超越单一效率目标
效率具有价值，但不能完整代表人类进步。一个系统可能降低时间与成本，却同时削弱判断力、自主性、专业能力或社会信任。因此，设计不仅要追问“人可以更快完成什么”，还要追问“使用系统之后，人的哪些能力、关系与选择变得更强”。
创始原则 03
以人类福祉为设计起点
AI 应当扩展人的自主性、能力与可能性，而不是把人简化为待优化的输入。
核心主张
人类福祉应进入架构，而不是出现在技术完成后的附言中。
人类福祉不能成为技术完成后才附加上去的口号，而应从一开始就影响系统目标、交互方式、安全保障、激励机制与评估方法。FUURAA™ 赋睐™ 所理解的福祉，是扩展人们真实拥有的学习、创造、工作、合作、照顾他人以及塑造自身未来的能力。
以人为本的架构
建设既能完成任务，也能增强人的系统。
人类福祉不只是效率提升，还包括自主性、包容性、能力成长、社会语境，以及能够接受长期检验的真实结果。
自主、同意与可质疑性
当人工智能参与具有重要影响的决策时，受影响的人应当能够理解系统发挥了什么作用，拥有切实控制方式，能够质疑重要结果，并在适当情况下请求人工复核。同意不应通过复杂条款、用户疲劳或缺乏实际替代方案而被动形成。
增强能力，而不是制造依赖
最理想的人机关系，并不是技术让人永久失去独立行动能力。系统应帮助用户形成理解、保留可迁移的知识并作出知情选择。当人工智能在完成任务的同时也增强使用者自身能力时，这种帮助才具有更长期的价值。
包容性也是工程问题
语言、残障状况、收入、地域、年龄、文化与基础设施条件，都会影响谁能从人工智能中获益，以及谁更可能承担系统错误。包容性不仅是扩大访问范围，还需要跨场景测试、识别利益与风险的分配差异，并主动考虑那些通常缺席于默认数据集与界面设计的人群。
技术进入的是社会系统
人工智能从来不是孤立运行的。它会进入家庭、工作场所、市场、学校、医疗环境、公共服务与文化共同体。负责任的设计必须考虑技术如何改变权力关系、激励结构、专业角色与社会信任，而不能只判断某个技术组件是否按规格运行。
福祉必须能够被评估
有关社会价值的主张，应当与可观察结果相连接，并接受长期检验。相关指标可以包括可及性、用户控制、能力成长、错误分布、被释放用于有意义活动的时间、决策质量与非预期伤害。没有任何单一指标可以代表理想的人类未来，但完全缺乏衡量会让愿景失去责任约束。
运营承诺
在扩展人类可能性的同时，保护人的自主性。
在高影响设计选择被固化进架构、界面与激励机制之前，必须先考虑真实的人类结果。
明确预期的人类结果
在高影响设计决策前，明确真实的人类目标及主要受影响群体。
保留控制与救济
在影响足够重要的场景中，提供说明、控制、申诉、人工复核与退出机制。
把包容性作为工程要求
评估可及性、语言、文化环境及错误的不平等分布。
拒绝利用弱点制造依赖
减少不必要的数据收集，避免以利用人类弱点为目标的参与机制。
评估下游影响
当可信证据显示存在重大伤害或人的自主性受到严重削弱时，修正、限制或暂停系统。
披露边界
设计标准不等于已经实现社会结果。
本原则是一项设计与治理标准，并不证明 FUURAA™ 赋睐™ 的每个项目已经产生可衡量的社会价值。人类福祉取决于具体环境、制度条件以及众多外部参与者。每个系统与使用场景的收益、限制与风险，都必须分别接受实证评估。除非某项 FUURAA™ 赋睐™ 产品已经为特定角色完成明确设计、取得授权并通过验证，否则不应被视为合格专业判断或负责任公共机构的替代品。
面向未来
建设配得上人类未来的 AI 系统。
FUURAA™ 赋睐™ 的志向，不是让人去适应 AI 系统，而是建设配得上人类未来的 AI 系统。