AAO 案例分析：信息技术 - 学术文章证据不足¶
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¶
一位数据科学家申请 EB1A 杰出人才移民，声称自己符合“评审”、“学术文章”等标准。初审移民官（Director）认为她满足了至少三个标准（包括学术文章），但在最终价值判断（Final Merits Determination）中认为她未能证明自己处于行业顶尖。AAO 在上诉审查中，推翻了初审移民官关于“学术文章”标准的认定，认为该证据不符合要求，因此申请人仅满足两个标准，未达到 Step 1 的最低门槛，最终驳回上诉。
基本信息¶
| 字段 | 内容 |
|---|---|
| 案件编号 | 31301362 |
| 审理中心 | Texas Service Center |
| 申请人身份 | 数据科学家，拥有计算机科学硕士学位，曾创立一家IT公司 |
| 决定日期 | 2024-06-05 |
| 决定类型 | 上诉 |
| 结果 | 驳回 |
| 声称标准 | 评审 (iv)、学术文章 (vi) |
| 通过标准 | 学术文章 (vi)（AAO推翻后，实际未通过） |
| 失败标准 | 奖项 (i) |
| Final Merits | 未达到（因未满足至少三个标准，未进入此步骤） |
深度分析¶
一、核心败因：学术文章标准（vi）的证据缺陷¶
这是本案最关键的转折点。初审移民官曾认可申请人满足“学术文章”标准，但AAO在上诉审查中进行了全面重新审查（de novo review），并得出了相反的结论。
1. 证据的“质”与“量”均不达标¶
申请人声称其文章发表在 Bitsight 的博客 和 Towards Data Science 网站。AAO 指出，要满足此标准，必须同时证明两个核心要素： - 要素一：文章是“学术性”的（scholarly），即面向该领域的“博学之人”（learned persons），内容涉及原创研究或深刻知识。 - 要素二：发表平台是“专业出版物”、“主要行业出版物”或“其他主要媒体”。
AAO 认为，申请人的证据在两个要素上都存在严重缺陷。
AAO 对证据质量的质疑
申请人提供的证据由截图组成，这些截图声称来自 SiteWorth Traffic，但被粘贴到她的回复信中，而不是提交网站的实际打印件。此外，申请人提供了其他网站的流量数据进行比较，但她自己选择了这些网站，而不是提供其所在领域主要行业出版物的排名。通过由申请人选择比较网站，她可能遗漏了任何流量高于她所提交两个出版物结果的网站。最终，这使我们无法将证据与其他类似来源进行适当比较。这些缺陷中的每一项都削弱了申请人为记录提交的材料的证据价值。
2. 依赖不可靠的第三方数据源¶
申请人使用 SiteWorth Traffic 网站来证明其发表平台的流量和重要性。AAO 对此数据源的可靠性提出了尖锐批评。
AAO 对数据源可靠性的质疑
SiteWorth Traffic 网站本身在其常见问题解答中承认，其估算无法保证 100% 准确。更令人担忧的是，该网站目前依赖的 Alexa 统计数据服务已于 2022 年停止服务。此外，该资源没有提供其估算方法的足够细节；这些估算甚至无法保证完全准确。申请人没有解释为什么我们或主任应该允许她依赖过时且明显不可靠的证据，因为她在该网站已不再运营的 2023 年提交了她的申请。
3. 与“主要行业出版物”定义的差距¶
AAO 强调，仅仅有文章发表是不够的，发表平台必须达到“主要”的标准。这需要证明平台的受众、流通量或读者群相对于同类出版物是高的。
AAO 对“主要行业出版物”的定义
该标准的第二个证据要素要求学术文章出现在以下之一：(1) 专业出版物，(2) 主要行业出版物，或 (3) 其他主要媒体形式。申请人应证明的相关因素包括目标受众（针对专业和主要行业出版物），以及相对流通量、读者群或观看量相对于同类出版物较高。
申请人未能提供与同类主要行业出版物的客观比较数据，仅凭自己选择的几个网站进行对比，这无法满足“主要”的要求。
二、AAO 的审查逻辑：两步分析框架的严格应用¶
本案完美展示了 Kazarian 两步分析框架，尤其是第一步（Step 1）的严格性。
1. Step 1：满足至少三个标准的“平实语言”要求¶
根据法规，申请人必须满足至少三个标准的“平实语言”（plain language）要求。AAO 明确指出，由于他们推翻了“学术文章”标准的认定，申请人实际上只满足了两个标准（评审和原创贡献等未被详细讨论，但显然未被认可）。
AAO 对 Step 1 的结论
由于我们撤销了主任关于“学术文章”标准的决定，结果是申请人只满足了两个监管标准，而法规要求她至少满足三个。因此，我们不需要提供 Kazarian 案中提到的那类最终价值判断。
2. Step 2：未进入最终价值判断¶
因为申请人未能通过 Step 1，AAO 没有进行 Step 2 的“最终价值判断”（Final Merits Determination）。这说明，证据的“数量”（满足多少个标准）是进入下一步分析的硬性门槛。如果连门槛都达不到，再谈“持续的国家或国际声誉”和“处于行业顶尖”就毫无意义。
AAO 对 Step 2 的说明
尽管如此，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建立所寻求分类所需的声誉和认可。
三、可借鉴的教训与具体建议¶
教训一：学术文章的证据必须“硬核”，不能依赖估算和截图¶
问题：申请人使用了第三方估算工具（SiteWorth Traffic）的截图，且该工具本身数据不可靠、方法过时。 为什么：AAO 要求证据具有客观性和可验证性。估算工具的数据无法提供确定性，而“主要行业出版物”的地位需要客观排名或公认的行业标准来证明。 具体建议： 1. 避免使用估算工具：不要依赖 Alexa、SimilarWeb 等工具的截图作为主要证据。这些工具的数据常被质疑，且可能已停止服务。 2. 提供客观排名：寻找行业报告、权威媒体排名、或公认的行业数据库（如期刊影响因子、会议排名）来证明发表平台的地位。 3. 直接证据优先：如果可能，提供出版物的官方发行量数据、读者调查报告、或行业专家的证言，证明其受众的“博学”属性和平台的“主要”地位。
教训二：比较对象的选择至关重要¶
问题：申请人自己选择了几个网站作为比较对象，这可能导致她遗漏了流量更高的同类网站。 为什么：AAO 需要一个公平的基准来判断“主要”。由申请人自行选择比较对象，存在明显的偏见，无法得出客观结论。 具体建议： 1. 进行行业对标分析：在提交证据前，系统性地研究所在领域的主要行业出版物列表，并提供这些出版物的流量或影响力数据。 2. 使用权威数据源：如果必须使用流量数据，应使用行业公认的、可交叉验证的数据源，并提供完整的对比表格，而不是零散的截图。 3. 证明“相对”重要性：不仅要证明你的发表平台有流量，更要证明它在同类平台中处于什么位置（例如，前10%、前20%）。
教训三：证据的呈现方式影响可信度¶
问题：申请人将截图粘贴到回复信中，而不是提交原始打印件。 为什么：这降低了证据的正式性和可验证性。AAO 倾向于接受原始、完整的证据材料。 具体建议： 1. 提交原始证据：对于网站数据，应提交完整的网页打印件（PDF格式），包含URL、日期和完整内容。 2. 保持证据链完整：确保所有证据来源清晰、可追溯，避免任何形式的篡改或选择性呈现。 3. 提前准备RFE回应：在首次提交时就应预见到RFE的可能，提供最扎实、最客观的证据，减少后续补充证据的不确定性。
教训四：理解“学术文章”标准的双重门槛¶
问题：申请人可能认为只要文章发表在技术博客上就算“学术文章”。 为什么：AAO 明确区分了“学术性”和“发表平台”。文章内容必须是面向“博学之人”的，平台必须是“专业”或“主要”的。技术博客可能满足“主要”标准（如果证明其行业影响力），但内容必须是学术性的。 具体建议： 1. 内容审查：确保文章包含原创研究、深度分析或理论探讨，而不仅仅是技术教程或新闻报道。 2. 平台定位：明确说明发表平台的受众是行业专家、研究人员或高级从业者，而不是普通大众。 3. 双重证据：同时提供文章内容的学术性证明（如引用、方法论）和平台影响力的证明（如读者构成、行业认可）。
四、总结¶
本案的失败并非因为申请人没有成就，而是因为证据策略的失误。在“学术文章”这一关键标准上，申请人选择了依赖不可靠的第三方数据和不充分的比较，导致AAO推翻了初审的有利认定。这直接导致她未能满足Step 1的最低要求，连进入Step 2（最终价值判断）的机会都没有。
对于未来的EB1A申请人，尤其是IT和数据科学领域的专业人士，本案的教训是：证据的“质”远比“量”重要。在准备学术文章、评审、原创贡献等标准时，必须追求证据的客观性、权威性和可验证性，避免任何可能被质疑为估算、主观选择或来源不明的材料。只有在扎实通过Step 1的基础上，才有机会在Step 2中证明自己处于行业顶尖。
标签¶
EB1A AAO 信息技术 数据科学 学术文章 证据缺陷 Kazarian 两步分析