人能做到真正隨機嗎？
這個隨機性測驗讓你看看自己到底夠不夠隨機：憑腦袋編20次擲硬幣，機器每次都想提前猜中。心理學家研究人編的隨機序列已經幾十年了，Falk和Konold 1997年在《Psychological Review》上的論文就是其中之一。擲完20次你才會看到被猜中幾次、是哪個習慣出賣了你、真硬幣又是什麼樣子。
這個測驗把這些習慣變成一場和機器的較量。你假裝擲20次硬幣，每次出手前，一個小預測器只根據你前面的結果先猜一次：8種簡單的猜法，各押一種人的習慣（愛換面、愛連著、連兩次就換、跟著最近的套路走、正反湊平均），用加權多數投票合起來，哪條押得準就更信哪條。猜測在你擲完後才亮出來。只看過去結果的預測器，猜真硬幣不可能比亂猜更準，20次平均會猜錯10次；你的隨機度就是你讓它猜錯的次數占這10次的比例。你的前12次還會拿去和Gauvrit等人2017年研究中3,449名網路志願者比較，他們每人想像著擲了12次，同樣跑過這台預測器。之後你會看一枚真硬幣擲20次，最後在0到9裡挑一個數，而機器的猜測在你挑之前就已經封好。
它不是性格測驗，也不測智商。20次樣本很小：就算是真硬幣，也有約13%的時候會被猜中13次以上。對照人群是做線上測驗的一般人，不是盡了全力的人，其中143人12次全寫同一面，所以排名只是參照，不是定論。
這個測驗測什麼
只測一件事，對手是一台機器：你編的硬幣有多難被猜中。
怎麼測
- 憑腦袋假裝擲20次硬幣，每次點一下正面或反面
- 預測器只看你之前的結果，提前猜每一次：8種習慣猜法用加權多數投票合成，同樣的20次永遠得到同樣的猜測
- 接著看一枚真硬幣擲20次作對照，用的是瀏覽器的加密級亂數
- 最後在0到9裡挑一個數，機器的猜測在你挑之前已經封好
你會得到什麼
- 20次中被提前猜中幾次，以及最明顯的那個習慣
- 「像硬幣一樣隨機」：你讓機器猜錯的次數，占真硬幣平均10次的百分之幾，0到100%
- 你的前12次在Gauvrit等（2017）的3,449名網路志願者中排在哪裡：比百分之多少的人更難猜
- 一張分析單：你的換面率和真硬幣的50%相比、你的最長連續和真硬幣連續這麼長的機率、連續長度分布、出賣你的習慣
- 一張可分享的成績卡，以及一個邀朋友來比誰更難猜的連結
開始之前
- 大約一分鐘
- 不需要耳機，音效可開可關
- 手機和電腦都能玩，鍵盤上左右方向鍵也能擲
- 別用真硬幣或亂數App，要測的是你自己腦袋編出來的
關於隨機和擲硬幣的常見問題
這個測驗免費嗎？要註冊才能看結果嗎？
免費，也不用註冊：不要帳號、不要信箱、不用付錢。做完最後一題，結果就直接出現在這一頁，可以馬上分享，也可以再玩一次。
人能做到真正隨機嗎？
這正是這個測驗要問你的，答案在你擲完20次之後的分析單上，因為先知道就會改變你的擲法。研究者量過人編序列時的各種習慣，例如多常換面（Falk和Konold，1997）；這裡的預測器押的就是八種這樣的習慣，分析單會告訴你，它在你身上抓到了哪一種，或者一種也沒抓到。
隨機度是怎麼算的？
隨機度看的是機器在你20次中猜錯了幾次，再除以真硬幣平均會被猜錯的10次。猜錯10次以上是100%，猜錯6次是60%。預測器只能看到你已經擲出的結果，所以它猜真硬幣不可能比亂猜更準。
擲20次硬幣，連續幾次同一面算正常？
擲完20次後，分析單會告訴你，所以先憑感覺擲。它把你的最長連續和真硬幣擲20次最常見的最長連續放在一起，算出真硬幣至少連續這麼長的精確機率，還會緊接著真擲20次給你看。這些都是把20次的所有可能序列逐一數出來的精確值。
為什麼第二次測出來不一樣？
20次樣本很小，運氣占的比重不小：一枚真硬幣也有約13%的時候會被這台預測器猜中13次以上。多測幾次比只測一次更能說明問題，分析單上列出的習慣也比單次分數更穩定。
測驗裡的真硬幣是真的隨機嗎？
是。對照用的20次真硬幣，來自瀏覽器的加密級亂數產生器，不是事先排好的圖樣。分析單上真硬幣的數字都是精確值：20次的全部2²⁰種可能序列，都逐一跑過了同一台預測器。
夠不夠隨機，和智商或性格有關嗎？
沒有關係。這是一個一分鐘的小遊戲，講的是人判斷隨機時一個被研究得很透徹的習慣，不是心理測評。拿來對照的是Gauvrit等（2017）的3,449名網路志願者，不少人答得很隨意，所以排名說明的是這12次，不是你這個人。
數字從哪裡來
排名是把你前12次被預測器猜錯的次數，和同一台預測器跑在Gauvrit等公開資料中3,449名志願者各自想像的12次上的結果比較；只保留彙總計數。真硬幣的數字是對所有可能序列的精確計數，不是模擬。本站不公開自己玩家的資料。
- Falk & Konold (1997), Psychological Review — Making sense of randomness: Implicit encoding as a basis for judgment
- Gauvrit, Zenil, Soler-Toscano, Delahaye & Brugger (2017), PLOS Computational Biology — Human behavioral complexity peaks at age 25
- Gauvrit et al. (2017) data set — HumanBehavioralComplexity
怎麼計分
加權多數投票
8個簡單的預測器各押一種習慣。哪個猜錯一次，它的發言權就降到原來的55%，所以最後的判斷會偏向你身上真有的那個習慣。
像硬幣一樣隨機
20次中機器猜錯的次數，除以真硬幣平均猜錯的10次，最高100%。猜錯10次是100%，猜錯6次是60%。
人群排名
只用你的前12次，跑同一台預測器，再和志願者想像的12次比較。比你更容易被猜中的人全算，和你一樣的算一半。
換面率
相鄰兩次之間換了面的比例。公平硬幣的期望換面率是50%。