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

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.

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.