পাঠ ১১ · ৫৭-এর মধ্যে · মডিউল ৩
Home / Courses / Ethics in Computing & AI Safety / কনসেন্ট ও মিনিমাইজেশন

কনসেন্ট, ডেটা মিনিমাইজেশন ও পারপাস লিমিটেশন

Consent, data minimization & purpose limitation
৯ মিনিট পড়া শুরু · Beginner Python কোডসহ সম্পূর্ণ বাংলায়

এই পাঠে যা শিখবেন

  • কনসেন্ট, ডেটা মিনিমাইজেশন ও পারপাস লিমিটেশন — এই তিনটি নীতির স্বতন্ত্র সংজ্ঞা
  • কেন এই নীতিগুলো একসাথে কাজ করে — সম্মতি ছাড়া উদ্দেশ্য অর্থহীন, উদ্দেশ্য ছাড়া মিনিমাইজেশন অসম্ভব
  • "বৈধ সম্মতি"-র জন্য প্রয়োজনীয় শর্তগুলো (স্পষ্ট, তথ্যপূর্ণ, স্বেচ্ছাকৃত, প্রত্যাহারযোগ্য)
  • Python দিয়ে একটি সত্যিকারের পারপাস-লিমিটেশন চেকার — একই ফিল্ড এক উদ্দেশ্যে অতিরিক্ত, অন্য উদ্দেশ্যে বৈধ হতে পারে

১ · তিনটি নীতি, একটি সম্পর্ক

কনসেন্টConsentব্যবহারকারীর স্পষ্ট, তথ্যপূর্ণ ও স্বেচ্ছাকৃত সম্মতি যে তার ডেটা একটি নির্দিষ্ট উদ্দেশ্যে ব্যবহার করা যাবে — যেকোনো সময় প্রত্যাহারযোগ্য।, ডেটা মিনিমাইজেশনData Minimizationঘোষিত উদ্দেশ্যের জন্য সত্যিই প্রয়োজনীয় সর্বনিম্ন পরিমাণ তথ্য সংগ্রহ করার নীতি।, এবং পারপাস লিমিটেশনPurpose Limitationএকটি নির্দিষ্ট উদ্দেশ্যে সংগৃহীত ডেটা শুধু সেই উদ্দেশ্যেই ব্যবহার করা, পরবর্তীতে ভিন্ন উদ্দেশ্যে ব্যবহার না করার নীতি। — এই তিনটি নীতি একসাথে একটি চেইন তৈরি করে। প্রথমে একটি স্পষ্ট উদ্দেশ্য ঘোষণা করতে হয়; সেই উদ্দেশ্যের ভিত্তিতেই ব্যবহারকারীর কাছ থেকে সম্মতি নেওয়া হয়; এবং সেই একই উদ্দেশ্য নির্ধারণ করে দেয় ঠিক কতটুকু তথ্য সংগ্রহ করা "প্রয়োজনীয়"। উদ্দেশ্যটি অস্পষ্ট বা অতিরিক্ত ব্যাপক হলে (যেমন "আমাদের সেবা উন্নত করতে") বাকি দুটো নীতিই কার্যত অর্থহীন হয়ে পড়ে — কারণ প্রায় যেকোনো ডেটা সংগ্রহকেই তখন "প্রয়োজনীয়" বলে দাবি করা যায়।

GDPR-এর সাথে সম্পর্ক

এই তিনটি নীতি GDPR-এর মূল স্তম্ভগুলোর অংশ, কিন্তু এখানে আমরা এগুলোকে জেনেরিক ডিজাইন নীতি হিসেবে শিখছি — যেকোনো আইনি এখতিয়ারে প্রযোজ্য একটি ভালো প্র্যাকটিস হিসেবে। GDPR-এর নির্দিষ্ট আইনি ধারা, অধিকার (যেমন "right to be forgotten") ও জরিমানার কাঠামো নিয়ে সম্পূর্ণ আলোচনা এই কোর্সেরই পরবর্তী একটি মডিউলে (রেগুলেশন ও গভর্নেন্স) আসবে।

২ · বৈধ সম্মতির শর্তাবলি

স্পষ্ট (Explicit)
সম্মতি একটি সুনির্দিষ্ট, ইতিবাচক পদক্ষেপ হতে হবে — নীরবতা, প্রি-চেকড বক্স, বা নিষ্ক্রিয়তা সম্মতি নয়।
তথ্যপূর্ণ (Informed)
ব্যবহারকারীকে বুঝতে হবে ঠিক কী তথ্য, কী উদ্দেশ্যে সংগ্রহ করা হচ্ছে — জটিল আইনি ভাষায় লুকানো শর্ত তথ্যপূর্ণ সম্মতি নয়।
স্বেচ্ছাকৃত (Freely given)
সম্মতি না দিলে সেবা ব্যবহার করাই যাবে না — এমন শর্ত থাকলে তা প্রকৃতপক্ষে স্বেচ্ছাকৃত সম্মতি নয়, বাধ্যতামূলক শর্ত।
প্রত্যাহারযোগ্য (Revocable)
সম্মতি দেওয়ার মতোই সহজে তা প্রত্যাহার করার সুযোগ থাকতে হবে — সম্মতি একটি একবারের সিদ্ধান্ত নয়, চলমান একটি সম্পর্ক।

৩ · কোড দিয়ে পারপাস লিমিটেশন যাচাই

নিচের কোড সেলে একটি ফাংশন — check_purpose_limitation — একটি ফর্মে সংগৃহীত ফিল্ডগুলোকে তার ঘোষিত উদ্দেশ্যের প্রয়োজনীয়তার তালিকার সাথে তুলনা করে দেখায় কোন ফিল্ডগুলো "প্রয়োজনীয়" আর কোনগুলো "অতিরিক্ত"। লক্ষণীয় বিষয় — একই ফিল্ড (যেমন বাড়ির ঠিকানা) এক উদ্দেশ্যে অতিরিক্ত কিন্তু অন্য উদ্দেশ্যে সম্পূর্ণ বৈধ হতে পারে।

Python
# একটি সিন্থেটিক, ইলাস্ট্রেটিভ উদাহরণ -- বাস্তব কোনো কোম্পানির ফর্ম নয়
# একটি ফর্ম তার ঘোষিত উদ্দেশ্যের চেয়ে বেশি তথ্য সংগ্রহ করছে কিনা তা যাচাই করা

# প্রতিটি উদ্দেশ্যের জন্য সত্যিই প্রয়োজনীয় ফিল্ডের তালিকা
purpose_requirements = {
    "newsletter_signup": {"email", "first_name"},
    "package_delivery_signup": {"email", "first_name", "home_address", "phone_number"},
}

def check_purpose_limitation(collected_fields, stated_purpose, purpose_requirements):
    """collected_fields-এর মধ্যে কোনগুলো stated_purpose-এর জন্য প্রয়োজনীয় (necessary)
    আর কোনগুলো অতিরিক্ত (excessive) তা আলাদা করে রিটার্ন করে।"""
    required = purpose_requirements.get(stated_purpose, set())
    necessary = [f for f in collected_fields if f in required]
    excessive = [f for f in collected_fields if f not in required]
    return necessary, excessive

# দৃশ্যকল্প A: একটি "নিউজলেটার সাইনআপ" ফর্ম যা প্রয়োজনের চেয়ে বেশি তথ্য চাইছে
form_A_fields = ["email", "first_name", "date_of_birth", "home_address", "phone_number"]
necessary_A, excessive_A = check_purpose_limitation(form_A_fields, "newsletter_signup", purpose_requirements)
ratio_A = len(excessive_A) / len(form_A_fields)

print("=== দৃশ্যকল্প A: নিউজলেটার সাইনআপ ফর্ম ===")
print("প্রয়োজনীয় ফিল্ড:  ", necessary_A)
print("অতিরিক্ত ফিল্ড:   ", excessive_A)
print(f"অতিরিক্ত সংগ্রহের হার: {ratio_A*100:.0f}% ({len(excessive_A)}/{len(form_A_fields)} ফিল্ড)")

# দৃশ্যকল্প B: একটি "প্যাকেজ ডেলিভারি সাইনআপ" ফর্ম যেখানে ঠিকানা/ফোন সত্যিই প্রয়োজনীয়
form_B_fields = ["email", "first_name", "home_address", "phone_number"]
necessary_B, excessive_B = check_purpose_limitation(form_B_fields, "package_delivery_signup", purpose_requirements)
ratio_B = len(excessive_B) / len(form_B_fields)

print("\n=== দৃশ্যকল্প B: প্যাকেজ ডেলিভারি সাইনআপ ফর্ম ===")
print("প্রয়োজনীয় ফিল্ড:  ", necessary_B)
print("অতিরিক্ত ফিল্ড:   ", excessive_B)
print(f"অতিরিক্ত সংগ্রহের হার: {ratio_B*100:.0f}% ({len(excessive_B)}/{len(form_B_fields)} ফিল্ড)")

    
দৃশ্যকল্প A-তে home_address ও phone_number "অতিরিক্ত" হিসেবে চিহ্নিত হয় (৩টি অতিরিক্ত ফিল্ড, ৬০% অতিরিক্ত সংগ্রহের হার), কিন্তু দৃশ্যকল্প B-তে ঠিক সেই একই দুটি ফিল্ড "প্রয়োজনীয়" (০% অতিরিক্ত) — কারণ ডেলিভারির জন্য ঠিকানা সত্যিই দরকার। এই তুলনাটিই পারপাস লিমিটেশনের মূল কথা প্রমাণ করে: কোনো ফিল্ড নিজে থেকেই "অতিরিক্ত" বা "প্রয়োজনীয়" নয় — এটি সম্পূর্ণভাবে নির্ভর করে ঘোষিত উদ্দেশ্যের উপর।
মূল কথা · Key takeaway

ডেটা মিনিমাইজেশনের প্রশ্ন কখনোই "এই ফিল্ডটি কি সংবেদনশীল?" নয় — বরং "এই ফিল্ডটি কি ঘোষিত উদ্দেশ্যের জন্য সত্যিই প্রয়োজনীয়?" একটি সিস্টেম ডিজাইন করার সময় প্রতিটি সংগৃহীত ফিল্ডের বিপরীতে এই প্রশ্নটি জিজ্ঞাসা করা — এবং উদ্দেশ্য বদলালে পুনরায় সম্মতি নেওয়া — একটি ব্যবহারিক, কোড-প্রয়োগযোগ্য প্রাইভেসি নীতি।

ভাবনার প্রশ্ন

প্রতিটি প্রশ্ন নিজে কিছুক্ষণ ভাবুন — তারপর "→ উত্তর" চাপুন।

প্র ০১ একটি প্রি-চেকড "আমি বিজ্ঞাপনমূলক ইমেইল পেতে সম্মত" চেকবক্স কেন "বৈধ সম্মতি" হিসেবে গণ্য হয় না?

কারণ বৈধ সম্মতির শর্ত হলো একটি সুনির্দিষ্ট, ইতিবাচক পদক্ষেপ (opt-in) — ব্যবহারকারী সচেতনভাবে একটি বক্স চেক করেছেন এমন প্রমাণ থাকতে হবে। একটি প্রি-চেকড বক্স আসলে ব্যবহারকারীর নিষ্ক্রিয়তাকে (বক্সটি আনচেক না করা) সম্মতি হিসেবে গণনা করে — যা "স্বেচ্ছাকৃত ও স্পষ্ট" শর্ত পূরণ করে না, কারণ অনেক ব্যবহারকারী হয়তো বক্সটি লক্ষ্যই করেননি।

প্র ০২ একটি কোম্পানি বলে "আমরা আপনার ডেটা আমাদের সেবা উন্নত করতে ব্যবহার করব" — এই উদ্দেশ্যটি কেন পারপাস লিমিটেশনের জন্য সমস্যাজনক?

কারণ "সেবা উন্নত করা" এত ব্যাপক একটি উদ্দেশ্য যে প্রায় যেকোনো ডেটা ব্যবহারকেই এর আওতায় ফেলা যায় — এটি কোনো প্রকৃত সীমা তৈরি করে না। পারপাস লিমিটেশন কাজ করার জন্য উদ্দেশ্যটি যথেষ্ট নির্দিষ্ট হতে হবে যাতে বোঝা যায় ঠিক কোন ধরনের ডেটা-ব্যবহার এর মধ্যে পড়ে আর কোনটি পড়ে না — অস্পষ্ট উদ্দেশ্য কার্যত সীমাহীন উদ্দেশ্যের সমতুল্য।

প্র ০৩ উপরের কোডে যদি purpose_requirements["newsletter_signup"]-এ "home_address" যোগ করা হয়, দৃশ্যকল্প A-এর ফলাফল কীভাবে বদলাবে?

তখন home_address "প্রয়োজনীয়" তালিকায় চলে যাবে, ফলে excessive_A-এ শুধু date_of_birth ও phone_number থাকবে — অতিরিক্ত সংগ্রহের হার ৬০% থেকে ৪০%-এ নেমে আসবে (৫টির মধ্যে ২টি)। কিন্তু বাস্তবে এটি করা মানে হলো purpose_requirements টেবিলটিকেই পরিবর্তন করে দেওয়া — অর্থাৎ ফর্মটি সত্যিই ঠিকানা প্রয়োজন কিনা তা প্রথমে সততার সাথে যাচাই করতে হবে, কোড পরিবর্তন করে সমস্যাটি "সমাধান" করা যায় না।

অনুশীলন

  1. চিন্তা করুন: আপনি সম্প্রতি ব্যবহার করা কোনো একটি অ্যাপ বা ওয়েবসাইটের সাইনআপ ফর্মের কথা মনে করুন। এতে কি এমন কোনো ফিল্ড ছিল যা আপনার কাছে অপ্রয়োজনীয় মনে হয়েছিল?

    সাধারণ উদাহরণ হতে পারে — একটি সাধারণ কনটেন্ট অ্যাপে জন্মতারিখ (বয়স-ভিত্তিক সীমাবদ্ধতা না থাকলে অপ্রয়োজনীয়), লিঙ্গ (যদি সেবার সাথে সরাসরি সম্পর্কিত না হয়), বা একটি ফ্রি ট্রায়ালের জন্য পূর্ণ বাড়ির ঠিকানা। মূল প্রশ্নটি সবসময় — এই ফিল্ডটি ছাড়া কি বলা উদ্দেশ্যটি (এই ক্ষেত্রে "অ্যাকাউন্ট তৈরি করা") পূরণ করা অসম্ভব হয়ে যেত?

  2. পরীক্ষা করুন: উপরের কোড সেলে একটি নতুন উদ্দেশ্য যোগ করুন — purpose_requirements["age_verification"] = {"date_of_birth"} — এবং একটি দৃশ্যকল্প C তৈরি করুন যেখানে collected_fields = ["date_of_birth", "email", "home_address"] এই উদ্দেশ্যে যাচাই করা হয়। কতগুলো ফিল্ড অতিরিক্ত হবে?

    required = {"date_of_birth"} হওয়ায় শুধু date_of_birth "প্রয়োজনীয়" হবে, আর email ও home_address — দুটোই "অতিরিক্ত" হিসেবে চিহ্নিত হবে (৩টির মধ্যে ২টি, অর্থাৎ প্রায় ৬৭% অতিরিক্ত সংগ্রহের হার) — কারণ শুধু বয়স যাচাইয়ের জন্য ইমেইল বা ঠিকানার কোনো প্রয়োজন নেই।

আরও পড়ুন · ABCL TECH-এ আপনার পরবর্তী পদক্ষেপ

আগের পাঠ
প্রাইভেসি কী ও কেন এটি কম্পিউটিং-এর একটি বিষয়