Når et digitalt system trækker et tal, vælger et kort eller viser en bestemt kombination, ser brugeren kun resultatet på skærmen. Selve udvælgelsen foregår bagved. Her arbejder software med tal, faste regler og registrering af hvert udfald.

Systemet skal undersøges med matematiske test, teknisk dokumentation og kontrol fra fagfolk, som står uden for virksomheden.

Tilfældighed kan ikke vurderes ud fra få resultater

Fem ens udfald i træk kan se mistænkelige ud. Det kan dog sagtens forekomme i et korrekt system. Tilfældighed skaber både blandede resultater og serier, som umiddelbart virker usandsynlige. Et system, der bevidst undgår gentagelser, vil faktisk ikke være rigtigt tilfældigt.

Hvis man tager casino danmark som eksempel, kan det være fristende at bedømme et system ud fra få resultater. Hvis en digital roulette eksempelvis lander på rødt fem gange i træk, er det dog ikke i sig selv tegn på en fejl. Fagfolk skal i stedet gennemgå store mængder data, teste softwaren og kontrollere, om udfaldene fordeler sig korrekt over tid.

Eksperter ser derfor på mange tusinde eller millioner af tal. Jo større datagrundlaget er, desto bedre kan de vurdere, om visse resultater forekommer for tit, om nogle næsten aldrig optræder, eller om der findes mønstre, som ikke bør være der.

En talgenerator står bag udfaldet

Digitale systemer bruger ofte en tilfældighedsgenerator. Den kaldes også en RNG, som er en forkortelse for Random Number Generator. Generatoren leverer en strøm af tal, som softwaren omsætter til synlige udfald.

Et tal kan eksempelvis pege på:

• Et bestemt kort i et virtuelt kortspil
• Et felt på et digitalt hjul
• En række symboler
• Et nummer i en elektronisk lodtrækning
• En tilfældig placering ved et digitalt bord

Mange generatorer bruger en matematisk opskrift, som danner lange følger af tal. Metoden kan være effektiv, når den er bygget korrekt. Generatoren begynder med en startværdi, som skal være svær at gætte. Systemet skal samtidig være beskyttet, så tidligere udfald ikke afslører, hvad der kommer bagefter.

Matematikken afslører skævheder

Laboratoriet samler en stor mængde tal fra generatoren og undersøger dem statistisk. Testene leder efter afvigelser fra det mønster, som man forventer ved tilfældig udvælgelse.

Kontrollen ser ofte på følgende:

• Fordeling: Forekommer de mulige værdier omtrent så tit, som de bør?
• Gentagelser: Opstår bestemte serier usædvanligt ofte?
• Sammenhæng: Ser et resultat ud til at påvirke det næste?
• Spredning: Er værdierne fordelt på en troværdig måde?
• Uforudsigelighed: Indeholder tallene tegn på et fast mønster?

En test viser, om en stor samling tidligere tal opfører sig som forventet. Fagfolk sammenholder flere test, fordi én måling sjældent giver et sikkert billede alene. Et usædvanligt resultat fører derfor normalt til gentagne test og en nærmere undersøgelse.

En mønt giver et let forståeligt eksempel

Forestil dig en digital mønt med lige stor chance for plat og krone. Ti kast behøver ikke ende med fem af hver. Resultatet kan sagtens blive syv mod tre, uden at der er noget galt.

Efter en million kast bør fordelingen normalt ligge langt tættere på halvt af hver. Hvis den ene side fortsat forekommer markant oftere, vil laboratoriet undersøge systemet nærmere.

Det viser, hvorfor brugerens egne observationer ikke er nok. En kort session rummer for få udfald til en sikker konklusion. Kontrollen kræver et langt større materiale og klare grænser for, hvor store udsving der kan accepteres.

Tallene skal omsættes korrekt

En god generator er ikke nok i sig selv. Softwaren skal også omsætte tallene til de udfald, der vises på skærmen. Her kan en kodefejl skabe skævhed, selvom generatoren leverer fine tal.

Hvis systemet skal vælge mellem 100 mulige udfald, skal hvert tal kobles til den rette mulighed efter de fastsatte sandsynligheder. Nogle udfald må ikke få flere chancer ved en fejl i programmeringen. Laboratoriet undersøger derfor både generatoren og den kode, som bruger tallene.

Kontrollen kan blandt andet omfatte:

• Hvordan startværdien bliver dannet
• Hvordan rå tal bliver til konkrete udfald
• Om tallene anvendes i den rækkefølge, de modtages
• Om et udfald kan ændres bagefter
• Om hændelser bliver registreret korrekt
• Om tidligere resultater kan spores i systemets logfiler

Sporbarheden har stor værdi. Virksomheden skal kunne dokumentere, hvilket tal generatoren leverede, og hvordan softwaren nåede frem til det viste resultat. Ellers bliver det svært at undersøge en fejl eller en klage bagefter.

Hvorfor virksomhedens egen kontrol ikke er nok

Udviklere tester naturligvis deres egen software. Interne test kan opdage fejl tidligt og sikre, at løsningen fungerer som planlagt. Der er alligevel behov for uvildige øjne.

Et eksternt laboratorium har ingen interesse i, at en bestemt løsning bliver godkendt. Laboratoriet arbejder efter faste krav og skal dokumentere sine metoder, fund og konklusioner. Dermed bliver vurderingen mindre afhængig af leverandørens egne antagelser.

Ny kode kan kræve en ny test

Digitale løsninger bliver løbende opdateret. En leverandør kan rette en fejl, udskifte en teknisk komponent eller ændre måden, som generatoren forbindes med resten af systemet på. Sådanne ændringer kan påvirke den tidligere vurdering.

De danske krav tager højde for dette. Når definerede dele af en tilfældighedsgenerator ændres, skal der gennemføres en ny test. Et nyt certifikat skal registreres og forbindes med den relevante generator, før den ændrede udgave tages i brug på det danske marked.

Virksomheden skal derfor holde styr på:

• Hvilken version der er i drift
• Hvilke ændringer der er gennemført
• Hvem der har godkendt dem
• Hvornår systemet sidst blev testet
• Hvilket certifikat der dækker den aktuelle udgave

God dokumentation gør det muligt at følge systemets udvikling og kontrollere, om en opdatering er dækket af den seneste godkendelse.

Hvad en godkendelse faktisk fortæller

En bestået test viser, at den undersøgte løsning opfyldte de fastsatte krav inden for testens afgrænsning. Den viser også, at kvalificerede eksterne fagfolk har gennemgået data, funktioner og dokumentation.

Godkendelsen lover ikke, at korte forløb altid ser jævne ud. Den kan heller ikke fortælle, hvilket udfald der kommer næste gang. Tilfældighed vil netop skabe udsving, gentagelser og overraskende serier.

Certificering fjerner heller ikke den økonomiske risiko ved pengespil. Den skal sikre, at udfaldene dannes efter de oplyste regler, og at generatoren ikke viser tegn på uønskede mønstre eller skjult styring.