Patentes en la era de la IA: de las bases de datos clásicas a los nuevos asistentes inteligentes

BiD 56 (junio 2026)
PDF (español)
Cristina I. Font-Julian
Universitat Politècnica de València https://orcid.org/0000-0003-2351-4816
Alejandro Rodríguez-Rodríguez
Universitat Politècnica de València https://orcid.org/0000-0002-1111-8499
José-Antonio Ontalba-Ruipérez
Universitat Politècnica de València https://orcid.org/0000-0002-2071-6108


Cita recomendada

Font Julián, Cristina I.; Rodríguez Rodríguez, Alejandro; Ontalba Ruipérez, José Antonio (2026). "Patentes en la era de la IA : de las bases de datos clásicas a los nuevos asistentes inteligentes". BiD, núm. 56 (junio)  https://doi.org/10.1344/bid2026.56.04

 

Resumen:

Objetivos: Analizar comparativamente cómo seis herramientas de búsqueda de patentes —Lens, Google Patents, Espacenet, Dimensions, Perplexity Patents y PQAI— median el acceso, la interpretación, la trazabilidad y la comunicación del conocimiento patentado en contextos académicos. Metodología: Se aplicó un diseño exploratorio-comparativo en dos fases: análisis documental y funcional de las herramientas, y prueba manual con una consulta común en lenguaje natural sobre un dispositivo wearable para detectar riesgo de deshidratación mediante sensores cutáneos y alertas móviles. Resultados: Los resultados muestran que ninguna herramienta combina plenamente accesibilidad, trazabilidad, integración ciencia-patente, explicabilidad algorítmica y gratuidad. Lens destaca por su equilibrio entre cobertura y relación ciencia-patente; Espacenet por su autoridad documental; Dimensions por su integración académica; Perplexity Patents por su facilidad conversacional; y PQAI por su búsqueda semántica abierta. El estudio concluye que la IA facilita el acceso al conocimiento patentado, pero introduce riesgos de opacidad, baja reproducibilidad y dependencia interpretativa, por lo que se requiere alfabetización patentaria y algorítmica crítica.

Resum:

Objectius. Analitzar comparativament com sis eines de cerca de patents —Lens, Google Patents, Espacenet, Dimensions, Perplexity Patents i PQAI— medien l’accés, la interpretació, la traçabilitat i la comunicació del coneixement patentat en contextos acadèmics. -- Metodologia. Es va aplicar un disseny exploratori-comparatiu en dues fases: anàlisi documental i funcional de les eines, i una prova manual amb una consulta comuna en llenguatge natural sobre un dispositiu wearable per detectar el risc de deshidratació mitjançant sensors cutanis i alertes mòbils. -- Resultats. Els resultats mostren que cap eina combina plenament accessibilitat, traçabilitat, integració ciència-patent, explicabilitat algorítmica i gratuïtat. Lens destaca pel seu equilibri entre cobertura i relació ciència-patent; Espacenet per la seva autoritat documental; Dimensions per la seva integració acadèmica; Perplexity Patents per la seva facilitat conversacional; i PQAI per la seva cerca semàntica oberta. L’estudi conclou que la IA facilita l’accés al coneixement patentat, però introdueix riscos d’opacitat, baixa reproductibilitat i dependència interpretativa. Per aquest motiu, es requereix una alfabetització patentària i algorítmica crítica.

llicencia CC BY-NC-ND licencia de Creative Commons de tipo «Reconocimiento-NoComercial-SinObraDerivada«. Esto significa que se pueden consultar y difundir libremente siempre que se cite el autor y el editor con los elementos que constan en la opción «Cita recomendada» que se indica en cada uno de los artículos, pero que no se puede hacer ninguna obra derivada (traducción, cambio de formato, etc.) sin permiso del editor. En este sentido, se cumple con la definición de open access de la Declaración de Budapest en favor del acceso abierto. La revista permite al autor o autores mantener los derechos de autor y retener los derechos de publicación sin restricciones.