联合国教科文组织“教育2030战略”强调全纳、公平与个性化学习；中共中央印发《中国教育现代化2035》直接指出“以信息化推进教育现代化”并强调“残疾儿童少年享有适合的教育”。我国儿童孤独症（自闭症）发病率近2%并持续快速增长，病患个体超过千万且大部分无法独立生活，已发展为迫切需要解决的社会问题。孤独症突出表现为缺乏正常社会互动与交流能力，无有效药物治愈并极易发展为终身残障，只能依靠教育干预辅助矫治。孤独症儿童教育干预属我国当前教育发展战略的重大需求。

我国孤独症康复工作与发达国家相比起步较晚，专业师资匮乏致使服务能力不足30万，劳动密集致使年人均干预费用高达7万元。人工智能技术的发展为孤独症教育干预提供了新途径。发达国家的研究初步验证了智能教育干预的有效性，但仍停留在“简单（个性化干预缺失）粗放（评估主观片面）”的初级阶段：孤独症儿童显著的个体差异性被忽视、零散低效的学习资源及固定单一的干预方法与复杂多样的发展轨迹存在鸿沟。长期共同面临的重大技术挑战突出表现在学习者个性表达、学习资源系统构建、学习过程干预三个方面：

（1）个性表达：孤独症儿童内在的个体差异性巨大，传统学习者建模方法无法揭示个体认知水平与学习情感的动态演化规律，导致个性表达的准确性无法保证；

（2）资源构建：孤独症儿童的发展轨迹复杂多样，要求社会互动学习阶段多、场景多，当前学习资源零散低效，缺乏符合孤独症儿童认知特点的资源构建技术，认知过载问题难以有效缓解；

（3）过程干预：孤独症儿童的社会互动能力表现在涉及行为、语言与情感等多个范畴庞杂的指标体系，当前干预方法单一固定难以适用、评估方法依赖于问卷调查及行为观测整体不客观且欠精准。

在此背景下，国家工程中心联合武汉大学计算机学院、武汉大学中南医院、武汉市启慧特教学校等开展数据驱动的孤独症儿童教育干预技术的攻关、平台研发和应用推广工作，在国家科技支撑计划、国家重点研发计划、国家自然科学基金、国家社科基金、教育部人文社科基金、湖北省技术创新重大项目等国家级、省部级项目的支持下，以数据感知和行为分析为抓手，突破了孤独症儿童认知心理状态建模与理解、人机交互式学习活动系统性创建、自适应孤独症儿童个体的教育干预等多项关键技术。