传统在线教学平台在智能导学方面有哪些痛点？

传统在线教学平台在智能导学方面主要面临三个痛点。

第一， 异构知识难融合。教育平台存在大量第三供应商提供的教学资源， 但是这些资源的知识体系互相独立，各碎片化知识也相互独立，缺 少知识关系，导致形成数据孤岛，给平台资源管理带来了困难。

第二，知识标签难匹配。用户有多空间融合学习的需求，例如作业环节，一般教师会要求学生线下完成纸质作业，再拍照上传到 教学平台。识别并自动标注学生上传试题的题型、难度、知识点等 标签，是打通物理空间与在线学习空间界限的主要手段，拍照上传 的试题资源包含多种模态的数据，如文本、公式、示意图等，如何 利用多模态信息得到更准确的识别结果是主要的技术挑战。

第三，学习服务难匹配。如何根据学生的知识画像，匹配符合 学生认知水平的试题、课程、学习资料等资源是实现个性化学习的 核心技术，传统的行业解决方案一般采用推荐系统为学生匹配学习 资源，但是推荐的内容往往千篇一律，缺少新颖性。生成式人工智 能可以缓解该问题，但是生成过程的可解释、特征可控制是面临的 主要技术挑战。