AI-তে প্রাইভেসি কেন একটি বিশেষ সমস্যা

import random
random.seed(7)

def generate_people(n):
    people = []
    for _ in range(n):
        # sensitive attribute: দীর্ঘমেয়াদি স্বাস্থ্য-অবস্থা আছে কি না -- অ্যাপ কখনো সরাসরি জিজ্ঞেস করে না
        has_condition = random.random() < 0.30
        if has_condition:
            # সিন্থেটিক প্যাটার্ন: condition থাকলে গড়ে রাতের ব্রাউজিং বেশি, গ্রোসারি-ডেলিভারিও বেশি (কাল্পনিক করিলেশন)
            late_night_minutes = max(0, random.gauss(85, 20))
            grocery_deliveries = max(0, random.gauss(9, 2))
        else:
            late_night_minutes = max(0, random.gauss(40, 20))
            grocery_deliveries = max(0, random.gauss(4, 2))
        people.append({
            "has_condition": has_condition,
            "late_night_minutes": late_night_minutes,
            "grocery_deliveries": grocery_deliveries,
        })
    return people

train = generate_people(300)
test = generate_people(300)

# --- মডেল: শুধু counting/গড় দিয়ে শেখা একটি সাধারণ থ্রেশহোল্ড রুল ---
# লক্ষ্য করুন: sensitive attribute কখনো ফিচার হিসেবে দেওয়া হয়নি -- মডেল শুধু late_night_minutes ও grocery_deliveries দেখছে
yes_group = [p for p in train if p["has_condition"]]
no_group = [p for p in train if not p["has_condition"]]

avg_late_yes = sum(p["late_night_minutes"] for p in yes_group) / len(yes_group)
avg_late_no = sum(p["late_night_minutes"] for p in no_group) / len(no_group)
avg_grocery_yes = sum(p["grocery_deliveries"] for p in yes_group) / len(yes_group)
avg_grocery_no = sum(p["grocery_deliveries"] for p in no_group) / len(no_group)

late_threshold = (avg_late_yes + avg_late_no) / 2
grocery_threshold = (avg_grocery_yes + avg_grocery_no) / 2

def infer_condition(p):
    # দুটি ফিচারই থ্রেশহোল্ড পার করলে তবেই "condition আছে" ধরে নেওয়া হচ্ছে (রক্ষণশীল রুল)
    late_flag = p["late_night_minutes"] >= late_threshold
    grocery_flag = p["grocery_deliveries"] >= grocery_threshold
    return late_flag and grocery_flag

correct = sum(1 for p in test if infer_condition(p) == p["has_condition"])
accuracy = correct / len(test) * 100

no_condition_count = sum(1 for p in test if not p["has_condition"])
condition_count = len(test) - no_condition_count
baseline_majority = max(no_condition_count, condition_count) / len(test) * 100

print(f"টেস্ট সেটে মোট: {len(test)} জন ({condition_count} জনের condition আছে, {no_condition_count} জনের নেই)")
print(f"শেখা থ্রেশহোল্ড -- late_night: {late_threshold:.1f} মিনিট, grocery: {grocery_threshold:.1f} অর্ডার\n")
print(f"'সবসময় majority-class বলা'-বেসলাইন অ্যাকুরেসি: {baseline_majority:.1f}%")
print(f"শুধু late_night_minutes ও grocery_deliveries দিয়ে ইনফারেন্স-রুলের অ্যাকুরেসি: {accuracy:.1f}%")
print(f"\nমডেল কখনো 'has_condition' ফিচারটি সরাসরি দেখেনি -- তবুও sensitive attribute-টি বেসলাইনের চেয়ে")
print(f"উল্লেখযোগ্যভাবে ভালোভাবে অনুমান করতে পারছে, শুধু দুটি 'অসংশ্লিষ্ট' আচরণগত ফিচার থেকেই।")