কর্পোরেট AI গভর্নেন্স ও অডিটিং

# একটি সিন্থেটিক কর্পোরেট AI গভর্নেন্স ম্যাচুরিটি অ্যাসেসমেন্ট -- বাস্তব কোনো কোম্পানি নয়

governance_checklist = [
    {"criterion": "ডিপ্লয়মেন্টের আগে ডকুমেন্টেড মডেল রিস্ক অ্যাসেসমেন্ট প্রক্রিয়া আছে", "weight": 0.20, "status": "pass"},
    {"criterion": "ডিপ্লয়মেন্টের আগে বায়াস/ফেয়ারনেস টেস্টিং করা হয়",                   "weight": 0.20, "status": "fail"},
    {"criterion": "AI-সম্পর্কিত ইনসিডেন্টের জন্য একটি রেসপন্স প্ল্যান আছে",               "weight": 0.15, "status": "partial"},
    {"criterion": "হিউম্যান ওভারসাইট/আপিল মেকানিজম আছে",                              "weight": 0.20, "status": "pass"},
    {"criterion": "ডিপ্লয়মেন্টের পরে চলমান মনিটরিং করা হয়",                           "weight": 0.15, "status": "partial"},
    {"criterion": "দায়িত্বশীল AI ব্যবহারের উপর স্টাফ ট্রেনিং দেওয়া হয়",                 "weight": 0.10, "status": "fail"},
]

STATUS_SCORE = {"pass": 1.0, "partial": 0.5, "fail": 0.0}

def audit_governance(checklist):
    total_weight = sum(item["weight"] for item in checklist)
    weighted_score = sum(item["weight"] * STATUS_SCORE[item["status"]] for item in checklist)
    maturity_pct = round(100 * weighted_score / total_weight)

    scored_items = []
    for item in checklist:
        contribution = item["weight"] * STATUS_SCORE[item["status"]]
        gap = item["weight"] - contribution
        scored_items.append((item["criterion"], item["status"], gap))

    weakest = sorted(scored_items, key=lambda x: x[2], reverse=True)
    return maturity_pct, weakest

maturity_pct, weakest = audit_governance(governance_checklist)

print(f"মোট ওজন যোগফল: {sum(i['weight'] for i in governance_checklist):.2f}")
print(f"সামগ্রিক গভর্নেন্স ম্যাচুরিটি স্কোর: {maturity_pct}%\n")

print("দুর্বলতম ৩টি ক্ষেত্র (সবচেয়ে বড় ওজনযুক্ত gap অনুযায়ী):")
for criterion, status, gap in weakest[:3]:
    print(f"  - [{status.upper()}] {criterion}  (gap: {gap:.3f})")