FOIA: AI ลดเวลาปกปิดข้อมูลจากหลายสัปดาห์เหลือไม่กี่ชั่วโมง
อัปเดตสำหรับปี 2026
รัฐบาลกลางสหรัฐฯ ใช้จ่ายโดยประมาณ 500 ล้านดอลลาร์สหรัฐไปกับการประมวลผลคำขอ FOIA ในปี 2024 ต้นทุนส่วนใหญ่มาจากการปกปิดข้อมูลด้วยมือ งานค้างของ DOJ เกิน 100,000 คำขอที่ยังไม่เสร็จ
ARPA-H ออกการจัดซื้อจัดจ้างในปี 2025 สำหรับซอฟต์แวร์ปกปิดข้อมูลด้วย AI HHS พบว่าหน่วยงาน CMS ต้องการเครื่องมือที่ขับเคลื่อนด้วย AI งานด้วยมือทำให้เกิดงานค้างที่เจ้าหน้าที่เคลียร์ไม่ไหว
คำถามเปลี่ยนไปแล้ว ไม่ใช่เรื่องว่าจะทำให้เป็นอัตโนมัติหรือไม่อีกต่อไป แต่เป็นเรื่องว่าจะทำอย่างไรให้ยืนหยัดได้ในศาล
ปัญหางานค้างของรัฐบาลกลาง
ภายใต้ 5 U.S.C. §552 หน่วยงานต้องตอบภายใน 20 วันทำการ ในทางปฏิบัติหลายแห่งใช้เวลาหลายเดือน บางแห่งใช้เวลาหลายปี
งานค้างของ DOJ ที่ 100,000+ คำขอเท่ากับการตรวจสอบด้วยมือราว 2 พันล้านนาที โดยสมมติเพียงคำขอละ 20 นาที ที่อัตราค่าจ้างของรัฐ ต้นทุนแรงงานสูงถึงหลายพันล้าน
เวลาส่วนใหญ่หมดไปกับงานเดียว คือเจ้าหน้าที่ไล่ดูหน้าเอกสารเพื่อหาชื่อ ที่อยู่ และหมายเลขโทรศัพท์ งานนี้ไม่ต้องใช้วิจารณญาณของนักกฎหมาย แต่ต้องการการจับคู่รูปแบบ อัลกอริทึมทำได้ในไม่กี่วินาที
สิ่งที่ ARPA-H และ HHS ต้องการ
ARPA-H มองหาซอฟต์แวร์ปกปิดข้อมูลด้วย AI สำหรับการประมวลผลเอกสาร FOIA ข้อกำหนดที่ระบุไว้คือ:
- การระบุข้อมูลส่วนบุคคลตามข้อยกเว้น Exemption 6 และ 7(C) โดยอัตโนมัติ
- การประมวลผลเป็นชุดสำหรับชุดเอกสารขนาดใหญ่
- รองรับหลายรูปแบบไฟล์: PDF, Word และอีเมล
- เอกสารเส้นทางตรวจสอบ
- ผลลัพธ์ที่ปกป้องได้สำหรับการตอบ FOIA
HHS/CMS ได้ข้อสรุปเดียวกัน ปริมาณที่เพิ่มขึ้นและอัตรากำลังที่คงที่ทำให้การตรวจสอบด้วยมือไม่ยั่งยืน หน่วยงานเหล่านี้ไม่ได้ไล่ตามเทคโนโลยีใหม่ แต่กำลังแก้วิกฤตด้านการปฏิบัติตามข้อกำหนด
ระดับรัฐและท้องถิ่น: ทรัพยากรน้อยกว่า กฎเดียวกัน
หน่วยงานของรัฐบาลกลางมีสำนักงาน FOIA โดยเฉพาะและงบประมาณด้านกฎหมาย รัฐบาลระดับรัฐและท้องถิ่นเผชิญหน้าที่ตามกฎหมายเดียวกันด้วยทรัพยากรน้อยกว่ามาก
CPRA ของแคลิฟอร์เนียกำหนดให้ตอบภายใน 10 วันตามปฏิทิน เทศมณฑลที่มีทีมกฎหมายสามคนไม่สามารถจัดการ 2,000 เอกสารในช่วงเวลานั้นได้ ทางเลือกมีจำกัด:
- ปฏิเสธหรือเลื่อน — ซึ่งก่อให้เกิดความเสี่ยงทางกฎหมาย
- จ้างเจ้าหน้าที่ชั่วคราว — แพงและช้า
- ทำให้ขั้นตอนปกปิดข้อมูลเชิงกลไกเป็นอัตโนมัติ
ตัวเลือก 3 อยู่ในวิสัยที่ทำได้แล้ว การประมวลผลเป็นชุดแบบเดียวกับที่หน่วยงานของรัฐบาลกลางใช้มีให้ฝ่ายกฎหมายของเทศมณฑล โดยไม่ต้องรอกระบวนการจัดซื้อจัดจ้างที่ยาวนาน ดูภาพรวมการปฏิบัติตามข้อกำหนดของเราเพื่อดูว่ากฎบันทึกสาธารณะใช้กับเขตอำนาจต่าง ๆ อย่างไร
DSAR ของสหภาพยุโรป: ปัญหาเดียวกัน
คำขอเข้าถึงข้อมูลของเจ้าของข้อมูลตามมาตรา 15 ของ GDPR (DSAR) สร้างความท้าทายที่คล้ายกันให้องค์กรในสหภาพยุโรป ต่างจาก FOIA ตรงที่ภาระหน้าที่ DSAR ใช้กับทุกองค์กรที่จัดการข้อมูลส่วนบุคคล บริษัท SaaS ขนาดเล็กอาจได้รับ DSAR ปริมาณเท่ากับธนาคารขนาดใหญ่
ความท้าทายเชิงปฏิบัติสะท้อนกับ FOIA องค์กรต้องจัดทำข้อมูลทั้งหมดที่เก็บเกี่ยวกับบุคคลหนึ่ง ข้อมูลส่วนบุคคลของบุคคลที่สามต้องถูกปกปิดจากคำตอบ กำหนดเวลาคือ 30 วัน
DSAR แต่ละรายที่เกี่ยวข้องกับคลังอีเมล ตั๋วสนับสนุน และบันทึกคำสั่งซื้ออาจหมายถึงหลายร้อยเอกสารที่ต้องตรวจสอบ สำหรับองค์กรที่จัดการ DSAR 20–50 รายต่อเดือน การตรวจสอบด้วยมือต้องใช้เจ้าหน้าที่เต็มเวลาหนึ่งคนขึ้นไป การทำงานเป็นชุดอัตโนมัติลดเหลือแค่งานนอกเวลา
การประมวลผลบนเดสก์ท็อปสำหรับบันทึกที่ละเอียดอ่อน
บางหน่วยงานใช้เครื่องมือบนเว็บไม่ได้ ข้อมูลที่ต้องอยู่ภายในระบบของหน่วยงานต้องการการประมวลผลในเครื่อง
Desktop App ของ anonym.legal สร้างมาเพื่อกรณีการใช้งานนี้:
- Desktop App อ่านไฟล์บนฮาร์ดแวร์ของหน่วยงานเอง การตรวจจับทำงานบน API ที่โฮสต์ในสหภาพยุโรป ซึ่งเป็นการเรียกไป-กลับเพียงครั้งเดียวที่ได้รับอนุญาต
- การเชื่อมต่อใช้อินเทอร์เน็ตและอยู่ในรายการอนุญาตเฉพาะ anonym.legal เท่านั้น — ต้องมีการเชื่อมต่อสด
- การรันเป็นชุดจัดการ 1–5,000 ไฟล์ต่อครั้ง
- รูปแบบที่รองรับ: PDF, DOCX, XLSX, TXT, CSV, JSON, XML
- ไฟล์ที่ประมวลผลแล้วถูกแพ็กเป็นไฟล์ ZIP
- มีการส่งออก CSV และ JSON พร้อมเมทาดาทาของแต่ละไฟล์
สำหรับหน่วยงานที่มีกฎถิ่นที่อยู่ของข้อมูลเข้มงวดแต่อนุญาตการเชื่อมต่อภายนอก นี่คือทางเลือกที่เหมาะ: Desktop App ใช้โมเดลตรวจจับเดียวกับแพลตฟอร์มเว็บ — XLM-RoBERTa ที่มี 273 ประเภทเอนทิตี สำหรับหน่วยงานที่มีเครือข่ายแยกขาด (air-gapped) จริงและไม่มีการเชื่อมต่อภายนอกเลย Desktop App ไม่เข้าข่าย ผลิตภัณฑ์พี่น้องของเรา anonym.plus รันการตรวจจับทั้งหมดบนอุปกรณ์แทน
ดูเอกสาร Desktop Appของเราสำหรับรายละเอียดการตั้งค่า
หมายเหตุการนำไปใช้
เส้นทางตรวจสอบ เวิร์กโฟลว์ของรัฐต้องมีบันทึกว่าปกปิดอะไร บนเหตุผลใด และโดยใคร เมทาดาทาของชุดงานครอบคลุมสองข้อแรก ส่วนที่เหลือครอบคลุมโดยการส่งเอกสารที่เป็นข้อยกเว้นให้เจ้าหน้าที่ตรวจสอบ
ความสม่ำเสมอ การตอบ FOIA ที่ปกปิดชื่อในเอกสารหนึ่งแต่พลาดในอีกเอกสารหนึ่งสร้างความเสี่ยงทางกฎหมาย การกำหนดค่าอัตโนมัติที่คงที่ช่วยขจัดความไม่สอดคล้องนั้น
เอกสาร SBU เอกสารของรัฐจำนวนมากมีความละเอียดอ่อนแต่ไม่ลับ การประมวลผลในเครื่องจัดการไฟล์ SBU โดยไม่ใช้เครือข่าย การประมวลผลบนเว็บพร้อมข้อตกลง DPA ที่เหมาะสมครอบคลุมไฟล์ที่ไม่ใช่ SBU
รูปแบบผลลัพธ์ วิธี Redact ใช้การแทนที่ด้วยแถบสีดำ ซึ่งตรงกับลักษณะการปกปิดแบบ FOIA มาตรฐานและเหมาะกับการส่งเอกสารต่อศาล วิธีโทเคน — เช่น [REDACTED - Exemption 6] — เพิ่มการอ้างอิงข้อยกเว้นอย่างชัดเจนสำหรับบันทึกที่ละเอียดกว่า
บทสรุป
FOIA เป็นหน้าที่ตามกฎหมาย กำหนด 20 วันทำการไม่ใช่เป้าหมาย เมื่อปริมาณคำขอเกินกว่าที่เจ้าหน้าที่รับไหว ความล้มเหลวจะตามมา
การปกปิดข้อมูลเป็นชุดด้วย AI ไม่ได้มาแทนวิจารณญาณทางกฎหมาย แต่ช่วยขจัดขั้นตอนเชิงกลไก — การค้นหาและทำเครื่องหมายข้อมูลส่วนบุคคลมาตรฐานในเอกสารหลายพันฉบับ ขั้นตอนนั้นกินเวลา 70–80% ของการตรวจสอบ เจ้าหน้าที่จึงโฟกัสที่เอกสาร 10–20% ที่บริบทสำคัญได้
ทั้ง ARPA-H และ HHS/CMS เห็นเช่นนี้ รัฐบาลระดับรัฐและท้องถิ่นและองค์กรในสหภาพยุโรปที่มีหน้าที่ DSAR เผชิญความท้าทายเดียวกัน ดูภาพรวมความปลอดภัยและการปฏิบัติตามข้อกำหนดของเราเพื่อดูว่าเวิร์กโฟลว์การปกปิดข้อมูลที่ปกป้องได้มีโครงสร้างอย่างไร
เมื่อแนวทางนี้มีข้อจำกัด
การทำให้ขั้นตอนปกปิดข้อมูลเชิงกลไกเป็นอัตโนมัติคือการแบ่งงานที่ถูกต้อง — เวลาของเจ้าหน้าที่ควรใช้กับการตัดสินใจ ไม่ใช่การไล่ดูหน้าเอกสารเพื่อหาชื่อ แต่มีข้อจำกัดสามประการ
การประมวลผลในเครื่องควบคุมการครอบครองข้อมูล ไม่ใช่คุณภาพการตรวจจับ สำหรับหน่วยงานที่อนุญาตการเชื่อมต่อภายนอก Desktop App เก็บไฟล์ไว้บนฮาร์ดแวร์ของหน่วยงาน ขณะที่การตรวจจับทำงานบนเซิร์ฟเวอร์ของ anonym.legal — ซึ่งแก้เรื่องถิ่นที่อยู่ของข้อมูล แต่ไม่ได้ทำให้การปกปิดแม่นยำขึ้น สำหรับหน่วยงานที่ไม่มีการเชื่อมต่อเลยจริง anonym.plus รันโมเดลระดับเดียวกันทั้งหมดบนอุปกรณ์แทน ไม่ว่าทางใด ชื่อที่พลาดก็คือพลาด ไม่ว่าไฟล์จะเคยออกจากอาคารหรือไม่ การควบคุมตำแหน่งและคุณภาพการตรวจจับเป็นหลักประกันคนละเรื่อง และการถือว่าการประมวลผลในเครื่องรับรองความครบถ้วนเป็นความผิดพลาดเชิงหมวดหมู่ที่ควรระบุให้ชัดเจน
โมเดลออฟไลน์ที่รวมมาจะล้าสมัยหากไม่อัปเดตโดยเจตนา anonym.plus ตรึงโมเดลตรวจจับบนอุปกรณ์ไว้ที่เวอร์ชันที่ติดตั้ง รูปแบบตัวระบุใหม่ รหัสคดีเฉพาะหน่วยงาน และเลย์เอาต์เอกสารที่เปลี่ยนไปจะไม่ถูกจดจำจนกว่าจะมีคนอัปเดตชุดโดยเจตนา และไม่มีการรีเฟรชอัตโนมัติบนเครือข่ายที่แยกขาด การตรวจจับที่โฮสต์ของ anonym.legal — ซึ่ง Desktop App และแพลตฟอร์มเว็บใช้เมื่อมีการเชื่อมต่อสด — อัปเดตโดยอัตโนมัติแทน ควรกำหนดตารางและทดสอบการอัปเดตโมเดลเป็นงานปฏิบัติการสำหรับกรณีออฟไลน์ และตรวจสอบซ้ำกับตัวอย่างเอกสารปัจจุบันหลังการอัปเดตแต่ละครั้ง ไม่เช่นนั้นความแม่นยำจะเสื่อมลงอย่างเงียบ ๆ ขณะที่ไปป์ไลน์ดูเหมือนทำงานเหมือนเดิมทุกอย่าง
มาตรฐานการปกป้องได้ต้องใช้วิจารณญาณของมนุษย์ ไม่ใช่ผลลัพธ์ของเครื่องมือ รายงานชุดงานที่สะอาดและบันทึกการตรวจสอบสนับสนุนการตอบ FOIA หรือ DSAR แต่ไม่ได้เป็นการตอบนั้นเอง การตัดสินระหว่าง Exemption 6 กับ 7(C) การแยกบุคคลที่เป็นทางการกับบุคคลส่วนตัว และประเด็นเอกสิทธิ์ เป็นการวินิจฉัยทางกฎหมาย ในเอกสารหลายพันฉบับ การพลาดอย่างเป็นระบบในการกำหนดค่าจะถูกทำซ้ำหลายพันครั้ง ขนาดของงานเป็นชุดจึงขยายข้อผิดพลาดเดียว ไม่ได้ถัวเฉลี่ยให้หายไป ขั้นตอนเชิงกลไกทำให้เป็นอัตโนมัติได้ แต่ภาระหน้าที่ในการใช้ความระมัดระวังตามสมควรยังอยู่กับทนายความผู้ตรวจสอบ และคิวข้อยกเว้นต้องมีเจ้าหน้าที่รองรับอย่างเหมาะสม