Vol. 46 (2026)
Doctrina

La apreciación automatizada de la semejanza entre las marcas: desafíos y oportunidades

PDF HTML
Irene Filgueira Loureiro
Universidade da Coruña

Publicado 2026-09-28

Palabras clave

  • marca,
  • semejanza,
  • inteligencia artificial (IA),
  • automatización,
  • apreciación global,
  • elementos distintivos y dominantes,
  • consumidor medio,
  • riesgo de confusión,
  • procesamiento del lenguaje natural (NLP),
  • reconocimiento de imágenes
    • ...Más
    Menos

Cómo citar

La apreciación automatizada de la semejanza entre las marcas: desafíos y oportunidades. (2026). Actas De Derecho Industrial, 46, 135-158. https://doi.org/10.37417/ADI/46_2026_106

Resumen

Las herramientas basadas en inteligencia artificial (IA) disponibles en las oficinas de marcas permiten automatizar de manera eficiente la determinación del grado de semejanza fonética, visual y conceptual entre los signos en conflicto. Sin embargo, la apreciación de la semejanza constituye una operación estimativa compleja que, conforme a la jurisprudencia del TJUE, exige superar esta primera fase para acometer otras de mayor dificultad: la ponderación global del peso de cada dimensión de similitud atendiendo a las circunstancias del caso, la identificación de los elementos distintivos y dominantes en el supuesto de las marcas complejas y la adopción de la perspectiva del consumidor medio. Estos extremos, por su carácter contextual, casuístico y en buena medida subjetivo, requieren ser analizados a la luz de los últimos avances en IA, con el objetivo de determinar si la apreciación de la semejanza constituye una tarea susceptible de automatización o si, por el contrario, subsisten todavía limitaciones que impiden su completa automatización y obligan a reflexionar sobre en qué condiciones resulta conveniente su adopción y cuál debe ser el grado de intervención humana en dicha apreciación.

PDF HTML

Descargas

Los datos de descarga todavía no están disponibles.

Referencias

  1. Al-Nafjan, Abeer y Aldayel, Mashael (2025), «Visual Similarity Detection for Intellectual Property using Deep Transfer Learning», EMITTER International Journal of Engineering Technology, vol. 13, núm. 2, págs. 173-197.
  2. Asensi Merás, Altea (2025), «Propiedad intelectual y entorno digital: inteligencia artificial y Derecho de marcas», LLM, núm. 123, págs. 1-19. Accedido a través de Legalteca.
  3. Bhambhoria, Rohan; Liu, Hui; Dahan, Samuel y Zhu, Xiaodan (2022), «Interpretable Low-Resource Legal Decision Making», Proceedings of the AAAI Conference on Artificial Intelligence, vol. 36, núm. 11, págs. 11819-11827.
  4. Casado Navarro, Antonio (2024), «Inteligencia artificial y marcas: desafíos de su implementación en materia de registro y protección», LLM, núm. 111, págs. 1-20. Accedido a través de Legalteca.
  5. Cernadas Lázare, Marta (2023), «La incidencia de la inteligencia artificial en la figura del consumidor medio y la apreciación del riesgo de confusión», en García Pérez, R. y Cernadas Lázare, M. (dirs.), El Derecho de marcas y de la competencia ante las tecnologías de vanguardia, Tirant lo Blanch, Valencia, págs. 147-165.
  6. Dalgaard Laustsen, Rasmus (2020), The Average Consumer in Confusion-based Disputes in European Trademark Law and Similar Fictions, Springer, Luxemburgo.
  7. Farooqui, Yassir; Shekokar, Kishori; Bhatt, Pooja; Macwan, Kiran (2025), «Explainable Fuzzy Logic in AI: Enhancing Transparency and Trust in Deep Learning Models», Journal of Machine and Computing, vol. 5, núm. 4, págs. 2241-2253.
  8. Fernández-Nóvoa, Carlos (2004), Tratado sobre Derecho de marcas, Marcial Pons, Madrid, 2ª ed.
  9. Fernández-Nóvoa, Carlos; Otero Lastres, José Manuel; Botana Agra, Manuel (2013), Manual de la propiedad industrial, Marcial Pons, Madrid, 3ª ed.
  10. Filgueira Loureiro, Irene (2024), «El carácter distintivo de la marca en la era de la inteligencia artificial», en Tato Plaza, A., Costas Comesaña, J., Fernández Carballo-Calero, P. I., Torres Pérez, F. J. y Louredo Casado, S. (dirs.), Nuevas tendencias en el Derecho de la Competencia y de la Propiedad Industrial e Intelectual IV, Tirant lo Blanch, Valencia, págs. 749-786.
  11. Filgueira Loureiro, Irene (2026), «El riesgo de confusión: más allá de la comparación entre signos», en Tato Plaza, A., Costas Comesaña, J., Fernández Carballo-Calero, P. I., Torres Pérez, F. J. y Louredo Casado, S. (dirs.), Nuevas tendencias en el Derecho de la Competencia y de la Propiedad Industrial e Intelectual V, Atelier, Barcelona, págs. 369-382.
  12. Floridi, Luciano (2023), «AI as Agency Without Intelligence: on ChatGPT, Large Language Models, and Other Generative Models», Philosophy & Technology, vol. 36, núm. 1, págs. 1-7. Accedido a través de SSRN: https://ssrn.com/abstract=4358789
  13. Gangjee, Dev S. (2019), «Eye, robot: Artificial Intelligence and Trade Mark Registers», en Bruun, N., Dinwoodie, G. B., Levin, M, y Ohly, A. (eds.), Transition and Coherence in Intellectual Property Law, Cambridge University Press, Cambridge, págs. 174-190.
  14. Gangjee, Dev S. (2022), «A Quotidian Revolution», en Abbot, R. (ed.), Research Handbook on Intellectual Property and Artificial Intelligence, Edward Elgar, Cheltenham, págs. 324-344. Accedido a través de SSRN: https://ssrn.com/abstract=4081317
  15. García Pérez, Rafael (2011), «El riesgo de confusión en el Derecho de marcas de la Unión Europea», Revista Aranzadi Civil-Mercantil, núm. 8, págs. 47-112.
  16. Gangjee, Dev S. (2022), «Derecho de marcas e inteligencia artificial: ¿hacia una apreciación automatizada del riesgo de confusión?», en Tato Plaza, A., Costas Comesaña, J., Fernández Carballo-Calero, P. I., Torres Pérez, F. J. y Louredo Casado, S. (dirs.), Nuevas tendencias en el Derecho de la competencia y de la propiedad industrial III, Comares, Granada, págs. 287-300.
  17. Gangjee, Dev S. (2023), «Inteligencia artificial y Derecho de marcas: una visión general» en García Pérez, R. y Cernadas Lázare, M. (dirs.), El Derecho de marcas y de la competencia ante las tecnologías de vanguardia, Tirant lo Blanch, Valencia, págs. 117-145.
  18. Haller, Maximilian (2023), «TrademarkML. Predicting the Likelihood of Confusion under Article 8(1) EUTMR», págs. 1-148. Disponible en: https://repositum.tuwien.at/handle/20.500.12708/190215
  19. Katyal, Sonia; Kesari, Aniket (2020), «Trademark Search, Artificial Intelligence, and the Role of the Private Sector», Berkeley Technology Law Journal, vol. 30, núm. 2, págs. 501-588.
  20. Kim, Jieun; Jeong, Buyong; Kim, Daejung (2021), «Is Trademark the First Sparring Partner of AI?», en Kim, J.; Jeong, B.; Kim, D., Patent Analytics. Transforming IP Strategy into Intelligence, Springer, Luxemburgo, págs. 175-186.
  21. Le Nir, Yannick; Jourdan, Astrid; Sidhoum, Cherif y Girardin, Nicolas (2026), «Automatic similarity detection for trademark», WPI, núm. 85, págs. 1-14. Disponible en: https://www.sciencedirect.com/science/article/pii/ S017221902600027X
  22. Miguel Carvalho, Maria (2020), «Inteligência artificial: desafios e oportunidades para o direito de marcas», en E.Tec Yearbook, Research Centre for Justice and Governance School of Law – University of Minho, págs. 111-127.
  23. Miguel Carvalho, Maria (2023), «Inteligência artificial e violação da marca», en García Pérez, R. y Cernadas Lázare, M. (dirs.), El Derecho de marcas y de la competencia ante las tecnologías de vanguardia, Tirant lo Blanch, Valencia, págs. 185-208.
  24. Moerland, Anke; Freitas, Conrado (2021), «Artificial intelligence and trade mark assessment», en Lee, J.; Hilty, R. y Liu, K. (eds.), Artificial Intelligence & Intellectual Property, Oxford University Press, Oxford, págs. 266-291. Accedido a través de SSRN: https://ssrn.com/abstract=3683807
  25. Ramos, Lucía; Carballo, Joaquín; Barreira, Noelia; Ortega, Marcos (2023), «Análisis de similitud de marcas gráficas mediante técnicas de visión artificial y aprendizaje profundo», en García Pérez, R. y Cernadas Lázare, M. (dirs.), El Derecho de marcas y de la competencia ante las tecnologías de vanguardia, Tirant lo Blanch, Valencia, págs. 167-184.
  26. Rincón Pumarejo, Alejandra (2024), «Aplicación de la IA en el proceso de gestión de registros de propiedad industrial, marcas figurativas y mixtas», ADI 44, págs. 381-394.
  27. Sarstedt, Marko; Adler, Susanne J.; Rau, Lea, y Schmitt, Bernd (2024), «Using Large Language Models to Generate Silicon Samples in Consumer and Marketing Research: Challenges, Opportunities, and Guidelines», Psychology & Marketing, vol. 41, núm. 6, págs. 1254-1270.
  28. Setchi, Rossitza; Mohd Anuar, Fatahiyah (2016), «Multi-faceted assessment of trademark similarity», Expert Systems with Applications, núm. 65, págs. 16-27.
  29. Trappey, Charles V.; Trappey, Amy J. C.; Lin, Sam C. (2020), «Intelligent trademark similarity analysis of image, spelling, and phonetic features using machine learning methodologies», Advanced Engineering Informatics, núm. 45, págs. 1-12.
  30. Vaswani, Ashish; Shazeer, Noam; Parmar, Niki; Uszkoreit, Jakob; Jones, Llion; Gomez, Aidan N.; Kaiser, Łukasz, y Polosukhin, Illia (2017), «Attention Is All You Need», en Guyon, I.; Von Luxburg, U.; Bengio, S.; Wallach, H.; Fergus, R.; Vishwanathan, S., y Garnett, R. (eds.), Advances In Neural Information Processing Systems, núm. 30, págs. 1-11. Disponible en https://papers.nips.cc/paper/7181-attention-is-all-you-need.
  31. Verenich, Vadim (2024), «Neural Networks in Legal Theory», Studia Humana, vol. 13, núm. 3, págs. 41-51.