ক্যাপস্টোন — একটি হিউম্যান-সেন্টার্ড AI ফিচার এন্ড-টু-এন্ড ডিজাইন ও ইভালুয়েশন

# ========== ধাপ ১: ট্রাস্ট-ক্যালিব্রেশন / কনফিডেন্স চেক ==========
import random
random.seed(31)

def simulate_suggestions(n, appropriate_prob, conf_mean, conf_sd):
    rows = []
    for _ in range(n):
        conf = min(0.99, max(0.05, random.gauss(conf_mean, conf_sd)))
        appropriate = random.random() < appropriate_prob
        rows.append({"confidence": conf, "appropriate": appropriate})
    return rows

# রুটিন প্রেক্ষাপট: সংক্ষিপ্ত, পরিচিত ইমেইল (অ্যাকনলেজমেন্ট, শিডিউলিং কনফার্মেশন)
routine = simulate_suggestions(200, appropriate_prob=0.93, conf_mean=0.82, conf_sd=0.10)
# নতুন প্রেক্ষাপট: জটিল/স্পর্শকাতর ইমেইল -- মডেলের কনফিডেন্স প্রায় একই রকম উচ্চ থাকে,
# কিন্তু প্রকৃত appropriateness নাটকীয়ভাবে কমে যায়
novel = simulate_suggestions(200, appropriate_prob=0.61, conf_mean=0.78, conf_sd=0.12)

CONF_THRESHOLD = 0.55  # L56-এ ঠিক করা থ্রেশহোল্ড -- এর নিচে কোনো চিপ দেখানো হয় না

def shown(rows, threshold):
    return [r for r in rows if r["confidence"] >= threshold]

shown_routine = shown(routine, CONF_THRESHOLD)
shown_novel = shown(novel, CONF_THRESHOLD)

def pct(x, n):
    return x / n * 100 if n else 0.0

def actual_rate(rows):
    return pct(sum(1 for r in rows if r["appropriate"]), len(rows))

def avg_conf(rows):
    return pct(sum(r["confidence"] for r in rows), len(rows))

routine_shown_rate = pct(len(shown_routine), len(routine))
novel_shown_rate = pct(len(shown_novel), len(novel))
routine_actual = actual_rate(shown_routine)
novel_actual = actual_rate(shown_novel)
routine_conf = avg_conf(shown_routine)
novel_conf = avg_conf(shown_novel)
routine_gap = routine_conf - routine_actual
novel_gap = novel_conf - novel_actual

print(f"রুটিন প্রেক্ষাপট (n={len(routine)}): {len(shown_routine)}টি চিপ দেখানো হয়েছে ({routine_shown_rate:.1f}%)")
print(f"  গড় কনফিডেন্স {routine_conf:.1f}%  |  প্রকৃত appropriate-rate {routine_actual:.1f}%  |  গ্যাপ {routine_gap:+.1f}")
print(f"\nনতুন প্রেক্ষাপট (n={len(novel)}): {len(shown_novel)}টি চিপ দেখানো হয়েছে ({novel_shown_rate:.1f}%)")
print(f"  গড় কনফিডেন্স {novel_conf:.1f}%  |  প্রকৃত appropriate-rate {novel_actual:.1f}%  |  গ্যাপ {novel_gap:+.1f}")

# ========== ধাপ ২: System Usability Scale (SUS) স্কোর ==========
respondents = [
    [4, 2, 5, 1, 4, 2, 5, 1, 4, 2],
    [5, 1, 4, 2, 4, 1, 5, 2, 4, 1],
    [3, 3, 4, 2, 3, 2, 4, 2, 3, 3],
    [4, 2, 5, 2, 4, 1, 4, 1, 5, 2],
    [2, 4, 3, 3, 3, 3, 3, 3, 3, 4],
]

def sus_score(responses):
    total = 0
    for i, score in enumerate(responses):
        item_num = i + 1
        if item_num % 2 == 1:          # বিজোড় আইটেম (ইতিবাচক ভাষায় লেখা): score - 1
            total += (score - 1)
        else:                          # জোড় আইটেম (নেতিবাচক ভাষায় লেখা): 5 - score
            total += (5 - score)
    return total * 2.5

sus_scores = [sus_score(r) for r in respondents]
for i, s in enumerate(sus_scores):
    print(f"রেসপন্ডেন্ট {i+1}: {respondents[i]}  ->  SUS = {s:.1f}")

avg_sus = sum(sus_scores) / len(sus_scores)
print(f"\nগড় SUS স্কোর (n={len(sus_scores)}): {avg_sus:.1f}  (ইন্ডাস্ট্রি-গড় বেঞ্চমার্ক প্রায় ৬৮)")

# ========== ধাপ ৩: WCAG কনট্রাস্ট-রেশিও চেক ==========
def relative_luminance(rgb):
    def channel(c):
        c = c / 255
        if c <= 0.03928:
            return c / 12.92
        return ((c + 0.055) / 1.055) ** 2.4
    r, g, b = rgb
    return 0.2126 * channel(r) + 0.7152 * channel(g) + 0.0722 * channel(b)

def contrast_ratio(rgb1, rgb2):
    l1 = relative_luminance(rgb1)
    l2 = relative_luminance(rgb2)
    lighter, darker = max(l1, l2), min(l1, l2)
    return (lighter + 0.05) / (darker + 0.05)

AA_NORMAL = 4.5

pairs = [
    ("সাজেশন চিপ টেক্সট (navy) অন চিপ ব্যাকগ্রাউন্ড (হালকা নীল)", (26, 54, 93), (234, 242, 255)),
    ("হাই-কনফিডেন্স স্টাইল টেক্সট (সাদা) অন এক্সেন্ট ব্যাকগ্রাউন্ড (সবুজ)", (255, 255, 255), (47, 133, 90)),
    ("মিউটেড হেল্পার টেক্সট (হালকা ধূসর) অন সাদা ব্যাকগ্রাউন্ড", (148, 163, 184), (255, 255, 255)),
]

results = []
for label, fg, bg in pairs:
    ratio = contrast_ratio(fg, bg)
    status = "PASS" if ratio >= AA_NORMAL else "FAIL"
    results.append((label, ratio, status))
    print(f"{label}\n  contrast = {ratio:.2f}:1  (AA থ্রেশহোল্ড {AA_NORMAL}:1)  ->  {status}\n")

passed_pairs = sum(1 for _, _, s in results if s == "PASS")
total_pairs = len(results)
print(f"মোট {total_pairs}টি রঙ-জোড়ার মধ্যে {passed_pairs}টি AA পাস করেছে")

# ========== ধাপ ৪: লেভেল-অফ-অটোমেশন শ্রেণীবিভাগ (চূড়ান্ত শিপড ডিজাইন) ==========
def classify_automation_level(d):
    if not d["ai_suggests"]:
        return 1
    if d["shows_multiple_options"] and d["requires_manual_send"]:
        return 3
    if d["prefilled_in_box"] and d["requires_manual_send"]:
        return 5
    if d["requires_manual_send"]:
        return 4
    if d["auto_sends"] and d["veto_window_seconds"] > 0:
        return 6
    if d["auto_sends"]:
        return 8
    return 2

shipped_design = {
    "name": "শিপড ডিজাইন -- কনফিডেন্স থ্রেশহোল্ড পার হলে ৩টি চিপ, ম্যানুয়াল সিলেক্ট ও সেন্ড",
    "ai_suggests": True, "shows_multiple_options": True, "requires_manual_send": True,
    "prefilled_in_box": False, "auto_sends": False, "veto_window_seconds": 0,
}
level = classify_automation_level(shipped_design)
print(f"{shipped_design['name']}")
print(f"অটোমেশন লেভেল: {level}\n")

# ধাপ ১-এর ডেটা পুনরায় ব্যবহার করে সামগ্রিক 'অ্যাসিস্ট রেট'
combined_n = len(routine) + len(novel)
combined_shown = len(shown_routine) + len(shown_novel)
overall_assist_rate = pct(combined_shown, combined_n)
print(f"দুই প্রেক্ষাপট মিলিয়ে মোট {combined_n}টি ইমেইলের মধ্যে {combined_shown}টিতে অন্তত একটি চিপ দেখানো হয়েছে ({overall_assist_rate:.1f}%)")
print(f"কিন্তু লেভেল {level} মানে -- কনফিডেন্স যতই বেশি হোক না কেন, AI কখনও নিজে থেকে Send করে না; চূড়ান্ত ক্লিক সবসময় মানুষের")

# ========== ধাপ ৫: ওয়েটেড HCAI চেকলিস্ট স্কোর ==========
checklist = [
    {"name": "ট্রাস্ট ক্যালিব্রেশন গ্যাপ (নতুন প্রেক্ষাপট) যুক্তিসঙ্গত সীমার মধ্যে (<=15 পয়েন্ট)", "weight": 3,
     "score": 1.0 if novel_gap <= 15 else (0.5 if novel_gap <= 25 else 0.0)},
    {"name": "SUS স্কোর ইন্ডাস্ট্রি-গড় (68) এর উপরে", "weight": 3,
     "score": 1.0 if avg_sus >= 68 else (0.5 if avg_sus >= 60 else 0.0)},
    {"name": "WCAG AA কনট্রাস্ট (4.5:1) সব UI টেক্সট পেয়ারে পাস", "weight": 2,
     "score": passed_pairs / total_pairs},
    {"name": "চূড়ান্ত সেন্ড-সিদ্ধান্তে মানুষ থাকে (automation level <= 5)", "weight": 3,
     "score": 1.0 if level <= 5 else 0.0},
    {"name": "কম-কনফিডেন্স ক্ষেত্রে সাজেশন লুকানো থাকে (over-trust ঝুঁকি সীমিত)", "weight": 2, "score": 1.0},
    {"name": "সহজে এডিট/ওভাররাইড/ডিসমিস করা যায় (গ্রেসফুল ফলব্যাক)", "weight": 2, "score": 1.0},
    {"name": "সর্বোচ্চ ৩টি অপশন -- কগনিটিভ লোড সীমিত", "weight": 1, "score": 1.0},
    {"name": "ব্যবহারকারীর সংশোধন/ইগনোর থেকে সিস্টেম শেখে (ফিডব্যাক লুপ) -- আংশিক বাস্তবায়িত", "weight": 1, "score": 0.5},
]

total_weight = sum(item["weight"] for item in checklist)
weighted_sum = sum(item["weight"] * item["score"] for item in checklist)
checklist_pct = weighted_sum / total_weight * 100

for item in checklist:
    print(f"[w={item['weight']}] {item['score']:.2f}  {item['name']}")

print(f"\nমোট ওজন: {total_weight}  |  ওয়েটেড স্কোর: {weighted_sum:.2f}  |  চূড়ান্ত চেকলিস্ট স্কোর: {checklist_pct:.1f}%")

# ========== ধাপ ৬: চূড়ান্ত মূল্যায়ন সারাংশ ও সুপারিশ -- ধাপ ১-৫-এর প্রকৃত ফলাফল থেকে ==========
major_issues = [item["name"] for item in checklist if item["weight"] >= 3 and item["score"] < 1.0]
minor_issues = [item["name"] for item in checklist if item["weight"] < 3 and item["score"] < 1.0]

print("=" * 70)
print("চূড়ান্ত মূল্যায়ন সারাংশ -- স্মার্ট রিপ্লাই সাজেশন ফিচার (হাইপোথেটিক্যাল)")
print("=" * 70)
print(f"১. ট্রাস্ট-ক্যালিব্রেশন গ্যাপ: রুটিন {routine_gap:+.1f}, নতুন প্রেক্ষাপট {novel_gap:+.1f}")
print(f"২. গড় SUS স্কোর: {avg_sus:.1f} / 100")
print(f"৩. WCAG AA কনট্রাস্ট: {passed_pairs}/{total_pairs} পেয়ার পাস")
print(f"৪. অটোমেশন লেভেল: {level} (Sheridan-Verplanck-ধাঁচ স্কেলে)")
print(f"৫. ওয়েটেড HCAI চেকলিস্ট স্কোর: {checklist_pct:.1f}%")
print()
print(f"মেজর ইস্যু ({len(major_issues)}টি): {major_issues}")
print(f"মাইনর ইস্যু ({len(minor_issues)}টি): {minor_issues}")

if major_issues:
    verdict = "মেজর রিভিশন দরকার -- উপরের মেজর ইস্যু সমাধানের পর পুনরায় মূল্যায়ন আবশ্যক"
elif checklist_pct >= 90:
    verdict = "রেডি টু শিপ"
elif checklist_pct >= 75:
    verdict = "মাইনর রিভিশন সহ শিপ করা যায়"
else:
    verdict = "রিভিশন দরকার"

print(f"\nচূড়ান্ত সুপারিশ: {verdict}")