By · Last updated 2026-04-09

Tornar al BlogTecnologia Legal

Endarreriment FOIA: Redaccio automatitzada al govern

Les sol·licituds FOIA als EUA van arribar a 1,5 milions el FY2024, un augment del 25%. L'endarreriment va creixer un 33% fins a 267.056 sol·licituds pendents. El govern va gastar 723 milions de dolars en el processament.

April 9, 20268 min llegit
FOIA automationgovernment document redactionpublic records compliancebatch Word processingfederal agency efficiency

La crisi d'endarreriment FOIA federal

Les agències federals dels EUA van rebre 1,5 milions de sol·licituds FOIA el FY2024 — un 25% mes que l'any anterior. Els endarreriments pendents van creixer un 33% fins a 267.056 sol·licituds. Les agències van gastar un estimat de 723 milions de dolars per gestionar-les.

Aixo demostra un deficit de capacitat. Uns 5.638 empleats FOIA treballen a totes les agències federals. Amb 1,5 milions de sol·licituds l'any, cada persona gestiona aproximadament 266 sol·licituds anuals. Aixo es poc mes d'una per dia laborable. No hi ha marge per a sol·licituds grans i complexes. No hi ha amortidor per a un creixement dels endarreriments del 33%. Les retallades de personal en moltes agències estan empitjorant la situacio.

Per que cada sol·licitud tarda tant

La majoria dels documents federals son fitxers Word. Memorandums juridics, decisions de politica i correspondència viuen a Word. El personal ha de llegir cada pagina. Ha d'aplicar cada exempció. Despres ha de revisar la feina abans d'alliberar-la.

Nomes l'Exempcio 6 cobreix noms, adreces, numeros de la Seguretat Social i dates de naixement. Un sol fitxer de 50 pagines pot tenir desenes de punts de dades que necessiten cadascun una decisio de revisio separada. Multiplicat per milers de documents, el temps de processament es torna estructural — no un problema puntual.

Menys personal, el mateix volum. La matematica dels endarreriments no millora sola.

Que canvia l'automatitzacio

L'ATF — Bureau of Alcohol, Tobacco, Firearms and Explosives — va atribuir als eines de redaccio automatitzada guanys de productivitat del 20-30% en el seu flux de treball de processament. Es un resultat real. I probablement subestima el guany per a les agències que encara fan revisions totalment manuals.

Una passada automatitzada per un document es rapida. El sistema troba noms, numeros d'identificacio i altres dades cobertes. Les marca. El personal despres revisa els elements marcats en lloc de llegir cada linia. L'escaneig triga segons. El temps huma es desplaca cap a decisions de judici — on afegeix valor real.

Per a una sol·licitud per lots de 8.000 documents relacionats amb una decisio de politica, aquest canvi es la diferencia entre factible i impossible amb els nivells de personal normals.

Triar l'eina adequada per a la feina

El treball FOIA del govern te necessitats clares. Els documents han de romandre en format Word. El format ha de sobreviure al proces. Els canvis rastrejats, les notes a peu de pagina i els objectes incrustats han de passar intactes. Un fitxer corrupte dona als sol·licitants motius per a un recurs.

Les sol·licituds grans necessiten capacitat de processament per lots. Executar centenars de documents per passada es el minim, no el maxim. I el personal d'una agència ha d'aplicar les mateixes regles d'exempcio cada vegada — el que significa configuracions de preajustos compartides i bloquejades.

Els fluxos de treball de redaccio basats en preajustos fan exactament aixo. Un preajust cobreix noms, adreces i numeros de la Seguretat Social sota l'Exempcio 6. Un altre cobreix material deliberatiu sota l'Exempcio 5. El personal tria el preajust adequat i revisa els resultats — en lloc de prendre cada decisio de categoria des de zero en cada document. Per a una visio general del compliment, consulteu la visio general de seguretat i compliment.

El resultat de l'ATF mostra com es veu aixo a la practica. Un 20-30% mes de produccio del mateix equip. Aquest tipus de guany importa quan el volum de sol·licituds creix un 25% per any i el personal no segueix el ritme.

L'endarreriment no es resolra sol. Les eines per alentir-lo estan disponibles ara.

Fonts

Preparat per protegir les vostres dades?

Comenceu a anonimitzar PII amb més de 285 tipus d'entitats en 48 idiomes.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.