حمایت از مالکیت فکری فناوری‏های ناملموس وسایل نقلیۀ خودران با تمرکز بر الگوریتم؛ مطالعۀ تطبیقی در ایران، امریکا و اتحادیۀ اروپا

نوع مقاله : مقاله علمی - پژوهشی

نویسندگان

1 دانشجوی دکتری حقوق خصوصی دانشگاه اصفهان، اصفهان، ایران.

2 استادیار دانشکده حقوق دانشگاه شهید بهشتی، تهران، ایران.

چکیده

صنعت حمل و نقل با ورود وسایل ‏نقلیۀ خودران دستخوش تغییرات اساسی خواهد شد. خودران‏ها از فناوری‏هایی ملموس و ناملموس بهره می‏برند که امکان هدایت خودکار و بدون متصدی وسیلۀ نقلیه را فراهم می‏آورد. بسیاری از این فناوری‏ها هم‏اکنون نیز اختراع و تولید شده‏اند. قانون‏گذار باید به نحوی از مالکیت فکری مالکان این فناوری‏ها حمایت کند، که میان منافع آنها و جامعه تعادل برقرار شود. مقررات کنونی مربوط به مالکیت فکری چالش‏هایی در حمایت از فناوری‏های ناملموس خودران (ازجمله هوش مصنوعی و نرم‏افزارهای حسگر‏) و مخصوصاً الگوریتم به‏همراه دارد؛ چالش‏هایی که به افزایش اتکا بر مقررات اسرار تجاری و قراردادهای محرمانگی و نادیده گرفتن منافع افشای الگوریتم‏ها می‏انجامد. پژوهش حاضر با مطالعۀ مقررات کنونی مربوط به مالکیت فکری در ایران، ادبیات حقوقی و طرح اخیر حمایت از مالکیت صنعتی مجلس شورای اسلامی و ایرادهای شورای نگهبان، چالش‏های حمایت از مالکیت فکری الگوریتم‏ها را می‏یابد و با توجه به رویۀ ایالات متحدۀ امریکا و اروپا، راهکارهایی را ارائه می‏دهد. یافته‏های این پژوهش نشان می‏دهد که الفاظ قوانین ثبت اختراع، و تفسیر در راستای حمایت از نوآوری و روح قانون، دال بر قابلیت ثبت و امکان احراز شروط اختراع در الگوریتم‏هاست. نظر به‏اینکه ایده‏های الگوریتم‏ها، صرف‏نظر از شکل بیان، مورد حمایت‏اند و همچنین اصالت الگوریتم امری مفروض و خلاف آن، نیازمند اثبات به‏نظر می‏رسد، الگوریتم‏هارا می‏توان مشمول قوانین مربوط به حق مؤلف دانست، و طرح حمایت از مالکیت صنعتی نسبت به مقررات پیشین، اقبال بیشتری به حمایت از الگوریتم با مقررات اسرار تجاری دارد. در بخش پایانی این پژوهش، از دو منظر به مزیت «متن باز» و اهمیت توسعه و اصلاح قوانین حق مؤلف پرداخته شده است؛ ابتدا از منظر هزینۀ حمایت تحت سه نظامِ مالکیت فکری و سرانجام از منظر تعارض منافع مالک الگوریتم و جامعه.

کلیدواژه‌ها


عنوان مقاله [English]

Intellectual Property Protection for Intangible Technologies in Autonomous Vehicles in Iran, US, and EU: A Comparative Study with the Focus on Algorithms

نویسندگان [English]

  • Sobhan Dehghanpour Farashah 1
  • Navid Rahbar 2
1 Ph.D. Student in Private Law, University of Isfahan, Isfahan, Iran.
2 Assistant Professor of Faculty of Law, Shahid Beheshti University, Tehran, Iran.
چکیده [English]

The underlying technologies embodied in autonomous vehicles (AVs) underpin the transportation industry to experience remarkable advancement. Technologies enabling vehicles to function autonomously encompass tangible and intangible components, many of which have already been advanced. The legislature should grant intellectual property (IP) protection to the owner of the said technologies to balance the interests of both individuals and society, encouraging development and responsibility. The Iranian IP regulations might pose challenges when protecting intangible components of AV technologies (such as artificial intelligence and software in sensors) and particularly algorithms; the challenges might lead to increased reliance on trade secret regulations and confidentiality contracts, neglecting benefits for society in the disclosure of algorithms. Exploring IP protection for algorithms, facing challenges, and suggesting solutions inspired by the US and EU practices, this research studies current Iranian IP-related regulations, legal literature, and a newly reviewed bill on industrial properties, which has been passed back to the Iranian Parliament for amendments. Following are the findings: (1) The wording of the Iranian patent laws with pro-innovation interpretation supports the argument that algorithms are patent-eligible and patentable in principle; (2) considering that the idea of an algorithm is protectable, not merely the expressed form of it, and the originality criterion of a subject matter is a presumption, algorithms might fall within the ambit of the Iranian copyright laws; (3) algorithms attract more protection under trade secret provisions of the new bill than previous regulations in Iran. Lastly, after reflecting on the protection costs and individual-society conflict of interests in the three IP systems, the research concludes by proposing legislation on copyright laws in preference to open source. Document Type: Research Paper.

کلیدواژه‌ها [English]

  • Artificial Intelligence
  • Copyright
  • Open Source
  • Patent
  • Trade Secrets
  1. الف) فارسی

    - کتاب‏ها

    1. رهبری، ابراهیم (۱۳۸۸). حقوق اسرار تجاری، تهران: سمت.
    2. زرکلام، ستار و محوری، محمدحسن (۱۳۹۴). حمایت‏های حقوقی از پدیدآورندگان نرم‏فزار، تهران: سمت.
    3. کاتوزیان، ناصر (۱۳۹۴). مقدمۀ علم حقوق، تهران: انتشار.

     

    - مقالات

    1. اسکندریان، حسن و کاظمی نجف‏آبادی، عباس (۱۳۹۸). ثبت اختراعات بر مبنای ژن‏های انسانی با واکاوی مجدد دیدگاه امام خمینی (س) در حوزه اختراع. پژوهشنامۀ متین، ش ۸۳.
    2. بهمنی، محمد (۱۳۹۶). مسئولیت مدنی ناشی از نقض حقوق مالک اسرار تجاری. تحقیقات حقوقی بین‏المللی، ش ۳۶.
    3. جعفری، علی (۱۳۹۳). بررسی حقوقی ضابطه‏ی اصالت آثار ادبی و هنری (همراه با نقد رأی دادگاه شعبۀ ۱۰۸۳ دادگاه عمومی کیفری تهران). فصلنامۀ دیدگاه‏های حقوق قضایی، ش ۶۵.
    4. حبیبا، سعید و مهردار قائم‏مقامی، گلریز (۱۴۰۰). جایگاه ادعا(ها)ی مندرج در اظهارنامه‏های ثبت اختراع در محدودة حمایتی از اختراعات. تحقیقات حقوقی، ش ۹۶.
    5. حبیبا، سعید و حسین‏زاده، مجید (۱۳۹۲). بررسی فرایند حمایت قانونی از بازی‏های رایانه‏ای در نظام مالکیت فکری. تحقیقات حقوقی، ش ۶۳.
    6. حسین‏پور، محمدرضا و زارع، علی (۱۳۹۸). رویکرد قوانین داخلی و اسناد بین‏المللی به مبنای مسئولیت مدنی ناشی از افشای اسرار تجاری. مطالعات حقوقی، دورة ۱۱، ش ۴.
    7. دهقان‏پور فراشاه، سبحان و رهبر، نوید (۱۴۰۰). بررسی خطرهای تهدیدکنندة حریم خصوصی و الزامات حقوقی حمایت از آن در استفاده از وسایل نقلیة خودران. مطالعات حقوق خصوصی، دورۀ ۵۱، ش ۴.
    8. رهبر، نوید و دهقان‏پور فراشاه، سبحان (۱۴۰۰). بررسی تطبیقی مبنای مسئولیت مدنی در تصادفات وسایل نقلیة خودران. مطالعات حقوق تطبیقی، دورۀ ۱۲، ش ۲.
    9. زرکلام، ستار (۱۳۹۲). حمایت از نرم‏افزارها و برنامه‏های رایانه‏ای با توسل به نظام اسرار تجاری. حقوق تطبیقی، ش ۱۰۳.
    10. شبیری زنجانی، سیدحسن و سلطانی وشاره، رضا (۱۴۰۰). مطالعۀ تطبیقی حمایت از نرم‏افزارهای سرگرم‏کننده (بازی‏های ویدئویی)، با تأکید بر حقوق ایران و ایالات متحده. حقوق خصوصی، دورة ۱۸، ش ۱.
    11. شبیری زنجانی، سید حسن و نظام‏الملکی، جعفر (۱۴۰۰). بررسی مقایسه‏ای وضعیت رویکرد حقوقی متن باز و نظام حقوق مالکیت فکری در تحقق قواعد فقهی نشر علم. حقوق اسلامی، ش ۶۸.
    12. صادقی، محمود و حمیدی‏اول، امیررضا (۱۳۹۴). ویژگی‏های حمایت از نرم‏افزارهای اختراعی. مجلۀ پژوهش‏های حقوق تطبیقی، ش ۳.
    13. قبولی درفشان سید محمدهادی؛ بختیاروند، مصطفی؛ آقامحمدی، اکرم (۱۳۹۵). حمایت از روش‏های کسب و کار در حقوق تطبیقی (بررسی رویکرد نظام‏های حقوقی امریکا، هند، ژاپن، فقه امامیه، ایران و موافقت‏نامۀ تریپس). مطالعات حقوق تطبیقی، دورۀ ۷، ش 2.
    14. قجاوند، محسن (۱۳۹۹). امکان‏سنجی توسعة جرم‏‏انگاری اقدام علیه اسرار تجاری در نظام حقوقی ایران. پژوهشنامۀ حقوق کیفری، ش ۲۲.

     

    - پایان‏نامه

    1. دهقان‏پور فراشاه، سبحان (۱۴۰۰). بررسی تطبیقی الزامات قانونی و مسئولیت‏های استفاده از فناوری خودکار در حمل و نقل. پایان‏نامه برای أخذ مدرک کارشناسی ارشد، دانشکدۀ حقوق دانشگاه شهید بهشتی.

     

    - قوانین و کنوانسیون‏ها

    1. آیین‏نامه اجرایی مواد (۲) و (۱۷) قانون حمایت از حقوق پدیدآورندگان نرم‏افزارهای رایانه‏ای سال ۱۳۸۳
    2. قانون بازار اوراق بهادار جمهوری اسلامی ایران سال ۱۳۸۲
    3. قانون تجارت الکترونیکی ایران سال ۱۳۸۲
    4. قانون ثبت اختراعات، طرح‏های صنعتی و علائم تجاری سال ۱۳۸۶
    5. قانون حمایت از حقوق مؤلفان و مصنفان و هنرمندان سال ۱۳۴۸
    6. قانون حمایت از حقوق پدید‏آورندگان نرم‏افزارهای رایانه‏ای سال ۱۳۸۳
    7. قانون مجازات اسلامی (تعزیرات و مجازات‏های بازدارنده) سال ۱۳۷۵
    8. قانون مجازات اسلامی (تعزیرات و مجازات‏های بازدارنده) الحاقی سال ۱۳۸۸
    9. قانون مجازات اسلامی سال ۱۳۹۲
    10. طرح حمایت از مالکیت صنعتی 21/9/ ۱۴۰۰ (ایرادات 30/11/ ۱۴۰۰ شورای نگهبان)

     

    ب) انگلیسی

    - Books

    1. Ménière Y., Rudyk I., and Tsitsilonis L. (2018). Patents and Self-driving Vehicles, European Patent Office.
    2. Mohri M., Rostamizadeh A., & Talwalkar A. (2018). Foundations of Machine Learning, MIT Press.

     

    - Articles

    1. Bandaru, V.K. (2016). “Algorithms for LiDAR Based Traffic Tracking: Development and Demonstration”, Open Access Theses, 922.
    2. Cho R. L. T., Liu J. S., and Ho M. H. C. (2019). “Autonomous Vehicle Technology Development: A Patent Survey Based on Main Path Analysis”, 2019 Portland International Conference on Management of Engineering and Technology (PICMET). 1–9.
    3. De Laat, P.B. (2022). Algorithmic Decision-making Employing Profiling: will trade secrecy protection render the right to explanation toothless?”, Ethics and Information Technology, No. 24.
    4. Dong X., Fan F., Wu W., Wen H., Chen H., Zhang K., Zhang J., Deng Z. (2022). “Forensic Identification from Three‑Dimensional Sphenoid Sinus Images Using the Iterative Closest Point Algorithm”, Journal of Digital Imaging, https://doi.org/10.1007/s10278-021-00572-w
    5. Giuffrida I. (2019). “Liability for AI Decision-Making: Some Legal and Ethical Considerations”, Fordham Law Review, No. 88, 439-456.
    6. Hill R.K. (2016). “What an Algorithm Is”, Philosophy & Technology, Vol. 29, No. 1, 35-59.
    7. Ma Y., Wang Z., Yang H. and Yang L. (2020). “Artificial Intelligence Applications in the Development of Autonomous Vehicles: a Survey”, IEEE/CAA Journal of AutomaticaSinica, Vol. 7, No. 2, 315-329. DOI: 10.1109/JAS.2020.1003021.
    8. Maggiolino M. (2019). “EU Trade Secrets Law and Algorithmic Transparency”, Bocconi Legal Studies Research Paper No. 3363178, 1-16
    9. Rana K., and Kaur P. (2018). “Review on Machine Learning Based Algorithms Used in Autonomous Cars”, JETIR-International Journal of Emerging Technologies and Innovative Research, 114-118.
    10. Saoudi, O., Singh, I., & Mahyar, H. (2022). “Autonomous Vehicles: Open-Source Technologies, Considerations, and Development”. arXiv preprint arXiv:2202.03148.
    11. Scopino, G (2020). “Key Concepts: Algorithms, Artificial Intelligence, and More”, Algo Bots and the Law: Technology, Automation, and the Regulation of Futures and Other Derivatives, pp. 13-47, Cambridge: Cambridge University Press. DOI:10.1017/9781316691250.003
    12. Xiong J., Bi R., Zhao M., Guo J., Yang Q. (2020). “Edge-Assisted Privacy-Preserving Raw Data Sharing Framework for Connected Autonomous Vehicles”, IEEE Wireless Communications, Vol. 27, Iss. 3, 24-30. DOI: 10.1109/MWC.001.1900463
    13. Yeong, D.J., Velasco-Hernandez, G., Barry, J., Walsh, J. (2021). “Sensor and Sensor Fusion Technology in Autonomous Vehicles: A Review”, Sensor, No. 21, 2140. https://doi.org/10.3390/s21062140
    14. Zepf S., Hernandez J., Schmitt A., Minker W., and Picard R.W. (2020). “Driver Emotion Recognition for Intelligent Vehicles: A Survey”, ACM Computer Survey, Vol. 53, No. 3. DOI: 10.1145/3388790
    15. Zweig, K.A., Wenzelburger, G. and Krafft, T.D. (2018). “On Chances and Risks of Security Related Algorithmic Decision-Making Systems”, European Journal for Security Research, 3.

     

    - Thesis

    1. acques, Sabine (2020). “Patenting Algorithms in an Internet of Things and Artificial Intelligence World: Pathways to Harmonizing the Patentable Subject Matters and Evaluation of the Novelty Requirement”, Japanese Institute of Intellectual Property.

     

    - Laws and Regulations

    1. Compendium of U.S. Copyright Office Practices, U.S. Copyright Office, § 101 (3d ed. 2021).
    2. Defend Trade Secrets Act, 18 U.S.C. § 1836, et seq.
    3. EPO Guidelines for Examination (March 2021 Edition)
    4. The EU Trade Secrets Directive, 2016/943
    5. TRIPS: Agreement on Trade-Related Aspects of Intellectual Property Rights, Apr. 15, 1994
    6. WIPO 1979 Model Law for Developing Countries on Inventions, Volume I, Patents.

     

    - Cases

    1. Alice Corp. Pty. Ltd. v. CLS Bank Intern., 134 S. Ct. 2347, 573 U.S. 208, 189 L. Ed. 2d 296 (2014).
    2. BPatG, 22.03.2018 - 25 W (pat) 17/17
    3. C-393/09, ECLI:EU:C:2010:816, 22/12/2010, Bezpečnostní softwarová asociace
    4. C-833/18, ECLI:EU:C:2020:461, 22/06/2020 SI and Brompton Bicycle Ltd v Chedech/Get2Get

     

    - Website Articles

    1. Bloomberg (2021). “Musk shows self-driving progress, humanoid robot at Tesla AI Day”, Automotive News Europe, available at https://europe.autonews.com/automakers/musk-shows-self-driving-progress-humanoid-robot-tesla-ai-day (last visited May 2, 2022)
    2. Business Wire (2019). “Velodyne Lidar Debuts Alpha Prime™, the Most Advanced Lidar Sensor on the Market”, available at https://www.businesswire.com/news/home/20191115005071/en/Velodyne-Lidar-Debuts-Alpha-Prime%E2%84%A2-Advanced-Lidar/?feedref=JjAwJuNHiystnCoBq_hl-f-Mqy7--9RYfS_LXgrtWW7rOkYSjTKorE14c7uwcjIHj_R0p0VFN6GsXdq8PYoIcFEYGffXvFUnUBNNmxNkJdnQqLx557vS7ZRxiEolcr-hHrZo_gzQzmbSVgCo2ySDfw%3D%3D (last visited April 26, 2022)
    3. Huawei (2019). Global connectivity index.
    4. KPMG (2020). “2020 Autonomous Vehicle Readiness Index”, KPMG International Cooperative, 139656-G, Available at: https://home.kpmg/xx/en/home/insights/2020/06/autonomous-vehicles-readiness-index.html#download (last visited January 2, 2022)