ทำไมการสุ่มจึงได้ผลเดิมซ้ำ?

ประเด็นสำคัญ

• ผลซ้ำติดกันเกิดขึ้นได้ตามปกติในการสุ่มทั่วไป ไม่ได้แปลว่าเครื่องสุ่มเสียหรือมีอคติ
• สัญชาตญาณของคนคาดว่าจะเกิดการสลับผลเร็วกว่าที่การสุ่มจริงให้ผล ช่องว่างนี้มักเป็นต้นเหตุของความไม่พอใจ
• นโยบายลดการซ้ำให้น้ำหนักตัวเลือกตามผลล่าสุด ช่วยลดการซ้ำแต่ไม่ทำให้เป็นศูนย์
• เมื่อต้องคงความน่าจะเป็นเดิมในทุกครั้งที่สุ่ม เช่น การจับรางวัลและการตรวจสอบ ให้ใช้เครื่องมือทั่วไป ส่วนกรณีที่ต้องการหมุนเวียนอย่างทั่วถึง ใช้หน้าที่ลดการซ้ำได้

ผลซ้ำติดกันไม่ใช่ข้อผิดพลาด

เมื่อลูกเต๋าออก 4 ติดต่อกันสามครั้ง หลายคนอาจสงสัยว่าลูกเต๋าถูกถ่วงน้ำหนัก แต่แหล่งสุ่มที่ไม่ถูกปรับแต่งก็สร้างผลซ้ำติดกันได้เสมอ การออกหน้าเดียวกันสามครั้งติดกันจะเริ่มเกิดประมาณหนึ่งครั้งในทุก 36 ตำแหน่ง หรือราวสองถึงสามชุดต่อการทอย 100 ครั้ง

ผลซ้ำติดกันสะดุดตาเพราะ สัญชาตญาณ คนคาดหวังให้ผลสลับกันเร็วกว่าที่การสุ่มจริงจะเกิดขึ้น งานทบทวนของ Bar-Hillel และ Wagenaar พบว่าลำดับที่คนเขียนขึ้นเองมีผลซ้ำติดกันน้อยกว่าลำดับสุ่มจริง ความสุ่มจริงจึงดูยุ่งเหยิงกว่ารายการที่ดู "เป็นระเบียบ"

เรื่องเดียวกันนี้เกิดขึ้นกับการสุ่มกาชาที่มีอัตราคงที่ด้วย เพราะการสุ่มครั้งใหม่ไม่ดูผลก่อนหน้า การพลาดหลายครั้งติดกันหรือได้ของหายากหลายครั้งติดกันจึงอยู่ในขอบเขตความน่าจะเป็นทั้งคู่ หากมองเฉพาะการได้ของดีต่อเนื่องว่าเป็นเรื่องน่าประหลาดใจก็จะพลาดประเด็นสำคัญ: ในการสุ่มอย่างแท้จริง ผลซ้ำไม่ว่าจะไปในทิศทางใดก็เกิดขึ้นได้ตามปกติ

ทำไมคำว่า “คนเดิมอีกแล้วเหรอ?” ถึงทำให้รู้สึกแย่

เมื่อการจับฉลากหรือสับลำดับได้คนเดิมซ้ำ ผู้ใช้มักรู้สึกสองอย่างพร้อมกัน คือสงสัยในเครื่องมือ และหงุดหงิดแทนคนที่ยังรอคิว

ความรู้สึกอย่างหลังเกิดจากการมองรายชื่อผู้สมัครเป็น การหมุนเวียน สำหรับตารางเวรและลำดับการนำเสนอประจำสัปดาห์ หรือกิจกรรมใดที่ผลก่อนหน้ามีความสำคัญ นโยบายที่ปรับความน่าจะเป็นของตัวเลือกตามผลล่าสุดย่อมใช้งานได้สบายใจกว่า

แอปฟังเพลงก็พบข้อร้องเรียนแบบเดียวกัน Spotify ปรับการสุ่มเพลงให้เพลงเดิมมีโอกาสเล่นติดกันน้อยลง ตัวอย่างการทำงานนี้อยู่ในบทความ Spotify Engineering ที่ระบุไว้ในแหล่งอ้างอิง

นโยบายลดการซ้ำทำงานอย่างไร

หน้าเครื่องมือเฉพาะบนเว็บไซต์นี้ใช้แนวทางดังต่อไปนี้

1. แหล่งความสุ่มคือระบบสุ่มเชิงเข้ารหัสในเบราว์เซอร์แบบเดียวกับที่เครื่องมือทั่วไปใช้
2. ก่อนเลือกแต่ละครั้ง ระบบจะเพิ่มคะแนน “ความไม่น่าจะถูกเลือก” ให้แต่ละตัวเลือกตามผลล่าสุด โดยเพิ่มมากสำหรับค่าที่เพิ่งถูกเลือก และเพิ่มเล็กน้อยสำหรับค่าที่ออกซ้ำหลายครั้งในช่วงสั้น ๆ
3. จากนั้นจะสุ่มผลจากตัวเลือกทั้งหมด โดยใช้คะแนนดังกล่าวปรับน้ำหนัก

เนื่องจาก บทลงโทษยังคงผ่อนปรน ผลซ้ำจึงไม่เป็นศูนย์ และไม่มีผลใดได้รับสิทธิพิเศษหรือถูกห้ามถาวร เมื่อมองในระยะยาว ความถี่จะค่อย ๆ กลับสู่การกระจายที่สม่ำเสมอ แทนที่จะขยายความเอนเอียง และลำดับจะไม่ติดอยู่ในวงจร เช่น 1→2→3…

เปรียบเทียบการทอย 100 และ 1,000 ครั้ง

เครื่องจำลองด้านล่างทอยลูกเต๋าทั่วไปและลูกเต๋าแบบลดการซ้ำด้วยจำนวนครั้งเท่ากัน แล้วแสดงจำนวนที่ออกแต่ละหน้าและผลซ้ำติดกันเพื่อเปรียบเทียบ ทุกครั้งที่กดจะสุ่มลำดับใหม่ทั้งสองฝั่ง (ไม่มีการบันทึกผล)

เมื่อทดลอง 100 ครั้ง ทั้งสองฝั่งมักมีหน้าหนึ่งออก 20 ครั้ง ขณะที่อีกหน้าออก 8 ครั้ง เมื่อทดลอง 1,000 ครั้ง ยอดรวมของฝั่งลดการซ้ำจะเข้าใกล้ค่าทฤษฎี 1/6 จำนวนครั้งที่ออกหน้าเดียวกับครั้งก่อนลดลงอย่างชัดเจน และช่วงซ้ำติดกันที่ยาวที่สุดก็สั้นลง

หมายเหตุ: ฝั่งลดการซ้ำไม่ตรงกับทฤษฎีของการทอยที่เป็นอิสระต่อกัน ความแตกต่างนี้แสดงว่านโยบายกำลังคำนึงถึงประวัติผล หากต้องการคำนวณตามทฤษฎีอย่างแม่นยำ ให้ใช้เครื่องมือสุ่มทั่วไป

ควรใช้แบบใด

ตัดสินใจ ตามวัตถุประสงค์ ไม่ใช่จากชื่อที่ฟังดูดีกว่า หากความน่าจะเป็นต้องไม่เปลี่ยนระหว่างการสุ่ม ให้ใช้การสุ่มทั่วไป หากต้องการให้ผู้ใช้ได้รับการหมุนเวียนอย่างทั่วถึง หน้าที่ลดการซ้ำจะใช้งานได้สบายใจกว่า

แหล่งที่มา

• Bar-Hillel, Maya & Wagenaar, Willem A. (1991), “The perception of randomness”, Advances in Applied Mathematics, 12(4), 428–454. ลำดับจากการสุ่มจริงมีผลซ้ำติดกัน ซึ่งขัดกับสิ่งที่คนคาดหวัง
• 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”.

อัปเดต: 2026-10-10