By · Last updated 2026-04-09

Atpakaļ uz BloguJuridiskā Tehnoloģija

FOIA uzkrājums: automatizēta valdības redakcija

ASV FOIA pieprasījumi FY2024 sasniedza 1,5 miljonus — 25% pieaugums. Uzkrājums auga par 33% līdz 267 056 gaidošiem pieprasījumiem. Valdība iztērēja 723 miljonus USD apstrādei.

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

Federālā FOIA uzkrājuma krīze

ASV federālās aģentūras FY2024 saņēma 1,5 miljonus FOIA pieprasījumu — par 25% vairāk nekā iepriekšējā gadā. Gaidošais uzkrājums auga par 33% līdz 267 056 pieprasījumiem. Aģentūras iztērēja aptuveni 723 miljonus USD, lai tos apstrādātu.

Tas liecina par kapacitātes trūkumu. Visās federālajās aģentūrās strādā aptuveni 5 638 FOIA darbinieki. Ar 1,5 miljoniem pieprasījumu gadā katrs cilvēks apstrādā aptuveni 266 pieprasījumus gadā. Tas ir nedaudz vairāk par vienu darba dienā. Nav pietiekami daudz laika lieliem, sarežģītiem pieprasījumiem. Nav buferzones 33% uzkrājuma pieaugumam. Personāla samazinājumi daudzās aģentūrās situāciju pasliktina.

Kāpēc katrs pieprasījums aizņem tik ilgu laiku

Lielākā daļa federālo dokumentu ir Word faili. Juridiskie memorandi, politikas lēmumi un korespondence visi atrodas Word formātā. Darbinieki ir jāizlasa katra lapa. Jāpiemēro katrs izņēmums. Pēc tam jāpārbauda darbs pirms izlaišanas.

Tikai 6. izņēmums aptver vārdus, adreses, sociālās apdrošināšanas numurus un dzimšanas datumus. Vienā 50 lappušu failā var būt desmitiem datu punktu, katram no kuriem nepieciešams atsevišķs pārskata lēmums. Reizinot to ar tūkstošiem dokumentu, apstrādes laiks kļūst strukturāls — nevis vienreizēja problēma.

Mazāk darbinieku, tas pats apjoms. Uzkrājuma matemātika pati par sevi neuzlabojas.

Ko maina automatizācija

ATF — Alkohola, tabaka, šaujamieroču un sprāgstvielu birojs — kredītā automatizētiem redakcijas rīkiem 20–30% produktivitātes pieaugumu savā apstrādes darbplūsmā. Tas ir reāls rezultāts. Un tas, visticamāk, nenovērtē pieaugumu aģentūrās, kas joprojām izmanto pilnīgi manuālu pārskatīšanu.

Automatizēta dokumenta apstrāde notiek ātri. Sistēma atrod vārdus, ID numurus un citus aizsargātos datus. Tā atzīmē katru no tiem. Darbinieki pēc tam pārbauda atzīmētos elementus, nevis lasa katru rindu. Skenēšana aizņem sekundes. Cilvēka laiks pāriet uz sprieduma lēmumiem — kur tas pievieno reālu vērtību.

Partijas pieprasījumam ar 8 000 dokumentiem, kas saistīti ar politikas lēmumu, šī pāreja ir atšķirība starp iespējamo un neiespējamo ar normālu personāla līmeni.

Pareizā rīka izvēle darbam

Valdības FOIA darbam ir skaidras prasības. Dokumentiem jāpaliek Word formātā. Formatējumam jāpārdzīvo process. Izsekotās izmaiņas, zemsvītras piezīmes un iegultie objekti visi jāsaglabā neskarti. Bojāts fails dod pieprasītājiem pamatu apstrīdēšanai.

Lieliem pieprasījumiem nepieciešama partijas apstrādes kapacitāte. Simtiem dokumentu palaišana vienā piegājienā ir minimums, nevis griesti. Un darbinieki visā aģentūrā katru reizi jāpiemēro vieni un tie paši izņēmuma noteikumi — kas nozīmē kopīgas, bloķētas priekšiestatījumu konfigurācijas.

Uz priekšiestatījumiem balstītas redakcijas darbplūsmas to dara tieši šādi. Viens priekšiestatījums aptver vārdus, adreses un sociālās apdrošināšanas numurus saskaņā ar 6. izņēmumu. Cits aptver apspriedžu materiālus saskaņā ar 5. izņēmumu. Darbinieki izvēlas pareizo priekšiestatījumu un pārskata rezultātus — nevis pieņem katru kategorijas lēmumu no jauna katrā dokumentā. Plašāku atbilstības ainu skatiet drošības un atbilstības pārskatā.

ATF rezultāts parāda, kā tas izskatās praksē. Divdesmit līdz trīsdesmit procentiem lielāks iznākums no tās pašas komandas. Šāds pieaugums ir svarīgs, kad pieprasījumu apjoms pieaug par 25% gadā, bet personāls nepieaug.

Uzkrājums pats par sevi nenovērsīsies. Rīki tā palēnināšanai ir pieejami jau tagad.

Avoti

Vai esat gatavi aizsargāt savus datus?

Sāciet PII anonimizāciju ar 285+ entitāšu veidiem 48 valodās.

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.