Générateur aléatoire : testez vos biais humains

Ce que signifie « mieux que le hasard »

Une prédiction exacte ne prouve pas, à elle seule, que le système est "très performant". Si le nombre de choix possibles est réduit, tomber juste reste statistiquement possible, même avec une méthode banale. Le bon réflexe n'est donc pas seulement de compter : combien de fois le programme réussit, mais aussi combien de fois on aurait pu réussir sans magie particulière.

Tout dépend du protocole :

• combien de valeurs sont autorisées à chaque essai ;
• ce qui compte comme "réussi" (exact ? proche ? autre critère ?) ;
• le nombre total d'essais ;
• la règle utilisée pour calculer le niveau attendu "par hasard" ;
• la méthode de prédiction du programme, si elle est documentée.

Or, la description de l'expérience ne donne pas ces détails. Il vaut donc mieux voir ce test comme une démonstration de nos habitudes de choix, plutôt que comme une preuve de performance d'une méthode précise.

Pourquoi le tableau à volets fonctionne bien

Le tableau à volets rend concret un truc sinon abstrait : comparer une série de choix à une série de prédictions. On voit l'évolution essai après essai, au lieu d'attendre une note finale.

C'est aussi un bon choix d'interface. L'expérience devient plus lisible, et l'on comprend vite ce qu'on regarde. Mais l'apparence visuelle ne remplace pas l'analyse : un compteur animé peut donner l'impression d'un résultat "fort" sans dire si, statistiquement, on peut vraiment conclure. En clair : la présentation rend la différence visible ; elle ne garantit pas, à elle seule, qu'elle soit significative.

Les biais les plus fréquents

Un test de nombres peut mettre en évidence plusieurs réflexes, même sans connaître votre profil :

• Éviter les répétitions. Après un choix, on juge qu'en reprendre un tout de suite serait "trop prévisible". Mais une répétition n'a rien d'impossible.
• Favoriser certaines valeurs. Les nombres au milieu, ceux qui "sonnent bien" ou ceux qu'on retient plus facilement peuvent revenir plus souvent.
• Alterner trop. Après un nombre plutôt élevé, on a parfois envie de "compenser" en choisissant un faible.
• Créer des motifs. Une suite comme 4, 7, 4, 7 paraît construite. Et pourtant, sans intention, on peut naturellement dériver vers ce genre d'alternance.
• Se corriger en cours de route. En constatant ce qu'on vient de faire, on essaie de rendre la suite plus aléatoire. Cette correction crée parfois... un nouveau motif.

Le point n'est pas que les humains ne peuvent pas produire de l'aléatoire. C'est plutôt que notre intuition a une idée imparfaite de ce que "l'aléatoire" doit avoir l'air. On juge une suite sur sa silhouette, pas seulement sur ses propriétés statistiques.

Le paradoxe des suites qui paraissent suspectes

Prenons dix valeurs. Une suite avec plusieurs répétitions peut sembler "moins aléatoire" qu'une alternance très régulière. Et pourtant, une alternance parfaite, elle aussi, est un motif très net. Notre intuition cherche souvent une séquence "bien mélangée" avant même de parler d'imprévisibilité réelle.

Cette distinction compte en informatique. Un générateur pseudo-aléatoire peut produire des sorties variées, mais issues d'un calcul déterministe à partir d'un état interne. Un générateur conçu pour la cryptographie doit aller plus loin : ses sorties doivent rester difficiles à prévoir même pour quelqu'un qui connaît une partie du contexte.

Dans ce cadre, une démonstration fondée sur des choix "à voix haute" ne suffit pas à tester un générateur cryptographique. Elle raconte surtout une histoire à trois éléments : vos habitudes, la règle de prédiction du système, et la façon dont on compare les deux.

1. Définir les règles avant de commencer

Avant le premier essai, clarifiez l'intervalle autorisé (par exemple de 1 à 10) et vérifiez que toutes les valeurs sont admises. Déterminez aussi ce qui compte comme réussite : un chiffre exact, une valeur proche, ou autre chose ?

Si les règles ne sont pas claires, le score devient dur à interpréter. Une prédiction "exacte" sur dix possibilités n'a pas la même chance de succès qu'une prédiction qui serait acceptée "à une valeur près".

2. Ne pas chercher à déjouer le programme

Si vous essayez dès le départ de tromper le prédicteur ou de construire une suite "vraiment aléatoire", vous ne mesurez plus votre réponse spontanée : vous mesurez une stratégie. Et une stratégie, justement, peut devenir elle-même prévisible.

Faites d'abord une série "naturelle", sans modifier votre manière de choisir. Si vous voulez ensuite comparer, recommencez avec une consigne différente et traitez les séries séparément.

3. Réaliser assez d'essais

Sur une petite série, une bonne ou mauvaise performance peut n'être qu'un effet du hasard. Plus vous faites d'essais, plus la comparaison devient intéressante - même si cela ne répond pas automatiquement à toutes les questions sur la méthode exacte du prédicteur.

Pour chaque série, notez au minimum :

• le nombre total d'essais ;
• le nombre de prédictions correctes ;
• le nombre de choix possibles ;
• les répétitions éventuelles dans vos réponses ;
• tout changement de consigne ou de comportement pendant le test.

Ces notes aident à distinguer un chiffre brut d'une observation vraiment interprétable. Elles évitent aussi de ne retenir que la série qui "confirme" votre première impression.

4. Refaire le test dans des conditions comparables

Pour comparer deux séries, gardez les mêmes règles et, autant que possible, la même durée et le même niveau d'attention. Une deuxième série faite après avoir compris comment le test fonctionne n'est pas équivalente à la première : vous avez appris quelque chose, donc vous changez forcément votre comportement.

C'est un point classique dans les tests utilisateurs : observer un comportement, c'est parfois déjà le modifier. Un test "reproductible" doit donc dire ce qui reste constant et ce qui varie.

5. Distinguer observation et conclusion

Vous pouvez conclure ce que vous observez, par exemple : "j'ai répété plusieurs fois la même valeur" ou "le prédicteur a réussi plus souvent que ce à quoi je m'attendais". En revanche, vous ne pouvez pas déduire automatiquement : "le logiciel lit dans mes pensées" ou "j'ai prouvé que mes choix sont prévisibles dans toutes les situations".

Pour approfondir les nombres aléatoires, vous pouvez aussi consulter les ressources du NIST sur les tests de générateurs aléatoires. Leurs approches sont techniques et différentes de cette expérience, mais elles rappellent une règle simple : un résultat dépend toujours du protocole et des critères utilisés.

Ce que vous pouvez observer

Vous pouvez voir comment vous répondez : certaines valeurs reviennent-elles ? votre stratégie change-t-elle en cours d'essai ? Vous pouvez aussi comparer le résultat affiché à une référence de hasard si le site explique clairement son calcul.

Le test met aussi en évidence un point de conception : on ne juge pas un système de prédiction sur un "bon coup", mais sur une série de résultats comparés à une référence correcte. C'est vrai pour un jeu, et pour un modèle statistique intégré dans un produit numérique.

Ce que le test ne permet pas d'établir seul

Sans connaître la méthode du prédicteur et les paramètres du test, le score ne permet pas d'évaluer précisément sa performance. Il ne prouve pas non plus que vos nombres passent par une reconnaissance vocale : la description dit simplement que vous dites les nombres, sans préciser comment la saisie est captée.

Il serait donc hasardeux d'affirmer que le navigateur écoute votre voix et "analyse vos intentions".

De même, un score meilleur que le niveau attendu sur une petite série ne suffit pas à conclure que la performance est stable. Il faut tenir compte de la taille de l'échantillon, du nombre de comparaisons, et de la possibilité que le résultat soit simplement tombé favorablement.

Les questions à poser avant de faire confiance au score

Si vous voulez juger la démonstration plus rigoureusement, cherchez des réponses à ces questions :

1. Le prédicteur choisit-il parmi un ensemble défini de valeurs ?
2. La prédiction est-elle enregistrée avant votre réponse ?
3. Le calcul du niveau "attendu par hasard" est-il expliqué ?
4. Le nombre d'essais est-il suffisant pour comparer ?
5. Le fonctionnement technique et le traitement éventuel des données sont-ils documentés ?

Si ces infos ne sont pas disponibles, ce n'est pas forcément un défaut : pour un outil de divertissement, un protocole scientifique complet n'est pas indispensable. En revanche, cela limite forcément ce qu'on peut conclure.