Les chercheurs présentent un cadre aligné sur Bloom pour mesurer la capacité des grands modèles de langage (LLM) à préserver l'intention pédagogique tout en orientant la demande cognitive vers des objectifs d'apprentissage spécifiques. L'étude évalue Qwen3-Next-80B-A3B-Instruct et Qwen3-Coder-Next sur 2 520 tâches de programmation issues de trois benchmarks.
- Les deux modèles augmentent de manière fiable la demande cognitive mais peinent à la réduire, révélant une asymétrie directionnelle robuste.
- Le contrôle de la difficulté générale et le contrôle de Bloom ont été testés en utilisant la taxonomie de Bloom révisée comme échelle opérationnelle.
- Le modèle général présente une séparabilité des couches intermédiaires plus claire pour les deux contrastes de contrôle par rapport au modèle codeur.
- Le clustering delta sémantique et le sondage du ratio de discrimination de Fisher couche par couche ont caractérisé ces résultats.
Les résultats indiquent qu'une forte performance d'exécution n'entraîne pas automatiquement un contrôle éducatif aligné sur Bloom.