行政上诉办公室非先例裁决
美国公民及移民服务局
案号：40812377
日期：2026 年 [已隐去] 月 16 日
关于美国公民及移民服务局（USCIS）决定的申诉 表格 I-140，外籍劳工移民申请（国家利益豁免）
申请人是一名人工智能（AI）研究员，寻求以杰出能力人士身份获得职业移民第二优先（EB-2）分类，并请求豁免该分类所附的工作邀请要求。见《移民与国籍法》（本法）第 203(b)(2) 条，8 U.S.C. § 1153(b)(2)。
USCIS 拒绝了该申请，认定申请人不符合杰出能力人士分类资格，且未能证明豁免所要求的工作邀请、进而豁免劳工证将符合国家利益。本事项现依据 8 C.F.R. § 103.3 提交本办公室审理。
申请人负有以优势证据标准证明其资格的责任。Matter of Chawathe, 25 I&N Dec. 369, 375-76 (AAO 2010)。本办公室对本案问题进行重新审查。Matter of Christa's, Inc., 26 I&N Dec. 537, 537 n.2 (AAO 2015)。经重新审查，本办公室将驳回上诉。
I. 法律
为符合基础 EB-2 签证分类资格，申请人必须证明其是高等学位专业人士，或在科学、艺术或商业领域具有杰出能力的人士。本法第 203(b)(2)(A) 条。
高等学位是指任何高于学士学位的美国学术或专业学位或外国同等学位。8 C.F.R. § 204.5(k)(2)。美国学士学位或外国同等学位加上五年专业领域渐进工作经验，等同于硕士学位。同上。
杰出能力是指在科学、艺术或商业领域显著高于通常水平的专业程度。8 C.F.R. § 204.5(k)(2)。申请人须首先提交满足六类证据中至少三类标准的文件。8 C.F.R. § 204.5(k)(3)(ii)(A)-(F)。然而，满足至少三项标准本身并不确立该分类资格。参见 6 USCIS Policy Manual F.5(B)(2)，https://www.uscis.gov/policy-manual。若申请人满足上述要求，本办公室随后将进行最终裁量，以决定整体证据是否显示其被认可具有所需专业程度，并将实质性惠及美国国家经济、文化或教育利益或福祉。本法第 203(b)(2)(A) 条。
若申请人确立基础 EB-2 分类资格，其随后必须证明其值得以自由裁量方式豁免工作邀请要求，即符合「国家利益」。本法第 203(b)(2)(B)(i) 条。Matter of Dhanasar, 26 I&N Dec. 884, 889 (AAO 2016) 提供了审理国家利益豁免申请的框架。Dhanasar 指出，美国公民及移民服务局（USCIS）可作为自由裁量事项，在申请人证明以下内容时授予国家利益豁免：
拟议工作具有实质价值与国家重要性；
该个人有能力推进其拟议工作；以及
整体而言，豁免工作邀请要求将惠及美国。
同上。
II. 分析
USCIS 认定申请人不符合杰出能力人士分类资格，且未满足 Dhanasar 分析框架中第一项和第三项要素。
A. 杰出能力
申请人主张其至少满足杰出能力人士分类监管标准中的三项。在拒绝申请时，USCIS 认定申请人仅满足 8 C.F.R. § 204.5(k)(3)(ii)(A) 的官方学术记录标准。在上诉状中，申请人坚持其还满足 8 C.F.R. § 204.5(k)(3)(ii)(E) 的专业协会会员资格标准以及 8 C.F.R. § 204.5(k)(3)(ii)(F) 的成就与重大贡献认可标准。经审查证据，本办公室认定所提交文件不足以支持申请人满足至少三项标准的要求。
#### 1. 官方学术记录
8 C.F.R. § 204.5(k)(3)(ii)(A) 要求「显示外籍人士拥有与杰出能力领域相关的学院、大学、学校或其他教育机构所授予学位、文凭、证书或类似奖项的官方学术记录」。本办公室同意申请人的[已隐去]大学计算机科学学士学位（2019 年）满足该标准。
#### 2. 会员资格
8 C.F.R. § 204.5(k)(3)(ii)(E) 要求「专业协会会员资格的证据」。本办公室同意申请人关于其电气与电子工程师协会计算机学会会员资格满足该标准的主张。据此，本办公室撤销 USCIS 对该问题的认定。
#### 3. 成就与重大贡献的认可
8 C.F.R. § 204.5(k)(3)(ii)(F) 要求「同行、政府实体或专业或商业组织对行业或领域成就与重大贡献认可的证据」。记录包括申请人的简历、已发表和已展示的作品以及同行评审服务的文件。申请人还提供了引用其已发表作品的文献、引用指标以及讨论其研究项目的支持信。
在支持申请的信件中，申请人的推荐人讨论了其本科和研究生研究项目。例如，关于申请人涉及社交媒体中表情符号使用影响及其与市场趋势关系的研究，[已隐去]大学助理教授、申请人合著者 J-S- 博士表示，他们的研究「通过使用回归和自回归模型」，「解决了分析表情符号如何通过先进机器学习技术影响数字参与和市场预测的挑战」。尽管 J-S- 博士指出申请人的「工作提供了实用工具，通过改进低质量内容的检测和推进社交媒体趋势的预测分析来增强数字生态系统」，但他未详细说明申请人的发现已在 AI 领域被使用的程度。申请人也未以其他方式证明其工作构成对 AI 行业或领域的成就与重大贡献。
同样，[已隐去]大学副教授、申请人合著者 S-J- 博士声称，他们合作分析了「社交媒体上的表情符号使用和其他行为模式」，并「引入了一系列机器学习模型来评估表情符号如何影响各个领域」。S-J- 博士表示，他们的工作确定了「表情符号如何影响推文受欢迎程度和受众参与度」，并使他们能够「根据推文中表情符号的频率预测某些公司的股票交易量」，但他未提供具体例子说明他们的发现如何影响 AI 领域的其他人，也未以其他方式显示对行业或领域的成就与重大贡献。
此外，关于申请人使用视觉变换器（ViT）进行乳腺癌分类的工作，[已隐去]的机器学习工程师 F-F- 博士表示，申请人开展了旨在提高「浸润性导管癌（IDC）诊断准确性」的研究，并「成功将监督对比学习与 ViT 模型整合，使检测传统方法常遗漏的细微组织病理学模式成为可能」。尽管 F-F- 博士声称申请人的「项目提供了可直接应用于临床环境的可靠框架，协助病理学家从组织病理学图像中准确诊断 IDC」，但他未提供具体例子说明申请人的工作如何提高乳腺癌诊断的效率和精度，也未以其他方式显示对 AI 行业或领域的成就与重大贡献。
此外，[已隐去]的数据科学家 E-V- 博士表示，申请人「开创了一种新方法以促进乳腺癌分类，特别是 IDC 形式」。E-V- 博士指出，申请人「利用 ViT 模型并将其与监督对比学习技术配对」，并「采用对比学习训练模型，大幅提升了其区分恶性和良性样本的准确性」。此外，E-V- 博士写道，多个研究团队引用了申请人关于该主题的研究论文，但申请人未证明对其发现的回应和对某工作的兴趣程度表明对行业或领域成就与重大贡献的认可。
申请人主张其研究已发表在「Cell Reports，一本影响因子为 7.5 的知名期刊，被 Google Scholar 在分子生物学领域排名第三、细胞生物学领域排名第三」。他提交了该出版物基于 h5 指数的「Google Scholar Metrics」排名，但他未证明在生命科学期刊上发表如何显示在 AI 领域的认可。无论如何，出版物具有高排名或影响因子反映的是该出版物的整体引用率。然而，这并不显示任何特定作者的影响力，也不以其他方式证明在高排名期刊上发表等同于对行业或领域成就与重大贡献的认可。
关于其工作的引用情况，申请人提交了其 2025 年 1 月和（应 USCIS 补件通知）2025 年 6 月的 Google Scholar 个人资料。最新资料显示，其引用最高的四篇文章，标题分别为「[已隐去]」（2024 年）、「[已隐去]」（2023 年）、「[已隐去]」（2023 年）和「[已隐去]」（2022 年），分别获得 8、6、2 和 2 次引用。截至 2025 年 6 月，申请人其余文章均未获得超过一次引用。
申请人还提供了 Clarivate Analytics（InCites Essential Science Indicators）2025 年数据，涉及「计算机科学」研究领域按发表年份的基线引用率和百分位。申请人主张「其两篇出版物获得的引用足以在其各自发表年份的计算机科学领域最常被引用文章中被列入前 20%，其中一篇达到该类别的前 10%」。在此，申请人依赖关于更大计算机科学领域的引用信息，并将其在 AI 领域的引用频率与更大领域进行比较。本办公室承认 AI 是更大计算机科学领域的一部分，但申请人未提交足够证据确认从更大领域推断的信息同等适用于计算机科学内的每个子领域，包括 AI。因此，申请人将其领域内的引用数与更大计算机科学领域的引用信息进行比较，不足以确立其在 AI 领域成就或贡献的重要性。
此外，申请人提交了 Lutz Bornmann 和 Werner Marx 在 Scientometrics 上发表的文章，题为「How to evaluate individual researchers working in the natural and life sciences meaningfully? A proposal of methods based on percentiles of citations」。该文章提出了「如何评估自然与生命科学领域个体研究人员」的建议，用于资助、晋升或招聘决定。作者指出，「在其学科领域内属于前 10% 最常被引用出版物的文章通常被称为高被引或优秀」，并且「前 10% 卓越指标」在「比较单个研究人员的科学表现时应给予最高权重」。尽管作者提出了研究表现文献计量分析的拟议方法，但记录未表明其方法已被学术界接受和实施。此外，关于 Google Scholar 的引用信息，作者建议不要「使用 Google Scholar（GS）作为文献计量分析的基础。多项研究指出，GS 在研究评估方面存在诸多缺陷」。
无论如何，引用频率本质上是定量的，并不揭示引用的原因，而后者涉及定性分析。换言之，高引用数可能显示领域内其他人注意到了申请人的工作，但并不确认其工作以表明对行业或领域成就与重大贡献认可的方式影响或推进了该领域。关于对申请人工作引用的定性分析，记录包含引用其文章的副本，包括其题为「[已隐去]」的文章（例如）。这些文章包含引用文本，申请人主张这些文本突出了其论文的影响。尽管本办公室同意申请人关于这些引用表明其同事和领域内同行对其研究有一定程度兴趣的主张，但该证据不足以显示对 AI 行业或领域成就与重大贡献的认可。记录中的文章引用其工作作为领域内研究示例或在引言部分作为当前研究概述的一部分，但无一以表明对行业或领域成就与重大贡献认可的方式突出或评论其研究。
关于其同行评审活动，申请人提交了一份证书，表明其为第七届[已隐去]（2024 年）评审了一篇论文。然而，他未证明这一参与广泛同行评审过程的实例如何显示对 AI 行业或领域成就与重大贡献的认可。
记录表明申请人在其研究生和本科学习期间进行了研究、发表和展示，但他未证明其工作达到对 AI 领域成就与重大贡献的水平。尽管本办公室认识到研究必须以某种方式为知识库增加信息才能被接受发表、展示、资助或获得学术学分，但并非每个进行原创研究的人都会被认定其成就对行业或领域有重大贡献。在此，申请人未充分证明其工作构成足以满足 8 C.F.R. § 204.5(k)(3)(ii)(F) 要求的对领域的成就与重大贡献。
基于上述理由，申请人未证明其满足 8 C.F.R. § 204.5(k)(3)(ii) 六项监管标准中的至少三项，也未达到杰出能力分类所需的专业程度。
B. 国家利益豁免
剩余问题是申请人是否证明豁免工作邀请要求、进而豁免劳工证符合国家利益。如前所述，为符合国家利益豁免资格，申请人必须首先证明其符合本法第 203(b)(2)(A) 条下的高等学位专业人士或杰出能力人士分类资格。申请人未证明其是高等学位专业人士，也未证明其满足监管标准并达到杰出能力分类所需的专业程度。据此，申请人未确立基础 EB-2 移民分类资格。由于该问题对申请人的上诉具有决定性，本办公室无需处理、因而保留关于其依据 Dhanasar 分析框架符合国家利益豁免资格的上诉论点。参见 INS v. Bagamasbad, 429 U.S. 24, 25 (1976)（per curiam）（裁定机构无需对最终决定不必要的问题作出「纯咨询性认定」）。
III. 结论
申请人未确立其满足杰出能力人士分类的监管要求。基于上述理由，上诉将被驳回，每项理由均作为独立且替代的决定依据。
裁定：
上诉驳回。
通知：本裁决构成该事项的最终决定。提交动议不会推迟决定的效力。8 C.F.R. § 103.5(a)(1)(iv)。非法居留或 otherwise inadmissible or deportable 的外籍人士，可能因签发表格 I-862 出庭通知而依据本法第 240 条面临遣返程序。该程序可能导致其被驱逐出美国，并可能丧失未来签证或其他移民福利的资格。
