لماذا تكرر العشوائية النتائج نفسها؟

النقاط الأساسية

• السلاسل المتتابعة طبيعية في العشوائية غير المعدلة، ولا تدل على تعطل المولد أو انحيازه.
• يتوقع الحدس البشري التناوب قبل أن تنتجه العشوائية الحقيقية؛ وغالبًا ما تكون هذه الفجوة مصدر الشكوى.
• توازن سياسة تقليل التكرار الخيارات وفق النتائج الأخيرة. يقل التكرار لكنه لا يصل إلى الصفر.
• عندما يجب ألا تتغير الاحتمالات في كل سحب، مثل الجوائز والتدقيق، استخدم الأدوات القياسية. استخدم صفحات تقليل التكرار عندما يكون التناوب المنصف مهمًا.

السلاسل المتتابعة ليست عيبًا

عندما يظهر الرقم 4 على النرد ثلاث مرات متتالية، يشتبه كثيرون في أن هذا النرد منحاز.

لكن تتابع النتيجة نفسها يحدث أيضًا في العشوائية الكاملة التي لم يُغيّر أسلوبها. يبلغ احتمال ظهور الوجه نفسه ثلاث مرات متتالية في موضع معين نحو 2.8%. وبذلك، يُتوقع أن يحدث هذا في موضعين أو ثلاثة تقريبًا عند رمي النرد 100 مرة.

تلفت السلاسل الانتباه بسبب الفجوة بينها وبين الحدس. فالحدس البشري يتوقع التناوب في وقت أبكر مما تنتجه التسلسلات العشوائية الحقيقية.

أظهرت دراسة Bar-Hillel وWagenaar أن تسلسلات الأرقام التي يكتبها الناس يدويًا تحتوي على سلاسل أقل من التسلسلات العشوائية الحقيقية. أي إن العشوائية الحقيقية تُظهر سلاسل أكثر مما تظهره التسلسلات التي يكتبها الناس على نحو يبدو لهم «عشوائيًا».

ويحدث الأمر نفسه في سحوبات الغاتشا ذات معدلات الفوز الثابتة. فكل سحب لا يعتمد على النتيجة السابقة، ولذلك تقع فترات الإخفاق الطويلة وظهور العناصر النادرة تباعًا ضمن الاحتمالات. ولا يصح اعتبار أحد الاتجاهين وحده أمرًا نادرًا؛ فالسلاسل في كلا الاتجاهين أمر معتاد في العشوائية الكاملة.

لماذا يزعجنا اختيار الشخص نفسه مجددًا؟

عندما ينتهي السحب أو الخلط باختيار الشخص نفسه مرارًا، يشعر المستخدمون بأمرين معًا: الشك في الأداة، وإحباط من ينتظرون دورهم.

ينبع الشعور الثاني من اعتبار مجموعة المرشحين تناوبًا. في قوائم المناوبات وترتيب العروض الأسبوعية — أي حالة تكون فيها النتائج السابقة جزءًا من المهمة — تكون الطريقة التي توازن احتمالات الخيارات وفق النتائج الأخيرة أريح في الاستخدام.

واجهت تطبيقات الموسيقى الشكوى نفسها. يضبط Spotify الخلط بحيث يقل احتمال تشغيل الأغنية نفسها مرتين متتاليتين؛ ويُذكر شرح Spotify Engineering لهذا التنفيذ ضمن المصادر.

كيف تعمل سياسة تقليل التكرار

تستخدم الصفحات المخصصة في هذا الموقع النهج الآتي.

1. مصدر العشوائية هو نفسه المستخدم في الأدوات القياسية: عشوائية تشفيرية داخل المتصفح.
2. قبل كل اختيار، ترفع النتائج الأخيرة درجة «عدم الاحتمال» لكل مرشح: عقوبة كبيرة للقيمة التي اختيرت للتو، وعقوبة خفيفة لما تكرر خلال فترة قصيرة.
3. بعد ذلك تُختار النتيجة الفعلية عشوائيًا من بين المرشحين، وتؤثر الدرجات في أوزانهم.

لأن العقوبات تظل معتدلة، لا يصل التكرار إلى الصفر، ولا تُفضّل أي نتيجة دائمًا أو تُحظر نهائيًا. وعلى المدى الطويل تعود معدلات الظهور إلى توزيع متقارب بدلًا من تضخيم الانحياز، ولا يثبت التسلسل في دورة مثل 1→2→3…

قارن 100 و1,000 رمية

يرمي المحاكي أدناه نردًا قياسيًا وآخر بسياسة تقليل التكرار العدد نفسه من المرات، ويعرض أعداد الأوجه والسلاسل جنبًا إلى جنب. ينتج كل ضغط تسلسلين جديدين (ولا تُحفظ النتائج).

عند 100 تجربة، قد يظهر أحد الأوجه 20 مرة وآخر 8 مرات في كلتا الطريقتين. وعند 1,000 تجربة، تقترب أعداد طريقة تقليل التكرار من القيمة النظرية 1/6، وينخفض بوضوح عدد الرميات المطابقة للوجه السابق، كما تقصر أطول سلسلة.

ملاحظة: لا يطابق جانب تقليل التكرار نظرية الرميات المستقلة. فهذا الاختلاف هو أثر مراعاة السياسة للنتائج السابقة. استخدم أدوات العشوائية القياسية للحسابات التي تتطلب النظرية الدقيقة.

أي أداة تستخدم؟

اتخذ القرار وفق الغرض، لا وفق ما يبدو أفضل.

عندما يكون تغيير الاحتمالات بين السحوبات غير مقبول، كما في سحب الجوائز، استخدم أداة العشوائية القياسية. أما عندما يكون من المهم توزيع الأدوار بالتناوب لتقليل استياء المستخدمين، فقد تكون صفحات تقليل التكرار أنسب.

المصادر

• Bar-Hillel, Maya & Wagenaar, Willem A. (1991), “The perception of randomness”, Advances in Applied Mathematics, 12(4), 428–454. تتعارض السلاسل في التسلسلات العشوائية الحقيقية مع ما يتوقعه الناس.
• Falk, Ruma & Konold, Clifford E. (1997). “Making sense of randomness: Implicit encoding as a basis for judgment”. Psychological Review, 104(2), 301–318.
• Spotify Engineering (2025-11-13). “Shuffle: Making Random Feel More Human”.

آخر تحديث: 2026-10-10