USCIS використовує кілька спеціалізованих систем обробки документів, а не один універсальний «робот», який схвалює чи відхиляє петиції. Кожна система вирішує конкретні завдання: класифікацію документів, порівняння даних про людину з різних реєстрів, пошук текстових збігів. Розуміння того, що саме ці системи роблять з вашою подачею, допомагає уникнути міфів про AI-детектори та сфокусуватися на суті справи.

Чим не займаються системи USCIS

Перше важливе уточнення: жодна система USCIS не приймає рішення про схвалення чи відхилення петиції. Вона не судить, чи хороме доказ і правда чи заявник. Системи витягають інформацію, класифікують її, пов’язують дані з різних джерел і виявляють потенційні збіги.

Має сенс розрізняти два поняття. Юридичні тексти в однотипних справах дійсно часто повністю збігаються: законодавство однакове, судова практика однакова, і це нормально. Системи не повинні плутати стандартні фрагменти законів з ознакою шахрайства.

Крім того, деякі системи працюють лише з певними формами чи програмами імміграції. Твердження на кшталт «цей AI перевіряє всі справи USCIS» без вказання конкретної системи та її функцій не має сенсу.

Evidence Classifier: сортування документів за типами

Перша система, яка зустрічає ваші документи, — Evidence Classifier (DHS 16). Вона отримує відсканьовані докази та визначає, що саме на кожній сторінці: паспорт, свідоцтво про шлюб, форма I-589, витяг з банку чи інший відомий клас документів.

Потім система ставить метаметадані (metadata tag) — простий ярлик типу документа. Офіцер замість того щоб вручну листати сотні сторінок, отримує посилання на потрібну сторінку. USCIS прямо описує Evidence Classifier як розгорнутий ML-сервіс, який розмічує окремі сторінки та створює метрики всередині системи.

Важливо: система не судить якість доказу. Вона просто говорить офіцеру: тут, здається, лежить паспорт, тут Marriage Certificate.

Intelligent Document Processing: розбиття пакета на частини

Друга система, Intelligent Document Processing, розбирає завантажений пакет на окремі документи та класифікує їх. Великий скан перестає бути безформною купою: форма окремо, паспорт окремо, витяг банку окремо, свідоцтво про шлюб окремо.

Все це пов’язується з конкретним запитом на льготу (Benefit Request), оскільки у США імміграція — це привілей, який запитується та може бути наданий. USCIS вже розширив цей функціонал на форми I-765, I-131, I-824, пов’язані із запитами на додаткові докази.

Результат: офіцер бачить не хаос, а структурований пакет, де кожен документ прив’язаний до конкретної частини вашої справи.

Person-Centric Identity Services: порівняння записів про людину

Коли USCIS працює не лише з PDF, який ви відправили сьогодні, в справу вступає Person-Centric Identity Services (PCIS). Система намагається зрозуміти, які записи в різних базах даних USCIS відносяться до однієї людини.

Вона порівнює ім’я, дату народження, A-Number, Social Security number, паспортні дані, біометрію та інші ідентифікатори. Наприклад, в одній системі у вас A-Number 140, в іншій 765, десь стара адреса, десь біометрія. Все це може лежати в окремих записах.

Система розраховує Confidence Score — вірогідність того, що два записи відносяться до однієї людини. USCIS встановлює високий поріг: 0,98 з одиниці. Якщо впевненості недостатньо або є сигнал помилки, запис йде на ручну перевірку.

Результат: офіцер бачить не одну сьогоднішню форму, а цілісну імміграційну історію, зібрану з пов’язаних записів за часовою шкалою. Система допомагає виявити невідповідності: скажімо, десь ви вказали різні імена чи дати народження. Але вона не вирішує, схвалити вам петицію чи відмовити. Її завдання — правильно ідентифікувати людину.

Text Analytics: пошук повторюваних текстових паттернів

Система Text Analytics Data Science Sentence Similarity Model працює безпосередньо з текстом. Вона сканує текстові розділи заяв та шукає повторювані мовні шаблони — подібності (similarity).

Ця система дійсно може знайти потенційні збіги, і USCIS використовує це в контексті виявлення можливого шахрайства, проблем національної безпеки чи загроз громадській безпеці. Система вже працює й належить до категорії «high impact» (високий вплив).

Але є принципова момент. USCIS окремо пише: система не приймає рішення, вона не говорить, чи бреше ця людина, вона просто показує паттерн. Результати повинні перевіряти навчені співробітники, оскільки система може помилково побачити збіги там, де їх немає, або пропустити реальні збіги.

Основна помилка, яку часто роблять: плутають Sentence Similarity з AI-детектором (типу ChatGPT detector). Це різні завдання. Якщо два тексти містять подібні фрагменти, система допомагає це виявити, але з цього не випливає, що вона знає, хто написав текст: людина, AI, адвокат, паралегал чи хтось інший. Вона шукає подібність, а не читає думки автора.

На що дійсно потрібно звертати увагу

З усіх опублікованих систем заявника повинні цікавити не слова «artificial intelligence», а чотири конкретні питання: що система витягує, що вона порівнює, що вона класифікує та що саме потім бачить офіцер?

Чим більше справа побудована на реальних подіях, реальних проектах та перевірюваних документах, тим менше сенсу в спробах написати текст «AI-friendly» — змінювати пасивний стан, порядок слів або використовувати герундії в надії, що система не розбереться. Це порожні маніпуляції.

Наміст цього зосередьтесь на тому, чи дійсно документи підтверджують факти, викладені у вашій справі. Чи не суперечить одна частина подачі іншій. Чи дійсно ви автор того, що називаєте своєю публікацією. Ось це набагато цікавіше та важливіше, ніж будь-які словесні трюки.

Міжвідомчий обмін даними

Інтеграція та обмін даними між відомствами — стандартний процес. Наприклад, ви подали імміграційну петицію, але колись раніше отримали відмову в туристичній візі. Це важливий факт в історії заявника, і офіцер повинен побачити та зрозуміти причину відмови.

Системи USCIS можуть отримувати інформацію з баз даних інших відомств, тому ваша історія взаємодії з американськими органами влади набагато повніша, ніж ви можете собі уявити на основі однієї подачі. Все це обслуговує одну мету: дати офіцеру найповнішу картину.