitante y el supuesto salto inventivo se ubica en el fine-tuning posterior y en la optimización para el despliegue. Muchas solicitudes siguen describiendo esa etapa con una frase demasiado ligera: se reentrenó un modelo existente y se aplicó a un escenario específico. Ese estilo empieza a ser peligroso. Si el centro de gravedad de la invención está en el ajuste, el examinador querrá saber si la aportación inventiva procede del modelo general o de un esquema de adaptación diseñado por personas y capaz de alterar de verdad el funcionamiento técnico del sistema.

El fine-tuning deja de ser un atajo cómodo si la memoria no muestra criterio técnico

El cambio práctico no afecta solo a la identificación de los inventores. También afecta a la forma de redactar la memoria. En muchas solicitudes de IA, el fine-tuning se ha tratado como un paso de contexto: se usaron datos del sector, se ajustaron parámetros y el rendimiento mejoró. La orientación que ahora se perfila en KIPO es más exigente. Si la ventaja alegada depende de una determinada curación de datos, de una elección concreta de función de pérdida, de una estrategia de iteración, de un bucle de refinamiento de prompts, de una regla de filtrado del feedback, de una combinación de hiperparámetros o de una adaptación a restricciones de despliegue, será más difícil dejar esos puntos en una zona borrosa.

Eso no significa que todas las solicitudes deban revelar por completo el corpus de entrenamiento ni abrir secretos empresariales. El problema no es divulgar por divulgar. El problema es si el expediente deja ver suficiente toma de decisiones técnicas humanas como para sostener la mejora reclamada. ¿Por qué esa ruta de ajuste no era una aplicación mecánica de lo conocido? ¿Qué problema resolvió de manera estable? ¿Cómo condicionó el entorno real de uso la arquitectura del modelo o la estrategia de entrenamiento? Cuando todo eso aparece solo como conclusión, la solicitud se debilita justo en el punto donde dice innovar.

KIPO parece perfilar dos grupos: sustitución de herramienta y conformación técnica

Todo indica que los expedientes de IA empezarán a separarse con más nitidez en dos grupos. El primero es la sustitución de herramienta: un flujo ya conocido pasa a ejecutarse con un modelo generativo, con un foundation model público o con un proceso estándar de fine-tuning, sin modificar de manera material la ruta técnica subyacente. El segundo es la conformación técnica: el solicitante reorganiza la lógica de entrenamiento, las restricciones de entrada y salida, la estructura de datos, la coordinación entre modelos o las condiciones de despliegue para una tarea concreta y obtiene una diferencia técnica verificable.

Esa línea es crucial. Muchas invenciones valiosas en el mercado no consisten en entrenar un modelo nuevo desde cero, sino en adaptar en profundidad uno existente a salud, robótica, visión industrial, búsqueda, compliance, manufactura o control de riesgos. Si la solicitud no muestra esa adaptación como un proceso técnico concreto, el examinador puede verla como una implementación rutinaria, una optimización ordinaria o una simple conexión de IA a un sistema anterior. En ese escenario, se vuelve más difícil defender la actividad inventiva y también justificar por qué determinadas personas deben figurar como inventores.

La respuesta práctica pasa por mejores registros de I+D, no solo por mejor redacción

Muchas empresas reaccionarán revisando sus plantillas de redacción de patentes. Eso ayuda, pero el trabajo más importante empieza antes. Si la condición de inventor va a examinarse con más detalle, los registros internos tienen que servir para algo más que para coordinar el proyecto. ¿Quién propuso el objetivo del fine-tuning? ¿Quién definió las capas de datos y las reglas de etiquetado? ¿Quién fijó los umbrales de evaluación para iterar? ¿Quién decidió la configuración desplegable bajo restricciones reales de cómputo? Esos hechos suelen quedar dispersos entre cuadernos de prueba, historiales de versión, actas de reunión y documentos de producto, sin gestionarse como evidencia útil para sostener la inventividad.

Ahí está una de las consecuencias más prácticas del suplemento de KIPO. Eleva el valor de esas huellas. Las futuras solicitudes de IA, sobre todo las construidas sobre fine-tuning, adaptación sectorial o resultados de investigación asistida por IA, se parecerán cada vez más a una prueba de capacidad para explicar con precisión la contribución técnica humana. Quien pueda contar esa historia de forma clara desde el inicio tendrá una posición más sólida no solo en el examen, sino también frente a disputas posteriores sobre inventores, validez y verdadero alcance de la invención.