近年來，大型自然語言模型發展進度快速，對於包含長上下文的內容之記憶理解以及歧異內容的掌握程度也日益增進，除了文字，還能夠配合圖面生成技術產生豐富的圖文內容及精美排版。使用者只需要把構想以自然語言方式輸入模型，並指示希望產出的格式，AI就能夠根據指令生成使用者想要的結果。
有鑑於生成式AI對於圖文內容生成的高效率，甚至具有輔助設計實質技術的能力，有越來越多的技術工作者選擇使用生成式AI整理、甚至直接生成用以申請專利的提案資料。在筆者近期接觸AI生成技術資料漸多之後，發現了一些值得注意的事項，利用這個機會與大家分享。
具體來說，由於生成式AI的介入，在技術資料的傳遞上，有可能會形成申請人-AI-專利工程師的實質三方關係（實質三方關係是否指「資訊傳遞鏈」），換言之，AI生成的資料不一定能夠完全代表申請人的真正本意。
為什麼會導致這個情形呢？其實是因為不同的人對於相同資訊之解釋可能相異，以及AI使用者本人具有主觀自我校正能力所產生的結果。
過往由申請人自行撰寫申請專利的提案資料時，撰寫出來的資料必然是申請人腦海中的實際技術內容，但改由生成式AI大量產出技術資料時，縱使AI生成的內容與使用者實際的技術內容有些微偏差，因為申請人對於自己的技術是清楚的，所以在閱讀理解AI的生成結果時，主觀上能夠自動校正偏差的部分，以正確的方式理解該些內容；而當一個不熟知技術內容的第三人閱讀已存在前述偏差的內容時，因為沒有用來校正理解方向的參考，所以其對於所述具偏差內容的解釋，即有可能落在申請人的預期之外。
舉例而言，假設申請人原本的技術構想，是利用特定元件之間的相對位置關係，使其中一個元件在特定條件下產生預定的作用，而申請人僅將概略構想輸入生成式AI，要求其協助整理並生成技術說明。AI在生成內容時，可能會自行補充其認為合理的連接關係、動作方式或技術效果。對熟悉該技術的申請人而言，即使其中部分敘述並不完全精確，在閱讀時也可能自然地以自己原本的技術內容加以理解，因此未必會察覺問題。
然而，當專利工程師接收到該份AI生成資料，便會依照文字或圖面本身來進行理解。此時，即使只是「連接」、「配置」、「對應」或動作先後順序等細微差異，也可能使技術內容產生不同解釋。若進一步依照該理解撰寫專利說明書及申請專利範圍，原本只是資訊整理階段的小幅偏差，就可能一路延伸到正式的專利申請文件中。尤其專利申請提出後，能夠補充或修改的內容又受到一定限制，因此相較於一般文件，這類資訊傳遞上的偏差更需要在前期加以確認。
由此可知，語意偏差之情形一旦發生在專利申請，特別是提案技術資料的溝通時，亟需仰賴專利工程師的經驗及專業能力並配合申請人對專利說明書的詳細確認，方能避免誤解的可能性。否則一旦以錯誤的內容提出申請後，由於法規對於修正依據的限制，後續可能較難進行補救。
那要如何降低此類情形發生的風險呢？筆者認為，下列幾個方案可提供參考。
第一、直接溝通為主，AI生成資料為輔：申請人若能直接說明技術內容，應能減少透過以AI生成的第二手資訊進行理解造成的資訊傳遞偏差。
第二、多方資料輔助：盡量不要讓AI生成的內容成為唯一的參考資料來源，若申請人能提供多方資料給專利工程師，以作為對AI資料校正的參考，便能降低理解偏差發生的可能性。
第三、親自閱讀專利文件內容：近期有些申請人會使用AI輔助校稿，不過有些AI對於歧異詞的兼容解釋能力相當強，或者是申請人下達的指令可能讓AI對於文字理解的方式較為寬容，反而可能漏掉意義偏移的內容。若申請人親自閱讀檢視專利文件的技術內容，應能夠較為準確地發現並修正語意偏移的地方。
總而言之，生成式AI確實能夠提升技術資料整理及專利文件準備的效率，亦可作為申請人與專利工程師之間的良好輔助工具。然而，AI所生成的內容畢竟經過一層資訊轉譯，其表達方式未必能夠完整反映申請人的原意。尤其在專利申請過程中，技術內容的細微差異有時即可能影響後續權利範圍及審查結果，因此，如何確保資訊在傳遞過程中沒有產生偏移，仍是不可忽略的一環。
因此，在享受AI所帶來便利的同時，若能以直接溝通、多方資料交叉確認，以及申請人親自檢視專利文件等方式加以輔助，應能在提升效率之餘，也降低因資訊傳遞偏差而產生誤解的風險。AI可以成為相當好用的工具，但對於技術內容的理解與確認，最終仍需要回到實際掌握技術的人與專利工程師之間的溝通。
有鑑於生成式AI對於圖文內容生成的高效率，甚至具有輔助設計實質技術的能力，有越來越多的技術工作者選擇使用生成式AI整理、甚至直接生成用以申請專利的提案資料。在筆者近期接觸AI生成技術資料漸多之後，發現了一些值得注意的事項，利用這個機會與大家分享。
具體來說，由於生成式AI的介入，在技術資料的傳遞上，有可能會形成申請人-AI-專利工程師的實質三方關係（實質三方關係是否指「資訊傳遞鏈」），換言之，AI生成的資料不一定能夠完全代表申請人的真正本意。
為什麼會導致這個情形呢？其實是因為不同的人對於相同資訊之解釋可能相異，以及AI使用者本人具有主觀自我校正能力所產生的結果。
過往由申請人自行撰寫申請專利的提案資料時，撰寫出來的資料必然是申請人腦海中的實際技術內容，但改由生成式AI大量產出技術資料時，縱使AI生成的內容與使用者實際的技術內容有些微偏差，因為申請人對於自己的技術是清楚的，所以在閱讀理解AI的生成結果時，主觀上能夠自動校正偏差的部分，以正確的方式理解該些內容；而當一個不熟知技術內容的第三人閱讀已存在前述偏差的內容時，因為沒有用來校正理解方向的參考，所以其對於所述具偏差內容的解釋，即有可能落在申請人的預期之外。
舉例而言，假設申請人原本的技術構想，是利用特定元件之間的相對位置關係，使其中一個元件在特定條件下產生預定的作用，而申請人僅將概略構想輸入生成式AI，要求其協助整理並生成技術說明。AI在生成內容時，可能會自行補充其認為合理的連接關係、動作方式或技術效果。對熟悉該技術的申請人而言，即使其中部分敘述並不完全精確，在閱讀時也可能自然地以自己原本的技術內容加以理解，因此未必會察覺問題。
然而，當專利工程師接收到該份AI生成資料，便會依照文字或圖面本身來進行理解。此時，即使只是「連接」、「配置」、「對應」或動作先後順序等細微差異，也可能使技術內容產生不同解釋。若進一步依照該理解撰寫專利說明書及申請專利範圍，原本只是資訊整理階段的小幅偏差，就可能一路延伸到正式的專利申請文件中。尤其專利申請提出後，能夠補充或修改的內容又受到一定限制，因此相較於一般文件，這類資訊傳遞上的偏差更需要在前期加以確認。
由此可知，語意偏差之情形一旦發生在專利申請，特別是提案技術資料的溝通時，亟需仰賴專利工程師的經驗及專業能力並配合申請人對專利說明書的詳細確認，方能避免誤解的可能性。否則一旦以錯誤的內容提出申請後，由於法規對於修正依據的限制，後續可能較難進行補救。
那要如何降低此類情形發生的風險呢？筆者認為，下列幾個方案可提供參考。
第一、直接溝通為主，AI生成資料為輔：申請人若能直接說明技術內容，應能減少透過以AI生成的第二手資訊進行理解造成的資訊傳遞偏差。
第二、多方資料輔助：盡量不要讓AI生成的內容成為唯一的參考資料來源，若申請人能提供多方資料給專利工程師，以作為對AI資料校正的參考，便能降低理解偏差發生的可能性。
第三、親自閱讀專利文件內容：近期有些申請人會使用AI輔助校稿，不過有些AI對於歧異詞的兼容解釋能力相當強，或者是申請人下達的指令可能讓AI對於文字理解的方式較為寬容，反而可能漏掉意義偏移的內容。若申請人親自閱讀檢視專利文件的技術內容，應能夠較為準確地發現並修正語意偏移的地方。
總而言之，生成式AI確實能夠提升技術資料整理及專利文件準備的效率，亦可作為申請人與專利工程師之間的良好輔助工具。然而，AI所生成的內容畢竟經過一層資訊轉譯，其表達方式未必能夠完整反映申請人的原意。尤其在專利申請過程中，技術內容的細微差異有時即可能影響後續權利範圍及審查結果，因此，如何確保資訊在傳遞過程中沒有產生偏移，仍是不可忽略的一環。
因此，在享受AI所帶來便利的同時，若能以直接溝通、多方資料交叉確認，以及申請人親自檢視專利文件等方式加以輔助，應能在提升效率之餘，也降低因資訊傳遞偏差而產生誤解的風險。AI可以成為相當好用的工具，但對於技術內容的理解與確認，最終仍需要回到實際掌握技術的人與專利工程師之間的溝通。
