Desenvolvimento de um Índice de Infração de Patentes com Apoio de Inteligência Artificial Multimodal

Autores

DOI:

https://doi.org/10.22279/navus.v16.2133

Resumo

A crescente demanda por agilidade e precisão na análise de infrações de patentes impulsiona o desenvolvimento de soluções baseadas em Inteligência Artificial (IA). Este estudo propõe e valida um Índice de Infração de Patentes (II), um indicador baseado em similaridade semântica e visual entre patentes e produtos, capaz de auxiliar especialistas na triagem automatizada de possíveis violações. O modelo proposto combina análises textuais (PatentBERT) e imagéticas (CLIP), comparando o claim da patente com a descrição e imagens de um produto suspeito. A aplicação prática envolveu duas patentes norte-americanas, gerando um II de 50,84%, o que revela sobreposição técnica relevante, sem configurar infração direta. Os resultados demonstram o potencial da IA para acelerar o processo de verificação, mantendo coerência técnica e minimizando vieses interpretativos. A pesquisa contribui para a automação confiável da detecção de infrações, evidenciando a importância da integração entre algoritmos e interpretação humana no campo da propriedade industrial.

Downloads

Não há dados estatísticos.

Biografia do Autor

Alaydes Mikaelle de Morais, Universidade Nove de Julho (Uninove)

Alaydes Morais é LinkedIn Top Presentations Voice, que é Country Manager, Sales Engineering na DataDog. Já atuou como Head of Data Center Exit e Cloud Estate Modernization, LAD Solution Advisor Leader, Diretora de Inovação e Desenvolvimento, Cloud Solution Snr Manager, Program Manager, Cloud Engineer, Analista de Conhecimento, Advogada e Desenvolvedora Java. Tem mais de 15 anos de experiência em TI trabalhando com Kotlin, Groovy, Flex, ActionScript, JSP, JS, R e Java. Atualmente Mestra e Doutoranda em Informática e Gestão do Conhecimento com foco em mineração de texto em Patentes, é apaixonada por tecnologia e comunidades e é voluntária no TDC (Palestrando ou Coordenando trilhas) e atuou como mentora no projeto/ONG Cloud Girls, um encontro criado para colocar mulheres na área de tecnologia e em posição de dizer "SIM, eu posso!"

Cleber Gustavo Dias, Universidade Nove de Julho (Uninove)

Graduado em Engenharia Elétrica pela Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP (1996), Mestre em Engenharia Industrial pela UNESP (2001), Doutor (2006) e Pós-Doutor em Engenharia Elétrica pela Escola Politécnica da Universidade de São Paulo. Atuou na área de automação industrial, especialmente no projeto e desenvolvimento de aplicativos computacionais orientados para a supervisão e controle de processos industriais. Desde o ano de 2001 atua como docente de ensino superior e pesquisador na Universidade Nove de Julho, tendo como experiência e interesse as áreas de automação industrial e robótica, acionamento e controle de motores de indução e inteligência artificial aplicada no controle de processos e no diagnóstico de falhas em máquinas elétricas. Atua como professor e pesquisador no programa de Mestrado e Doutorado em Informática e Gestão do Conhecimento na Universidade Nove de Julho.

Downloads

Publicado

2025-11-17

Edição

Seção

Artigos