一、反馈
在线学习擅长选择题，然而在推动学习者创新思维方面就不太有效。工作学习中，常常鼓励学习者思考开放式问题。而在线教育一直在提供反馈方面表现糟糕，如提问”怎么分解这个问题？”或即时反馈”你同意这种看法吗？”
在线教育 伟大的地方在于扩张力，几个教师就可以为成千上万的学生授课，然而这也是其更大的缺陷。没有办法让老师和每个学生互动。而在课堂中提供及时的评价是目前 有效的教学方法。
不过仍有希望。更近，我发现一些可以对大规模开放式探索提供有效反馈的技术。尤其是sk教授的同学评价法。他在斯坦福的研究表明，学生互评可以提供有效反馈，并且互相打的分数非常贴近教师给出的分数。
二、隔离
学生是mooc的关键。然而，目前同一课程的学生却大多像被隔离在数字岛屿一样。理想的在线学习空间里，不同年龄和知识层面的学生一起合作。
行业中已有人开始尝试让学生合作。u的论坛；c正在尝试学习中心；ne要求学生以小组参加课程。但是，挑战仍然存在，即如何在各种异步环境中连接学生。
三、专家的盲点
试想你已经多年练习某个技能，也许是编程也许是造火箭，多年的刻意练习帮助你达到专家水平，但同时也让你忘记了当新手的感觉。
巩固某新概念直到它变成一种直觉——这是学习过程的关键步骤；而为学生拆解这些概念的盒子，则是教学的关键步骤。很多专家就在拆解概念的过程中失败了。
专家的盲点是个假设，首先由k和n在一项研究中提出，认为教师在为学生预测新概念的难度时并不总是很准确。研究显示了数学教师对问题估计的难度和学生实际表现之间的偏差。换句话说，教师趋向于将问题估计得比实际简单。
这个挑战包括在线教学的教师。而潜在解决方法有两个。
一种是通过收集在线课程的数据来确定和解决类似问题。斯坦福大学的教授ct通过学生测验的反馈数据，帮助授课者确认课程中学生觉得困难的要点。另一种方法是建立学生代表的样本在线课程。斯坦福给出了如何运行低精度样本课程的有效措施，有助于捕捉相关反馈以改进课程。
以上也就是当前在线教育面临的三大 困难的挑战，尽管解决这些问题没有捷径可走，但正视和讨论它们，必将让我们认识到在线教育的无限潜力。