De la IA de caja negra a la mejora técnica: hacia dónde se mueve realmente el §101 de la USPTO

En el debate reciente sobre la USPTO y la Sección 101 se ha simplificado en exceso una idea: que una solicitud de patente sobre IA se vuelve más defendible en cuanto menciona entrenamiento del modelo. Los materiales oficiales cuentan una historia más precisa y más útil. Desde la actualización de elegibilidad de 2024 sobre IA, pasando por el memorando recordatorio de agosto de 2025, hasta el ajuste del MPEP a finales de 2025 motivado por Ex parte Desjardins, la dirección más clara no es un atajo especial para la IA. Es otra: las reivindicaciones formuladas como una caja negra que recibe datos y entrega un resultado siguen expuestas a una caracterización abstracta, mientras que las que reflejan una mejora concreta en el modo en que opera el modelo o el sistema llegan mejor posicionadas al análisis de la Sección 101.

Esa diferencia tiene consecuencias muy reales en la tramitación. Una memoria puede incluir muchas páginas de trasfondo técnico, pero si la reivindicación termina reducida a “recibir datos, entrenar o inferir, producir un resultado”, el solicitante seguirá enfrentándose al problema clásico de la idea abstracta implementada en un ordenador. Lo que ayuda más no es afirmar en términos generales que el modelo es más preciso o más eficiente, sino mostrar en las reivindicaciones dónde reside la mejora técnica y cómo cambia el funcionamiento interno del sistema.

Qué ha cambiado realmente en los materiales oficiales

El giro reciente se entiende mejor si se separa en capas. La actualización de elegibilidad de 2024 para IA utilizó nuevos ejemplos para dejar claro que una reivindicación relacionada con IA no supera la Sección 101 solo porque mencione redes neuronales o entrenamiento. La cuestión sigue siendo si la reivindicación está dirigida de verdad a una idea abstracta o si integra esa idea en una aplicación práctica. Después, el memorando de agosto de 2025 reforzó varios puntos clave para el examen en software e IA: los examinadores no deben extender en exceso la categoría de “proceso mental”, deben distinguir entre reivindicaciones que recitan una excepción judicial y reivindicaciones que solo la involucran, y tienen que evaluar la reivindicación como un todo al analizar si existe una aplicación práctica.

Ex parte Desjardins y la posterior actualización del MPEP acercaron todavía más esa discusión al aprendizaje automático en sí. La USPTO no creó una categoría privilegiada para la IA. Lo que aceptó fue un tipo de argumento mucho más concreto: que la invención reivindicada mejoraba el funcionamiento del modelo al preservar el rendimiento en tareas anteriores mientras aprendía otras nuevas, además de reducir exigencias de almacenamiento y complejidad del sistema. La señal importa. El marco doctrinal no cambió, pero la Oficina está trazando una línea más visible entre reivindicar un resultado de IA y reivindicar una mejora tecnológica en la propia maquinaria de IA.

Por qué la redacción de “caja negra” se vuelve más frágil

Muchas solicitudes de IA sí contienen innovación técnica real. El problema es que las reivindicaciones a menudo dejan fuera esa parte. Si la memoria se limita a decir que ciertos datos se reciben, se procesan con un modelo y se transforman en una clasificación, recomendación, puntuación o predicción, la invención se vuelve más fácil de resumir, a un nivel alto, como reconocimiento de patrones, análisis de datos o procesamiento matemático. Una vez encuadrada así, la discusión vuelve al terreno habitual de la Sección 101: si el ordenador hace algo más que aplicar una idea abstracta.

Ese es el riesgo práctico de redactar en modo caja negra. Una mayor precisión, menos errores o una inferencia más rápida pueden describir el valor del invento, pero no necesariamente explican su mecanismo técnico. Sin ese mecanismo, los argumentos de elegibilidad se debilitan con rapidez. En asuntos de IA, rara vez basta con presentar el modelo como un recipiente que arroja un mejor resultado. Las reivindicaciones suelen estar en mejor posición cuando identifican la secuencia de entrenamiento, las restricciones en la actualización de parámetros, los términos de penalización en la función objetivo, la interacción con recursos de hardware o la forma en que la salida del modelo activa una operación técnica posterior en tiempo real.

Cómo deben trabajar juntas la memoria y las reivindicaciones

Una de las lecciones más útiles de Desjardins es que no basta con que la memoria afirme que existe una mejora técnica. Las reivindicaciones también tienen que reflejarla. La USPTO no está premiando consignas, sino correspondencia entre lo que se explica y lo que realmente se reivindica. Si la memoria se lee como una mejora tecnológica seria, pero las reivindicaciones reducen el invento a un flujo genérico de tratamiento de datos, la solicitud sigue quedando expuesta, aunque el trabajo de ingeniería haya sido sofisticado.

En invenciones de IA ligadas al entrenamiento o intensivas en datos, las divulgaciones más convincentes suelen explicar dónde aparece el cuello de botella técnico, qué parámetros, estados o representaciones intermedias deben preservarse o restringirse, cómo se organiza, filtra o escalona el conjunto de entrenamiento, por qué una determinada regla de actualización o función de pérdida resuelve ese problema y de qué manera esa elección modifica el comportamiento del sistema en términos de almacenamiento, estabilidad, robustez o rendimiento en tiempo real. La descripción del dataset sigue importando, pero no porque cree una nueva vía rápida de elegibilidad. Importa cuando sostiene un mecanismo técnico concreto y defendible que luego puede trasladarse a las reivindicaciones.

Consejos prácticos para redacción y tramitación

En solicitudes nuevas, conviene tratar la Sección 101 como un problema de arquitectura de redacción desde el principio y no como una cuestión que se intenta arreglar más tarde. Al menos una reivindicación independiente debería construirse alrededor del mecanismo técnico mismo, y no solo del resultado final. Cuando además exista una interacción a nivel de sistema, merece la pena valorar reivindicaciones paralelas conectadas con un entorno técnico definido, control de flujo de datos, comportamiento del dispositivo o una acción técnica posterior. Eso da un anclaje más concreto al análisis de “aplicación práctica”.

En expedientes ya enfrentados a una objeción bajo la Sección 101, la respuesta suele mejorar cuando reduce la retórica general y aumenta el mapeo elemento por elemento. ¿Qué limitación de la reivindicación refleja qué mejora técnica descrita en la memoria? ¿Cómo cambia esa mejora la operación del modelo o del sistema técnico relevante? Cuando el expediente lo permita, una declaración de Rule 132 sobre elegibilidad puede ayudar a explicar cómo entendería esa mejora una persona experta en la materia, pero no puede reparar a posteriori una divulgación técnica insuficiente. La dirección reciente de la USPTO no premia una narrativa pulida sobre IA. Premia las solicitudes que identifican una mejora técnica, la explican con precisión y la reivindican de verdad.