Los investigadores presentan un marco alineado con Bloom para medir la capacidad de los Modelos de Lenguaje Grande (LLM) de preservar la intención instruccional mientras desplazan la demanda cognitiva hacia objetivos de aprendizaje específicos. El estudio evalúa Qwen3-Next-80B-A3B-Instruct y Qwen3-Coder-Next en 2,520 tareas de programación de tres benchmarks.
- Ambos modelos aumentan de manera fiable la demanda cognitiva pero tienen dificultades para reducirla, revelando una asimetría direccional robusta.
- El control general de dificultad y el control de Bloom se probaron utilizando la Taxonomía de Bloom revisada como escala operativa.
- El modelo general muestra una separabilidad en las capas intermedias más clara para ambos contrastes de control en comparación con el modelo coder.
- La agrupación delta-semántica y la sonda de Razón de Discriminación de Fisher por capa caracterizaron estos resultados.
Los resultados indican que un fuerte rendimiento de ejecución no implica automáticamente un control educativo alineado con Bloom.