La educación en programación se ha vuelto cada vez más vital dentro de los planes de estudio globales de K-12, y los modelos de lenguaje grandes (LLMs) ofrecen soluciones prometedoras a desafíos sistémicos como la limitada experiencia docente y el apoyo personalizado insuficiente. Adoptando una perspectiva centrada en el ser humano y orientada a sistemas, este estudio empleó un diseño cuasi-experimental de seis semanas que involucró a 103 estudiantes de séptimo grado en China para investigar los efectos de la instrucción apoyada por el modelo iFLYTEK Spark. Los resultados mostraron que el grupo experimental superó significativamente al grupo de control en rendimiento en programación, interés cognitivo y autoeficacia en programación. Más allá de estos resultados cuantitativos, las entrevistas cualitativas revelaron que la instrucción asistida por LLM mejoró el aprendizaje autodirigido de los estudiantes, un sentido de interacción humano-máquina en tiempo real y comportamientos de aprendizaje exploratorio, formando un sistema de aprendizaje inteligente humano-AI. Estos hallazgos subrayan el potencial integrador de los LLM para apoyar la competencia, la autonomía y el compromiso dentro de los sistemas de aprendizaje digital. Este estudio concluye discutiendo las implicaciones para el diseño de sistemas educativos inteligentes y las direcciones para futuras investigaciones socio-técnicas.