تخطَّ إلى المحتوى الرئيسي
Tooletto

عجلة القرار

أدخل خياراتك وأدر العجلة لاختيار واحد عشوائيًا. مفيدة لتقرير ماذا تأكل، اختيار اسم من قائمة صف، توزيع مهام، أو حسم نقاش — بعشوائية عادلة حقًا.

  • الملفات لا تغادر جهازك أبدًا
  • مجاني، بدون تسجيل
  • بدون علامات مائية
  • يعمل دون اتصال بعد التحميل
Loading tool…

كيفية استخدام عجلة القرار

  1. 1

    أضف خياراتك

    واحد لكل سطر — أسماء، وجبات، مهام، أيًا كان.

  2. 2

    أدر

    تختار العجلة واحدًا عشوائيًا باستخدام عشوائية تشفيرية.

  3. 3

    احذف أو أدر مرة أخرى

    احذف الفائز اختياريًا حتى لا يُختار أحد مرتين.

لماذا يُختار الفائز قبل أن تدور العجلة

تعمل أدوات عجلات كثيرة بالعكس من الرسوم المتحركة: تُدير العجلة أولًا إلى زاوية توقف مُرضية بصريًا، ثم تقرأ أي قطاع يتضح أنه تحت المؤشر كنتيجة. يبدو هذا غير ضار لكنه يُدخل انحيازًا إحصائيًا خفيًا، لأن تحويل زاوية دوران مستمرة إلى قطاع فائز منفصل يتضمن حسابًا بالفاصلة العائمة لا يتوزع بانتظام بين عدد عشوائي من الخيارات — تنتهي قطاعات معينة بالوقوع تحت المؤشر بتكرار أكبر قليلًا من غيرها كأثر بحت للتقريب المتضمَّن، لا من أي عدم إنصاف حقيقي في الدوران نفسه. تعمل هذه الأداة بالعكس: يُختار الفائز أولًا، باستخدام مصدر مناسب من العشوائية التشفيرية، وحركة دوران العجلة مجرد زخرفة بصرية بحتة تقع على نتيجة مُحدَّدة بالفعل — لا تؤثر الرسوم المتحركة أبدًا على أي خيار يفوز فعليًا.

لماذا يختار أخذ العينات بالرفض، لا باقي القسمة البسيط، الفائز

الطريقة الأكثر شيوعًا لتحويل رقم عشوائي إلى "اختيار واحد من N خيارات" هي أخذ عدد صحيح عشوائي وحساب باقيه عند قسمته على N — لكن ما لم يُقسِّم N النطاق الذي استُخرِج منه الرقم العشوائي بانتظام، يُدخل هذا انحيازًا صغيرًا حقيقيًا حيث تصبح بعض الخيارات أكثر احتمالًا جزئيًا للاختيار من غيرها، كأثر بحت لعدم وقوع القسمة بانتظام. يتجنب أخذ العينات بالرفض هذا تمامًا: يستخرج قيمة عشوائية، وإذا كانت تلك القيمة ستقع في الباقي الصغير الموزَّع بشكل غير متساوٍ، يتجاهلها ويستخرج مرة أخرى، مُكرِّرًا حتى تقع قيمة في الجزء القابل للقسمة بانتظام من النطاق. ينتهي كل خيار باحتمال متساوٍ بالضبط، لا تقريبًا فقط — ضمان إنصاف حقيقي بدلًا من تقريب قريب منه.

الاختيار بين الدوران مع الإعادة ودونها

ترك كل الخيارات في المجموعة بعد كل دوران هو الاختيار الصحيح عندما يكون التكرار مقبولًا أو حتى مرغوبًا — تقرير ماذا تتناول على العشاء الليلة لا يتطلب استبعاد إجابة الأمس. حذف الفائز بعد كل دوران بدلًا من ذلك يُمثِّل ما يُسمِّيه الإحصائيون أخذ عينات دون إعادة، وهو الوضع العادل والمناسب كلما كان مقصودًا اختيار كل خيار مرة واحدة كحد أقصى عبر سلسلة من الدورات — توزيع مجموعة ثابتة من المهام بين فريق، سحب عدة فائزين متمايزين بجائزة من قائمة، أو مناداة طلاب في صف دون تكرار نفس الاسم قبل أن يحصل كل شخص آخر على دوره.

إبقاء التسميات قابلة للقراءة مع نمو قائمة الخيارات

عجلة بحفنة فقط من الإدخالات يمكنها منح كل واحد قطاعًا بحجم سخي بمساحة كبيرة لتسمية كاملة، بينما نفس العجلة مُقسَّمة بين خمسين إدخالًا تمنح كل قطاع فقط شريحة رفيعة من الدائرة للعمل بها، والنص الموضوع داخل إسفين ضيق يتقلص أو يُقطَع بسرعة. حوالي خمسين خيارًا تقريبًا حيث تبدأ التسميات في أن تصبح صعبة القراءة حقًا على عجلة بحجم نموذجي — يبقى الاختيار العشوائي الأساسي عادلًا تمامًا بغض النظر عن عدد الإدخالات المُضافة، لكن العرض البصري هو الحد العملي الذي يستحق مراعاته لقائمة طويلة.

الأسئلة الشائعة

هل النتيجة عشوائية فعلًا؟

نعم. يُختار الفائز بـ`crypto.getRandomValues` — نفس المصدر المستخدَم لمفاتيح التشفير — ثم تدور رسوم العجلة المتحركة حتى تقع عليه. تُحرِّك مواقع عجلات كثيرة أولًا وتقرأ النتيجة من الزاوية، مما يُدخل انحيازًا خفيًا من تقريب الفاصلة العائمة.

هل لكل خيار نفس الاحتمال؟

متساوٍ بالضبط. يستخدم الاختيار أخذ عينات بالرفض بدلًا من باقي القسمة، لذا لا يوجد خيار أكثر احتمالًا ولو جزئيًا من آخر — الانحياز الذي يُدخله تطبيق ساذج صغير لكنه حقيقي.

هل يمكنني استخدام هذا لاختيار طلاب أو أعضاء فريق؟

نعم، وتفعيل "حذف الفائز" يجعله يعمل كسحب عادل دون إعادة — يختار كل دوران من بين من لم يُختاروا بعد. لا شيء تكتبه يُنقَل، لذا تبقى قائمة صف على جهازك.

كم خيارًا يمكنني إضافته؟

عمليًا، حتى حوالي 50 قبل أن تصبح التسميات غير قابلة للقراءة على العجلة. العشوائية نفسها لا تتأثر بالكمية.

مهام شائعة لأداة عجلة القرار