AAO 案例分析：计算机科学 - 推进能力不足¶
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¶
一名拥有计算机科学博士学位的尼日利亚籍讲师和网络顾问，申请国家利益豁免（NIW）。其提议事业最初描述为担任助理教授并创建网络基础设施以改善网络安全和性能，后在RFE回复中修改为专注于利用机器学习和深度学习算法开发安全模型及优化网络路由。德州服务中心主任以未能满足Dhanasar框架下的第二要素（申请人能够推进提议事业）为由拒绝申请，申请人上诉后，AAO在重新审查中维持原判，驳回上诉。
基本信息¶
| 字段 | 内容 |
|---|---|
| 案件编号 | 34833064 |
| 审理中心 | Texas Service Center |
| 申请人身份 | 计算机科学博士、讲师、网络实施顾问 |
| 提议事业 | 在美国大学担任助理教授，利用机器学习/深度学习算法研究网络安全模型和网络路由优化 |
| 决定日期 | 2024-12-10 |
| 决定类型 | 上诉 |
| 结果 | 驳回 |
| 失败要素 | Prong 2（推进能力不足） |
| 通过要素 | 无 |
| 保留要素 | Prong 1（未评估）， Prong 3（未评估） |
核心失败点深度剖析：第二要素（Prong 2）—— “推进能力不足”¶
AAO 明确指出，由于申请人在第二要素上未能满足要求，因此无需讨论第一和第三要素，直接驳回上诉。这是本案最核心、也是唯一的失败原因。AAO 对“推进能力”的审查极为细致，从多个维度否定了申请人的证据。
1. 推荐信与证据的“空洞”：缺乏具体实施与影响证明¶
申请人提交了同行推荐信和文章引用记录，但 AAO 认为这些证据未能有效证明其“成功记录”或“推进能力”。
Quote
总体而言，这些信件描述了申请人的各种研究项目；然而，在进一步解释其工作的实施或影响时，信件通常只是指出其他论文在其书面作品中引用了他的研究。信件没有进一步阐述并充分解释申请人的工作如何在该领域被利用，或除了被他人发表作品引用外，如何构成一项成功记录。
Quote
例如，尽管安全数据科学家 T-B- 声称申请人“关于网络基础设施和路由的研究为通信网络系统提供了显著益处”，并且“对美国和国外的通信与网络技术研究界具有巨大意义”，但 T-B- 并未举例说明申请人的网络基础设施和路由研究是如何在该领域被实施、利用或受到赞誉的，或者如何代表一项成功记录或进展，使得申请人处于推进其提议事业的有利位置。
分析：AAO 在此设定了一个很高的标准。仅仅证明“我的研究被别人引用了”是远远不够的。推荐人必须具体说明申请人的工作如何被实际应用（例如，被某公司采用、形成了某项标准、解决了某个具体问题），或者如何引发了领域内的重要讨论或进展。泛泛而谈“很重要”、“很有价值”无法满足要求。
2. 引用数据的局限性：数量、质量与意义的脱节¶
申请人提供了 Google Scholar 引用数据（从39次更新到59次）以及 Clarivate Analytics 的百分位排名数据，试图证明其研究影响力。AAO 对此进行了逐一驳斥。
Quote
一篇期刊具有高排名或高影响因子，反映的是该出版物的整体引用率。然而，它并不能显示任何特定作者的影响力，也无法以其他方式证明个人的研究代表了其领域的成功记录。
Quote
此外，关于来自谷歌学术的引用信息，作者（指申请人引用的 Scientometrics 文章作者）建议“不要使用谷歌学术作为文献计量分析的基础。多项研究指出，谷歌学术在研究评估方面存在诸多缺陷。”
Quote
无论如何，申请人未能确立其已发表文章和会议论文所获得的引用数量，反映了相关方对其工作有足够的兴趣，从而达到 Dhanasar 第二要素的要求。
分析：AAO 在此澄清了几个关键误区。第一，期刊的影响因子不等于个人工作的影响力。第二，AAO 对 Google Scholar 数据的权威性持怀疑态度。第三，也是最重要的，AAO 不认为“被引用”本身自动等同于“成功记录”或“推进能力”。申请人需要解释这些引用的意义——它们是否代表了领域内的认可、是否推动了后续研究或应用？单纯堆砌数字，特别是未说明是否排除了自引的数字，说服力很弱。
3. 缺乏具体的未来实施计划与支持¶
申请人声称打算在美国担任助理教授继续研究，但未能提供任何实质性证据支持这一计划。
Quote
虽然申请人声称他将继续他的研究，但他没有提供来自任何此类组织的文件，以确定他打算代表他们进行的具体项目，或表明该职位将涉及或允许 continuation 其 stated 提议事业。 Without sufficient evidence demonstrating the means or financial support to undertake his proposed computer science research in the United States, the Petitioner has not demonstrated that his plan for future activities renders him well positioned to advance the proposed endeavor.
Quote
例如，申请人没有提供证据表明他已获得研究提案或未来项目的资助。
分析：这是本案的一个致命伤。申请人只是模糊地表示“想找教职”，但没有提供任何证据，例如：与潜在雇主的通信记录、具体的职位描述、研究计划书、已获得或正在申请的研究资助证明。AAO 需要看到的是一个具体、可行、有支持的行动方案，而不仅仅是一个职业愿望。对比 Dhanasar 案本尊，其成功部分在于有来自 NASA 和 AFRL 等政府实体的持续兴趣和资助。
4. 事业定义模糊的潜在影响¶
虽然 AAO 最终基于第二要素做出决定，但回顾整个过程，申请人事业定义的初始混乱可能埋下了隐患。
Quote
主任在请求证据（RFE）中告知申请人，其 I-140 表和 ETA 750 表中的信息对其提议事业的描述不一致，包括“通信网络技术专家”、“助理教授”和研究员。主任指出，“尚不清楚 securing 这些领域中的任何一个职位是否就是提议事业，或者提议事业是否涉及你同时或连续地履行这些角色”。
分析：尽管申请人在 RFE 回复中进行了澄清和聚焦，但最初的模糊描述可能让审查官对其目标的明确性和严肃性产生了第一印象的怀疑。一个清晰、一致、聚焦的事业描述是成功的基础。
可借鉴的教训¶
教训一：推荐信必须“有血有肉”，展示具体应用与影响¶
问题：本案的推荐信被 AAO 批评为过于笼统，只提重要性，不提具体如何重要。 AAO逻辑：AAO 认为，证明“推进能力”需要证据表明申请人的工作已经产生了实际影响或取得了成功，而不仅仅是潜在价值。泛泛的赞扬无法构成“成功记录”。 具体建议： 1. 选择合适的推荐人：优先选择那些能够亲眼见证或亲身体验你工作成果的人，例如合作过的产业界工程师、使用过你研究成果的机构负责人、受你研究启发并取得成果的同行。 2. 提供具体案例：在推荐信中，必须要求推荐人提供至少一个具体例子，说明你的研究成果是如何被应用的。例如：“申请人提出的XX算法，已被我司集成到YY系统中，使网络延迟降低了ZZ%”，或“基于申请人关于ZZ的研究，我们团队成功申请到了AA项目资助，并开展了BB方向的研究”。 3. 量化影响：尽可能使用数据量化影响，如性能提升百分比、成本降低数额、覆盖用户数量、被纳入的标准编号等。
教训二：理性看待并呈现引用数据，解释其背后的意义¶
问题：申请人试图用期刊影响因子和引用百分位来证明个人影响力，被 AAO 否定。 AAO逻辑：期刊影响力≠个人影响力；引用数量≠成功记录或推进能力。AAO 要求解释引用的意义。 具体建议： 1. 谨慎使用 Google Scholar：如果使用，务必在一开始就说明已排除所有自引和共同作者互引，提供纯净的引用数据。可以同时提供 Scopus 或 Web of Science 的数据作为更权威的佐证。 2. 超越数字，讲述故事：不要只说“我有59次引用，位于前1%”。应该解释：“我的关于XX的论文被YY领域的权威团队在其实现ZZ功能的综述中重点引用，表明我的方法已成为该子领域的基础参考之一。” 或 “我的A论文被B公司（可查证）的专利C引用，作为其技术方案的理论基础。” 3. 引用权威评价：如果可能，引用领域内权威学者在公开场合（如会议报告、新闻采访）对你工作的正面评价，这比单纯的引用数字更有力。
教训三：制定具体、可行、有支持的未来计划¶
问题：申请人只有“找教职”的模糊意向，没有具体计划和支持证据。 AAO逻辑：推进能力需要基于现实的计划和资源。没有具体计划，无法评估申请人是否“处于有利位置”。 具体建议： 1. 获得具体的工作邀约或合作意向：这是最有力的证据。即使不是终身教职，一个博士后职位、研究员职位或明确的项目合作邀请函也远胜于空谈。 2. 撰写详细的研究计划书：阐述未来1-3年具体要研究的课题、采用的方法、预期的成果（论文、专利、原型系统等），并说明这些工作如何延续和深化你过去的成功。 3. 展示资源获取能力：提供证据证明你已经或极有可能获得实施计划所需的资源。例如：已提交的科研基金申请书及确认信、与实验室或企业达成的设备使用协议、潜在的产业界合作伙伴的意向书等。 4. 联系潜在雇主/合作者：主动与目标大学的教授、实验室主任或企业研发部门沟通，获取他们对你研究计划的兴趣反馈，并形成书面记录。
教训四：从一开始就定义清晰、聚焦的“提议事业”¶
问题：申请人最初将事业描述为“技术专家”、“教授”和“研究员”的混合体，导致审查官困惑。 AAO逻辑：提议事业必须清晰明确，以便审查官评估其国家重要性和申请人的推进能力。模糊的定义会让整个申请失去焦点。 具体建议： 1. 用一句话定义事业：在申请材料的开头，就用一句明确的话概括你的核心事业。例如：“我的提议事业是开发基于深度学习的下一代自适应网络入侵检测系统。” 2. 保持全文一致：从 I-140 表格、个人陈述到推荐信，所有材料对事业的描述必须高度一致，围绕这个核心展开。 3. 区分“事业”与“职位”：事业是你打算创造的价值和解决的问题（如“提升关键基础设施的网络安全”），职位是你实现事业的载体之一（如“大学教授”）。重点阐述事业，职位作为实现路径之一来描述。
总结¶
本案是一个典型的因未能满足 Dhanasar 第二要素（推进能力）而被拒的案例。AAO 的裁决清晰地表明，学位、发表记录和泛泛的推荐信本身不足以证明“推进能力”。申请人必须提供具体的证据链，证明其工作已经取得了可验证的成功或影响，并且拥有具体、可行、有资源支持的未来计划来继续推进其事业。未来的申请人应将准备重点从“证明我的领域很重要”转向“证明我这个人，在这个具体方向上，已经并且将继续做出重要贡献”，用扎实的证据填补“潜力”与“能力”之间的鸿沟。
标签¶
NIW AAO 计算机科学 推进能力不足 Dhanasar 第二要素 证据策略