Visto O-1 para Pesquisadores de Inteligência Artificial (IA) e Aprendizado de Máquina (ML): Critérios e Provas do O-1A

Para pesquisadores de IA e Aprendizado de Máquina, o visto O-1A oferece uma forma de trabalhar nos Estados Unidos com base em um histórico de habilidade extraordinária nas ciências. O visto é voltado a pessoas cujo trabalho é reconhecido por outros profissionais da área, e grande parte do que um pesquisador ativo já faz pode demonstrar esse reconhecimento.  

A elegibilidade se baseia no histórico individual do candidato, e não em seu cargo, de modo que duas pessoas na mesma função podem apresentar casos muito diferentes. Para um pesquisador com visto O-1, esse histórico geralmente está em trabalhos publicados, em contribuições nas quais outros se baseiam e em funções que exigem conhecimento especializado de verdade.  

Pesquisadores de IA e Aprendizado de Máquina Podem Se Qualificar para o O-1A? 

Existem duas categorias de visto O-1: o O-1A, para habilidade extraordinária nas ciências, na educação, nos negócios ou nos esportes, e o O-1B, para habilidade ou realização extraordinária nas artes. Pesquisadores de IA e Aprendizado de Máquina geralmente se enquadram na categoria O-1A. O USCIS define habilidade extraordinária, para o O-1A, como estar entre a pequena porcentagem que alcançou o topo de uma área.    

A habilidade extraordinária pode ser demonstrada por meio de um grande prêmio internacionalmente reconhecido ou, mais comumente, por provas que atendam a pelo menos três dos oito critérios do O-1A. Atender a três critérios é o primeiro passo. O USCIS também avalia as provas como um todo para determinar se o conjunto estabelece a habilidade extraordinária exigida e o reconhecimento sustentado, conforme explicado em sua atual orientação do Manual de Políticas do O-1. 

O O-1A concede autorização de trabalho temporária, por até três anos, renovável em períodos de um ano por tempo indeterminado, enquanto o trabalho continuar. Um empregador ou representante (agent) nos EUA protocola a petição. O candidato não pode fazer autopetição, embora uma empresa de propriedade do pesquisador possa ser a peticionária. Cônjuges e filhos solteiros menores de 21 anos podem acompanhar o portador do visto O-1 com o status O-3, que permite estudar, mas não trabalhar. 

Para pesquisadores de IA e Aprendizado de Máquina, os critérios comumente apresentados incluem trabalhos publicados, patentes, provas de remuneração elevada e contribuições reconhecidas para a área, reunidos em um conjunto de provas que demonstre um reconhecimento sustentado em toda a área, e não uma realização isolada. 

Provas que Pesquisadores de IA e Aprendizado de Máquina Costumam Usar 

As carreiras em IA e Aprendizado de Máquina muitas vezes já geram o tipo de prova que o O-1A procura, de modo que a tarefa é associar o que existe aos critérios que cada item sustenta. Para ver os oito critérios completos e as provas que cada um aceita, consulte o guia sobre os requisitos do visto O-1.  

Abaixo estão explicados os critérios do O-1 mais comumente apresentados por pesquisadores de IA e Aprendizado de Máquina: 

Autoria de artigos acadêmicos 

Este critério analisa se a pessoa é autora de artigos acadêmicos na área. Artigos publicados em periódicos revisados por pares ou apresentados em conferências competitivas de IA e Aprendizado de Máquina, como NeurIPS, ICML e CVPR, podem satisfazer este critério, especialmente quando o veículo e o uso posterior do trabalho refletem sua posição na área.  

Um artigo no qual outros se baseiam muitas vezes sustenta este critério e o de contribuições originais ao mesmo tempo, quer o pesquisador seja o primeiro autor ou autor único, quer não. As contagens de citações e os números do índice h são lidos em contexto. Um artigo recente naturalmente terá tido menos tempo para acumular referências, de modo que o impacto não é medido apenas pela contagem de citações, mas pelo impacto geral na área. 

Contribuições originais de grande relevância 

Este critério examina se a pessoa fez contribuições originais, científicas, acadêmicas ou relacionadas a negócios, de grande relevância para a área. Em IA e Aprendizado de Máquina, isso costuma girar em torno de modelos, métodos, conjuntos de dados, benchmarks ou sistemas que outros adotam e nos quais se baseiam.  

A existência de um modelo ou conjunto de dados publicado não determina, por si só, se o trabalho subjacente constitui uma contribuição original de grande relevância. Documentação como registros de citações, uso posterior ou reconhecimento independente do impacto do trabalho pode ser necessária para tratar dessa questão, e o USCIS então avalia se a prova atende ao padrão regulatório. 

Uma atualização da política do USCIS de janeiro de 2025 tornou isso mais claro para áreas técnicas, tratando contribuições a repositórios compartilhados de software ou de dados como exemplos quando há prova de impacto real. As patentes são avaliadas sob a mesma distinção: uma patente mostra que uma ideia é nova, e não que ela teve importância, de modo que a prova de uso efetivo fortalece o caso. 

Avaliação do trabalho de outros 

Este critério considera se a pessoa participou como avaliadora do trabalho de outros na mesma área ou em área afim. Profissionais de IA e Aprendizado de Máquina podem participar de atividades que envolvem avaliar o trabalho de outros, incluindo a revisão por pares para uma publicação acadêmica, a atuação em comitês de programa de conferências ou a avaliação de pedidos de financiamento (grant review). A regulamentação se concentra na participação efetiva como avaliador. Um convite que não levou à participação não basta para atender a este critério. 

Prêmios 

Este critério examina se a pessoa recebeu prêmios ou distinções de reconhecimento nacional ou internacional por excelência. Prêmios seletivos em IA, pesquisa ou indústria podem sustentar este critério, embora a seletividade e a reputação por trás do prêmio importem tanto quanto o próprio prêmio e também devam ser documentadas. 

Associação a organizações profissionais 

Este critério examina se a pessoa pertence a uma associação da área que exige realizações de destaque, avaliadas por especialistas reconhecidos, para a admissão de membros. Distinções seletivas, como o título de AAAI Fellow ou IEEE Fellow, podem sustentar este critério quando o processo de seleção e a posição da organização são documentados, especialmente quando esse reconhecimento vem de fora do círculo do próprio candidato. 

Funções críticas ou essenciais 

Este critério considera se a pessoa exerceu uma função crítica ou essencial em uma organização de reputação distinta. Um cargo sênior ou de fundador em um laboratório ou empresa respeitados é um exemplo comum, embora o título, por si só, não estabeleça este critério. 

A análise considera as funções reais da pessoa na organização, e a organização também deve ter uma reputação distinta. As provas sobre esses dois pontos têm finalidades diferentes. A prova sobre a reputação de um laboratório ou empresa não estabelece, por si só, que determinado pesquisador exerceu ali uma função crítica, e a documentação que mostra um papel importante não estabelece, por si só, que a organização tem uma reputação distinta. 

O Que Torna as Provas Persuasivas 

Atender aos critérios no papel é apenas parte do quadro. O que tende a fazer um caso avançar é o reconhecimento de outras pessoas da área, e não a descrição que o próprio candidato faz do trabalho. Um benchmark que outros laboratórios adotam, um convite para palestrar em uma conferência que o pesquisador não organiza ou uma taxa de citações que se destaca entre os pares apontam para uma influência que vai além de uma única equipe ou empregador.  

O contexto determina como essa prova é lida. Um prêmio com poucos laureados ou uma contagem de citações elevada para a subárea tem mais peso do que o mesmo prêmio ou a mesma contagem apresentados isoladamente, sem prova de como se comparam com os de outros na área, e, como as normas diferem entre as áreas da IA, a petição muitas vezes precisa explicar o que significa seletivo ou muito citado nessa área. Uma mesma realização pode sustentar mais de um critério, mas cada uma ainda precisa se sustentar por si só em relação a cada critério que pretende apoiar.  

Pontos Fracos Comuns nos Casos de O-1A de Pesquisadores de IA e Aprendizado de Máquina 

Uma sólida formação não garante uma petição sólida, e alguns erros se repetem nessa área. A maioria tem uma causa comum: provas apresentadas como um número ou um título, sem o contexto que mostra por que importam. Há alguns padrões que vale a pena evitar:  

• Contar artigos ou citações sem mostrar como o próprio trabalho impactou a área 
• Listar revisões por pares para as quais houve convite, mas que nunca foram concluídas 
• Tratar uma patente como prova de impacto quando ela apenas estabelece novidade
• Depender de cartas de recomendação sem corroboração independente

Construindo o Conjunto de Provas e Próximos Passos 

Para pesquisadores de IA e Aprendizado de Máquina, um caso de O-1A se resume a reconhecimento, impacto e à clareza com que as provas se encaixam nos critérios. O conjunto de provas que o sustenta tende a surgir do trabalho de pesquisa cotidiano, de modo que manter organizados as publicações, as confirmações de revisão e as provas de adoção torna a montagem de uma petição futura muito mais fácil. Quando o conjunto de provas estiver pronto, os prazos de processamento do visto O-1 podem variar bastante, e o processamento premium pode encurtar a espera quando se adequa às circunstâncias, algo que um advogado pode ajudar a determinar.  

Se você está considerando um O-1A, uma avaliação de perfil mostra quais partes do seu histórico se alinham mais de perto aos critérios e ao cargo nos EUA que você tem em mente.  

Veja Se Você Se Qualifica para o O-1

Preencha nosso questionário para verificar sua elegibilidade ao O-1.

Avalie seu perfil

Perguntas Frequentes 

Pesquisadores de IA e Aprendizado de Máquina podem se qualificar para o visto O-1?  

Sim, no caso certo. A qualificação depende de o histórico demonstrar habilidade extraordinária segundo o padrão do O-1A, e não do cargo nem da área do candidato. 

Quais provas são mais fortes para pesquisadores de IA e Aprendizado de Máquina?  

Não existe uma única prova mais forte. As provas independentes geralmente têm mais peso, como contribuições que outros adotaram, revisões por pares que o pesquisador concluiu e reconhecimentos decididos por especialistas. 

Quantos critérios do O-1 preciso atender?  

Ou um grande prêmio internacionalmente reconhecido, ou pelo menos três dos oito critérios do O-1A. Mesmo depois de três ou mais critérios serem atendidos, o USCIS analisa todo o conjunto de provas para decidir se ele reflete reconhecimento sustentado na área. 

Um salário alto ajuda no caso de O-1 de um pesquisador de IA e Aprendizado de Máquina?  

Potencialmente. A remuneração elevada conta quando está claramente acima do que outros na mesma área ganham e é comparada com dados salariais. 

Quantas publicações ou citações preciso ter para o O-1A?  

Não há um número definido. O USCIS lê a autoria e as citações em contexto, ponderando a subárea, há quanto tempo o trabalho foi publicado e se o próprio trabalho recebeu reconhecimento de outros.