MOOC学习者不能坚持完成课程是由多种因素导致的，主要表现为：缺乏相关实践、必要的课程背景知识和能力、足够的学习动力等等。其中，学习的主动性被认为是影响MOOC课程完成率的关键要素。edx主席阿南特▪阿加瓦尔教授在接受《光明日报》记者专访时谈到，MOOC学习需要学生很强的学习主动性。也许在传统课堂上，只要人到了，教授不会过于追究学生是在开小差还是睡觉，但MOOC不一样，个性化的学习没有一点偷懒的可能。所以，在选择MOOC学习前要保证有很强的学习主动性和冒险精神。香港大学教育学院王敏红副教授认为，电子学习革命使得学习者需要越来越多地为自己的学习承担责任。因此，现在对于MOOC的学员来说，他们面临的主要挑战是没有社会参与度，而且他们自己的自主程度太高了，跟传统的学习环境有很大差异。比尔-梅琳达▪盖茨基金会在支持MOOC项目发展的同时也提出了一些疑问，其中就包括如何确保人们在学习过程中始终保有动力的问题。

　　二、教学模式囿于传统的问题

　　教学模式是在一定教学思想或教学理论指导下，建立起来的相对稳定的教学活动结构框架。在MOOC的快速发展过程中，以Udacity、Coursera和edx为代表的MOOC平台逐渐形成了一种独特的在线课堂教学模式。总的来看，这种教学模式一般具有如下特征：（1）大规模参与；（2）在线、开放的教学资源；（3）一系列的教学环节与流程；（4）嵌入相关资料或测验的教学短片；（5）机器、同伴或自我评估；（6）网上朋辈（Peer）支持与学习讨论；自MOOC产生以来，对于这种教学模式的认识和评价始终褒贬不一，各执一词，并日益呈现出两极分化的发展态势。褒者主要认为，MOOC所代表的教学模式使网络教育由传统课堂根深蒂固的“知识传授”转变为“交流与评估”的双向互动模式，是网络教育模式转变的一道分水岭。一些人则从MOOC模式的教学法基础、教学设计理念、实现手段、教学效果等多个方面提出了不同意见和看法。

　　在关于教学法问题的争论上，反对者认为，MOOC教学模式不仅缺乏教学法层面上的创新，更主要是使用了十分陈旧和过时的行为主义教学法。微软公司负责企业发展战略的执行副总裁Tony Bates在《Coursera式MOOC的对与错》中指出，到目前为止，Coursera大部分课程所使用的都是十分陈旧和过时的行为主义教学法，主要依靠信息传递、电脑评分和学生互评。不可否认，行为主义教学法在直接判断对错的学习，对事实与过程的学习，以及学生缺乏更高层次的认知加工能力时是有作用的，换言之，它在特定水平的培训中可能运行得很好。但这种教学法很难教会学生掌握批判性思维、创新性思维和自主性思维，而这些思维能力恰恰是当前知识型社会最为需要的。

　　一些学者则公开质疑MOOC模式所持的教学理念，指出其仍旧是“以课程为中心”，而不是“以学习者为中心”。美国莫瑞麦克学院的Dan Butin教授认为，当前MOOC中存在的根本问题是，在Web2.0的世界里仍然提供着Learning1.0的教学产品。MOOC课堂沿袭了传统工业时代以讲授为主的教学和测试模式，同时也复制了这种模式的所有问题。目前仅有8%的课程完成率清楚地表明，MOOC课程设计的核心理念是围绕课程的，而不是学生。只要讨论区里继续有学生为课程学习的最后期限或过于困难的方程担忧，为他们的考试成绩庆祝，MOOC就不会带来任何意义上的教育革命。

　　如果MOOC课程继续以教学为重点，而不能转换成以学习为中心，那么它所带来的唯一变化就是那些在线学习的学生会比在课堂上更快入睡。Todd Tauber分析了为什么那么多数字课程中的学生都“睡”过去了？根本原因在于课程设计者仍然是依照课堂的习惯在思考问题。世界在过去几年里已经发生了很大变化，据统计，在智能手机出现前，人们每天上网5次，而智能手机普及后人们每天上网27次。20世纪的教学手段对21世纪那些忙忙碌碌、容易分心的学习者来说已经不再好用了。然而，今天的大多数网络课程仍然包括大量的文献阅读、教学视频、课后作业和测验。尽管每节课程可能会被分解得很短，但依旧遵循每学期14到20周的教学流程。MOOC应当将关注点放到“学习”而不是“课堂”上，放到那些非传统意义的学生身上，探索能够适应现代生活和工作的移动化学习方式。

　　此外，MOOC模式的教学效果也有待进一步验证。西澳大利亚大学（University of Western Australia）的David Glance、Martin Forsey和Myles Riley基于MOOCs教学模式的六个主要特征及对应的教学效益，对相关实证研究进行了综述和分析（见表1）。文献检索的主要来源包括Google Scholar（2012），Web of Knowledge（2012），Education Resource Information Center（ERIC）（2012）和PsycINFO（2012）。检索关键此为：“在线学习”（Online Learning），“检索学习”（retrieval Learning），“精熟学习”（mastery Learning），“互评”（peer assessment），“短视频和讲座”（short video and lectures），“短视频与教育”（short videos and Education），以及“网上论坛和学习”（Online forums and Learning），共筛选除了138篇相关学术文献作为研究对象。

　　研究列举了部分学者对MOOC教学模式的意见和建议：（1）如果授课视频和材料提前发给学生，实际出席课程的学生比率会有所下降。其中一个原因是，学生看到了录制课程与现场课程的等价性。（2）在学习完课程内容后马上进行测验（许多MOOCs课程的测验出现在教学视频的结尾部分）远远不如延迟测验的效果好。但是，延迟测验的风险在于学习者可能在测验前就已经忘记所学的知识信息了。建议网络课程把实时测验与延迟测验结合使用。（3）由于参与课程的学生人数太多，学习论坛中对问题回复的平均响应时间为22分钟。这种服务对部分学生来讲是不能接受的。为了解决这个问题，应当尝试对那些展现出具有帮助别人能力的“可信任学生”进行授权。

　　研究得出的总体结论是，MOOCs在本质上是已经使用了一段时间的在线学习环境的再现。它的新意在于参与者的数量、短视频格式、自动化/同伴/自我评估、论坛，以及彻底开放的、来自世界顶级高校的教学内容。总的来看，MOOCs模式具有较合理的教学法基础，但更大的问题是，从教育和个人发展的各个方面综合考虑，选修多门MOOCs课程能否替代大学教育，目前在这个问题上还无法提供直接依据。

　　三、难以实现个性化学习的问题

　　个性化学习（Personalised Learning）是以尊重学习者个性差异为前提，旨在促进学习者个性发展的一种学习范式。2006年7月，新西兰教育部长史蒂夫▪马哈雷（Steve Maharey）在一次研讨会上发表了题为“个性化学习：把学生置于教育的中心”的演讲，详细阐述了个性化学习的具体内涵、基本构成及其在21世纪教育中的地位。他指出，在整个21世纪，我们经历了从精英教育向大众教育体系的转变。当这一体系变得越来越包容的时候，它就渐渐趋向僵化了。学习聚焦于“粉笔+黑板”教学策略来实施知识的回忆（Knowledge Recall），即古希腊哲学家柏拉图的“学习即回忆”理论的应用，绝大多数的学习仅限于课堂中，并且这些学习对于课堂外的生活世界缺乏相关性。个性化学习的倡导者认为，21世纪对智力的考量不再是单一维度而是多个维度的，学习者的身份和目标不是固定的，而是灵活多变的，在此前提下的学校教育应当是消费者导向的，以每一个学习者为中心，关注和挖掘每个人独有的天资并给予较高期望，突破时间和空间限制，围绕学习者不同的学习方式来塑造教学，提供多样化、终身式的教育服务。可以看出，随着时代发展和整体教育水平的提升，个性化学习将在世界教育中扮演越来越重要的角色，成为各国教育改革的共同愿景。

　　个性化学习并不是单独学习，仍然离不开教师有针对性的指导。这需要教师对自己的每一个学生有比较全面的认识和了解，唯有如此，教师方能以学生为中心，设计实施个性化的学习目标和策略。对于MOOC而言，它所具有的“大规模(Massive)属性既彰显了其核心优势——低成本、高效率、易普及、开放包容，在另一个维度上也必将成为其短板所在。“MOOC的一个困难是，教师需要面对数万学生，他们不可能与每一个学生都有交流。”美国伊利诺伊大学在线学习研究与服务中心主任Ray Schroeder谈到。他认为，进行“在线教学”共有三个要点：教学材料的质量、教师的投入，以及学生间的交流。其中，第一项似乎不是问题——参与网络课程的教授大多来自知名学府，真正难办的是后两者。即使在课堂以外，师生交流似乎也很难实现。一位国内资深的MOOC学习者表示，有些不是特别火的课，老师和助教也会在论坛上比较活跃，“不过和老师发邮件交流是不可能的。公开课大多数老师明确要求学生不准给他发邮件。”他说，“我记得一门神经网络的课，老师很牛，有次特地给我们发信说：我很感谢99%的人都遵守了不要给我发邮件的规定，再强调一次，我是不可能回邮件的，不要给我发！”乔治▪华盛顿大学商学院教授Doug Guthrie于2013年7月在美国财经杂志《福布斯》发表的一篇评论文章中指出，当谈到学习时，更大并不意味着更好。事实上，如果抛开MOOC为建立新的在线教育平台和强化校企合作关系所提供的机遇不谈，MOOC只不过是一个微小但又昂贵的教学进步。可以肯定，MOOC被证明了是一个还不错的大型在线报告厅，但从来没有人证明过这种上大课的方式（无论网上还是网下”）是教育学生的好办法。

　　有学者认为，尽管MOOC有很大自主性，但许多学习者感觉不到多少收获。有的学习者在时间和精力的投入上难以保证，面对海量的信息和复杂的网络力不从心。有的学习者虽然投入了大量时间和精力，但往往只是处于外围、流于表面，止步于浅显的了解，缺乏有深度的学习和自我创造。也有MOOC学习者反映，只靠个人兴趣选课虽然很自由，但这样“零敲碎打”并非自主学习的长远之计，问题在于学习者不能像在学校里那样建构起一整套的专业知识体系。如果这个问题不能得到很好解决，MOOC教育只能作为人们接受正规学校教育以外的一种补充教育方式。

　　然而在现实中，MOOC倡导者们大多对这个问题抱有十分乐观的态度，甚至把促进个性化学习作为MOOC的一项核心竞争力来宣传。他们的主要理由是，大数据、学习分析、人工智能等技术的发展与应用将在MOOC推动个性化学习的问题上发挥至关重要的作用。通过MOOC平台教学，可以对所有学习者进行全方位、全过程的学习数据跟踪与采集，运用学习分析技术对其中有价值的学习数据进行专业化的评估、预测和分析，可以实现有针对性乃至个性化的教学与学习。Coursera创始人之一Daphne Koller在TED演讲中举了一个例子：假如有超过2000名学生在一项选择题中给出了同样的错误答案，Coursera平台能够发现并提醒教师加以注意和纠正。但Tony Bates认为，这种教学改进手段并不高明。他指出，这意味着Coursera把试错作为一种教学形式：试一下，如果不好使，下一次就改过来。但问题是，如果从一开始就遵循好的设计原则，例如，请精通教学设计的专家参与其中，从而预先判定可能会遇到的问题，这些问题和错误就很可能会在被数以万计的学生看到前解决掉。事实上，避免在教学中犯错要比犯错后再想办法纠正好得多，因为“忘却”（unlearning）更加困难，并且，错误所带来的负面影响和在线学生人数都是同样巨大的。

　　四、学习体验缺失的问题

　　德国哲学家狄尔泰认为，生命不是简单的身体活动，而是真实鲜活的“实在”，不能只凭理性认识去把握，更重要的是要靠生命体自身的直接体验来把握。英国哲学家卡尔▪波兰尼在《个体知识》一书中将知识分为两种：显性知识与隐性知识（又称“默会知识”）。显性知识可以通过语言、文字、数字和图形进行清晰表达，能够进行信息编码和度量，主要体现为关于事实的知识，较易通过教学传递。隐性知识则是难以通过语言文字等符号加以清晰表达和直接传递的知识，只可意会不可言传，它蕴藏在人的亲身经历、体验、感悟和探究之中。基于学习的视角可以看出，狄尔泰的体验哲学与波兰尼的默会知识理论有异曲同工之妙。在此意义上，学习不仅是关于事实与结果的间接获取，也是内在于主体实践中的直接体验，更应当是展现生命意义、激发生命活力、体悟生命价值的重要途径。

　　学习体验的完整性与学习过程、学习环境的完整性密切关联。作为网络教育的一种具体表现形式，MOOC虽然在教学方法、技术手段等方面有一定整合与创新，但目前仍没有脱离对真实课堂环境进行技术模拟这一基本思路。受科技发展水平所限，这种模拟仍然是不完整和有缺陷的。美国罗德岛大学教授、国际跨文化传播协会（IAICS）执行长陈国明指出，MOOC的缺点非常明显——缺乏面对面的人际交流，达不到传统教学的效果。同时，人们通过MOOC学到的大多是信息性的知识，而这仅是全部知识体系的一部分而已。伊利诺伊州威顿学院（Wheaton College）的英语教授Alan Jacobs认为，学生在真实课堂环境中能够与他人实时交流，会通过各种不可思议的方式受到影响。这种交流的内容极为丰富，没有办法完全复制到论坛上。除非那些在网上打字的人能有类似小说家的本事， 把其中复杂的思考模式和体验表达出来。Ben Rudolph认为，电脑化作业提供了自动、即时的暗示和指导，不能鼓励学生进行批判性思考，他还觉得MOOC中的学习有孤独感，自己“几乎没在班上遇到任何人”，因为“所有事都只是在我的房间里完成的”。犹他州大学地理学副教授Kathleen Nicoll认为，MOOC课程嵌入了很多PPT和音视频资料，在信息记录方面做得很不错，但就像电视一样，这是一种被动的体验。尽管有些课程试图在虚拟实验室中模拟研究的感觉，但这不能替代甲醛的气味，也看不到人脸上的表情并作出反应。也有人指出，MOOC并没有构建起真实的师生人脉关系。“在虚拟世界中建立的师生关系，很可能会缺乏真实世界中的师生关系所具有的“质感”，而很难不流于形式。对于那些需要导师的推荐信才能升读高一级院校深造的学生来说，这是一个非常明显的不利之处。”微软亚洲研究院副院长张峥讲到，他曾和Coursera的创始人吴文达（Andrew NG）讨论怎么在网上教围棋，和学生互动，这是一个挑战。现有的技术条件下，许多课还是没法上网的。“你知道康乃尔大学最热门的课是什么吗？品酒。这种授课能在网上进行吗？”

　　关于MOOC能否提供完整学习环境与体验的争论，反映出了科技主义和人文精神的对立冲突。科技主义者对MOOC的明天充满信心与激情，认为科技的发展能够解决很多超乎人们想象的难题。张峥说，像品酒这样的课程要在网上实现，“现在是有点儿困难，但未来也说不准，说不定，味道也可以被打印出来。”人文主义者则认为，无论科技进步到何种地步，网络教学都不可能取代真实的课堂环境和人际互动。Nicholas Car指出，伴随着一场看似迫在眉睫的数据大爆炸，人们很容易陷入到MOOC工程师的热情中。虽然他们用电脑工作，目标却非常人文。他们期待用机器学习促进学生学习，用人工智能服务人类智慧。但我们要用质疑来给这种激情降温。机器学习对教育的好处在很大程度上仍停留在理论层面，即使人工智能推动了教学法的发展，这些突破仍有它在运用上的局限性。当一套知识体系可以被清晰定义、一个学生的进步可以被准确衡量时，程序员们的确能实现课程的自动化指导。但是，如果要把发生在大学校园里那些微妙复杂的教学互动经历复制到电脑屏幕上，那就是难上加难了。卫斯理公会大学校长迈克尔▪罗斯认为，大学校园提供的人文环境是网络教学无法复制的。他预测，未来大型讲堂将会消失。但他坚信，应该让学生有时间开发自己的智商和情商，“我不希望让技术加速他们的人生”。Alan Jacobs认为，电脑显示屏永远只是一个好的大学课堂的影子。他担心MOOC所反映的教育理念已经倾向于那些开发平台的计算机科学家的观点了。历史学教授Timothy Burke表示，MOOC的倡导者对于大数据分析的作用有着非常幼稚的理解。远程教育在历史上从未能达到过人们的期望，这并不是技术的原因，而是因为这种模式存在“重大哲学问题”。他同意在线教育可能会在计算机编程和其他一些领域提供有效的训练，但他认为大学教育的本质存在于师生之间的微妙互动中，机器无法模拟这种互动，无论程序多么复杂。Kathleen Nicol认为，人的互动是促进学习的根本，这是在线论坛和讨论无法替代的。这就像真实的朋友和FACEBOOK网友的区别一样。

　　五、学习效果难以评估的问题

　　面对动辄数万人的大课堂，如何有效评估学习效果显然成了一个大问题。MOOC大规模与开放性的特点使得教学质量难以监测。事实上，在往往有明确标准、非对即错的自然科学领域学习中，考核评价并不成问题，依靠机器自动测验的方式完全可以实现，这样还可以减少教师的重复劳动，当前MOOC平台上大量运用了这类关于客观题的计算机自动测验与习题。真正的挑战是人文社会科学领域（包括艺术领域）的学习评估。Anant Agarwal谈到，要完善MOOC模式，需要在很多领域里有“复杂的发明”，从作文打分到颁发证书。而随着在线教育扩展到人文科学这一没有唯一性答案、充满探索性的领域，这一过程会变得更加困难。因为在这个领域，知识难以轻易编码，一门课的成功依赖于教师引导学生们获得超出预期的见解的能力。Udacity公司的共同创始人兼CEO Sebastian Thrun讲到，按照程序设计，计算机评分系统只能给出正确或错误的判断。如果是论断题，就很难进行综合分析。比如哲学的判定语句和论述，其中的逻辑是难以用对错来判断的，语言的细微差别就能影响判断的正误。

　　经过不断尝试与创新，一些MOOC平台在这方面也探索出了较具特色和新意的评估方式。总的来看，无外乎两种解决方案：一种是机器评估，运用人工智能技术开发相应的软件应用，在机器学习的基础上，对学生的作业给出自动评价与反馈，代表性的有edx的自动作文评分（Automated Essay Scoring，AES）技术；另一种是人工评估，构建相应技术平台，在平台上学习者互相打分和评价，代表性的有Coursera的同伴互评（Peer Assessment）平台。两种解决方案的本质区别在于：MOOC学习评估如何更有效，是基于机器还是基于人？就目前而言，这两种解决方案各有优长，也存在很多不足，仍然都有较大的改进空间。美国德克萨斯州A&M大学（Texas A&M University）的哲学博士Stephen P.Balfour对这两种评估模式的评价研究分别进行了综述和分析。

　　关于AES技术的局限性。有学者指出，这种评估学生写作的技术并不算什么创新，第一个较成功的AES系统是在1973年设计出来的，但是，当时它需要打孔卡和大型机的支持，因此，对绝大部分教师来说是可望不可及的。还有人认为，AES不能像人类那样对文本进行理解。由于写作变得更加独特，例如，自选题目的学期论文、学术论文、剧本或诗歌，这种技术在人文学科作业打分上显得无能为力。美国全国英语教师委员会（National Council of Teachers of English，NCTE）表明了反对机器根据书目题解对学生作文打分的立场。理由包括，AES所采集作文的有限性、大部分AES反馈的模糊性，以及学生和教师可能根据机器打分标准而把写作变成一场修改文章表面特征的文字游戏。Balfour还指出，尽管最近的一些关于AES的评论比较积极，但这些评论仍是业界主导的，并非在高等教育界内部产生。从教师的视角看，AES的解决方案完全依赖机器对人工评分的学习，依赖那些多人评分和不同质量的文章。即使edx声称，教师只需要给100篇作文打分就能实现机器评估，但100篇作文显然是一个很大的时间成本。一些研究表明，结构化的、计算机监管下的同伴评价在特定情况下可能要比仅靠机器反馈对学生更有益处。

　　关于CPR③平台的局限性。这种技术很难扩展到10万名学生的评估中，因为如果那样，一些作文可能只有三个低级评价者打分。这个问题取决于学生在校准阶段的表现，并且有问题作文的数量会与课堂学生规模成正比（假如当学生人数增加时校准性能不变的话）。由此，如果一门MOOC课程有10万名学生，10%的学生完成了课程，那么如果CPR平台有10%错误率的话，就可能会导致1000篇作文给错分。Balfour进一步指出，CPR有三个主要局限：首先，它依赖于基于网络的文本输入环境，需要掌握基本的HTML技能；其次，由于CPR针对每个作业有固定的评分标准，很难为一个学期作文设计一个标准，允许学生多项引用。CPR模型更适合紧扣主题的一般性作文。最后，字数限制是一个现实问题。学生会依据教师的评分标准评估7篇作文（3篇用于校准，3篇同伴评估，1篇自我评估），超过750个单词的作文对学生而言会比较难评。这个局限更多取决于课程的期望值和学生水平。在此基础上，Balfour以表格（见表2）的形式对两种评估模式进行了比较。