FOIA: Az MI hetekről órákra csökkenti a kitakarást
2026-ra frissítve.
A szövetségi kormány 2024-ben becslések szerint 500 millió dollárt költött FOIA-ügyintézésre. A költség nagy része kézi kitakarás volt. A DOJ elmaradása meghaladta a 100.000 nyitott kérelmet.
Az ARPA-H 2025-ben beszerzési eljárást indított MI-alapú kitakaró szoftverre. A HHS megállapította, hogy a CMS részlegének MI-alapú eszközökre van szüksége. A kézi munka olyan elmaradásokat okozott, amelyeket a munkatársak nem tudtak ledolgozni.
A kérdés megváltozott. Már nem az a kérdés, hogy automatizáljunk-e. Hanem az, hogyan tegyük ezt úgy, hogy a bíróságon is megálljon.
A szövetségi elmaradás problémája
Az 5 U.S.C. §552 értelmében a hivatalok kötelesek 20 munkanapon belül válaszolni. A gyakorlatban sokan hónapokig dolgoznak rajta. Néhányan évekig.
A DOJ 100.000+ kérelemből álló elmaradása nagyjából 2 milliárd percnyi kézi átvizsgálásnak felel meg. Ez kérelmenként mindössze 20 percet feltételez. Állami óradíjakkal a munkaerőköltség milliárdokra rúg.
Az idő nagy része egyetlen feladatra megy el. A munkatársak oldalakat pásztáznak nevek, címek és telefonszámok után. Ehhez nincs szükség ügyvédi mérlegelésre. Mintaillesztésre van szükség. Egy algoritmus ezt másodpercek alatt elvégzi.
Mit követelt az ARPA-H és a HHS
Az ARPA-H MI-alapú kitakaró szoftvert keresett FOIA-dokumentumok feldolgozásához. Megfogalmazott követelményeik a következők voltak:
- Az Exemption 6 és 7(C) alá eső személyes adatok automatikus azonosítása.
- Nagy dokumentumhalmazok kötegelt feldolgozása.
- Vegyes formátumok támogatása: PDF, Word és e-mail.
- Auditnapló dokumentálása.
- Védhető kimenet a FOIA-válaszhoz.
A HHS/CMS ugyanerre a következtetésre jutott. A növekvő mennyiségek és az állandó létszám fenntarthatatlanná tették a kézi átvizsgálást. Ezek a hivatalok nem új technológiát hajkurásztak. Megfelelőségi válságot oldottak meg.
Állami és helyi szint: kevesebb erőforrás, ugyanazok a szabályok
A szövetségi hivataloknak külön FOIA-irodáik és jogi költségvetésük van. Az állami és helyi önkormányzatok ugyanazokkal a jogi kötelezettségekkel szembesülnek, de jóval kevesebb erőforrással.
Kalifornia CPRA-ja 10 naptári napon belüli választ ír elő. Egy háromfős jogi csapattal rendelkező megye nem tud 2.000 dokumentumot feldolgozni ebben az időkeretben. A lehetőségek korlátozottak:
- Elutasítás vagy halogatás — ami jogi kockázatot teremt.
- Ideiglenes munkaerő felvétele — drága és lassú.
- A kitakarás mechanikus szakaszának automatizálása.
A 3. lehetőség mostanra elérhető. Ugyanaz a kötegelt feldolgozás, amelyet a szövetségi hivatalok használnak, elérhető a megyei jogi osztályok számára is. Hosszú beszerzési határidőkre nincs szükség. Lásd megfelelőségi áttekintésünket, hogy a közérdekű adatokra vonatkozó szabályok hogyan érvényesülnek a különböző joghatóságokban.
EU-s DSAR-ok: ugyanaz a probléma
A GDPR 15. cikke szerinti érintetti hozzáférési kérelmek (DSAR) párhuzamos kihívást jelentenek az uniós szervezeteknek. A FOIA-val ellentétben a DSAR-kötelezettségek minden személyes adatot kezelő szervezetre vonatkoznak. Egy kis SaaS-cég ugyanannyi DSAR-t kaphat, mint egy nagy bank.
A gyakorlati kihívás a FOIA-t tükrözi. A szervezetnek elő kell állítania egy adott személyről birtokolt összes adatot. A harmadik felek személyes adatait ki kell takarni a válaszból. A határidő 30 nap.
Minden olyan DSAR, amely e-mail-archívumokat, ügyfélszolgálati jegyeket és rendelési nyilvántartásokat érint, több száz átvizsgálandó dokumentumot jelenthet. A havonta 20–50 DSAR-t kezelő szervezeteknél a kézi átvizsgálás egy vagy több teljes munkaidős munkatársat igényel. A kötegelt automatizálás ezt részmunkaidős feladatra csökkenti.
Asztali feldolgozás érzékeny nyilvántartásokhoz
Egyes hivatalok nem használhatnak webalapú eszközöket. Az olyan adatok, amelyeknek a hivatal rendszerein belül kell maradniuk, helyi feldolgozást igényelnek.
Az anonym.legal Desktop App alkalmazása erre a felhasználási esetre készült:
- A Desktop App a hivatal saját hardverén olvassa a fájlokat; az észlelés az EU-ban üzemeltetett API-n fut, ez az egyetlen engedélyezett oda-vissza kapcsolat.
- A kapcsolat internetalapú, és engedélylistával kizárólag az anonym.legal-ra van korlátozva — élő kapcsolat szükséges.
- A kötegelt futtatások egyszerre 1 és 5.000 közötti számú fájlt kezelnek.
- Támogatott formátumok: PDF, DOCX, XLSX, TXT, CSV, JSON, XML.
- A feldolgozott fájlokat ZIP-archívumba csomagolja.
- A fájlonkénti metaadatokat tartalmazó CSV- és JSON-export is része a csomagnak.
A szigorú adattárolási helyszínre vonatkozó szabályokkal rendelkező, de külső kapcsolatot engedélyező hivatalok számára ez a megfelelő megoldás: a Desktop App ugyanazt az észlelési modellt használja — XLM-RoBERTa 273 entitástípussal —, mint a webes platform. A valóban légréssel elválasztott hálózattal és külső kapcsolat nélküli hivatalok számára a Desktop App nem alkalmas; testvértermékünk, az anonym.plus ehelyett teljes egészében az eszközön futtatja az észlelést.
A beállítás részleteiért lásd a Desktop App dokumentációját.
Megvalósítási megjegyzések
Auditnaplók. A kormányzati munkafolyamatok nyilvántartást követelnek arról, mit takartak ki, milyen alapon és ki. A kötegelt metaadatok az első kettőt fedik le. A kivételes dokumentumok munkatársi átvizsgálásra irányítása a többit.
Következetesség. Az a FOIA-válasz, amely az egyik dokumentumban kitakar egy nevet, a másikban viszont kihagyja, jogi kitettséget teremt. Egy rögzített, automatizált konfiguráció megszünteti ezt az inkonzisztenciát.
SBU-anyagok. Sok kormányzati dokumentum érzékeny, de nem minősített. A helyi feldolgozás az SBU-fájlokat hálózathasználat nélkül kezeli. A megfelelő DPA-megállapodásokkal végzett webalapú feldolgozás a nem SBU-fájlokat fedi le.
Kimeneti formátum. A Redact módszer fekete sávos helyettesítést használ. Ez megfelel a szokásos FOIA-kitakarások megjelenésének, és bírósági benyújtásra alkalmas. A tokenes megközelítés — például [REDACTED - Exemption 6] — kifejezett kivétel-hivatkozást ad részletesebb nyilvántartásokhoz.
A lényeg
A FOIA jogi kötelezettség. A 20 munkanapos határidő nem cél. Ha a kérelmek mennyisége meghaladja azt, amit a munkatársak kezelni tudnak, kudarcok következnek.
Az MI-alapú kötegelt kitakarás nem helyettesíti a jogi mérlegelést. Megszünteti a mechanikus szakaszt — a szokásos személyes adatok megkeresését és megjelölését dokumentumok ezreiben. Ez a szakasz az átvizsgálási idő 70–80%-át felemészti. A munkatársak ezután azokra a dokumentumokra koncentrálhatnak, amelyeknél a környezet számít: ez a dokumentumok 10–20%-a.
Az ARPA-H és a HHS/CMS egyaránt ezt látta. Az állami és helyi önkormányzatok, valamint a DSAR-kötelezettségekkel szembesülő uniós szervezetek ugyanezzel a kihívással néznek szembe. Lásd biztonsági és megfelelőségi áttekintésünket, hogyan épülnek fel a védhető kitakarási munkafolyamatok.
Amikor ennek a megközelítésnek korlátai vannak
A kitakarás mechanikus szakaszának automatizálása a helyes munkamegosztás: a munkatársak idejét a mérlegelést igénylő döntéseknek kell szentelni, nem annak, hogy oldalakat pásztázzanak nevek után. De három korlát érvényes.
A helyi feldolgozás a felügyeletet szabályozza, nem az észlelés minőségét. Az engedélyezett külső kapcsolattal rendelkező hivatalok számára a Desktop App a fájlokat a hivatal hardverén tartja, miközben az észlelés az anonym.legal szervereken fut — ez az adattárolási helyszín kérdését megoldja, de a kitakarást nem teszi pontosabbá. A valóban nulla kapcsolattal rendelkező hivatalok számára az anonym.plus ugyanazon osztályba tartozó modellt teljes egészében az eszközön futtatja. Bárhogy is legyen, a kihagyott név kihagyott marad, akár elhagyta a fájl az épületet, akár nem. A helyszín feletti ellenőrzés és az észlelés minősége külön garanciák, és ha a helyi feldolgozást úgy kezeljük, mintha teljességet igazolna, az olyan kategóriahiba, amelyet érdemes nyíltan megnevezni.
A csomagolt, offline modell célzott frissítések nélkül elavul. Az anonym.plus az eszközön lévő észlelési modellt arra a verzióra rögzíti, amelyet telepítettek; az új azonosítóformátumokat, a hivatalspecifikus ügykódokat és a változó dokumentum-elrendezéseket addig nem ismeri fel, amíg valaki szándékosan nem frissíti a csomagot, és izolált hálózaton nincs automatikus frissítés. Az anonym.legal üzemeltetett észlelése — amelyet a Desktop App és a webes platform használ ott, ahol élő kapcsolat van — ezzel szemben automatikusan frissül. A modellfrissítéseket az offline esetre működési feladatként ütemezze és tesztelje, és minden egyes után ellenőrizze újra aktuális dokumentummintákkal, különben a pontosság észrevétlenül romlik, miközben a folyamat látszólag pontosan úgy működik tovább, mint korábban.
A védhetőségi szabvány emberi mérlegelést követel, nem eszközkimenetet. Egy tiszta kötegjelentés és egy auditnapló alátámasztja a FOIA- vagy DSAR-választ, de nem azonos vele. Az Exemption 6 és a 7(C) közötti döntések, a hivatalos és magánszemélyek megkülönböztetése és a kiváltsággal kapcsolatos kérdések jogi megállapítások. Dokumentumok ezreiben egy konfigurációbeli szisztematikus hiba ezerszer megismétlődik, így a köteg mérete egyetlen hibát felnagyít, nem átlagol ki. A mechanikus szakasz automatizálható; az észszerű gondosság kötelezettsége az átvizsgáló ügyvédnél marad, és a kivételek sorát ennek megfelelően kell személyzettel ellátni.