Квалификация алгоритмической имитации средств индивидуализации как акта недобросовестной конкуренции в Российской Федерации

Технологии искусственного интеллекта и нейронных сетей позволили определить дальнейший вектор развития технологий множества стран на десятилетия вперед. Однако неконтролируемое использование технологий искусственного интеллекта (далее – ИИ) в настоящее время создает множество проблем с определением результатов интеллектуальной деятельности и средств индивидуализации, в частности, создание компиляций из уже существующих фирменных стилей, товарных знаков и иных переработанных отличительных элементов товаров. Проблема контроля промптов, алгоритмов создания изображений и невозможности отслеживания большого количества заявок Роспатентом привела к созданию большого количества «паразитарных» товаров, а также рассмотрения новых подходов к реализации правовой охраны интеллектуальной собственности и антимонопольного законодательства РФ.

Ранее придание узнаваемости «паразитарным» товарам за счет популярности и репутации иных организаций требовало существенных усилий, посредством обращения к дизайнерам, крупным финансовым затратам, а также немалого количества времени. В современной действительности предпринимателю достаточно воспользоваться технологиями ИИ, на базе которых возможно сгенерировать отличительные элементы упаковки товара, которая будет визуально близка к упаковке конкурента, но отлична в той мере, в какой достаточно для получения охраноспособности. При этом для осуществления такой генерации пользователю нужно дополнить промпт текстовым запросом, например, «создай дизайн упаковки товара в стиле известной мягкой игрушки из Таиланда» либо «/imagine packaging style of [наименование товарного знака] but different logo».

В настоящее время генеративные модели ИИ по созданию изображений, например Midjourney, Stable Diffusion, DALL-E, Imagen, в соответствии с классификацией прогресса OpenAI находятся на первом уровне «Level 1: Chatbots/Generators», в классификации Google DeepMind эти модели находятся в категории «Level 4: Narrow AI» или «Узкий ИИ» [1].

Соответственно, уровень данных моделей позволяет достигать высоких уровней производительности в специализированных задачах, однако не достигает уровня «Artificial General Intelligence», то есть не обладает общим интеллектом, оставаясь на первом уровне взаимодействия по шкале Open AI [2].

Добросовестный участник гражданского оборота, помимо защиты со стороны уголовного и административного законодательства, также защищен от недобросовестной конкуренции антимонопольным законодательством. Так, в силу п. 2 ст. 14.6 Федерального закона от 26 июля 2006 года № 135-ФЗ «О защите конкуренции» (далее – Закон о защите конкуренции) не допускается копирование или имитация внешнего вида товара, вводимого в гражданский оборот хозяйствующим субъектом-конкурентом, упаковки такого товара, его этикетки, наименования, цветовой гаммы, фирменного стиля в целом (в совокупности фирменной одежды, оформления торгового зала, витрины) или иных элементов, индивидуализирующих хозяйствующего субъекта-конкурента и (или) его товар [3].

Однако применение этой нормы к товарам, созданным посредством ИИ-агента, осложнено рядом методологических и доказательственных проблем. Во-первых, необходимо доказать, что сходство между дизайнами объектов сравнения является результатом целенаправленного использования репутации конкурента, а не галлюцинированием нейросети. Во-вторых, отсутствуют апробированные методики доказывания умысла на использование чужих отличительных элементов товара через анализ промптов недобросовестного пользователя.

Всемирная организация интеллектуальной собственности установила понятие «паразитарной конкуренции» как вид недобросовестной конкуренции, представляющий собой любое действие, предпринимаемое конкурентом или дру - гим лицом, участвующим в операциях на рынке; с намерением прямо использовать промышленное или коммерческое достижение другого лица в собственных целях, не внося существенные изменения в оригинальное достижение [4].

В РФ при квалификации недобросовестной конкуренции применяются положения ст. 4 Закона о защите конкуренции в совокупности со ст. 10 bis Парижской конвенцией «Об охране промышленной собственности», отражая признаки «паразитарности» [6].

Появление генеративных нейросетей создает предложение на увеличение количества паразитарной конкуренции, а как следствие и основания поиска новых подходов к инструментам антимонопольного законодательства. Если до генеративных моделей квалификация вины устанавливалась в действиях конкретного человека, то в настоящее время актуальным является вопрос о разграничении ответственности между субъектами, а именно лицом, формирующим промпт на создание дизайна и владельцем конкретного генеративного ИИ-агента.

Следует уточнить, что сама нейросеть не совершает действия с целью имитации чужого бренда. Она производит вывод на основе математических функций, обученных на датасетах, содержащих изображения реальных товаров, включая товары известных брендов. Однако составленный пользователем промпт является осознанным запросом для генерации того или иного изображения. Таким образом, если промпт содержит формулировку наподобие «упаковка в стиле (наименование товарного знака), но с другим названием», это можно приобщить как прямое доказательство умысла на использование репутации конкурента.

При судебном рассмотрении категорий дел, в которых недобросовестно задействованы инструменты ИИ остро встает вопрос доказывания фактов его использования с конкретным умыслом, а также истребования таких доказательств. Ответчик вправе ссылаться на стохастический характер работы модели, указывая, что спорное изображение является побочным результатом «галлюцинирования» модели ИИ и было получено в ответ на нейтральный запрос без намерения воспроизвести элементы конкретного бренда, а потому не свидетельствует о целенаправленном использовании чужой деловой репутации.

Одним из ключевых доказательств являются сведения, полученные из анализа текстовых запросов (промптов), адресованных конкретному ИИ-агенту, поскольку именно они фиксируют сознательное задание направления генерации. При наличии у правообладателя доступа к логам взаимодействия пользователя с моделью, полученным, в частности, по судебному запросу в порядке представления и истребования доказательств, суд может выявить формулировки, прямо указывающие на намерение воспроизвести фирменный стиль конкурента (например, указание на создание дизайна «в стиле» конкретного бренда или с упоминанием его упаковки) [7]. Механизм истребования таких доказательств предусмотрен нормами в порядке ст. 66 АПК РФ, ст. 57 ГПК РФ, ст. 63 КАС РФ. При этом отказ ответчика представить такие элементы может быть оценен как недобросовестное процессуальное. В данной категории дел промпт выполняет функцию прямого доказательства умысла на использование репутации конкурента, поскольку демонстрирует, что сходство не является случайным побочным эффектом, а следует из заданной цели генерации [10].

Даже при отсутствии явных указаний в промптах комплексный анализ функциональных свойств созданного дизайна позволяет определить косвенный умысел. Если в спорном оформлении систематически воспроизводятся ключевые визуальные элементы бренда конкурента, например характерная цветовая гамма, композиция, расположение доминирующих графических блоков, то это свидетельствует о том, что пользователь либо отбирал из множества сгенерированных вариантов наиболее похожий, либо корректировал запросы до достижения желаемого эффекта. Множественность попыток и последующий выбор варианта, дающего наиболее сильное впечатление связи с известным брендом, интерпретируются как проявление косвенного умысла, при котором лицо сознает и принимает риск смешения товаров на рынке. Дополнительным фактором, подтверждающим наличие умысла, служит сам факт введения товара с таким дизайном в гражданский оборот: получение финансовой выгоды от результата генерации показывает, что хозяйствующий субъект осознанно одобрил и использовал спорное оформление, извлекая преимущества из ассоциаций, возникающих у потребителя.

ФАС в Письме от 30 июня 2017 г. № АК/44651/17 прямо указывает, что предметом рассмотрения по данной категории дел является не только установление факта имитации, а также воздействие такой тактики лица, в отношении которого подано заявление, на конкурентную среду. Соответственно одним из фактов подтверждения недобросовестной конкуренции является социологический опрос как инструмент доказывания смешения при рассмотрении дел по п. 2 ст. 14.6 Закона о защите конкуренции, подчеркивая, что визуальной оценки сотрудников антимонопольного органа недостаточно и она должна быть подтверждена более широкой выборкой оценок со стороны потребителей [8]. Методологически такой опрос строится на репрезентативной выборке потребителей соответствующего товарного рынка, которым поочередно демонстрируются изображения оригинальной и спорной упаковки, после чего формулируется вопрос, направленный на выявление их представлений о производителе товара. Судебная практика указывает, что доля положительных ответов на уровне около одной трети выборки и выше является существенным индикатором реальной вероятности смешения и перераспределения спроса. Вместе с тем результаты опросов рассматриваются судами не изолированно, а во взаимосвязи с иными доказательствами [9]. Таким образом, использование генеративных нейросетей в коммерческой деятельности повысило количество нарушений в сфере интеллектуальной собственности посредством упрощения создания копий и имитаций. Демократизация инструментов дизайна позволяет недобросовестным участникам оборота массово генерировать «мимикрирующие» товары, эксплуатирующие репутацию известных брендов без прямого копирования охраняемых элементов, что затрудняет квалификацию таких действий как нарушения исключительных прав в традиционном понимании.

Эффективное противодействие «паразитарной» конкуренции в эпоху ИИ требует от правоприменителя комплексного подхода, сочетающего традиционный анализ сходства с исследованием технологического контекста создания спорных объектов и верификацией результатов через социологические данные. Дальнейшее развитие судебной практики должно идти по пути формирования презумпции ответственности пользователя за результаты генерации, используемые в коммерческом обороте, что исключит возможность оправдания недобросовестных действий ссылками на автономность работы алгоритмов.