Tilbage til BlogJuridisk Teknologi

FOIA-backlogkrisen: Hvordan automatiseret redigering...

US FOIA-anmodninger nåede 1,5 millioner i FY2024 — en stigning på 25%. Backlogs voksede med 33% til 267.056 ventende anmodninger.

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

Omfanget af den føderale backlog

US føderale FOIA-anmodninger nåede 1,5 millioner i FY2024 — en stigning på 25% fra året før. Ventende anmodningsbacklogs voksede 33% til 267.056 anmodninger. Den føderale regering brugte estimeret 723 millioner dollars på at behandle FOIA-anmodninger i FY2024.

Disse tal afspejler et grundlæggende kapacitetsproblem. Der er cirka 5.638 FOIA-medarbejdere på tværs af føderale agenturer. Med 1,5 millioner anmodninger om året er hver FOIA-professionel ansvarlig for cirka 266 anmodninger årligt — lidt over én per arbejdsdag. Dette efterlader ingen margen for komplekse anmodninger, der involverer tusindvis af sider, ingen kapacitet til den 33% vækst i backlogs og ingen buffer til den stigende brug af FOIA som et gennemsigtighedsredskab i politisk betydningsfulde sager.

Personalebesparelser i FOIA-kontorer på tværs af flere agenturer forværrer backlog-trenden. Kløften mellem indkommende anmodningsvolumen og behandlingskapacitet bliver større, ikke mindre.

Automatiseringsmuligheden

ATF (Bureau of Alcohol, Tobacco, Firearms and Explosives) tilskrev automatiserede redigeringsværktøjer med 20–30% produktivitetsforbedringer i deres FOIA-behandlingsworkflow. Dette tal repræsenterer den nuværende tilstand af automatiseringsadoption i regeringens FOIA-behandling — betydelig, men endnu ikke udbredt.

20–30% tallet undervurderer sandsynligvis potentialet for velkonfigureret automatisering. ATF's måling afspejler produktivitetsforbedringer i forhold til tidligere automatiserede værktøjer, ikke i forhold til fuldstændig manuel behandling. For agenturer, der stadig er afhængige af manuel gennemgang af hvert dokument, er sammenligningsgrundlaget anderledes. Manuel gennemgang af et 50-siders Word-dokument for personligt identificerbare oplysninger — navne, adresser, social sikringsnumre, fødselsdatoer under FOIA Undtagelse 6 — kræver omhyggelig læsning og individuelle redigeringsbeslutninger for hver side. Et automatiseret system, der kører det samme dokument gennem enhedsdetection og anvender konsistente redigeringsregler, kan fuldføre den indledende gennemgang på sekunder, hvilket efterlader menneskelig gennemgang fokuseret på grænsetilfælde og appeller.

Udfordringen med Word-dokumenter

Føderale agenturdokumenter er overvejende Word-filer. Juridiske memorandum, politiske beslutninger, undersøgelsesrapporter og korrespondance oprettes, gennemgås og opbevares i Word-format. De redigeringsværktøjer, der fungerer godt for agenturer, der fokuserer på billeddokumenter (scannede papirarkiver), adresserer ikke de specifikke krav til behandling af native Word-dokumenter.

Redigering af Word-dokumenter står over for de samme formateringsbevaringsudfordringer som juridisk dokumentredigering mere generelt: spor af ændringer, kommentarer, indlejrede objekter, fodnoter og brugerdefinerede stilarter skal håndteres uden dokumentkorruption. Agenturer, der indsender dokumenter til anmodere under FOIA-udgivelser, skal levere korrekt formaterede dokumenter — at sende en anmoder et dokument med korrumperet formatering er både uprofessionelt og potentielt grundlag for at udfordre udgivelsen.

For storskala batchbehandling er volumenkravene forskellige fra typisk brug i advokatfirmaer: et agentur, der modtager en FOIA-anmodning om 8.000 dokumenter relateret til en politisk beslutning, kan ikke behandle disse dokumenter én ad gangen. Batch-kapabel behandling, der håndterer hundrede dokumenter pr. kørsel, er den mindste levedygtige kapabilitet for volumen FOIA-overholdelse.

Excel- og Word-tilføjelsen kombineret med Desktop App batchbehandling skaber det kapabilitetssæt, der matcher føderale agenturers krav: bevarelse af native Word-format, batchbehandling af store dokumentmængder, konfiguration pr. enhed for FOIA-specifikke undtagelseskategorier og forudindstillede konfigurationer, der sikrer ensartet anvendelse af redigeringsregler på tværs af forskellige medarbejdere, der håndterer den samme anmodning.

Kilder:

Klar til at beskytte dine data?

Begynd at anonymisere PII med 285+ enhedstyper på tværs af 48 sprog.