Tag: Yapay Zeka

Yapay zeka, ABD yönetiminin 2025 ve 2026’da en çok öne çıkardığı teknoloji. Ancak yapay zeka alanında çalışmak, EB-2 NIW onayı için tek başına yetmiyor. USCIS ve itiraz makamı AAO, alanın ne kadar önemli olduğuna değil, sizin somut projenizin alanı ne kadar geniş etkileyebileceğine bakıyor. AAO’nun 31 Temmuz ve 6 Ağustos 2026 tarihli iki kararı bunu açıkça gösteriyor. İki dosyada da başvurucu bilgisayar bilimi doktoralıydı ve iki itiraz da reddedildi.

Kısa cevap şu: Resmi politika belgeleri dosyaya bağlam katar, ama onayı projenizin etkisini gösteren kanıtlar getirir. Makine öğrenmesi mühendisi, araştırma bilimcisi ya da yapay zeka ürünü geliştiren bir yazılımcıysanız, dosyanın merkezine alanı değil, çözdüğünüz problemi koymalısınız. Bu çözümün işvereninizin dışında kimler tarafından nasıl kullanılacağını da belgelemelisiniz.

Yapay zeka alanında çalışmak EB-2 NIW için neden yetmiyor?

EB-2 NIW, iş teklifi ve PERM şartından muafiyet istenen bir green card yolu. AAO, 2016 tarihli Matter of Dhanasar kararında üç şartlı testi belirledi. Önerilen çalışma hem esaslı değer hem ulusal önem taşımalı. Başvurucu bu çalışmayı ilerletecek konumda olmalı. Son olarak, iş teklifi şartından vazgeçmek dengede ABD’nin yararına olmalı. Dhanasar kriterlerinin her biri ayrı kanıt istiyor.

Birinci şartta kilit kavram, somut proje (proposed endeavor). Dhanasar’a göre ulusal önem, başvurucunun yapmayı önerdiği belirli çalışmaya bakılarak ölçülüyor. USCIS Policy Manual da tek bir işverene sağlanan faydanın, işveren ülke çapında faaliyet gösterse bile, yeterli olmadığını belirtiyor. Rehberdeki bir örnek yazılımcılara doğrudan dokunuyor. İşverenin kodunu farklı müşterilere uyarlayan bir yazılım mühendisi, daha geniş etkiyi kanıtlamadıkça ulusal önemi göstermekte zorlanıyor.

Buna karşılık aynı rehber, kritik ve gelişen teknolojilerde çalışan ileri STEM dereceli kişilerin rolünü açıkça tanıyor. Bir dipnotta örnek olarak yapay zekanın bazı kritik alanları ve kuantum bilgi bilimi sayılıyor. Yani alan size avantaj sağlayabilir, ama kapıyı tek başına açmıyor. Yapay zeka araştırmacıları sayfamızda temel şartları özetledik. Bu yazı ise 2026’daki yeni belgelere ve kararlara odaklanıyor.

2025-2026’da hangi resmi belgeler yapay zekayı öncelik sayıyor?

Politika tarafı son iki yılda hızla genişledi. Dosyada en sık kullanılan belgeler şunlar:

• Başkanlık kararnamesi 14179 (23 Ocak 2025): Yapay zekada ABD liderliğinin önündeki engelleri kaldırmayı hedefledi ve bir eylem planı hazırlanmasını istedi.
• America’s AI Action Plan (23 Temmuz 2025): Beyaz Saray, üç ana başlık altında 90’dan fazla federal politika adımı açıkladı. Planda yorumlanabilirlik ve dayanıklılık araştırması, yapay zeka değerlendirme ekosistemi, bilimde yapay zeka, açık kaynak modeller ve yarı iletken üretimi ayrı başlıklar olarak geçiyor.
• Genesis Mission (24 Kasım 2025): Kararname, federal bilimsel veri setleriyle bilimsel temel modeller eğitecek entegre bir yapay zeka platformu için ulusal bir girişim başlattı.
• Başkanlık kararnamesi 14409 (2 Haziran 2026): Yapay zeka destekli siber savunma araçlarını ve güvenli model kullanımını öne çıkardı.
• Ulusal Güvenlik Bilim ve Teknoloji Stratejisi (Ağustos 2026): Ekindeki liste, kritik ve gelişen teknolojiler listesini güncelliyor. “Yapay zeka ve otonomi” başlığında temel modeller, yorumlanabilirlik ve kontrol, saldırılara dayanıklılık ve yapay zeka güvenliği, mahremiyeti koruyan dağıtık öğrenme gibi alt alanlar sayılıyor.

Bu belgeler yapay zeka EB-2 NIW dosyasında bağlam olarak işe yarıyor. En verimli kullanım, projenizi listedeki belirli bir alt alanla eşleştirmek. Ancak bir sonraki bölümdeki kararlar, eşleştirmenin de tek başına yetmediğini gösteriyor.

AAO’nun 2026 kararları yapay zeka NIW dosyalarında neyi eksik buldu?

Önce bir uyarı: AAO’ya yalnızca USCIS’in reddettiği dosyalar geliyor. Bu kararlar genel onay oranı hakkında bir şey söylemiyor. Ama memurun hangi gerekçeyle ret verdiğini net biçimde gösteriyor.

31 Temmuz 2026: klinik metinlerde argüman madenciliği

Başvurucu 2022’de bilgisayar bilimi doktorasını tamamlamıştı. Önce bir yapay zeka insan kaynakları şirketinde veri bilimci, ardından bir kanser hastanesinde uygulamalı araştırma bilimcisi olarak çalışmıştı. Projesi, hasta kayıtlarına ve klinik çalışma raporlarına argüman madenciliği tekniklerini uygulayarak sonuç çıkarmak ve güvenlik sinyallerini tespit etmekti. USCIS ileri derece şartını kabul etti ama muafiyeti reddetti. AAO ise itirazı birinci şarttan reddetti ve diğer iki şartı incelemedi.

Karara göre ülkenin sağlık sorunlarına katkı iddiası, ulusal önem için yeterli değil. Rutin ya da küçük adımlarla ilerleyen katkılar da yeterli sayılmıyor. Başvurucunun “herkes yöntemimi kullanabilir” savunması da kabul görmedi. Alıntılanan destek mektuplarından biri, projede yer almayan çok dilli dil modeli çalışmalarını anlatıyordu. Diğerinin projeyle bağlantısı da açıklanmamıştı.

6 Ağustos 2026: yarı iletken üretiminde hata tespiti

Bu başvurucu 2024’te ABD’de bilgisayar bilimi doktorası almıştı. Projesi, yarı iletken plakalarda hata tespiti için derin öğrenme algoritmaları geliştirmekti. AAO bu itirazı da birinci şarttan reddetti. Gerekçeler şöyle özetlenebilir:

• Sektör raporları yarı iletken endüstrisinin önemini anlatıyordu, başvurucunun işini değil.
• “Algoritmam işverenin araçlarını, araçlar fabrikaların verimini, verim de çip arzını iyileştirir” zincirini AAO “kelebek etkisi” olarak niteledi ve fazla uzak buldu.
• Karar, ulusal bir politika önceliğiyle uyumun faydalı bir bağlam olduğunu, ama belirleyici olmadığını açıkça yazdı.
• Mektuplar geçmiş çalışmaları anlatıyor, gelecekteki projeden söz etmiyordu.
• Başvurucu projenin işverenden bağımsız olduğunu söylerken, ulusal önemi işveren yazısına dayandırıyordu.

Kabul edilen yapay zeka NIW kararı neyi farklı gösteriyor?

5 Şubat 2026 tarihli bir kararda AAO, optimizasyon algoritmaları ve makine öğrenmesi teorisi üzerinde çalışan bir bilgisayar bilimcinin itirazını kabul etti. Dosyada araştırmanın yayımlanıp paylaşılacağı gösterilmişti. Enerji sistemleri ve otonom araçlar için somut uygulama örnekleri vardı. Mektuplar geçmiş çalışmanın alana etkisini örneklerle anlatıyor, yayın, atıf ve hakemlik kayıtlarıyla destekleniyordu. Fark alanda değil, kanıtın projeye bağlanma biçimindeydi.

Güçlü ve zayıf bir yapay zeka projesi EB-2 NIW dosyasında nasıl tanımlanır?

İki ret kararı da yapay zeka EB-2 NIW dosyaları için aynı dersi veriyor: proje tanımı meslek tanımına benziyorsa ulusal önem kurulamıyor. Proposed endeavor yazımı bu yüzden dosyanın ilk ve en önemli metni. Aşağıdaki örnekler varsayımsaldır. Güçlü bir cümle de ancak kanıtla desteklenirse anlam kazanır.

Zayıf tanım	Daha güçlü tanım	Fark nerede?
Yapay zeka ile sağlık hizmetlerini iyileştirmek	Radyoloji raporlarındaki bulguları yapılandıran bir değerlendirme aracını birden fazla hastanede doğrulamak ve açık kaynak olarak yayımlamak	Problem, yöntem ve başka kurumlara yayılma yolu belli
Şirketimin makine öğrenmesi modellerini geliştirmek	Az etiketli sensör verisinde arıza tespiti yapan bir yöntemi yayımlamak ve bağımsız üreticilerin kullandığı bir kütüphane olarak sürdürmek	Etki tek işverenin dışına taşıyor
Büyük dil modellerini daha güvenli yapmak	Kritik altyapıda kullanılan dil modelleri için saldırı dayanıklılığı testleri geliştirmek ve bunları standart çalışmalarına sunmak	Stratejideki bir alt alanla ve ölçülebilir bir çıktıyla eşleşiyor
Yapay zeka alanında ABD’nin liderliğine katkı sağlamak	Yorumlanabilirlik yöntemlerini tıbbi görüntü modellerinde test eden bir değerlendirme protokolü geliştirmek	Genel hedef yerine denetlenebilir bir çalışma tanımlanıyor

Tabloda sağdaki tanımlar da tek başına onay getirmez. Her biri için “kim kullanacak, nasıl yayılacak, bugüne kadar ne yapıldı” sorularına belgeyle cevap vermek gerekiyor.

Yayını az olan yapay zeka mühendisi NIW için hangi kanıtları kullanabilir?

Policy Manual, ikinci şart için kapalı olmayan bir kanıt listesi veriyor. Listede patentler, başkalarının işinizi nasıl kullandığını gösteren sözleşme ve belgeler, olumlu atıf ya da benimsenme örnekleri, olası kullanıcı ve yatırımcı yazıları yer alıyor. Endüstride çalışan bir mühendis için bunlar şu somut kanıtlara dönüşebilir:

• Başka kurumların kullandığı açık kaynak kütüphaneler, bağımlı projeler ve bakım sorumluluğu
• Model ya da paket indirme verileri, kaynağı ve bağlamı açıklanarak
• Ürün etkisi: hata oranı, maliyet ya da gecikme düşüşü, işveren yazısıyla doğrulanmış
• Patent başvuruları ve lisans görüşmeleri
• Konferans hakemliği, davetli konuşmalar ve teknik yarışma dereceleri
• İşinizi ilk elden bilen bağımsız uzmanlardan, gelecekteki projeyi anlatan mektuplar

Atıf sayısını kullanırken dikkat gerekiyor. AAO, 2 Nisan 2026 tarihli bir kararda bilgisayar bilimi geneline ait atıf verilerinin yapay zeka alt alanına da aynen uygulandığının gösterilmediğini belirtti. Karara göre atıf sayısı, çalışmanın neden atıf aldığını da göstermiyor. Bu yüzden sayıyı değil, atıf yapan çalışmaların yönteminizi nasıl kullandığını anlatın.

Karşılaştırma için bir veri noktası var. Bir hukuk bürosunun kendi müvekkil verisine göre 31 Ağustos-6 Eylül 2026 haftasında alınan 184 NIW onayının 145’i STEM alanındaydı. Aynı grupta yayın sayısının medyanı 10, atıf medyanı 155 olarak raporlandı. Bu resmi bir USCIS istatistiği değil. Yayını az olan profiller için akademik yayın olmadan NIW rehberimiz daha ayrıntılı seçenekler sunuyor.

Üçüncü şartta doktora ve kritik teknoloji ne kadar ağırlık taşıyor?

USCIS, Ocak 2022’de NIW rehberine STEM alanları için özel bir bölüm ekledi. Bugünkü metne göre üç unsurun birlikte bulunması, üçüncü şartta güçlü bir olumlu etken sayılıyor. Kişinin ileri bir STEM derecesi, tercihen doktorası olmalı. Kritik ve gelişen bir teknolojiyi ya da ABD’nin rekabet gücü için önemli başka bir STEM alanını ilerletmeli. Ulusal öneme sahip bu projeyi ilerletecek konumda da olmalı.

Bu kombinasyon, özellikle ulusal güvenliği ya da ekonomik rekabet gücünü destekleyen projelerde daha fazla ağırlık taşıyor. Ancak sıralama önemli. Yukarıdaki iki ret kararında dosyalar birinci şartta takıldı ve AAO diğer şartlara hiç geçmedi. Doktora ve kritik teknoloji avantajı, ancak ulusal önem kanıtlandıktan sonra devreye giriyor. Bu nedenle yapay zeka alanında EB-2 NIW hazırlarken emeğin büyük kısmı birinci şarta ayrılmalı. Ayrıca rehber, derecenin tek başına kişiyi “iyi konumda” yapmadığını açıkça söylüyor.

Uygulama geliştiren mühendisler ile veri odaklı çalışanlar için benzer noktaları veri bilimciler ve yazılım geliştiriciler sayfalarımızda ele aldık.

Sık sorulan sorular

Resmi yapay zeka politikalarına atıf yapmak NIW dosyasını güçlendirir mi?

Bağlam kurmak için evet. Ancak AAO, 2026 kararlarında bir politika önceliğiyle uyumun tek başına belirleyici olmadığını açıkça yazdı. Politikadaki hangi alt alana, hangi somut çıktıyla katkı sunacağınızı göstermelisiniz.

Doktoram yoksa EB-2 NIW başvurusu yapabilir miyim?

Evet. EB-2 için yüksek lisans ya da lisans artı 5 yıllık ilerleyici deneyim yeterli olabiliyor. Doktora üçüncü şartta olumlu bir etken, ama zorunlu değil. Yayın ve atıf eksikliğini, işinizin başkaları tarafından kullanıldığını gösteren kanıtlarla kapatmanız gerekiyor.

Referans mektuplarında en sık yapılan hata ne?

Mektubun geçmiş başarıları övüp gelecekteki projeden söz etmemesi. İki ret kararında da mektuplar projeyle bağlantı kuramadığı için eleştirildi. Referans mektubu yazan uzman, projenizi adıyla anmalı ve neden alanı etkileyeceğini açıklamalı.

Başvurudan sonra çıkan makale dosyaya eklenebilir mi?

Eklenebilir, ama uygunluğun başvuru tarihinde var olması gerekiyor. 6 Ağustos kararında AAO, dilekçeden sonraki bir konferansa dayanan iddiaları bu kurala göre değerlendirdi. En güçlü kanıtlarınız hazır olduğunda başvurmak daha güvenli.

Projemi işverenimden bağımsız mı anlatmalıyım?

Tutarlı olmak, bağımsız görünmekten daha önemli. İşvereniniz projeyi yürüteceğiniz yer olabilir. Ama etkinin o şirketin dışına nasıl taşacağını ayrıca göstermelisiniz.

Başvurum reddedilirse AAO’ya itiraz mı etmeliyim?

Dosyaya bağlı. İncelediğimiz iki ret kararında itiraz dilekçelerinin önemli bir kısmı Dhanasar’ın yorumunu tartışıyordu ve AAO bu okumayı kabul etmedi. Bazen daha güçlü bir dosyayla yeniden başvurmak daha gerçekçi olabilir.

Sonuç

Yapay zeka EB-2 NIW başvurusunda alan artık ayırt edici değil. Neredeyse her dosya aynı politika belgelerine atıf yapıyor. Fark, projenin ne kadar somut tanımlandığında ve başkalarının işinizi kullandığını gösteren kanıtlarda ortaya çıkıyor. AAO’nun 2026 kararları, sektörün önemini anlatan raporların ve geçmişi öven mektupların bu boşluğu doldurmadığını gösteriyor.

Kendi çalışmanızın bu çerçeveye nasıl oturduğunu görmek istiyorsanız, profilinizin EB-2 NIW için nasıl değerlendirilebileceğini öğrenmek üzere ücretsiz ön değerlendirme formundan CV’nizi gönderin.

Hukuki bilgilendirme notu

Bu yazı genel bilgilendirme amaçlıdır ve hukuki danışmanlık yerine geçmez. Yazı avukat-müvekkil ilişkisi kurmaz ve herhangi bir sonuç garantisi vermez. Anılan AAO kararları emsal niteliği taşımayan kararlardır ve yalnızca kendi dosyalarını bağlar. USCIS uygulamaları ve politika belgeleri kısa sürede değişebilir. Karar vermeden önce lisanslı bir ABD göçmenlik avukatına danışmanız önerilir. Hukuki bilgi kontrol tarihi: 23 Eylül 2026.