三、教學設計的翻轉與協作化
在“互聯網+”時代，互聯網技術已由Web1.0發展到Web2.0。與之前相比，Web2.0更注重由用戶主導來自主生成內容，并著重用戶間的交互與合作，而不是單純依賴網商來提供資源與內容。
但我們目前的在線教育大多仍停留在Web1.0的思維時代，只是把課堂數字化后搬到網上，而在教學設計與教學方法上并沒有多大改變。因此默多克曾提到當前的在線教育與之前維多利亞時代的黑板教育并無多大不同。
基于Web2.0的“互聯網+”不僅做到了個性化地適應消費者需要，還極大地釋放了原先被動的消費者的主動性，激發了每個消費者的個人創造力。這就提示我們首先要重新思考和定位教師與學生的角色與定位。學習過程中學生主要通過發揮自己的主動性來自主學習。可以說“互聯網+”的思維真正契合了杜威的學生主體論教學思想。
把學生置于學習的主體地位并不是讓學生盲目自學，而是要在老師有效的管理和精心的組織下進行。這主要有賴于兩種具體的教學設計理念來實現。第一就是在線教育下的翻轉教學。傳統的翻轉教學是以課堂教學為主，課下自學為輔。但在在線教學模式下，學生的線上學習是主體，學生在這一環節不僅要學習基本知識，還要完成老師為他們設計的問題和項目。而課下環節則是輔助的師生交流，幫助老師更好地了解學習狀況與存在的問題。與之相對的第二個理念就是協作學習。所謂協作學習就是以項目管理和團隊協作的方式組織學生的學習過程，在這一過程中我們將把學生編成不同的小組，并對每一位學生的角色和作用進行分工。學習的目標也將由以知識學習為主轉變為以解決實際問題為主，而知識的學習將在問題的解決中實現。
四、以信息閉環為魂的
教學過程
基于“互聯網+”思維的教學改革第三步是構筑起一個信息閉環的回路以實現智慧教學、精準教學的目的，進而實現整個教學過程的自我更新與循環。
這里所謂的智慧教學就是指師生的教學活動可以記錄、追蹤，可以借助大數據與云計算進行各種各樣的相關性分析，可以通過智能平臺與物聯網把分析到的結果及時反饋給師生用戶，并且實現教學質量的實時監測與科學評價。
要實現教學過程的智慧化，最重要的是要運用教育大數據和云計算的技術與思路，把教育過程設計成一個包括信息發生、信息采集、信息分析、信息反饋和信息決策的信息閉環回路，從而使施教者的每一個決策都牢固建立在真實的數據分析基礎之上，使教育和教學真正做到精準的有的放矢。
從信息回路的建設來看，主要包括兩個環節：一是教學數據的挖掘，二是教學數據的分析。所謂教學數據的挖掘是指通過在線教學平臺對學習過程中的有用教學信息按一定標準和方式進行挖掘和整理，以使其滿足后面的教育數據分析條件。這其中又可以分為教學數據的采集與教學數據庫的建立兩個部分。在教學數據的采集環節我們要區分兩類不同數據：一是固定的基礎性數據，二是與個人相關的行為性數據。前者是指如學生姓名、年齡、性別、成績、背景等精確性、固定化的標準數據。這些數據可以作為目標分類的依據和基礎。后者則是指與個人的行為相關的一系列數據，如教學活動開始的時間、持續的長短、點擊或學習的頻次等。這些數據往往能反映出個體的不同偏好和行為習慣，因而更具有個人性色彩和分析價值。在建立教學數據庫環節，我們將對搜集到的數據進行初步的整理。這一整理過程主要有兩項任務，一是建立一套與分析結果相關的教學指標體系；二是將基本數據的二位表格式數據庫與復雜的多維數據庫建立一種關聯。通過這兩部分工作我們就可以把龐雜而凌亂的數據進行初步的清理，并對一些底層的異構數據庫進行整理，為下一步的數據分析提供有效并可用的數據。
而所謂的教育數據分析是指依據不同用戶的具體需要，運用各種教育、社會和心理學統計模型對前面挖掘到的數據進行分析及可視化的過程。在這一過程中首先要對用戶的功能需求進行分析，這是獲取高可信度分析結果的前提和依據。其次是根據用戶的需求建立一個指向不同數據庫和對應不同表達形式的數據可視化解決方案。在這里需要根據用戶的需要性質、種類不同建立不同的功能模塊，然后不同的功能模塊再關聯不同的數據庫。最后是建立一個分析應答模型，把不同的可視化表達形式與一定的數據庫和功能按鈕連接起來，最終達到高可信度數據的輸出。