米国特許出願で生成AIを使う際の重要な注意点

主要LLMツールの特許実務への適用可能性比較

USPTOが示す生成AI利用の公式ガイダンスと注意点

2024年2月のUSPTO「AI Notice」の核心とは

USPTOは2024年2月13日、連邦官報（Federal Register）において「Inventorship Guidance for AI-Assisted Inventions」を正式に公表しました。このガイダンスの最大のポイントは、「AIは発明者になれない」という原則を明確に宣言したことです。米国特許法35 U.S.C. § 100(f)の「individual」という文言は自然人（natural person）のみを指すと解釈され、AIシステムを発明者として記載した出願はすべて無効とされる可能性があります。

さらに同ガイダンスは「AI assisted inventions（AI補助発明）」という概念を導入しました。これは、人間の発明者がAIを道具として活用したうえで、発明の「conception（着想）」において重要な貢献を行った場合には、人間が発明者として適格であるという考え方です。重要なのは、「AIへの指示・プロンプトを作成した」だけでは発明者要件を満たさないという点です。

USPTO公式ガイダンスが示す発明者要件の判断フロー

USPTOは発明者適格性を判断するにあたり、以下の4段階の問いを設けています。実務担当者はこのフローを出願前に必ず確認する必要があります。

1. Step 1：AIが生み出したアウトプットは何か？（テキスト・コード・化合物構造など）
2. Step 2：人間の発明者はそのアウトプットの着想に対して実質的な知的貢献（significant contribution）を行ったか？
3. Step 3：AIの出力を単に認識・認定しただけでなく、修正・選択・組み合わせなどの創造的判断を加えたか？
4. Step 4：最終的なクレームに記載された発明の各構成要素に対して、人間の貢献が対応しているか？

AI利用に関する各国規制の比較

発明者適格性（Inventorship）への影響と法的リスク

「発明の着想（Conception）」とAIの役割

米国特許法における「発明者」の定義は、判例法上「発明の着想に対して実質的な貢献（substantial contribution to the conception）をした者」とされています（Pannu v. Iolab Corp.、1998年連邦巡回控訴裁判所判決）。生成AIが技術的アイデアを提案した場合、そのアイデアを「着想した」のがAIなのか人間なのかが争点になります。

特に問題になるのは、プロンプトエンジニアリングの複雑さと発明貢献度の相関です。「汎用的なプロンプトを入力してAIが出力したアイデアをそのまま使った」場合と「技術的に高度な制約条件を設計したプロンプトを用いてAIを誘導し、さらに出力を複数回修正した」場合では、人間の知的貢献度が大きく異なります。

不正発明者表示（Inequitable Conduct）のリスク

米国では、USPTO への出願時に虚偽の発明者を記載したり、重要情報を故意に開示しなかったりした場合、「Inequitable Conduct（不正行為）」として特許が権利行使不能（unenforceable）になります。生成AIに関して具体的なリスクは以下の通りです。

• AIが実質的に生成したクレームに人間の発明者のみを記載し、AI利用を完全に秘匿した場合
• AIが生成した先行技術情報を「知らなかった」として開示しなかった場合
• AIツールが学習データから引用した第三者特許や論文をオリジナルのアイデアとして記載した場合

Inequitable Conductが認定された場合、特許の権利行使が永久に不能になるだけでなく、訴訟費用（Attorney's fees）の支払い命令が下されることもあります。2023年の米国連邦地裁判決では、AI利用に関連した開示義務違反事案が初めて明示的に言及され、業界に警戒感が広がっています。

DABUS事件が示す国際的な教訓

スティーブン・テーラー博士が「DABUS」というAIシステムを発明者として複数国で出願した一連の事件は、AI発明者問題を世界的に議論させるきっかけとなりました。米国では2022年、連邦第4巡回区控訴裁判所が「AIは発明者になれない」として出願を退け、2023年に最高裁が上告を不受理とすることで判断が確定しました。この判例は、今後AIが発明した技術について米国特許を取得する際の「人間の関与の証明」がいかに重要かを示す金字塔となっています。

明細書・クレーム作成での生成AI活用と落とし穴

生成AIによる明細書初稿作成のワークフロー

生成AIを明細書作成に使う場合、以下の5ステップのワークフローが実務的に推奨されています。各ステップで人間の専門家が必ず介在することが、法的リスクを最小化するカギです。

1. Step 1：発明ディスクロージャーの作成（人間主体）：発明者が技術的詳細・従来技術との差異・解決する課題を文章化する。この段階でAIは情報整理の補助として使用可。
2. Step 2：クレームドラフトの初稿（AI補助可）：発明ディスクロージャーを入力として、AIに独立クレームの初稿を生成させる。複数のバリエーションを出力させて比較検討する。
3. Step 3：クレームの精査・修正（弁理士必須）：AIが生成したクレームが開示要件（written description、enablement）を満たすか、35 U.S.C. § 112の観点から弁理士が精査・修正する。
4. Step 4：明細書本文の作成（AI補助可）：確定したクレームを基に、AIが明細書本文（発明の詳細な説明・図面の説明）の初稿を作成。弁理士が技術的正確性と法的完結性を確認する。
5. Step 5：最終確認・出願（人間主体）：弁理士が全体を通読し、ハルシネーション（事実誤認）の有無を確認した上で出願する。

クレーム作成でAIが犯しやすい7つのミス

実務でよく報告されるAIのクレーム作成ミスとその対処法を以下にまとめます。

• ①過度に広いクレーム：AIは「できるだけ広く」書こうとするため、先行技術を侵害するクレームを生成しやすい。→ 必ず先行技術調査後に修正。
• ②ミーンズプラスファンクション（§112(f)）の誤用：「means for…」という表現が予期せず使われ、クレームスコープが意図せず限定される。
• ③新規事項（New Matter）の追加：明細書修正時にAIが元の開示にない内容を追加する。→ 各修正差分を必ず人間がレビュー。
• ④定義の一貫性の欠如：同一概念に複数の用語を混用し、クレーム解釈を曖昧にする。
• ⑤優先権の不整合：継続出願時に親出願との開示範囲のズレをAIが認識せず、サポート欠如の拒絶を招く。
• ⑥ハルシネーションによる架空の先行技術引用：存在しない特許番号や論文を参照文献として記載するケースが報告されている。→ 全参考文献を必ず実在確認。
• ⑦翻訳エラー：日本語の発明ディスクロージャーを英語明細書に変換する際、技術用語の誤訳が生じる。

AI活用時のコスト削減効果の実例

先行技術調査における生成AIの限界と正しい使い方

ハルシネーション問題：存在しない特許を「発見」するリスク

生成AIの最も深刻な問題の一つが「ハルシネーション（幻覚）」です。特許調査の文脈では、AIが実在しない特許番号を堂々と引用するケースが複数報告されています。2023年に米国の弁護士事務所がChatGPTを用いて作成した訴訟書面に架空の判例が引用され、裁判官から制裁を受けた事件（Mata v. Avianca事件）は、法的文書における生成AIのリスクを象徴する出来事として広く報道されました。特許調査においても同様のリスクがあり、架空の特許を「先行技術なし」の根拠として使用した場合、後の無効審判（IPR: Inter Partes Review）で一気に崩壊する危険があります。

生成AI先行技術調査の正しい3段階アプローチ

生成AIを先行技術調査に使う場合、以下の3段階アプローチを採用することで精度を大幅に高められます。

1. 第1段階：生成AIで「調査の方向性」を決める（AI主体）
   ChatGPTやClaudeに「この技術分野（○○）の主要な技術的アプローチを列挙させる」ことで、調査すべきキーワード・CPC分類コード・主要競合技術者のリストを素早く生成する。この段階では事実確認は不要で、アイデア出しに徹する。
2. 第2段階：公式データベースで実際の特許を検索（人間主体）
   AIが提示したキーワード・分類コードを使い、USPTO Patent Full-Text Database（PatFT）・Espacenet・Google Patentsで実際の特許を検索・確認する。AIが示した特許番号はすべてここで実在確認する。
3. 第3段階：発見した特許文書の分析サポートにAIを再活用（AI補助）
   実際に確認した特許明細書のテキストをAIに入力し、「この特許の独立クレームと自社技術の差異を分析せよ」という形で活用する。この使い方は事実確認が不要なため、ハルシネーションリスクが大幅に低減する。

開示義務・倫理規程違反を防ぐための実務チェックリスト

37 C.F.R. § 1.56が求める開示義務（Duty of Candor）とAI

米国では、出願に関与するすべての者（発明者・弁理士・代理人）に「重要情報の開示義務（Duty of Candor and Good Faith）」が課されています。生成AIを利用した場合、この義務との関係で以下の点を明確にしておく必要があります。

現時点（2024年末）では、USPTOはAI利用そのものを開示することを明示的に義務化してはいません。しかし、AIが生成したコンテンツが実質的に発明の着想を形成している場合、あるいはAIが先行技術情報を提供している場合には、その情報の開示が求められると解釈される余地があります。また、AIが参照した学習データの中に第三者の機密情報や著作権コンテンツが含まれている場合には、別途問題となる可能性があります。

弁理士の倫理規程（USPTO Rules of Professional Conduct）との整合

USPTOは、37 C.F.R. Part 11においてRegistered Patent Practitionerの倫理規程を定めています。生成AI利用に関して特に注意すべき条項は以下の通りです。

• § 11.101（能力）：AI出力の正確性を検証するための技術的能力と法的知識を弁理士が持つことが求められる。AIを使う弁理士が「AIが言ったから正しい」と鵜呑みにすることは能力義務違反。
• § 11.503（監督義務）：非弁護士（AI含む）の業務を適切に監督する義務がある。AI出力の最終確認責任は常に弁理士にある。
• § 11.106（守秘義務）：クライアントの技術情報を無断でAIサービスに入力することは守秘義務違反の可能性がある。→ AIサービスのデータ保持ポリシーを必ず確認し、エンタープライズプラン（学習データ非使用）を選択することが推奨される。

生成AI利用の実務チェックリスト（出願前確認事項）

よくある質問（FAQ）

まとめ：生成AIは「補助ツール」として正しく活用せよ

本記事で解説した内容を最後に整理します。米国特許実務における生成AIの注意点は、大きく分けて①発明者適格性の確保、②開示義務の履行、③ハルシネーション対策、④守秘義務の遵守、⑤弁理士の監督義務の5点に集約されます。

生成AIは確かに強力なツールであり、明細書作成コストを50〜60%削減し、調査の方向性を素早く定める力を持っています。しかし、米国法の枠組みの中では、AIはあくまで「道具」であり、最終的な法的責任と創造的判断はすべて人間が担わなければなりません。USPTOの2024年ガイダンスはこの原則を明確化したものであり、今後もこの方向性は変わらないと予測されます。

実務上の最善策は、発明プロセスの詳細な記録、エンタープライズ版AIツールの使用、米国登録弁理士による全プロセスの監督、そして最新ガイダンスの継続的なモニタリングの4点セットです。この4点を守ることで、生成AIのメリットを最大化しながら、法的リスクを最小化した米国特許戦略を実現できます。

なお、AI規制と特許法は現在も急速に進化しており、本記事の情報は執筆時点（2024年末）のものです。出願の判断にあたっては必ず米国登録弁理士に相談されることをお勧めします。