কমন গ্রাউন্ড ও শেয়ার্ড মেন্টাল মডেল

# AI আসলে যে কাজগুলো ভালো পারে (True) বা পারে না (False)
ai_actual = {
    "spelling_fix": True,
    "grammar_fix": True,
    "summarize_short_text": True,
    "summarize_long_legal_doc": False,
    "detect_sarcasm": False,
    "translate_common_phrase": True,
    "verify_recent_facts": False,
    "generate_first_draft": True,
    "judge_final_tone_for_client": False,
    "flag_obvious_typos": True,
}

# অনবোর্ডিংয়ের আগে কর্মী যা বিশ্বাস করেন AI পারে
human_belief_before = {
    "spelling_fix": True,
    "grammar_fix": True,
    "summarize_short_text": True,
    "summarize_long_legal_doc": True,   # ভুল ধারণা -- overestimate
    "detect_sarcasm": True,             # ভুল ধারণা -- overestimate
    "translate_common_phrase": True,
    "verify_recent_facts": True,        # ভুল ধারণা -- overestimate
    "generate_first_draft": True,
    "judge_final_tone_for_client": True,  # ভুল ধারণা -- overestimate
    "flag_obvious_typos": False,        # ভুল ধারণা -- underestimate
}

def common_ground_score(belief, actual):
    tasks = list(actual.keys())
    agree = sum(1 for t in tasks if belief[t] == actual[t])
    return agree / len(tasks) * 100

before_score = common_ground_score(human_belief_before, ai_actual)
mismatches_before = [t for t in ai_actual if human_belief_before[t] != ai_actual[t]]

# একটি ছোট অনবোর্ডিং ধাপে সব ভুল বিশ্বাস সংশোধন করা হলো
human_belief_after = dict(human_belief_before)
for t in mismatches_before:
    human_belief_after[t] = ai_actual[t]

after_score = common_ground_score(human_belief_after, ai_actual)

print(f"মোট তুলনা করা সক্ষমতা: {len(ai_actual)}টি")
print(f"অনবোর্ডিংয়ের আগে যেসব বিশ্বাসে অমিল: {mismatches_before}")
print(f"অনবোর্ডিংয়ের আগে কমন গ্রাউন্ড স্কোর: {before_score:.1f}%")
print(f"অনবোর্ডিংয়ের পরে (সব অমিল সংশোধিত) কমন গ্রাউন্ড স্কোর: {after_score:.1f}%")