Guia

Um rolador de dados online é mesmo aleatório?

Última atualização: 24 de agosto de 2026

Ninguém entrega a confiança automaticamente ao saquinho de dados de um estranho, e um site que pede para você acreditar que um número apareceu "aleatoriamente" merece o mesmo ceticismo. Aqui está o que realmente acontece dentro de um navegador quando você aperta rolar, e como conferir você mesmo a imparcialidade de qualquer rolador.

O que gera o número, exatamente

Este rolador — e a grande maioria das ferramentas de dados no navegador — usa a função Math.random() embutida no JavaScript. Todo navegador moderno a implementa com um algoritmo bem estudado (o V8, motor por trás do Chrome e do Node, usa um chamado xorshift128+) que produz um fluxo de números sem padrão detectável, com semente nova a partir de entropia interna a cada carregamento de página. Rolar um d6 é só Math.floor(Math.random() * 6) + 1 — pegar o próximo número desse fluxo, escalá-lo para 6 resultados possíveis e deslocá-lo para 1–6 em vez de 0–5.

Esse cálculo acontece inteiramente no seu dispositivo. Não há ida ao servidor decidindo o seu resultado, nem histórico de conta que um site pudesse usar para empurrar resultados, nem nada para "carregar" ou que possa falhar — e é por isso também que este rolador continua funcionando offline depois que a página carrega.

"Aleatório" vs. "criptograficamente seguro" — e por que a distinção quase não importa aqui

Math.random() é um gerador de números pseudoaleatórios (PRNG): determinístico por baixo dos panos, mas estatisticamente indistinguível de aleatoriedade verdadeira para qualquer finalidade prática que não seja segurança. Não é a mesma classe de gerador que crypto.getRandomValues(), que os navegadores reservam para coisas como gerar chaves de criptografia, onde um atacante capaz de prever a sequência poderia quebrar garantias de segurança reais.

Para uma rolagem de dado, essa diferença não importa. Ninguém está tentando prever a sua próxima rolagem para roubar algo — a única propriedade que importa para um jogo justo é a distribuição uniforme: cada face aparece com a mesma frequência ao longo de muitas rolagens? Math.random() satisfaz isso facilmente, e a implementação de todos os principais navegadores foi extensivamente testada exatamente para esse tipo de viés estatístico.

Por que uma sequência não significa que está viciado

O motivo mais comum para as pessoas desconfiarem de um rolador não é o código — é uma maré de azar que parece impossível. Tirar três 1 seguidos num d6 tem cerca de 1 chance em 216 (isso acontece com mais frequência do que a intuição sugere, sobretudo com muitos jogadores rolando muitas vezes por dia). Eventos independentes e identicamente distribuídos não têm memória: o dado não te "deve" uma boa rolagem depois de uma ruim, e não "se equilibra" em nenhuma escala de tempo específica. É a mesma falácia do apostador tratada com mais profundidade no guia de probabilidade de dados — aplica-se exatamente da mesma forma a uma tela e a uma mesa física.

Confira você mesmo: um teste de imparcialidade de cinco minutos

Você não precisa confiar numa alegação de imparcialidade — um rolador de dado único é simples o bastante para verificar com um teste estatístico básico:

1. Role um único dado (digamos, um d6) um grande número de vezes — 100 rolagens bastam para ver uma tendência, 600+ dão uma imagem mais limpa.
2. Some quantas vezes cada face (de 1 a 6) apareceu.
3. Compare a contagem de cada face com a contagem esperada: total de rolagens ÷ 6.

Com um dado justo, as contagens vão se agrupar perto do valor esperado com ruído estatístico normal — nenhuma face deve estar muito sobre- ou sub-representada conforme a amostra cresce. Se quiser ser rigoroso com o "muito", um teste qui-quadrado de aderência dá uma resposta formal: some (observado − esperado)² ÷ esperado nas seis faces e compare o resultado com uma tabela qui-quadrado com 5 graus de liberdade. Um resultado dentro da faixa normal (grosso modo abaixo de 11 para um limiar de confiança de 95%) é consistente com um dado justo; um resultado bem acima disso sugere um viés real que vale investigar.

Este teste funciona em qualquer rolador, digital ou físico — é o mesmo método que estatísticos usam para checar se um dado físico de cassino tem um viés de fabricação.

O que de fato tornaria um rolador injusto

Um rolador digital viciado não é difícil de imaginar, só fácil de descartar com a checagem certa:

• Um cálculo de faixa enviesado. Escalar de forma ingênua um float aleatório para uma faixa de inteiros pode favorecer levemente certos números se feito errado (um bug de "off-by-one" ou de viés de módulo). Implementações bem testadas, incluindo esta, evitam isso escalando e arredondando para baixo corretamente em toda a faixa.
• Manipulação do lado do servidor. Se uma rolagem exige uma chamada ao servidor e o servidor decide o resultado, não há como verificar de forma independente o código que roda — é um problema de confiança que o software sozinho não resolve. O resultado deste rolador é decidido no seu próprio navegador, em código que você pode inspecionar pelas ferramentas de desenvolvedor do navegador.
• Ponderação oculta para resultados "empolgantes". Alguns apps de jogo enviesam resultados de propósito para engajamento. Um rolador de dados sem contas, sem resultados monetizados e sem motivo para favorecer qualquer resultado não tem incentivo para isso — e, de novo, você pode verificar com o teste acima em vez de acreditar sem mais.

A versão curta

Cada rolagem neste site roda localmente no seu navegador usando um gerador pseudoaleatório padrão e de distribuição uniforme — a mesma categoria de RNG usada pela maioria dos softwares de dados, videogames e ferramentas de embaralhamento. Não é criptograficamente seguro, e não precisa ser: a única propriedade que uma rolagem de dado precisa é uma chance igual para cada face, e é exatamente isso que um PRNG uniforme entrega. Role um lote no rolador de dados e faça o teste acima se quiser ver por si mesmo.