近年来，预示着互联网的较慢发展，更加多的家长通过在线教育让孩子躺在家中培优，在线教育于是以呈圆形井喷式发展。然而，其红火的背后也潜藏着一连串的问题。在线教育公司的跟上并不是那么的更容易，这个行业仍不存在着相当严重的挑战。
那从当前在线教育的发展来看，都面对着哪些 艰难的挑战呢？下面就来详尽的分析一下。 一、对系统在线自学擅长于选择题，然而在推展学习者创意思维方面就不过于有效地。
工作自学中，经常希望学习者思维开放式问题。而在线教育仍然在获取对系统方面展现出差劲，如发问”怎么分解成这个问题？”或即时对系统”你表示同意这种观点吗？” 在线教育 最出色的地方在于扩张力，几个教师就可以为成千上万的学生教学，然而这也是其更大的缺失。
没办法让老师和每个学生对话。而在课堂中获取及时的评价是目前 有效地的教学方法。
不过仍有期望。更加将近，我找到一些可以对大规模开放式探寻获取有效地对系统的技术。
特别是在是ScottKlemmer教授的同学评价法。他在斯坦福的研究指出，学生互评可以获取有效地对系统，并且相互打的分数十分切合教师得出的分数。 二、隔绝 学生是MOOC的关键。
然而，目前同一课程的学生却大多像被隔绝在数字岛屿一样。理想的在线自学空间里，有所不同年龄和科学知识层面的学生一起合作。
行业中有数人开始尝试让学生合作。Udacity的论坛；Coursera正在尝试自学中心；NovoEd拒绝学生以小组参与课程。
但是，挑战依然不存在，即如何在各种异步环境中相连学生。 三、专家的盲点 比如说你早已多年锻炼某个技能，或许是编程或许是建火箭，多年的故意锻炼协助你超过专家水平，但同时也让你记得了当新手的感觉。
稳固某新概念直到它变为一种直觉——这是自学过程的关键步骤；而为学生报废这些概念的盒子，则是教学的关键步骤。很多专家就在报废概念的过程中告终了。
专家的盲点是个假设，首先由Koedinger和Nathan在一项研究中明确提出，指出教师在为学生预测新概念的可玩性时并不总是很精确。研究表明了数学教师对问题估算的可玩性和学生实际展现出之间的偏差。
换句话说，教师趋向于将问题估算得比实际非常简单。 这个挑战还包括在线教学的教师。
而潜在解决问题方法有两个。 一种是通过搜集在线课程的数据来确认和解决问题类似于问题。斯坦福大学的教授CandaceThille通过学生测验的对系统数据，协助教学者证实课程中学生实在艰难的要点。
另一种方法是创建学生代表的样本在线课程。斯坦福得出了如何运营较低精度样本课程的有效地措施，有助捕猎涉及对系统以改良课程。 以上也就是当前在线教育面对的三大 艰难的挑战，尽管解决问题这些问题没捷径可走，但认清和辩论它们，终将让我们认识到在线教育的无限潜力。
本文来源：云开·全站app登录-www.cciade.com
