一个名为“Rigged Draw”的 Web 工具作为“Aaronson oracle”概念的实践演示，该概念旨在探讨人类行为是多么容易被建模和预测。该实验要求用户提供一组数字序列，而底层的算法则尝试猜测序列中的下一个数字。其目标是通过将用户的表现与盲猜基准（通常成功率约为 11.11%）进行对比，来确定人类的选择究竟有多“随机”。
围绕该项目的技术讨论揭示了人类往往具有出人意料的可预测性。一位评论者指出，即使是粗糙的概率模型也能以 70% 到 80% 的准确率预测人类的按键，因为人们往往遵循潜意识模式并避免某些交替。该工具的有效性源于其实时识别这些模式的能力。一些用户报告称，他们的结果对于“庄家”来说“极难读取”，这意味着他们的数字被预测的频率低于盲猜的频率，这表明用户感知到了高度的随机性。
然而，该实验也突显了人类认知的对抗性质。一些参与者报告称，一旦他们注意到算法的预测，就会立即改变策略，有意识地避开“庄家”呼出的数字。这创造了一个反馈循环，即用户对预测模型的意识改变了模型试图预测的原始数据。此外，一些用户指出，最终目标并不一定是要达到 0% 的预测率，而是达到 11.11% 的盲猜水平；如果用户始终避开预测的数字，他们可能仍在遵循一种可预测的规避模式，从而实际上缩小了他们自己的选择范围。