Pourquoi le hasard répète-t-il les mêmes résultats ?

À retenir

• Les séries sont normales avec un hasard non modifié. Elles ne prouvent pas que le générateur est défectueux ou biaisé.
• Notre intuition attend une alternance plus rapide que le hasard réel. C’est souvent ce décalage qui pose problème.
• Une politique qui réduit les répétitions pondère les possibilités selon les résultats récents. Les répétitions diminuent, sans jamais disparaître.
• Lorsque les probabilités ne doivent pas varier d’un tirage à l’autre (lots et contrôles), utilisez les outils classiques. Choisissez les pages qui réduisent les répétitions lorsque l’équité des rotations compte.

Les séries ne sont pas un défaut

Quand un dé affiche trois fois le 4 de suite, beaucoup se demandent : « Ce dé ne serait-il pas truqué ? »

Pourtant, les séries sont également normales avec un hasard parfait et non modifié. À une position donnée, la probabilité d’obtenir trois fois la même face de suite est d’environ 2,8 %. Sur 100 lancers, cela se produit en moyenne deux ou trois fois quelque part dans la séquence.

Les séries attirent l’attention parce qu’elles contredisent notre intuition. Nous attendons une alternance plus rapide que ne la produit le hasard réel.

L’étude de Bar-Hillel et Wagenaar a montré que les suites de nombres écrites à la main contiennent moins de séries que les véritables suites aléatoires. Les séries ressortent donc davantage dans le hasard réel que dans une suite « qui semble aléatoire » créée par une personne.

On observe la même chose avec les tirages à taux fixes des jeux de type gacha. Comme le tirage ne tient pas compte du résultat précédent, les échecs peuvent s’enchaîner tout comme les objets rares. Ne considérer qu’une seule de ces séries comme surprenante passe à côté de l’essentiel : avec un hasard parfait, les séries sont normales.

Pourquoi « encore la même personne ? » agace

Quand un tirage ou un mélange désigne plusieurs fois la même personne, deux sentiments apparaissent chez les utilisateurs : le doute sur le bon fonctionnement de l’outil et la frustration de ceux qui attendent encore leur tour.

Cette frustration vient de l’attente selon laquelle « tout le monde finira par passer ». Pour les tâches attribuées en tenant compte de l’historique, comme les services en classe ou l’ordre hebdomadaire des présentations, une méthode qui ajuste la pondération des candidats selon les résultats récents réduit cette frustration.

Les applications musicales ont aussi pris en compte la gêne causée par les répétitions. Spotify ajuste son mode aléatoire pour qu’un même morceau soit moins susceptible de passer deux fois de suite. L’exemple est décrit dans la source Spotify Engineering.

Comment fonctionne la politique qui réduit les répétitions

Les pages dédiées de ce site utilisent la méthode suivante.

1. La source d’entropie est le même générateur cryptographique aléatoire intégré au navigateur que celui des outils classiques.
2. Avant chaque choix, les résultats récents augmentent un score d’« improbabilité » pour chaque candidat : une forte pénalité pour la valeur qui vient d’être tirée, et une légère pénalité pour celles qui sont apparues plusieurs fois récemment.
3. Le résultat est ensuite tiré au hasard parmi les candidats, selon les pondérations définies par ces scores.

Comme les pénalités restent modérées, les répétitions ne sont jamais exclues et aucun résultat n’est favorisé ou interdit définitivement. À long terme, les fréquences reviennent à une répartition équilibrée au lieu d’amplifier un biais, et la séquence ne se bloque jamais dans un cycle comme 1→2→3…

Comparer 100 et 1 000 lancers

Le simulateur ci-dessous lance un dé classique et un dé qui réduit les répétitions le même nombre de fois, puis compare côte à côte la fréquence des faces et les séries. Chaque clic génère deux nouvelles séquences (aucun résultat n’est enregistré).

Sur 100 essais, les deux méthodes peuvent afficher une face 20 fois et une autre seulement 8 fois. Sur 1 000 essais, les fréquences du dé qui réduit les répétitions se rapprochent de 1/6 ; le nombre de lancers identiques au précédent baisse nettement, tout comme la longueur de la plus grande série.

Remarque : les valeurs observées avec la méthode qui réduit les répétitions ne correspondent pas à la valeur théorique de lancers indépendants. Cet écart vient de la prise en compte de l’historique récent. Pour comparer à la théorie, utilisez un outil de hasard classique, par exemple le calculateur de probabilité des sommes.

Quel outil utiliser

La règle est de choisir selon son objectif, pas selon la méthode qui semble la meilleure.

Lorsque les probabilités ne doivent pas changer à chaque tirage, utilisez l’outil aléatoire classique. Si l’objectif est que chacun passe à son tour, la variante qui réduit les répétitions est souvent plus agréable.

Sources

• Bar-Hillel, Maya & Wagenaar, Willem A. (1991), “The perception of randomness”, Advances in Applied Mathematics, 12(4), 428–454. Les séries des véritables séquences aléatoires contredisent notre intuition.
• 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”.

Mis à jour: 2026-10-10