evidoria

← Voltar à navegação

Boa prática Importada

RelativityOne da CBP — o DHS recorre à IA para conter um recorde de mais de 1 milhão de pedidos FOIA

Estados Unidos da América · Washington, D.C. · Ver o perfil de Estados Unidos da América · Ver o perfil de Washington, D.C.

Evidência: Observacional / pré-pós Top 83% 40/100 · Pergunte a Evidence Copilot sobre esta prática

Perante mais de 1 milhão de pedidos FOIA anuais, a Customs and Border Protection do DHS utiliza a plataforma de IA RelativityOne para aprender com os revisores e sinalizar documentos relevantes, enquanto grupos de defesa das liberdades civis alertam que a IA ainda não está pronta para avaliar as nuances jurídicas da redação de documentos.

1,000,000+
Pedidos FOIA recebidos (ano fiscal de 2025) (FY2025)
~60%
Percentagem do total de pedidos FOIA federais (FY2025)
221,068
Pedidos pendentes no início do ano fiscal de 2025 (FY2025 start)
245,572
Pedidos pendentes no final do ano fiscal de 2025 (FY2025 end)
16%
Atraso acumulado em percentagem dos pedidos recebidos (FY2025)
RelativityOne da CBP — o DHS recorre à IA para conter um recorde de mais de 1 milhão de pedidos FOIA

Detalhes

Maturidade
Consolidada
Promotor
U.S. Customs and Border Protection (Department of Homeland Security)
Período
2024–2026
Palavras-chave
public records, FOIA compliance, border & immigration enforcement, government transparency

Contexto

No ano fiscal de 2025, o Departamento de Segurança Interna dos EUA (DHS) recebeu mais de 1 milhão de pedidos ao abrigo da Lei de Liberdade de Informação (FOIA) - cerca de 60% de todos os pedidos FOIA apresentados a todo o governo federal - e a sua componente Alfândegas e Proteção de Fronteiras (CBP) processa a maior parte desse volume utilizando o RelativityOne, uma plataforma de revisão documental com IA aprovada para uso em processos FOIA pelo Gabinete de Privacidade do DHS em 2024.

Objetivos

O RelativityOne foi concebido para aprender com as decisões de redação e relevância tomadas por revisores humanos e, depois, classificar de forma autónoma os documentos seguintes como relevantes ou irrelevantes, apresentando os registos com uma pontuação de confiança e citações de apoio para que um analista humano de FOIA os aceite, altere ou rejeite.

Atividades

O DHS iniciou o ano fiscal de 2025 com 221 068 pedidos FOIA pendentes e, apesar de ter recebido e processado cerca de mais 1 milhão, terminou o ano com 245 572 pedidos pendentes - um atraso equivalente a 16% dos pedidos recebidos - e o departamento afirmou que planeia acrescentar mais automatização para melhorar a eficiência e reduzir redundâncias administrativas.

Resultados

O DHS descreve o atraso no final do ano como tendo sido mantido, e não reduzido, apesar do aumento acentuado do volume de casos, pelo que ainda não foi demonstrada nenhuma redução atribuível no tempo de processamento ou no atraso acumulado.

Conclusões

Os observadores de liberdades civis mantêm-se cautelosos: a ACLU afirmou que a IA pode ajudar a acelerar a localização de documentos, mas que as redações envolvem nuances jurídicas para as quais a IA ainda não está preparada, e o Cato Institute assinalou que as divulgações do DHS omitem pormenores sobre quais os sistemas que tomam decisões de classificação de forma autónoma e quais apenas apoiam um revisor humano.

Implementação
Custo indicativo
Elevado (500 mil €–5 M€) — Commercial platform (RelativityOne) licensed for CBP's FOIA division; DHS has not disclosed contract costs.
Tempo até resultados
Médio (1–3 anos) — Approved by DHS's Privacy Office in 2024 and in active use processing FY2025's caseload of over 1 million requests; DHS has signalled further automation is planned but has not published a timeline.
Equipa e competências
CBP FOIA analysts, DHS Privacy Office reviewers

Condições de sucesso

  • Formal privacy review (Privacy Threshold Analysis) before approval for FOIA use
  • Human analysts retain final decision authority over AI-flagged relevance and redaction tags
  • The system is trained continuously on human reviewers' actual redaction and relevance decisions

Modos de falha comuns

  • Backlog can persist even with AI assistance if incoming request volume outpaces processing capacity
  • Lack of public disclosure on which coding decisions are made independently by AI versus a human reviewer undermines transparency

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis