By · Last updated 2026-05-28

Retour au blogTechnique

FOIA à l'ère de l'IA : Comment les agences réduisent...

Le gouvernement fédéral a dépensé environ 500 millions de dollars pour le traitement des demandes FOIA en 2024...

May 28, 20268 min de lecture
FOIA automationgovernment AIARPA-HDSARpublic records redaction

FOIA : L'IA réduit les délais de caviardage de semaines à heures

Mis à jour pour 2026.

Le gouvernement fédéral américain a dépensé environ 500 millions de dollars pour le traitement des demandes FOIA en 2024. La majorité de ce coût provenait du caviardage manuel. Le retard du DOJ a dépassé 100 000 demandes en attente.

L'ARPA-H a lancé un appel d'offres en 2025 pour un logiciel de caviardage par IA. Le HHS a constaté que sa division CMS avait besoin d'outils pilotés par l'IA. Le traitement manuel avait créé des arriérés que le personnel ne pouvait pas résorber.

La question a évolué. Il ne s'agit plus de savoir si les agences doivent automatiser. Il s'agit de savoir comment le faire de façon à produire des résultats défendables en justice.

Le problème de l'arriéré fédéral

Selon 5 U.S.C. §552, les agences doivent répondre dans les 20 jours ouvrables. En pratique, beaucoup prennent des mois. Certaines prennent des années.

L'arriéré du DOJ de plus de 100 000 demandes représente environ 2 milliards de minutes de révision manuelle. Cela suppose seulement 20 minutes par demande. Aux tarifs gouvernementaux, le coût de main-d'œuvre se chiffre en milliards.

La majeure partie de ce temps est consacrée à une seule tâche. Les agents parcourent des pages à la recherche de noms, d'adresses et de numéros de téléphone. Ce travail ne nécessite pas de jugement juridique. Il nécessite une reconnaissance de motifs. Un algorithme l'effectue en quelques secondes.

Ce qu'ARPA-H et HHS ont exigé

L'ARPA-H a recherché un logiciel de caviardage par IA pour le traitement des documents FOIA. Les exigences déclarées couvraient cinq domaines :

  • Identification automatique des données personnelles selon les exemptions 6 et 7(C).
  • Traitement par lots de grands ensembles de documents.
  • Prise en charge de formats mixtes : PDF, Word et e-mail.
  • Documentation des pistes d'audit.
  • Résultats défendables pour les réponses FOIA.

HHS/CMS est parvenu à la même conclusion. La croissance des volumes et les effectifs stables rendaient la révision manuelle insoutenable. Ces agences ne cherchaient pas la nouveauté technologique. Elles résolvaient une crise de conformité.

Collectivités locales : moins de ressources, mêmes obligations

Les agences fédérales ont des bureaux FOIA dédiés et des budgets juridiques. Les gouvernements des États et des collectivités locales font face aux mêmes obligations légales avec bien moins de ressources.

La CPRA californienne exige des réponses dans les 10 jours calendaires. Un comté avec une équipe juridique de trois personnes ne peut pas traiter 2 000 documents manuellement dans ce délai. Les options sont limitées :

  1. Refuser ou retarder — ce qui crée un risque juridique.
  2. Embaucher du personnel temporaire — coûteux et long à intégrer.
  3. Automatiser la phase de caviardage mécanique.

L'option 3 est désormais accessible. Le même traitement par lots que les agences fédérales utilisent est disponible pour les services juridiques des collectivités. Sans longs délais d'approvisionnement. Notre aperçu conformité explique comment les règles relatives aux dossiers publics s'appliquent selon les juridictions.

DSARs européens : le même problème

Les demandes d'accès aux données personnelles (DSAR) de l'article 15 du RGPD créent un défi parallèle pour les organisations européennes. Contrairement au FOIA, les obligations DSAR s'appliquent à toutes les organisations traitant des données personnelles. Une petite entreprise SaaS peut recevoir autant de DSARs qu'une grande banque.

Le défi pratique ressemble au FOIA. Une organisation doit produire toutes les données qu'elle détient sur une personne donnée. Les données personnelles de tiers doivent être caviardées dans la réponse. Le délai est de 30 jours.

Chaque DSAR touchant des archives de messagerie, des tickets d'assistance et des commandes peut représenter des centaines de documents à vérifier. Pour les organisations traitant 20 à 50 DSARs par mois, la révision manuelle nécessite un ou plusieurs équivalents temps plein. L'automatisation par lots réduit cela à un travail à temps partiel.

Traitement bureautique pour les dossiers sensibles

Certaines agences ne peuvent pas utiliser des outils web. Les données qui doivent rester dans les systèmes de l'agence nécessitent un traitement local.

L'application de bureau (anonym.plus) est conçue pour cet usage :

  • Tout le traitement s'exécute sur le matériel propre de l'agence.
  • Aucune donnée n'est transmise à des serveurs externes.
  • Les lots traitent 1 à 5 000 fichiers à la fois.
  • Formats pris en charge : PDF, DOCX, XLSX, TXT, CSV, JSON, XML.
  • Les fichiers traités sont empaquetés dans une archive ZIP.
  • L'export CSV et JSON avec métadonnées par fichier est inclus.

Pour les agences disposant de réseaux isolés ou de règles strictes de résidence des données, le traitement local est la seule voie viable. L'application de bureau utilise le même modèle de détection — XLM-RoBERTa avec 285+ types d'entités — que la plateforme web. Entièrement hors ligne.

Notre documentation de l'application de bureau contient les détails de configuration.

Notes d'implémentation

Pistes d'audit. Les workflows gouvernementaux exigent des enregistrements de ce qui a été caviardé, sur quelle base, et par qui. Les métadonnées de traitement par lots couvrent les deux premiers points. Le routage des documents d'exception vers les agents couvre le reste.

Cohérence. Une réponse FOIA qui caviarде un nom dans un document mais le manque dans un autre crée une exposition juridique. Une configuration automatisée fixe élimine cette incohérence.

Matériaux SBU. De nombreux documents gouvernementaux sont sensibles mais non classifiés. Le traitement local gère les fichiers SBU sans utilisation du réseau. Le traitement web avec les accords de traitement des données appropriés couvre les fichiers non-SBU.

Format de sortie. La méthode Caviarder utilise le remplacement par barre noire. Cela correspond à l'apparence des caviardages FOIA standard et convient à la production judiciaire. L'approche par jeton — comme [CAVIARDÉ - Exemption 6] — ajoute une citation d'exemption explicite pour une documentation plus détaillée.

Conclusion

Le FOIA est une obligation légale. Le délai de 20 jours ouvrables n'est pas un objectif. Quand les volumes de demandes dépassent ce que le personnel peut traiter manuellement, des défaillances systémiques suivent.

Le caviardage par lots piloté par l'IA ne remplace pas le jugement juridique. Il supprime la phase mécanique — trouver et marquer les données personnelles standard dans des milliers de documents. Cette phase consomme 70 à 80 % du temps de révision. Les agents peuvent alors se concentrer sur les 10 à 20 % de documents où le contexte et le jugement comptent.

ARPA-H et HHS/CMS l'ont tous deux reconnu. Les collectivités locales et les organisations européennes soumises aux obligations DSAR font face au même défi. Notre aperçu sécurité et conformité explique comment les workflows de caviardage défendables sont structurés.

Sources

Prêt à protéger vos données ?

Commencez à anonymiser les PII avec plus de 285 types d'entités dans 48 langues.

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.