行政上诉办公室非先例裁决
美国公民及移民服务局
案件编号：39694098
日期：2025 年 10 月 30 日
对服务中心运营部（SCOPS）裁决的上诉 表格 I-140，外籍劳工移民申请（国家利益豁免）
申请人是一名计算机科学研究人员，寻求以拥有高级学位的专业人士身份获得职业移民第二优先（EB-2）移民分类，并寻求豁免该分类所附的工作邀请要求，即国家利益豁免。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。现依据 8 C.F.R. § 103.3，本事项提交本办公室审理。
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在科学、艺术或商业领域拥有高级学位的专业人士或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，则必须进一步证明其值得行使裁量权，豁免工作邀请要求，因为此举「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：
拟议工作兼具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，因为其提交了在 [已隐去] 获得的计算机科学硕士学位的证据。本办公室同意。上诉中唯一的问题是，其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。
在其初始陈述中，申请人将其拟议工作描述为开发「自动化文本挖掘与结构化算法，用于从海量非结构化文本数据中挖掘结构化且可获取的知识，以增强新闻事件检测与追踪、通过文献分析进行科学发现以及社交媒体网络安全监控等应用」。在回应 SCOPS 的补件通知（RFE）时，申请人解释其将从事「利用大型生成模型的综合知识结构化」、「结构增强的检索增强生成」以及「利用弱监督学习的自动化数据标注与合成」。
A. 实质价值与国家重要性
第一项要素，即实质价值与国家重要性，聚焦于该个人拟议开展的具体工作。Matter of Dhanasar, 26 I&N Dec. at 889。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 认定申请人在重要领域工作，但未能证明其拟议工作将超出其雇主范围，在其领域产生国家、全球或其他更广泛影响。在上诉中，申请人主张 SCOPS 错误地将其拟议工作与其预期就业混为一谈，并声称证据已证明其拟议工作的国家重要性。
申请人主张其拟议工作具有国家重要性，因为其涉及人工智能（AI）、生成式 AI 系统、多模态与大型语言模型以及用于训练、调优和测试的合成数据方法，而国家科学技术委员会（NSTC）已将这些确定为关键与新兴技术（CET）。申请人提交了 NSTC 关键与新兴技术清单更新版，其中将 AI 确定为关键与新兴技术，并将生成式 AI 系统、多模态与大型语言模型以及用于训练、调优和测试的合成数据方法列为 AI 子领域。
美国公民及移民服务局（USCIS）认识到科学、技术、工程和数学（STEM）领域进步的重要性，尤其是在重点关键与新兴技术领域，以及拥有高级 STEM 学位的人员在促进此类进步中的关键作用。6 USCIS 政策手册 F.5(D)(2)，https://www.uscis.gov/policy-manual/。然而，「在所有案件中，证据必须证明 STEM 工作兼具实质价值与国家重要性」。同上。本案记录未能证明申请人拟议工作的国家重要性。
申请人声称其关于利用大型生成模型的综合知识结构化的研究属于关键与新兴技术，且属于国防部的特别关注范围，因为其 2023 年《数据、分析与人工智能采用战略》中提到了改进基础数据管理的需要。然而，该战略并未具体提及申请人的拟议工作。申请人还主张其关于利用大型生成模型的综合知识结构化的研究具有国家重要性，因为国防高级研究计划局（DARPA）「发布了一份关于 KMASS：大规模与高速知识管理的研究提案征集」。然而，申请人并未表明其研究已被 DARPA 接受或资助。
申请人进一步主张，通过开发能够高效挖掘和分析海量在线数据的算法，其工作可识别并减轻虚假信息的传播，并支持国家安全利益。为支持该主张，申请人引用了美国安全项目的一篇题为「虚假信息与对国家安全的威胁」的文章。申请人仅提交了该文章的第一页，其中并未讨论其拟议工作。
申请人还声称，其结构增强的检索增强生成（RAG）方法「对于开发医疗诊断、法律研究和国防情报等领域下一代 AI 助手至关重要」。申请人主张其「自动化数据标注方法将减少对昂贵且耗时的人工标注数据集的依赖，从而降低 AI 开发成本，使其可为农业、医疗和教育等行业所用」。申请人未提交或引用任何证据支持这些主张。
申请人提交了其大量出版物及对其文章的引用证据。特别是，其提交了三篇引用其工作的文章。这些文章仅在其引言的某一句话中或相关工作或模型的摘要中引用了申请人合著的文章。这些文章并未深入讨论申请人的研究，也未以其他方式表明其拟议工作在其领域具有更广泛影响。见 Matter of Dhanasar, 26 I&N Dec. at 889（解释「我们寻找更广泛的影响」）。
本办公室认可申请人的拟议工作涉及 AI 这一关键与新兴技术及两个 AI 子领域。然而，本办公室对国家重要性的评估并不聚焦于某一领域整体的重要性，而是「聚焦于外籍国民拟议开展的具体工作」。同上。尽管申请人的拟议工作涉及关键与新兴技术，但记录未能证明申请人具体拟议工作的潜在前瞻性影响。参见同上，第 892 页（引用媒体报道及其他记录国会关注 Dhanasar 研究的证据）。因此，其未能证明其拟议工作的国家重要性。
B. Dhanasar 框架的其余要素
申请人未能证明其具体拟议工作的国家重要性，不符合 Dhanasar 框架的第一项要素。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其是否符合 Dhanasar 框架第二项和第三项要素的裁定。见 INS v. Bagamasbad, 429 U.S. 24, 25 (1976)（指出「法院和机构无需对不影响其所得结果的争议问题作出认定」）。
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 分析框架的第一项要素。因此，申请人未能证明其符合资格，也未能证明其值得行使裁量权获得国家利益豁免工作邀请要求。
裁定：
上诉驳回。
通知：本裁决构成本事项的最终决定。提交动议不会中止本裁决的效力。8 C.F.R. § 103.5(a)(1)(iv)。非法居留或属于其他不可入境或可驱逐情形的外国人，可能因签发 I-862 表格（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，并可能使其无法获得未来签证或其他移民福利。
