The yes-no bias of large language models reflects answer order and wording, not shifts in moral judgment

El estudio separa tres explicaciones que una pregunta sí/no confunde: el veredicto lógico, la palabra elegida y la posición impresa de la respuesta. Usa 20 dilemas morales, 19 reproducidos de un trabajo anterior, y una batería de simetrización cruzada que invierte acción/complemento, dirección de escala, redacción, etiquetas y orden. Siete configuraciones frontier y dos modelos abiertos responden escalas graduadas, elección libre y formatos binarios; las API muestreadas se ejecutan a temperatura 1 con 3–8 réplicas por celda. En escalas graduadas, las configuraciones frontier muestran incoherencia entre formas de 0,12–0,21 en un eje ±1, mientras Qwen3.6-35B-A3B llega a 0,40 y Nemotron-3-Nano-30B-A3B se concentra cerca del punto medio. En el binario sí/no, el desplazamiento aparente se descompone exactamente en atracción por el último elemento y por la etiqueta. Claude Sonnet y Haiku presentan los artefactos mayores (-0,32 y -0,86, respectivamente); GPT-5.5 y Gemini se acercan a cero, y el razonamiento extendido reduce varios efectos. Al sustituir sí/no por A/B, colores, glifos o palabras de otros idiomas, el componente unido al veredicto es aproximadamente cero en todos los frontier, aunque persisten preferencias de etiqueta y orden dependientes del modelo. El resultado justifica cruzar formulaciones antes de interpretar una respuesta como valor moral. No demuestra, sin embargo, una escala moral interna en sentido psicológico: establece coherencia de salidas dentro de este instrumento, estos veinte dilemas y una sesión sin contexto. La comparación humana reutiliza dos muestras publicadas (N=285 y N=474) cuyos participantes no recorren todas las formas, y no hay datos humanos nuevos. Aunque el texto afirma que raw trials, código y una pipeline reproducen todo, el depósito conserva un marcador pendiente y el paquete arXiv omite SI, datos, código, prerregistro y scripts; por tanto, las cifras no pueden reproducirse de forma independiente desde el artefacto auditado.

The study separates three explanations that a yes/no question confounds: logical verdict, chosen word, and printed answer position. It uses 20 moral dilemmas, 19 reproduced from earlier work, and a crossed-symmetrization battery that reverses action/complement, scale direction, wording, labels, and order. Seven frontier configurations and two open models answer graded scales, free choices, and binary formats; sampled APIs run at temperature 1 with 3–8 replications per cell. On graded scales, frontier configurations show cross-form incoherence of 0.12–0.21 on a ±1 axis, while Qwen3.6-35B-A3B reaches 0.40 and Nemotron-3-Nano-30B-A3B clusters near the midpoint. In forced yes/no, the apparent shift decomposes exactly into attraction to the last option and to the label. Claude Sonnet and Haiku show the largest artifacts (-0.32 and -0.86 respectively); GPT-5.5 and Gemini are near zero, and extended reasoning reduces several effects. Replacing yes/no with A/B, colors, glyphs, or non-English words leaves the verdict-attached component near zero for every frontier model, although model-specific label and order preferences remain. The result supports crossing formulations before interpreting a response as a moral value. It does not establish an internal moral scale in a psychological sense: it demonstrates within-instrument output coherence for these twenty dilemmas in context-free single turns. The human comparison reuses two published samples (N=285 and N=474) whose participants do not traverse every crossed form, and no new human data are collected. Although the text claims raw trials, code, and a pipeline regenerate every result, the deposition remains a placeholder and the arXiv package omits the SI, data, code, preregistration, and scripts, so the reported numbers cannot be independently reproduced from the audited artifact.