By · Last updated 2026-04-09

Powrót do blogaTechnologia prawna

Zaległości FOIA: Automatyczna redakcja w administracji rządowej

Liczba wniosków FOIA do agencji federalnych USA wyniosła 1,5 mln w roku fiskalnym 2024 – wzrost o 25%. Zaległości wzrosły o 33%, osiągając 267 056 oczekujących wniosków. Rząd wydał 723 mln dol. na ich obsługę.

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

Kryzys zaległości FOIA w agencjach federalnych

Federalne agencje USA otrzymały 1,5 miliona wniosków FOIA w roku fiskalnym 2024 – o 25% więcej niż rok wcześniej. Zaległości wzrosły o 33%, osiągając 267 056 oczekujących wniosków. Szacowany koszt ich obsługi wyniósł 723 miliony dolarów.

Te liczby wskazują na poważną lukę wydajnościową. W całej administracji federalnej pracuje około 5638 specjalistów ds. FOIA. Przy 1,5 miliona wniosków rocznie każda z tych osób rozpatruje średnio 266 wniosków rocznie – nieco ponad jeden na dzień roboczy. Nie ma żadnej rezerwy na duże, skomplikowane wnioski ani buforu na 33-procentowy wzrost zaległości. Redukcje kadrowe w wielu agencjach pogłębiają ten problem.

Dlaczego obsługa każdego wniosku zajmuje tak dużo czasu

Większość dokumentów federalnych to pliki Word. Notatki prawne, decyzje dotyczące polityki oraz korespondencja – wszystko to jest przechowywane w tym formacie. Pracownicy muszą przeczytać każdą stronę, zastosować właściwe wyłączenia, a następnie sprawdzić pracę przed udostępnieniem dokumentu.

Same wyłączenia na podstawie wyjątku 6 obejmują imiona i nazwiska, adresy, numery ubezpieczenia społecznego i daty urodzenia. W jednym 50-stronicowym pliku może znajdować się kilkadziesiąt punktów danych wymagających osobnej decyzji dotyczącej wyłączenia. Pomnożone przez tysiące dokumentów czasy przetwarzania stają się problemem strukturalnym – a nie jednorazowym wyjątkiem.

Mniej pracowników, ta sama liczba wniosków. Matematyka zaległości nie poprawi się sama.

Co zmienia automatyzacja

ATF – Biuro Alkoholu, Tytoniu, Broni Palnej i Materiałów Wybuchowych – przypisuje narzędziom do automatycznej redakcji wzrost wydajności o 20–30% w procesie rozpatrywania wniosków. To rzeczywisty wynik. I prawdopodobnie zaniżony w przypadku agencji nadal korzystających wyłącznie z ręcznego przeglądu.

Automatyczne przeskanowanie dokumentu przebiega szybko. System wykrywa imiona i nazwiska, numery identyfikacyjne i inne objęte ochroną dane. Oznacza każdy z nich. Pracownicy następnie sprawdzają oznaczone elementy zamiast czytać każdą linię od początku. Skanowanie zajmuje sekundy. Czas pracy ludzi zostaje przeniesiony na decyzje wymagające oceny – tam, gdzie rzeczywiście mają wartość.

W przypadku zbiorczego wniosku dotyczącego 8000 dokumentów związanych z daną decyzją polityczną ta zmiana stanowi różnicę między zadaniem wykonalnym a niemożliwym przy normalnym obsadzeniu stanowisk.

Dobór właściwego narzędzia do zadania

Praca z wnioskami FOIA w administracji rządowej ma jasno określone wymagania. Dokumenty muszą pozostać w formacie Word. Formatowanie musi przetrwać cały proces. Śledzenie zmian, przypisy i osadzone obiekty muszą wychodzić z procesu nienaruszone. Uszkodzony plik daje wnioskodawcom podstawę do zakwestionowania wyników.

Duże wnioski wymagają przetwarzania wsadowego. Uruchamianie setek dokumentów w jednym przebiegu to minimum, nie pułap. Co więcej, pracownicy z całej agencji muszą stosować te same reguły wyłączeń za każdym razem – co oznacza konieczność stosowania wspólnych, zablokowanych konfiguracji wstępnych.

Przepływy pracy oparte na presetach realizują dokładnie to zadanie. Jeden preset obejmuje imiona i nazwiska, adresy i numery ubezpieczenia społecznego na podstawie wyjątku 6. Drugi obejmuje materiały deliberatywne na podstawie wyjątku 5. Pracownicy wybierają właściwy preset i weryfikują wyniki – zamiast podejmować każdą decyzję kategoryzacyjną od nowa przy każdym dokumencie. Szersze spojrzenie na zgodność z przepisami znajdziesz w przeglądzie bezpieczeństwa i zgodności.

Wynik ATF pokazuje, jak to wygląda w praktyce. O 20–30% większa wydajność przy tym samym zespole. Taki zysk ma znaczenie, gdy liczba wniosków rośnie o 25% rocznie, a liczba pracowników nie nadąża.

Zaległości nie znikną same. Narzędzia pozwalające je ograniczyć są dostępne już teraz.

Źródła

Gotowy, aby chronić swoje dane?

Rozpocznij anonimizację PII z 285+ typami podmiotów w 48 językach.

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.