Redazione ·
Premio casuale e scoperta: due incertezze diverse
Come distinguere un contenuto scelto casualmente da un oggetto già definito ma ancora sconosciuto al giocatore.

Aggiornato il
Non sapere che cosa accadrà non significa sempre che un programma stia estraendo un premio. In una storia, il contenuto di una stanza può essere già definito; il giocatore lo scopre entrando. In un meccanismo casuale, una scelta fra esiti dipende invece dal funzionamento previsto per quel passaggio.
Un confronto didattico
| Situazione inventata | Che cosa non si sa | Domanda da fare |
|---|---|---|
| Un enigma apre una stanza già progettata | Il contenuto narrativo | È uguale per tutte le partite? |
| Una missione promette una decorazione precisa | Quando si completerà l’attività | Il premio è già indicato? |
| Un contenitore assegna un oggetto da una serie | Quale esito verrà assegnato | Come viene descritto il meccanismo? |
La tabella non classifica prodotti reali. Per un gioco concreto servono istruzioni, descrizione dell’offerta e schermata prima della scelta. Anche la stessa app può contenere passaggi diversi: non estendere una conclusione da una funzione a tutte le altre.
Parlare delle parole
“Potresti”, “ricevi” e “scopri” vanno letti nel contesto. Chiedi all’interlocutore quale parte fosse prevedibile e quale fosse una sorpresa. Se una percentuale è effettivamente dichiarata, conserva il testo completo e il suo oggetto: una probabilità di categoria non è necessariamente quella del singolo oggetto desiderato.
Una serie di esiti passati non rende dovuto quello successivo. Evita esempi che invitino a comprare altri tentativi per dimostrare una teoria. Il confronto può essere fatto con carte disegnate e situazioni immaginarie, senza collegare pagamenti o account.
La guida dei genitori offre la scheda di osservazione; la lettura della pubblicità aiuta quando la sorpresa viene presentata come argomento commerciale. Se non si conosce il funzionamento, la scheda può concludersi con “non determinato dai materiali disponibili”: è più preciso di attribuire un algoritmo sulla base di pochi esempi.