行政上诉办公室非先例裁决
美国公民及移民服务局
案号：37289559
日期：2025 年 3 月 7 日
对德克萨斯服务中心裁决的上诉 表格 I-140，外籍劳工移民申请（国家利益豁免）
申请人是一名数据科学家，寻求以高级学位专业人士身份获得职业移民第二优先（EB-2）移民分类，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)。
德克萨斯服务中心审理主任拒绝了该申请，认定记录未能证明豁免所需的工作邀请、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，申请人必须证明其为高级学位专业人士，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，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
审理主任认定申请人符合 EB-2 高级学位专业人士分类资格，因为其提交了在[已隐去]获得的计算机科学理学硕士学位证据。本办公室同意。上诉中唯一的问题是申请人是否有资格以国家利益为由获得工作邀请要求的豁免。
申请人最初将其拟议工作描述为「利用人类流动数据开发公平且可解释的基于流动性的模型和工具，以增强决策能力，并创造可持续且公平的城市环境，改善居民福祉和生活质量」。申请人解释称，他将在[已隐去]攻读计算机科学博士学位期间从事其拟议工作，之后将在[已隐去]担任博士后研究学者。
针对审理主任的补件通知（RFE），申请人澄清其拟议工作「旨在为犯罪预测、疫情预测和小企业韧性等城市应用开发可解释的预测模型，同时设计审计框架和算法以检测和减轻偏见」。申请人补充称，他将「创建尊重隐私的体验式流动数据收集工具包，为公平的交通规划提供信息，并改善公共交通可达性」。
A. 实质价值与国家重要性
Dhanasar 第一项要素——实质价值与国家重要性——聚焦于该个人拟从事的具体工作。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。审理主任认定申请人的拟议工作具有实质价值。本办公室同意。
在确定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甚至全球影响，或是否具有表明国家重要性的其他更广泛影响。同上，第 889-90 页。审理主任认定申请人未能证明其拟议工作将在学术环境之外具有实际应用，并将解决国家问题。
在上诉中，申请人主张审理主任施加了与 Dhanasar 不符的错误标准。本办公室同意。在 Dhanasar 中，本办公室解释称「与研究、纯科学和增进人类知识相关的工作可能符合资格」，且国家重要性不等同于「全国范围」。同上。
申请人进一步主张其拟议工作具有国家重要性，因为大数据预计将贡献 1.3 万亿美元直接惠及美国，且申请人的工作「对于使美国有能力为其居民创造可持续且公平的城市环境做出更好决策具有极高价值」。申请人还提交证据表明其拟议工作涉及人工智能（AI）这一关键新兴技术，包括机器学习和深度学习等子领域，如国家科学技术委员会《关键和新兴技术清单更新》所列。申请人进一步主张，其研究从国家科学基金会和国家卫生研究院获得的资助证明了其拟议工作的国家重要性。
具体而言，申请人主张「通过检测和减轻执法、医疗和城市发展中使用的预测模型中的偏见，[其]研究可帮助减少这些领域持续存在的社会经济和种族不平等，最终促进更公正和公平的社会」。申请人还主张其研究可为支持美国经济的政策和干预措施提供信息，并帮助社区抵御和从自然灾害中恢复。申请人进一步主张，通过开发尊重隐私的流动数据收集工具包，其研究可对依赖公共交通的美国人的生活产生积极影响。记录未记载申请人拟议工作的这些影响。
申请人最初提交了两封支持信。[已隐去]，[已隐去]信息研究副教授，赞扬申请人在人类流动性和韧性建模方面的经验和过往研究。[已隐去]未详细讨论申请人的拟议工作，但表示申请人「为保证城市预测模型的公平性和可解释性所做的持续努力，是美国以及国家城市规划举措的宝贵资产」。[已隐去]未讨论申请人拟议工作中支持美国经济、帮助社区抵御和从自然灾害中恢复的任何方面。[已隐去]，[已隐去]计算机科学与工程助理教授，赞扬申请人在罕见疾病药物-疾病-靶点识别和人类流动性数据驱动建模方面的工作，但未具体讨论申请人的拟议工作，也未提及他在帮助社区抵御和从自然灾害中恢复方面所做的任何工作。
针对补件通知，申请人提交了更多支持信。[已隐去]，[已隐去]土木、环境和建筑工程副教授，表示申请人的研究「在理解和提高各种城市预测模型（如犯罪和疫情预测模型）的准确性和公平性方面展现了重大潜力」，并「推进了数据科学领域」。[已隐去]未讨论申请人具体拟议工作的任何潜在前瞻性影响。[已隐去]，[已隐去]生物医学信息学教授，讨论了他如何在两篇出版物中依赖申请人的研究，并赞扬申请人是「一位杰出的学者，其影响力遍及数据科学领域」。[已隐去]也未讨论申请人具体拟议工作的任何潜在前瞻性影响。[已隐去]，[已隐去]美国首席科学家，表示她在《自然方法》发表的一篇文章中引用了申请人的工作，并表示希望他「继续丰富数据科学领域」，但未具体涉及申请人拟议工作的任何潜在前瞻性影响。
申请人最初提交证据表明，他与人合著了八篇发表在其领域期刊和会议论文集上的文章，被引用 34 次。申请人未说明其中有多少引用来自独立研究人员，也未阐明其过往出版物如何涉及拟议工作的具体研究主题。虽然申请人提交证据表明其部分研究由国家科学基金会（NSF）资助，但他未被列为该 NSF 资助的主要研究者。
申请人提交了关于大数据如何影响智慧城市、经济、可持续发展以及涉及社会责任数据的文章，以及关于数据科学家、数据分析师、改善公共交通的重要性以及薪资保护计划中不平等现象的报告和文章。这些文章证明大数据、数据科学与分析、改善公共交通以及薪资保护计划中不平等现象的重要性，但未讨论申请人的拟议工作。本办公室对国家重要性的评估不关注某一领域或职业的总体重要性，而是「聚焦于外籍国民拟从事的具体工作」。同上，第 889 页。
总之，记录显示申请人已发表其研究，且被其领域其他研究人员引用，他在其领域受到尊重。然而，证据未能证明申请人拟议工作具有表明国家重要性的潜在前瞻性影响。因此，申请人不符合 Dhanasar 第一项要素。
B. Dhanasar 其余要素
申请人未能证明其具体拟议工作的国家重要性，不符合 Dhanasar 框架第一项要素。由于该问题对申请人的上诉具有决定性，本办公室拒绝审理并在此保留对申请人在 Dhanasar 框架第二项和第三项要素下资格的裁定。见 INS v. Bagamasbad, 429 U.S. 24, 25 (1976)（指出「法院和机构无需对结果所不必需的问题作出认定」）；另见 Matter of L-A-C-, 26 I&N Dec. 516, 526 n.7 (BIA 2015)（在申请人本不符合资格的情况下拒绝在上诉中审理替代问题）。
III. 结论
申请人未能证明其拟议工作的国家重要性，不符合 Dhanasar 分析框架第一项要素。因此，他未能证明其有资格或值得行使裁量权以国家利益为由获得工作邀请要求的豁免。
裁定：
上诉驳回。
