Suffisance de description et intelligence artificielle : enseignements de la décision T 0048/24 (EBARA)

L'une des exigences essentielles auxquelles doit satisfaire une demande de brevet européen est le critère de suffisance de description, résumé à l'article 83 de la CBE : «L'invention doit être exposée dans la demande de brevet européen de façon suffisamment claire et complète pour qu'un homme du métier puisse l'exécuter.»

Ce critère définit non seulement une condition de délivrance du brevet, mais aussi une condition de révocation de celui-ci si, lors d'une procédure d'opposition ou de nullité, la description est jugée insuffisante.

Il convient donc d'apporter le plus grand soin à la rédaction d'une demande de brevet afin de garantir que la condition de suffisance de description est satisfaite.

Conformément à la jurisprudence constante des chambres de recours, l'exigence d'un exposé suffisant est respectée si une personne du métier peut réaliser l'invention sans effort excessif dans toute la portée des revendications, en utilisant ses connaissances générales et en tenant compte des informations complémentaires fournies par la description du brevet ou de la demande.

Cela rend la question de la suffisance de la description particulièrement complexe dans le domaine de l'intelligence artificielle, où la portée d'une revendication peut englober un grand nombre de combinaisons d'éléments, notamment l'architecture des modèles, les hyperparamètres, les types de données d'entrée et de sortie, les données d'apprentissage ou les méthodes d'apprentissage.

Il s’agit de l’objet de la décision T0048/24 (Estimation de la composition des déchets/EBARA) de la Chambre de recours 3.5.06 de l’OEB, en date du 13 novembre 2025 et publiée le 6 février 2026. Cette décision est analysée ci-dessous.

L'invention et la revendication 1

Le brevet en question concerne l'estimation de la composition d'une fosse à déchets. Par exemple, cette composition peut servir à déterminer le potentiel calorifique des déchets.

La revendication 1 se lit comme suit :

« [M1.1] Dispositif (200) comprenant :

[M1.2] une unité de génération de données d’apprentissage (220) adaptée à la génération de données d’apprentissage associées à une image capturée de déchets stockés dans une fosse à déchets ;

[M1.3] une unité de construction de modèle (230) adaptée à la construction d’un modèle par apprentissage à partir des données d’apprentissage ; et

[M1.4] une unité d’estimation (250) adaptée à l’entrée, dans le modèle, des données d’une nouvelle image capturée de déchets stockés dans une fosse à déchets, et à l’obtention d’une valeur représentant la composition des déchets correspondant à la nouvelle image. »

Aucun exemple concret n'a été fourni dans la description du brevet, mais un exemple concret a été fourni dans une annexe produite lors de la procédure d'opposition, consultable ici. 

Dans l'exemple concret fourni lors de la procédure d'opposition, quatre étiquettes différentes ont été proposées, en fonction du pouvoir calorifique des déchets. Des exemples de ces étiquettes sont fournis ci-dessous :

 
Un réseau neuronal convolutif (CNN) a ensuite été entraîné à classer les images selon l'une des quatre étiquettes.
L'exemple concret fourni lors de la procédure d'opposition comprenait également de nombreux détails relatifs à la méthode d'entraînement (taille des lots, évolution de la précision, etc.).

Décision de la Chambre de Recours

La Chambre de recours a révoqué le brevet pour insuffisance de description, pour les raisons exposées ci-après.

Absence d'exemple concret dans la demande telle que déposée

Premièrement, la Chambre de recours a relevé (point 3.1) que l'invention ne comportait aucun exemple concret ; par exemple, elle ne divulguait aucune combinaison spécifique de certaines « données » d'images capturées et d'une « valeur représentant la composition» des déchets dans les images, ni ne fournissait de détails sur la mise en œuvre et l'entraînement d'un modèle d'apprentissage automatique exemplaire, ni aucune information sur la précision d'estimation obtenue. En d'autres termes, le brevet ne contenait aucun exemple concret et reproductible de mise en œuvre de l'invention.

La Chambre note que la fourniture d'un tel exemple n'est pas en soi une exigence absolue de divulgation suffisante, à condition que l'homme du métier ait connaissance par ailleurs d'« au moins une manière » de mettre en œuvre l'invention, par exemple par le biais de la divulgation générique du brevet ou des connaissances générales communes. Elle affirme cependant que cela pouvait servir de référence pour mieux comprendre l'invention.

La Chambre reconnaît que l’exemple fourni dans l’annexe déposée par le titulaire du brevet lors de la procédure d’opposition constitue un exemple « très détaillé » de la manière dont l’invention pourrait être mise en pratique avec succès. Toutefois, ces informations complémentaires ne peuvent être utilisées aux fins d’apprécier la suffisance de la description, car elles ne font partie ni de la demande telle que déposée, ni des connaissances générales de l’homme du métier (point 3.2 de la décision).

Charge excessive et étendue des réclamations

La Chambre indique que, même si l'exemple détaillé était inclus dans la demande telle que déposée, il ne satisferait toujours pas à l'exigence de divulgation suffisante car l'invention ne pourrait pas être mise en œuvre sur toute la portée revendiquée sans charge excessive (point 3.3 de la décision).

Plus précisément, la Chambre indique que le brevet en cause enseigne l'idée générale d'utiliser l'apprentissage automatique pour déduire les propriétés de la composition des déchets qui pourraient être pertinentes pour l'exploitation et le contrôle d'une usine d'incinération de déchets à partir d'images de la surface de la fosse à déchets, mais la divulgation se limite principalement à énoncer un « résultat à obtenir », comme le montre par exemple le paragraphe [0039] « Le modèle est construit de telle manière qu'il produit une sortie correcte correspondant à une nouvelle entrée lorsque la nouvelle entrée est fournie ».

La Chambre évalue ensuite la charge que devrait supporter l'homme du métier pour mettre en œuvre une solution viable sur l'ensemble du champ d'application de la revendication, et relève notamment que :

• il existe une grande variété de données d'entrée possibles pour une image capturée et de valeurs de sortie concevables représentant sa composition, impliquant différents niveaux de précision. De même, il existe une grande variété de modèles d'apprentissage automatique que l’homme du métier pourrait utiliser, chacun étant caractérisé par une grande variété de paramétrages possibles ;
• l’homme du métier ne trouve aucune indication précise dans le brevet quant aux types de données ou d'algorithmes d'apprentissage automatique les plus ou moins prometteurs pour atteindre l'objectif revendiqué, à savoir l'obtention de différentes valeurs « représentant » la composition des déchets. Le brevet laisse à l'homme du métier le soin de sélectionner et d'évaluer les combinaisons de données d'entrée et de modèles d'apprentissage automatique pour obtenir les différents résultats souhaités ;
• chaque évaluation représente un effort considérable en soi. Explorer toutes les combinaisons possibles des paramètres mentionnés ci-dessus nécessiterait un programme de recherche exhaustif et imposerait une charge excessive à l’homme du métier.

Selon l'analyse de la Chambre, la charge excessive ne provient pas uniquement de l'étendue de la revendication ni du fait que chaque évaluation requiert un certain effort. Elle résulte plutôt du fait que l'homme du métier ne dispose pas d'informations suffisantes sur les critères pertinents pour trouver des solutions applicables à l'ensemble de la revendication, ce qui l'oblige à évaluer individuellement chaque alternative possible. De plus, le brevet ne lui fournit aucune indication sur la manière de choisir une combinaison appropriée parmi les possibilités revendiquées. La Chambre considère que cela traduit le fait que l’étendue de la description du brevet n'est pas proportionnée à l'étendue de la revendication, impliquant ainsi que le principe général selon lequel la protection obtenue par le brevet doit être proportionnelle à l'enseignement divulgué n'est pas respecté.

Conclusion et principaux enseignements de la décision

Cette décision apporte des éléments intéressants aux demandeurs de brevets dans le domaine de l'IA, notamment en ce qui concerne la conformité au critère de suffisance de la description.

Premièrement, il est recommandé de fournir, dans la demande, un exemple concret démontrant la faisabilité de l'invention et pouvant servir de point de départ à l’homme du métier. Cet exemple peut correspondre à la mise en œuvre actuelle de l'invention. L'exemple concret fourni lors de la procédure d'opposition peut donner une idée du contenu de cet exemple. Toutefois, il ne sera pas nécessaire d'y inclure le même niveau de détail, la Chambre ayant elle-même jugé l'exemple fourni en l'espèce « très détaillé ».

Plus important encore, la description doit être proportionnée à l'étendue des revendications. Cela signifie que, pour obtenir un brevet valable à large portée, il faut fournir de plus amples indications sur la manière de mettre l'invention en pratique, notamment si la portée de la revendication autorise un grand nombre de combinaisons de paramètres interdépendants. Afin d'éviter tout problème de description insuffisante, il convient d'être particulièrement vigilant quant à l'utilisation de termes vagues et imprécis susceptibles d'avoir de nombreuses significations différentes. Lorsque cela est approprié à l'étendue de la protection recherchée, des termes plus précis peuvent être envisagés, au moins en tant que positions de repli. À titre d'exemple, dans le cas présent :

• « étiqueter une image capturée à l’aide d’au moins une étiquette représentative du pouvoir calorifique des déchets » aurait pu être utilisé à la place de « générer des données d’entraînement associées à une image capturée » ;
• « entraîner un modèle de classification d’images supervisé à l’aide des données d’entraînement » aurait pu être utilisé à la place de « construire un modèle en effectuant un apprentissage à l’aide des données d’entraînement » ;
• « entrer, dans le modèle, une nouvelle image capturée » aurait pu être utilisé au lieu de « entrer, dans le modèle, les données d'une nouvelle image capturée ».

De telles formulations auraient été conformes à l'objectif de l'invention, qui est de classer les images de déchets selon différents pouvoirs calorifiques, et auraient déjà limité les combinaisons possibles pour l'homme du métier. Par ailleurs, elles auraient permis de distinguer plus clairement les caractéristiques bien connues, telles que la recherche d'un modèle de classification d'images pertinent, des caractéristiques plus spécifiques à l'invention, telles que l'association des images à des étiquettes représentatives du pouvoir calorifique des déchets. Ces dernières caractéristiques méritent une description plus détaillée afin de satisfaire à l'exigence de suffisance de la description.