AAO 案例分析：计算机科学 - 原创贡献证据不足¶
写在前面
作者小红书： 地平线：@-地平线- ｜山雪：@Mount Snow
AAO 是什么？ 行政上诉办公室（Administrative Appeals Office），负责审理移民申请的上诉案件。
案件流程：申请人提交 I-140 → USCIS 服务中心主任（Director，即移民官）初审 → 可能发 RFE（补充证据请求）→ Director 做出决定 → 如被拒，申请人可上诉至 AAO → AAO 进行 de novo 审查（全面重新审查）→ 做出最终决定（驳回/批准/发回重审）。
本文价值：通过分析 AAO 的裁决逻辑，帮助未来申请人避免类似错误，优化证据策略。
案件概要¶
一位专攻医学影像和计算机视觉的计算机科学家，申请 EB1A 杰出人才移民。他声称满足三项标准：原创贡献 (v)、评审 (iv) 和 学术文章 (vi)。USCIS 德州服务中心主任（Director）在初审中认可了他满足评审和学术文章两项，但认为其原创贡献不满足“重大意义”要求，因此未达到三项标准，予以拒绝。申请人上诉至 AAO。AAO 经过全面重新审查（de novo review），最终同意 Director 的决定，认定申请人未能满足原创贡献标准，因此未达到 Step 1 的门槛，无需进行 Final Merits 分析，上诉被驳回。失败核心原因在于，申请人未能提供足够证据证明其原创贡献已对整个领域产生“重大意义”的影响，其证据更多指向贡献的“潜力”而非“已实现的、可衡量的、对领域整体的显著影响”。
基本信息¶
| 字段 | 内容 |
|---|---|
| 案件编号 | 28963434 |
| 审理中心 | 德州服务中心 (Texas Service Center) |
| 申请人身份 | 计算机科学家，拥有工程学学士、统计学硕士和计算机科学博士学位，专攻机器学习与深度学习模型在医学影像后处理中的应用。 |
| 决定日期 | 2024-04-02 |
| 决定类型 | 上诉 (Appeal) |
| 结果 | 驳回 (Dismissed) |
| 声称标准 | 原创贡献 (v)、评审 (iv)、学术文章 (vi) |
| 通过标准 | 评审 (iv)、学术文章 (vi) |
| 失败标准 | 原创贡献 (v) |
| Final Merits | 未达到 (因未满足 Step 1 门槛，未进行) |
深度分析¶
1. 法律框架与 Kazarian 两步分析¶
AAO 明确引用了 Kazarian v. USCIS 的两步分析框架：
AAO 引用
“首先，申请人可以通过一项一次性成就（即一个主要的、国际公认的奖项）来证明其成就在该领域获得了国际认可。如果申请人未提交此类证据，则必须提供足够的合格文件，满足十项标准中至少三项……如果申请人满足了这些初步证据要求，我们随后将在最终优点认定（final merits determination）中考虑所提供的全部材料，并评估记录是否显示出持续的国内或国际赞誉，并证明该个人处于该领域努力的顶尖小部分人群之中。”
本案中，申请人未声称获得主要国际奖项，因此必须满足至少三项标准。AAO 在 Step 1 中审查了其声称的三项标准，发现仅两项通过，因此直接驳回上诉，未进入 Step 2 的 Final Merits 分析。
2. 原创贡献 (v) 标准的详细剖析¶
这是本案的争议焦点。AAO 对 8 C.F.R. § 204.5(h)(3)(v) 进行了严格解读。
核心要求：贡献必须是 原创的，并且达到 “重大意义” 的级别。这个“重大意义”是针对 整个领域，而非某个项目或组织。贡献必须是 已经实现的，而非潜在的、未来的改进。
AAO 引用
“主要要求是申请人在其领域的贡献是原创的，并且上升到整个领域重大意义的级别，而不是针对某个项目或组织。”
AAO 引用
“‘重大意义’这个监管短语并非多余，因此它具有某种含义……贡献的重大意义意味着申请人的工作已经显著影响了该领域。”
2.1 引用数据的缺陷¶
申请人提供了引用记录和来自 OpenAlex 的数据，声称其引用量使其跻身计算机科学领域前 0.11% 或 0.14% 的顶尖研究者之列。AAO 指出了几个关键问题：
- 时间点问题：OpenAlex 数据包含截至 2023 年的工作，而申请是在 2022 年提交的。根据法规，申请人必须证明在提交申请时已满足所有资格要求。因此，使用申请日期之后的数据是无效的。
- 可复现性问题：AAO 尝试在 OpenAlex 上复现申请人的结果，但未能成功。
- 搜索参数问题：申请人使用了“计算机科学”这一宽泛领域进行搜索，而非其更具体的专长“计算机视觉与模式识别”。AAO 质疑这种术语转换如何影响搜索结果。
- 计算方法不透明：申请人未说明 OpenAlex 如何计算其百分位数。AAO 指出，未能展示计算过程（“show the work”）降低了数据的可信度。
AAO 引用
“我们发现有几个问题削弱了申请人主张的证据价值……更重要的是，由于这些材料的证据缺陷，我们尝试在 OpenAlex 上重现申请人的结果，但未能成功。”
AAO 引用
“申请人未能说明他如何在 OpenAlex 中计算其百分位数。虽然我们并非暗示申请人在此操纵数据，但未能展示 OpenAlex 如何计算其结果的工作原理，使得这种可能性存在，这未能满足申请人在依赖此材料时的举证责任。”
2.2 推荐信的不足¶
申请人提交了多封推荐信，但 AAO 认为这些信件普遍未能满足标准要求。
问题所在：推荐信大多描述了申请人工作的有效性、原创性、前沿性或在特定机构（如医院）的应用，但缺乏对其对整个领域已产生重大影响的具体说明。
AAO 引用
“第一封支持信来自……教授……他描述了申请人工作在早期检测胰腺肿瘤中的应用……然而，教授并未提供额外信息来说明这种方法在多大程度上提高了该领域准确识别CT扫描中癌症的能力。”
AAO 引用
“另一位研究科学家……指出申请人的工作非常有价值，其他研究人员发现申请人的发现值得信赖且准确。但他没有解释申请人的工作实际上如何影响了该领域。”
AAO 引用
“一位医生……声称他的两个项目依赖于申请人的已发表工作，并且他对医学影像和放射治疗技术的贡献对头颈癌和食管癌产生了重大影响。但他没有进一步描述这些贡献以何种方式或在多大程度上已经影响了该领域。”
AAO 引用
“简而言之，我们毫不怀疑申请人是一位成就卓著的研究者，他做出了原创性的发现，其潜力足以让他满足本标准的要求。但证据并未使我们得出结论，认为所需的影响已经实现。”
3. 评审 (iv) 与学术文章 (vi) 标准¶
虽然本案焦点在原创贡献，但 AAO 确认了申请人满足了评审和学术文章标准。这表明申请人在学术产出和同行认可方面有一定基础，但这不足以弥补原创贡献证据的不足。
4. Final Merits Determination（最终优点认定）¶
由于申请人未能满足 Step 1 的三项标准要求，AAO 无需进行 Final Merits 分析。但 AAO 仍在结论中简要提及，即使从整体证据来看，也未能证明申请人已获得持续的国内或国际赞誉，或处于领域顶尖。
AAO 引用
“我们建议，我们已经审查了整体记录，结论是它不支持认定申请人已获得寻求该分类所需的赞誉和认可。”
AAO 引用
“申请人寻求的是一个高度限制性的签证分类，旨在为那些已经处于各自领域顶尖的个人，而不是为那些正在向那个目标迈进的个人。”
可借鉴的教训¶
-
“重大意义”必须证明“已实现的影响”，而非“潜力”。
- 问题：申请人提供了前沿、原创、有效的研究，但未能证明这些研究已经对整个领域产生了可衡量的、显著的改变。
- AAO 逻辑：标准要求的是“已经实现”的贡献，而非“未来可能”的贡献。即使工作很出色，如果只是停留在“前沿”或“有潜力”阶段，而没有被广泛采纳、引用或引发领域内的重大变革，就不符合“重大意义”的要求。
- 具体建议：在准备原创贡献证据时，必须聚焦于已发生的影响。例如：你的算法是否已被多家机构采纳？是否成为行业标准的一部分？是否引发了后续研究的浪潮？是否显著提高了某个关键指标（如诊断准确率、处理速度）并被广泛认可？避免使用“有潜力”、“可能”、“前沿”等描述未来可能性的词汇。
-
引用数据的使用必须严谨、透明、且符合时间点。
- 问题：使用了申请日期之后的数据，且搜索参数不精确，计算方法不透明，导致数据可信度大打折扣。
- AAO 逻辑：证据必须在申请时已存在，且必须可靠、可验证。使用第三方数据库时，必须清晰展示搜索过程和计算方法，以证明其客观性。
- 具体建议：如果使用引用数据（如 Google Scholar, OpenAlex, Scopus），务必：
- 锁定时间点：确保数据反映的是申请提交时的状态。
- 精确搜索：使用与你专业领域最匹配的关键词进行搜索，避免使用过于宽泛的领域术语。
- 展示过程：在证据包中附上详细的搜索截图、参数设置说明，并解释数据来源和计算逻辑。最好能提供与同领域其他研究者（使用相同搜索参数）的对比数据。
-
推荐信必须具体说明对整个领域的“重大影响”。
- 问题：推荐信多为泛泛而谈，称赞工作优秀、有原创性、在特定机构有用，但缺乏对领域整体影响的量化或具体描述。
- AAO 逻辑：推荐信不能只是“表扬信”，必须提供实质性证据，说明申请人的工作如何改变了该领域的实践、研究方向或标准。
- 具体建议：指导推荐人撰写信件时，要求他们：
- 避免空洞赞美：不要只说“工作很出色”、“很有原创性”。
- 提供具体事例：说明申请人的工作如何被其他研究人员引用、如何被其他机构采用、如何改变了现有的方法或标准、如何解决了领域内的关键难题。
- 量化影响：如果可能，提供数据支持，例如“该方法使诊断效率提高了X%”、“该算法已被Y家医院采用”、“该研究引发了Z篇后续论文”。
-
理解 EB1A 的极高门槛。
- 问题：申请人是一位优秀的研究者，但尚未达到“处于该领域顶尖小部分人群”的程度。
- AAO 逻辑：EB1A 是为“已经”处于顶尖的人士设计的，而不是为“正在”成为顶尖的人士。即使是在大联盟级别的运动员，也不自动符合“杰出人才”标准。
- 具体建议：在准备申请前，进行客观的自我评估。你的成就是否在领域内具有公认的、广泛的影响力？你的工作是否被同行视为标杆？如果你的成就更多是“优秀”而非“卓越”，可能需要积累更多证据或考虑其他移民途径。
总结¶
本案是一个典型的因 Step 1 原创贡献标准未满足 而失败的案例。申请人拥有扎实的学术背景和一定的研究成果，但在证明其贡献的“重大意义”上存在明显短板。AAO 的裁决清晰地传达了以下信息：EB1A 的“原创贡献”标准要求证据必须证明贡献已对整个领域产生可衡量的、显著的、已实现的影响，而非仅仅是潜在的或局部的改进。 未来申请人应避免过度依赖宽泛的引用排名和缺乏具体影响描述的推荐信，转而提供更严谨、更聚焦于“已实现领域影响”的证据链。