行政上诉办公室非先例裁决
美国公民及移民服务局
案号：38872008
日期：2025 年 6 月 5 日
对服务中心运营部（SCOPS）裁决的上诉 表格 I-140，外籍工人移民申请（国家利益豁免）
申请人是一名机器学习研究员，寻求以持有高级学位的专业人士身份获得职业移民第二优先（EB-2）分类，并请求豁免与该分类挂钩的工作邀请要求。见《移民与国籍法》（本法）第 203(b)(2) 条，8 U.S.C. § 1153(b)(2)。
服务中心运营部（SCOPS）拒绝了该申请，认定记录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证明其资格的举证责任。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 Christo'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，申请人必须证明其是高级学位专业人士，或在科学、艺术或商业领域具有特殊能力的人士。本法第 203(b)(2)(A) 条。
如果申请人证明其符合基础 EB-2 分类资格，则还必须证明其值得行使裁量权，豁免工作邀请要求，因为该豁免「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 案指出，美国公民及移民服务局（USCIS）可以行使裁量权，在申请人证明以下事项时批准国家利益豁免：
拟议工作同时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有利于美国。
同上。
II. 分析
SCOPS 认定申请人符合 EB-2 高级学位专业人士分类资格，因为他提交了证据证明其持有[已隐去]的运筹学理学硕士学位。本办公室同意。上诉中唯一的问题是，他是否符合国家利益豁免工作邀请要求的资格并值得该豁免。
申请人最初称其拟议工作是「通过运用统计学、应用概率、不确定性量化和随机建模，开发可扩展且高效的机器学习方法，以降低现有方法的计算成本，从而应对碳排放等环境挑战」。在回应 SCOPS 的补件通知（RFE）时，申请人解释其拟议工作将涉及大型模型的高效个性化微调、自动化高质量数据整理与筛选，以及高效模型架构。申请人表示他将在[已隐去]攻读博士学位期间从事其拟议工作，并在回应补件通知时称他已接受[已隐去]应用科学家一职。
A. 实质价值与国家重要性
Dhanasar 第一要素——实质价值与国家重要性——聚焦于该个人拟议从事的具体工作。同上。工作的价值可在商业、创业、科学、技术、文化、健康或教育等一系列领域中得到证明。同上。SCOPS 认定申请人的拟议工作具有实质价值。本办公室同意。
在判断拟议工作是否具有国家重要性时，本办公室考虑其潜在的前瞻性影响。同上。该考量可包括：拟议工作是否具有雇用美国工人的重大潜力（尤其是在经济萧条地区）、是否具有其他重大积极经济影响、是否在该领域具有国家乃至全球影响，或其他表明国家重要性的更广泛影响。同上，第 889-90 页。SCOPS 认定申请人未能依据这些因素证明其拟议工作的国家重要性。上诉中，申请人主张 SCOPS 错误适用了证据标准，且未能公平考量其证据。本办公室同意。
申请人提交了证据，证明其在排名靠前的期刊上合著了多篇与其拟议工作相关的研究文章，这些文章已被其他研究团队引用超过 100 次。此外，申请人提交了证据，证明其一篇论文位列计算机科学领域被引最多出版物的前[已隐去]%，另有两篇论文位列前[已隐去]%。申请人的发表与引用记录表明，其与拟议工作相关的工作在其领域具有更广泛的影响。
申请人解释称，其拟议工作涉及机器学习、深度学习和强化学习，这些均被列入国家科学技术委员会《关键与新兴技术（CETs）清单更新》中人工智能（AI）的子领域，该清单指出 CETs「对美国国家安全具有潜在重要意义」。申请人还提交了证据，证明[已隐去]资助了其作为第一作者发表的已发表研究。该证据表明申请人的拟议工作已获得国家层面的认可，并可能影响美国国家安全。
其他研究人员的支持信进一步证明了申请人拟议工作的国家重要性。H-M-，[已隐去]助理教授，解释了其本人及加拿大、新加坡、英国和美国的另外三个研究团队如何依赖申请人的工作。H-M- 称申请人的研究「已成为新机器学习模型开发的基础」，并「在网络安全和医疗保健等多种应用中实现了重大进展」。
S-G-，[已隐去]高级研究科学家，解释称申请人的研究「在扩展机器学习模型可扩展性的同时提高了计算效率，直接应对了」「AI 实施的可持续方法」这一「国家层面的突出问题」。S-G- 还解释了美国三个研究团队如何依赖申请人的工作来改进机器学习模型，并在金融和医疗保健领域产生影响。
Z-Z-，[已隐去]工业工程与运筹学副教授，解释了申请人的「面向过度参数化随机模拟模型的模拟模型校准框架」如何在[已隐去]的交易模拟平台等现实场景中接受测试，并减少了「计算开销，同时从真实数据中提供可靠的参数估计，这一进步对金融、运筹学和智能系统领域的决策具有关键意义」。Z-Z- 称申请人的研究「不仅推进了理论理解，还产生了可应用于金融、医疗保健、物流和机器人领域的实用、可扩展解决方案——这些都是美国技术领先和经济竞争力的关键部门」。
F-L-，[已隐去]副总裁，解释了[已隐去]如何应用申请人新的预测增强[已隐去]框架，并「成功将估计误差降低多达 70%」。F-L- 称申请人的工作实现了「对复杂金融衍生品更准确的估值，促进了更好的金融风险评估和知情决策，从而带来更精准的定价和有效的风险管理」。F-L- 进一步解释称，除对[已隐去]的益处外，申请人的工作「还促进了美国更广泛的金融业」，为「整体市场稳定与效率」作出贡献。
这些信件以及申请人的发表、引用和资助记录，证明了申请人拟议工作的潜在前瞻性影响。记录显示，申请人的研究在其领域具有更广泛的影响，涉及网络安全、金融和医疗保健。因此，申请人已证明其拟议工作的国家重要性，审理主任的相反认定被撤销。
本办公室使用姓名首字母以保护所提及个人的隐私。
B. 有能力推进拟议工作
Dhanasar 第二要素将焦点从拟议工作转向该个人。为判断个人是否有能力推进其拟议工作，本办公室考虑的因素包括但不限于：其教育背景、技能、知识以及在相关或类似工作中的成功记录；未来活动的模式或计划；实现拟议工作的任何进展；以及潜在客户、用户、投资者或其他相关实体或个人的兴趣。同上，第 890 页。SCOPS 认定申请人有能力推进其拟议工作。本办公室同意。
C. 整体而言豁免是否有利
Dhanasar 第三要素要求申请人证明，整体而言，豁免工作邀请要求、进而豁免劳工证将有利于美国。在进行该分析时，本办公室可评估以下因素：鉴于该个人的资格性质或拟议工作，其获得工作邀请或取得劳工证是否不切实际；即使假定存在其他合格美国工人，美国是否仍将从其贡献中受益；以及其贡献所涉及的国家利益是否足够紧迫，以致值得放弃劳工证程序。在每起案件中，所考虑的因素必须综合起来证明：整体而言，豁免工作邀请要求、进而豁免劳工证将有利于美国。同上，第 890-91 页。
SCOPS 认定申请人未满足这些因素下的 Dhanasar 第三要素。上诉中，申请人主张其满足该要素，因为他满足第一和第二要素，且其「提供的贡献具有如此价值，以致整体而言，豁免工作邀请要求、进而豁免劳工证将有利于美国」。
申请人在科学、技术、工程和数学（STEM）领域的教育背景和拟议工作，根据美国公民及移民服务局（USCIS）政策应获得特别考量。USCIS 认识到 STEM 领域进步的重要性，以及拥有高级 STEM 学位的人在促进此类进步中的关键作用。6 USCIS Policy Manual F.5(D)(2)，https://www.uscis.gov/policy-manual/。因此，在评估 Dhanasar 第三要素时，应考量的强有力积极因素包括：持有高级 STEM 学位、从事推进关键与新兴技术的工作，以及有能力推进具有国家重要性的拟议 STEM 工作。同上。这些因素在申请人的案件中均具备。
然而，申请人未能依据 Dhanasar 案所确定的因素证明其资格。上诉中，申请人未主张或提供证据证明其获得工作邀请或取得劳工证将不切实际。此外，虽然申请人的支持信证明了其拟议工作的国家重要性，但并未表明其工作中的国家利益如此紧迫，以致不能等待其取得劳工证。上诉中，申请人未主张或提供证据证明其贡献所涉及的国家利益足够紧迫，以致值得放弃劳工证程序。
相关证据未显示申请人获得工作邀请或劳工证将不切实际，也未证明申请人贡献所涉及的国家利益足够紧迫，以致值得放弃劳工证程序。综合考量，这些因素未能证明在申请人的案件中，整体而言豁免工作邀请要求、进而豁免劳工证将有利于美国。
III. 结论
申请人已证明其是符合 EB-2 分类资格的高级学位专业人士，并满足 Dhanasar 第一和第二要素。申请人未能证明其满足 Dhanasar 第三要素，并值得以国家利益为由豁免工作邀请要求。
裁定：
上诉驳回。
