TEDWomen 2015
Nancy Lublin: How data from a crisis text line is saving lives
แนนซี ลับลิน (Nancy Lublin): ข้อความอันเจ็บปวดที่เป็นแรงบันดาลใจของสายด่วนช่วยเหลือยามวิกฤต
Filmed:
Readability: 4
956,279 views
เมื่อหญิงสาวคนหนึ่งส่งข้อความมายัง DoSomething.org ด้วยข้อความร้องขอความช่วยเหลือที่ทำให้คนอ่านใจสลาย องค์กรจึงริเริ่มเปิด ข้อความวิกฤติ "Crisis Text Line" ที่ครอบคลุมทั่วประเทศ เพื่อเป็นช่องทางระบายความในใจของคนที่กำลังเจ็บปวด หลังจากมีข้อความเข้ามาเกือบสิบล้านข้อความ องค์กรได้ใช้ความเป็นส่วนตัวและพลังของข้อความทางโทรศัพท์เพื่อช่วยเหลือคนที่มีปัญหาต่าง ๆ เช่น การติดยา การคิดฆ่าตัวตาย โรคเกี่ยวกับการกินที่ผิดปกติ การถูกล่วงละเมิดทางเพศ และอื่น ๆ ข้อมูลที่เก็บรวบรวมมาในกระบวนการนี้กำลังปรับเปลี่ยนนโยบาย และเตรียมความพร้อมให้โรงเรียนและผู้บังคับใช้กฎหมาย สามารถรับมือกับช่วงเวลาที่เกิดวิกฤตเหล่านี้ชุกเป็นพิเศษได้ดีขึ้น
Nancy Lublin - Activist
As the CEO and Founder of Crisis Text Line, Nancy Lublin is using technology and data to help save lives. Full bio
As the CEO and Founder of Crisis Text Line, Nancy Lublin is using technology and data to help save lives. Full bio
Double-click the English transcript below to play the video.
00:12
A girl I've never met before
0
960
2856
เด็กสาวคนหนึ่งที่ฉันไม่เคยพบมาก่อน
00:15
changed my life and the life
of thousands of other people.
of thousands of other people.
1
3840
3280
ได้เปลี่ยนชีวิตของฉัน
และชีวิตของคนอื่นนับพันๆ คน
และชีวิตของคนอื่นนับพันๆ คน
00:19
I'm the CEO of DoSomething.org.
2
7760
2400
ฉันเป็นซีอีโอของ DoSomething.org
00:22
It's one of the largest organizations
in the world for young people.
in the world for young people.
3
10560
4416
เป็นหนึ่งในองค์กรสำหรับเยาวชน
ที่ใหญ่ที่สุดในโลก
ที่ใหญ่ที่สุดในโลก
00:27
In fact it's bigger than the Boy Scouts
in the United States.
in the United States.
4
15000
2896
ที่จริง มันใหญ่กว่าองค์กร
ลูกเสือแห่งสหรัฐอเมริกาอีก
ลูกเสือแห่งสหรัฐอเมริกาอีก
00:29
And we're not homophobic.
5
17920
1536
แถมเราไม่เป็นโรค
กลัวคนรักร่วมเพศด้วยนะ
กลัวคนรักร่วมเพศด้วยนะ
00:31
(Laughter)
6
19480
2160
(เสียงหัวเราะ)
00:34
And it's true -- the way we communicate
with young people is by text,
with young people is by text,
7
22080
3536
วิธีที่เราสื่อสารกับวัยรุ่น
คือผ่านข้อความทางโทรศัพท์
คือผ่านข้อความทางโทรศัพท์
00:37
because that's how
young people communicate.
young people communicate.
8
25640
2360
เพราะนั่นคือวิธีที่วัยรุ่นสื่อสารกัน
00:40
So we'll run over 200 campaigns this year,
9
28480
3575
ปีนี้เราสร้างโครงการรณรงค์
มากกว่า 200 โครงการ
มากกว่า 200 โครงการ
00:44
things like collecting peanut butter
for food pantries,
for food pantries,
10
32080
3696
ตั้งแต่รับบริจาคเนยถั่ว
เพื่อแบ่งปันให้ผู้ยากไร้ในชุมชน
เพื่อแบ่งปันให้ผู้ยากไร้ในชุมชน
00:47
or making Valentine's Day cards
for senior citizens who are homebound.
for senior citizens who are homebound.
11
35800
4840
หรือทำบัตรอวยพรวันวาเลนไทน์
ให้ผู้สูงอายุที่ออกจากบ้านไปไหนไม่ได้
ให้ผู้สูงอายุที่ออกจากบ้านไปไหนไม่ได้
00:53
And we'll text them.
12
41000
1456
เราส่งข้อความหาวัยรุ่นเหล่านี้
00:54
And we'll have a 97 percent open rate.
13
42480
2936
ซึ่งมีคนเปิดอ่านถึง 97 เปอร์เซ็นต์
00:57
It'll over-index Hispanic and urban.
14
45440
2696
ส่วนใหญ่เป็นวัยรุ่นเชื้อสายฮิสแปนิก
และอยู่ในเมือง
และอยู่ในเมือง
01:00
We collected 200,000 jars of peanut butter
15
48160
3976
เรารวบรวมเนยถั่วได้ 200,000 กระปุก
01:04
and over 365,000 Valentine's Day cards.
16
52160
4376
และบัตรอวยพรวาเลนไทน์ 365,000 ใบ
01:08
This is big scale. OK --
17
56560
1776
นี่เป็นโครงการขนาดใหญ่นะคะ
01:10
(Applause)
18
58360
2680
(เสียงปรบมือ)
01:13
But there's one weird side effect.
19
61640
1640
แต่เกิดผลข้างเคียงที่แปลกอย่างหนึ่ง
01:15
Every time we send out a text message,
20
63840
3096
คือ ทุกครั้งที่เราส่งข้อความออกไป
01:18
we get back a few dozen text messages
having nothing to do with peanut butter
having nothing to do with peanut butter
21
66960
4296
เราได้รับข้อความตอบกลับ 20-30 ข้อความ
ที่ไม่เกี่ยวอะไรกับเนยถั่ว
ที่ไม่เกี่ยวอะไรกับเนยถั่ว
01:23
or hunger or senior citizens --
22
71280
2776
หรือความหิวโหย หรือผู้สูงอายุ
01:26
but text messages about being bullied,
23
74080
3496
แต่เป็นข้อความเกี่ยวกับการถูกรังแก
01:29
text messages about being addicted to pot.
24
77600
2800
ข้อความเกี่ยวกับการติดกัญชา
01:33
And the worst message
we ever got said exactly this:
we ever got said exactly this:
25
81520
3640
และข้อความที่เลวร้ายที่สุด
ที่เราเคยได้รับคือ
ที่เราเคยได้รับคือ
01:38
"He won't stop raping me.
26
86320
1880
"เขาไม่ยอมหยุดข่มขืนฉัน
01:40
It's my dad.
27
88720
1520
พ่อฉันเอง
01:43
He told me not to tell anyone.
Are you there?"
Are you there?"
28
91040
3800
เขาห้ามไม่ให้ฉันบอกใคร
คุณฟังฉันอยู่หรือเปล่า"
คุณฟังฉันอยู่หรือเปล่า"
01:50
We couldn't believe this was happening.
29
98238
1858
เราไม่อยากเชื่อว่าเกิดเรื่องแบบนี้ขึ้น
01:52
We couldn't believe that something
so horrific could happen to a human being,
so horrific could happen to a human being,
30
100120
3656
เราไม่อยากเชื่อว่าเรื่องเลวร้ายขนาดนี้
จะเกิดขึ้นกับมนุษย์คนหนึ่งได้
จะเกิดขึ้นกับมนุษย์คนหนึ่งได้
01:55
and that she would share it with us --
something so intimate, so personal.
something so intimate, so personal.
31
103800
3640
ว่าเธอมาเล่าเรื่องส่วนตัว
ที่ลึกซึ้งสุดๆ ให้เราฟัง
ที่ลึกซึ้งสุดๆ ให้เราฟัง
02:00
And we realized
we had to stop triaging this
we had to stop triaging this
32
108480
2256
เราจึงตระหนักว่า
เราต้องเลิกจัดลำดับความเร่งด่วน
เราต้องเลิกจัดลำดับความเร่งด่วน
02:02
and we had to build a crisis text line
for these people in pain.
for these people in pain.
33
110760
4000
แล้วลงมือสร้างระบบข้อความฉุกเฉิน
สำหรับคนที่เจอเรื่องเจ็บปวดได้แล้ว
สำหรับคนที่เจอเรื่องเจ็บปวดได้แล้ว
02:07
So we launched Crisis Text Line,
34
115960
2120
เราจึงเริ่มเปิดตัว "ข้อความวิกฤต"
(Crisis Text Line)
(Crisis Text Line)
02:11
very quietly, in Chicago and El Paso --
just a few thousand people in each market.
just a few thousand people in each market.
35
119000
5456
อย่างเงียบๆ ในชิคาโก และเอล พาโซ
มีกลุ่มเป้าหมายในแต่ละเมืองแค่ไม่กี่พันคน
มีกลุ่มเป้าหมายในแต่ละเมืองแค่ไม่กี่พันคน
02:16
And in four months,
we were in all 295 area codes in America.
we were in all 295 area codes in America.
36
124480
4736
ภายในสี่เดือน เราก็มีบริการครอบคลุม
ทั้ง 295 เขตโทรศัพท์ในอเมริกา
ทั้ง 295 เขตโทรศัพท์ในอเมริกา
02:21
Just to put that into perspective,
37
129240
1620
ขอบอกบริบทสักนิดนะคะ
02:22
that's zero marketing and faster growth
than when Facebook first launched.
than when Facebook first launched.
38
130883
3613
นี่ไม่มีกิจกรรมการตลาดเลย และยังเติบโต
เร็วกว่าเฟซบุคตอนเปิดตัวครั้งแรกซะอีก
เร็วกว่าเฟซบุคตอนเปิดตัวครั้งแรกซะอีก
02:26
(Applause)
39
134520
4536
(เสียงปรบมือ)
02:31
Text is unbelievably private.
40
139080
2376
ข้อความมีความเป็นส่วนตัวมาก
อย่างไม่น่าเชื่อ
อย่างไม่น่าเชื่อ
02:33
No one hears you talking.
41
141480
1696
ไม่มีใครได้ยินเสียงคุณพูด
02:35
So we spike everyday at lunch time --
42
143200
2096
ยอดข้อความเข้าสูงสุดตอนพักเที่ยง
02:37
kids are sitting at the lunch table
43
145320
1696
เด็กๆ นั่งที่โต๊ะกินข้าวกลางวัน
02:39
and you think that she's texting
the cute boy across the hall,
the cute boy across the hall,
44
147040
3176
คุณอาจคิดว่าเขาส่งข้อความหาหนุ่มหล่อ
ที่อยู่อีกฝั่งของโรงอาหาร
ที่อยู่อีกฝั่งของโรงอาหาร
02:42
but she's actually texting us
about her bulimia.
about her bulimia.
45
150240
2640
จริงๆ เธอกำลังส่งข้อความหาเรา
เรื่องโรคบูลิเมียที่เธอเป็น
เรื่องโรคบูลิเมียที่เธอเป็น
02:45
And we don't get the word "like"
or "um" or hyperventilating or crying.
or "um" or hyperventilating or crying.
46
153280
3776
และในข้อความไม่มีคำว่า "แบบ" หรือ "อืม"
หรือ หายใจหอบ หรือ ร้องไห้ฟูมฟาย
หรือ หายใจหอบ หรือ ร้องไห้ฟูมฟาย
02:49
We just get facts.
47
157080
1760
เราได้รับแต่ข้อเท็จจริง
02:52
We get things like, "I want to die.
48
160200
3616
เราได้ข้อความอย่างเช่น "ฉันอยากตาย
02:55
I have a bottle of pills
on the desk in front of me."
on the desk in front of me."
49
163840
2920
ฉันมียาขวดหนึ่งบนโต๊ะตรงหน้าฉัน"
02:59
And so the crisis counselor says,
50
167200
2096
เจ้าหน้าที่ให้คำปรึกษาในภาวะวิกฤต
จะตอบไปว่า
จะตอบไปว่า
03:01
"How about you put those pills
in the drawer while we text?"
in the drawer while we text?"
51
169320
3000
"ระหว่างที่เราคุยกัน
เอาขวดยาใส่ลิ้นชักไปก่อนดีไหม"
เอาขวดยาใส่ลิ้นชักไปก่อนดีไหม"
03:05
And they go back and forth for a while.
52
173840
2296
แล้วพูดคุยโต้ตอบกันสักพัก
03:08
And the crisis counselor
gets the girl to give her her address,
gets the girl to give her her address,
53
176160
3000
เจ้าหน้าที่ให้คำปรึกษาก็เกลี้ยกล่อม
ให้เด็กสาวบอกที่อยู่สำเร็จ
ให้เด็กสาวบอกที่อยู่สำเร็จ
03:11
because if you're texting
a text line, you want help.
a text line, you want help.
54
179200
2696
เพราะถ้าคุณส่งข้อความมาที่สายด่วนนี้
แปลว่าคุณต้องการความช่วยเหลือ
แปลว่าคุณต้องการความช่วยเหลือ
03:13
So she gets the address
55
181920
1176
พอได้ที่อยู่ของเด็กสาว
03:15
and the counselor triggers
an active rescue
an active rescue
56
183120
2176
เจ้าหน้าที่ของเราก็ติดต่อหน่วยกู้ชีพ
03:17
while they're texting back and forth.
57
185320
2000
ขณะที่ยังส่งข้อความกลับไปกลับมา
03:20
And then it goes quiet --
58
188000
3216
แล้วเธอก็เงียบไป
03:23
23 minutes with no response
from this girl.
from this girl.
59
191240
4640
23 นาทีโดยไม่มีการตอบสนองจากเด็กสาว
03:29
And the next message that comes in says --
60
197160
2456
จนกระทั่งมีข้อความกลับมา
03:31
it's the mom --
61
199640
1616
โดยแม่ของเด็ก บอกว่า
03:33
"I had no idea, and I was in the house,
62
201280
3576
"ฉันไม่รู้เรื่องอะไรเลย ฉันอยู่ในบ้านแท้ๆ
03:36
we're in an ambulance
on our way to the hospital."
on our way to the hospital."
63
204880
2480
ตอนนี้เราอยู่ในรถพยาบาล
กำลังไปโรงพยาบาล"
กำลังไปโรงพยาบาล"
03:40
As a mom that one just --
64
208200
1880
ในฐานะแม่คนหนึ่ง เรื่องนี้มัน...
03:44
The next message comes a month later.
65
212760
2120
ข้อความต่อมาจากเด็กสาว
ส่งมาหนึ่งเดือนหลังจากนั้น
ส่งมาหนึ่งเดือนหลังจากนั้น
03:47
"I just got out of the hospital.
66
215280
1696
"ฉันเพิ่งออกจากโรงพยาบาล
03:49
I was diagnosed as bipolar,
and I think I'm going to be OK."
and I think I'm going to be OK."
67
217000
3520
หมอวินิจฉัยว่าฉันเป็นโรคไบโพลาร์
(โรคอารมณ์สองขั้ว) ฉันว่าฉันโอเคแล้วล่ะ"
(โรคอารมณ์สองขั้ว) ฉันว่าฉันโอเคแล้วล่ะ"
03:53
(Applause)
68
221440
2696
(เสียงปรบมือ)
03:56
I would love to tell you
that that's an unusual exchange,
that that's an unusual exchange,
69
224160
4656
ฉันอยากจะบอกคุณว่า
นั่นเป็นกรณีที่ไม่ธรรมดา
นั่นเป็นกรณีที่ไม่ธรรมดา
04:00
but we're doing on average
2.41 active rescues a day.
2.41 active rescues a day.
70
228840
4536
เราติดต่อเจ้าหน้าที่กู้ภัยล่วงหน้าแบบนี้
2.41 ครั้งต่อวัน โดยเฉลี่ย
2.41 ครั้งต่อวัน โดยเฉลี่ย
04:05
Thirty percent of our text messages
are about suicide and depression -- huge.
are about suicide and depression -- huge.
71
233400
4960
30 เปอร์เซ็นต์ของข้อความที่เข้ามาคือเรื่อง
การฆ่าตัวตายและโรคซึมเศร้า ซึ่งเยอะมาก
การฆ่าตัวตายและโรคซึมเศร้า ซึ่งเยอะมาก
04:10
The beautiful thing about Crisis Text Line
72
238760
2176
ความงดงามของ "ข้อความวิกฤต"
04:12
is that these are strangers
counseling other strangers
counseling other strangers
73
240960
3576
คือคนแปลกหน้า ให้คำปรึกษาคนแปลกหน้า
04:16
on the most intimate issues,
74
244560
2656
ในเรื่องที่ลึกซึ้งเป็นส่วนตัวที่สุด
04:19
and getting them from hot moments
to cold moments.
to cold moments.
75
247240
2376
แล้วพาเขาออกจากช่วงเวลารุ่มร้อน
ให้เขาเย็นลง
ให้เขาเย็นลง
04:21
It's exciting, and I will tell you
76
249640
2296
มันน่าตื่นเต้นมาก และฉันจะบอกว่า
04:23
that we have done a total
of more than 6.5 million text messages
of more than 6.5 million text messages
77
251960
4256
เราส่งข้อความแบบนี้ไปแล้วทั้งหมด
6.5 ล้านข้อความ
6.5 ล้านข้อความ
04:28
in less than two years.
78
256240
1296
ภายในไม่ถึง 2 ปี
04:29
(Applause)
79
257560
4976
(เสียงปรบมือ)
04:34
But the thing that really gets me
hot and sweaty about this,
hot and sweaty about this,
80
262560
3216
แต่สิ่งที่ทำให้ฉันตื่นเต้นจนเหงื่อท่วม
04:37
the thing that really gets me
psyched is the data:
psyched is the data:
81
265800
2856
สิ่งที่ทำให้ฉันตื่นเต้นสุดๆ คือข้อมูล
04:40
6.5 million messages --
82
268680
2336
6.5 ล้านข้อความ
04:43
that's the volume, velocity and variety
to provide a really juicy corpus.
to provide a really juicy corpus.
83
271040
5640
มีทั้งปริมาณ ความเร็ว และความหลากหลาย
ทำให้เกิดคลังข้อมูลที่ใหญ่มาก
ทำให้เกิดคลังข้อมูลที่ใหญ่มาก
04:49
We can do things like predictive work.
84
277000
1856
เราสามารถสร้างโมเดลทำนายได้
04:50
We can do all kinds of conclusions
and learnings from that data set.
and learnings from that data set.
85
278880
4536
เราสามารถทำสรุปได้ทุกรูปแบบ
และเรียนรู้จากชุดข้อมูลนี้
และเรียนรู้จากชุดข้อมูลนี้
04:55
So we can be better,
and the world can be better.
and the world can be better.
86
283440
3216
เราจะได้ทำหน้าที่ได้ดีขึ้น
และโลกนี้จะได้ดีขึ้น
และโลกนี้จะได้ดีขึ้น
04:58
So how do we use the data
to make us better?
to make us better?
87
286680
2416
เราใช้ข้อมูลเพื่อทำให้
เราทำงานได้ดีขึ้นอย่างไร
เราทำงานได้ดีขึ้นอย่างไร
05:01
Alright, chances are someone here,
someone watching this
someone watching this
88
289120
3336
เอาล่ะค่ะ ฉันว่าบางคนในที่นี้
หรือคนที่ดูอยู่
หรือคนที่ดูอยู่
05:04
has seen a therapist or a shrink
at some point in time in your life --
at some point in time in your life --
89
292480
3576
ในชีวิตนี้คงเคยไปหานักบำบัด
หรือจิตแพทย์มาบ้าง
หรือจิตแพทย์มาบ้าง
05:08
you do not have to raise your hand.
90
296080
1667
ไม่ต้องยกมือหรอกนะคะ
05:09
(Laughter)
91
297771
1605
(เสียงหัวเราะ)
05:11
How do you know that person's any good?
92
299400
2256
คุณรู้ได้ยังไงว่าใครฝีมือดี
05:13
Oh, they have a degree
from Harvard on the wall?
from Harvard on the wall?
93
301680
2256
โอ้ เขามีปริญญาจากฮาร์วาร์ด
แขวนอยู่ที่ข้างฝา
แขวนอยู่ที่ข้างฝา
05:15
Are you sure he didn't graduate
in the bottom 10 percent?
in the bottom 10 percent?
94
303960
2667
คุณแน่ใจหรือว่าเขาไม่ได้จบ
โดยเป็น 10 เปอร์เซ็นต์ล่างสุด
โดยเป็น 10 เปอร์เซ็นต์ล่างสุด
05:18
(Laughter)
95
306651
1405
(เสียงหัวเราะ)
05:20
When my husband and I
saw a marriage counselor,
saw a marriage counselor,
96
308080
2216
เมื่อฉันกับสามีไปพบนักบำบัดด้านชีวิตสมรส
05:22
I thought she was a genius when she said,
97
310320
1953
ฉันคิดว่าเธอเป็นอัจฉริยะ เมื่อเธอพูดว่า
05:24
"I'll see you guys in two weeks --
but I need to see you next week, sir."
but I need to see you next week, sir."
98
312297
3439
"ฉันขอนัดคุณทั้งสองในอีกสองสัปดาห์
แต่ฉันขอพบคุณอาทิตย์หน้าด้วยค่ะ คุณผู้ชาย"
แต่ฉันขอพบคุณอาทิตย์หน้าด้วยค่ะ คุณผู้ชาย"
05:27
(Laughter)
99
315760
2656
(เสียงหัวเราะ)
เรามีข้อมูลที่ช่วยให้เรารู้ว่า
ผู้ให้คำปรึกษาที่ดีต้องเป็นอย่างไร
ผู้ให้คำปรึกษาที่ดีต้องเป็นอย่างไร
05:30
We have the data to know
what makes a great counselor.
what makes a great counselor.
100
318440
2920
05:33
We know that if you text
the words "numbs" and "sleeve,"
the words "numbs" and "sleeve,"
101
321760
4896
เรารู้ว่า ถ้าคุณส่งข้อความเข้ามาโดยมีคำว่า
"ชา ไร้ความรู้สึก" และ "แขนเสื้อ"
"ชา ไร้ความรู้สึก" และ "แขนเสื้อ"
05:38
there's a 99 percent match for cutting.
102
326680
3136
99 เปอร์เซ็นต์ของแบบแผนนี้
ตรงกับการกรีดแขนตนเอง
ตรงกับการกรีดแขนตนเอง
05:41
We know that if you text
in the words "mg" and "rubber band,"
in the words "mg" and "rubber band,"
103
329840
4816
เรารู้ว่า ถ้าคุณส่งข้อความที่มีคำว่า
"มก." และ "ยางวง"
"มก." และ "ยางวง"
05:46
there's a 99 percent match
for substance abuse.
for substance abuse.
104
334680
3280
99 เปอร์เซ็นต์ของแบบแผนนี้
ตรงกับการใช้ยาเสพติด
ตรงกับการใช้ยาเสพติด
05:50
And we know that if you text in
"sex," "oral" and "Mormon,"
"sex," "oral" and "Mormon,"
105
338760
5336
และเรารู้ว่า ถ้าคุณส่งข้อความมาโดยมีคำว่า
"เพศสัมพันธ์" "ทางปาก" และ "นิกายมอร์มอน"
"เพศสัมพันธ์" "ทางปาก" และ "นิกายมอร์มอน"
05:56
you're questioning if you're gay.
106
344120
1760
คุณกำลังสงสัยว่าตัวเองรักร่วมเพศ
05:59
Now that's interesting information
that a counselor could figure out
that a counselor could figure out
107
347440
3216
นั่นเป็นข้อมูลที่น่าสนใจ
ที่ผู้ให้คำปรึกษาสามารถถอดรหัสได้
ที่ผู้ให้คำปรึกษาสามารถถอดรหัสได้
06:02
but that algorithm in our hands
means that an automatic pop-up says,
means that an automatic pop-up says,
108
350680
4136
แต่อัลกอริทึมในมือของเรา
ทำให้มีข้อความป๊อบอัพขึ้นมาบอกว่า
ทำให้มีข้อความป๊อบอัพขึ้นมาบอกว่า
06:06
"99 percent match for cutting --
try asking one of these questions"
try asking one of these questions"
109
354840
4376
"ตรงกับการกรีดแขนตนเอง 99 เปอร์เซ็นต์
ลองถามคำถามเหล่านี้ดู"
ลองถามคำถามเหล่านี้ดู"
06:11
to prompt the counselor.
110
359240
1336
เพื่อกระตุ้นผู้ให้คำปรึกษา
06:12
Or "99 percent match for substance abuse,
111
360600
2776
หรือ "ตรงกับการใช้ยาเสพติด 99 เปอร์เซ็นต์
06:15
here are three drug clinics
near the texter."
near the texter."
112
363400
3640
นี่คือคลินิกรักษาผู้ติดยา
ที่อยู่ใกล้ผู้ส่งข้อความ"
ที่อยู่ใกล้ผู้ส่งข้อความ"
06:19
It makes us more accurate.
113
367560
1680
มันทำให้เรามีความแม่นยำมากขึ้น
06:22
On the day that Robin Williams
committed suicide,
committed suicide,
114
370240
2736
วันที่โรบิน วิลเลี่ยมส์ฆ่าตัวตาย
06:25
people flooded hotlines
all over this country.
all over this country.
115
373000
2256
ผู้คนรุมกันโทรหาสายด่วนทั่วทั้งประเทศนี้
06:27
It was sad to see an icon,
a funnyman, commit suicide,
a funnyman, commit suicide,
116
375280
4256
ฉันเศร้ามาก ที่เห็นบุคคลที่เป็นสัญลักษณ์
ของคนที่ตลกสนุกนาน กลับฆ่าตัวตาย
ของคนที่ตลกสนุกนาน กลับฆ่าตัวตาย
06:31
and there were three hour wait times
on every phone hotline in the country.
on every phone hotline in the country.
117
379560
3696
และผู้คนต้องรอคิวสามชั่วโมง
ในทุกเบอร์สายด่วนทั่วประเทศ
ในทุกเบอร์สายด่วนทั่วประเทศ
06:35
We had a spike in volume also.
118
383280
2336
เรามีข้อความเข้ามามหาศาลเช่นกัน
06:37
The difference was
119
385640
1256
แต่ที่แตกต่างคือ
06:38
if you text us, "I want to die,"
or "I want to kill myself,"
or "I want to kill myself,"
120
386920
3936
ถ้าคุณส่งข้อความหาเราว่า "ฉันอยากตาย"
หรือ "ฉันอยากฆ่าตัวตาย"
หรือ "ฉันอยากฆ่าตัวตาย"
06:42
the algorithm reads that,
you're code orange,
you're code orange,
121
390880
3456
ระบบของเราจะอ่านและให้รหัสคุณเป็นสีส้ม
06:46
and you become number one in the queue.
122
394360
2176
แล้วคุณจะถูกเลื่อนมาเป็นอันดับหนึ่งในคิว
06:48
So we can handle severity,
not chronological.
not chronological.
123
396560
3096
เราจึงสามารถจัดการปัญหาได้ตามความรุนแรง
ไม่ใช่ลำดับเวลารับเรื่อง
ไม่ใช่ลำดับเวลารับเรื่อง
06:51
(Applause)
124
399680
5136
(เสียงปรบมือ)
06:56
This data is also making the world better
125
404840
2336
ข้อมูลนี้ยังทำให้โลกดีขึ้น
06:59
because I'm sitting on the world's
first map of real-time crises.
first map of real-time crises.
126
407200
5496
เพราะฉันกำลังนั่งอยู่บนแผนที่
บอกเหตุวิกฤตแบบเรียลไทม์ชุดแรกของโลก
บอกเหตุวิกฤตแบบเรียลไทม์ชุดแรกของโลก
ลองคิดดู
07:04
Think about it:
127
412720
1216
ข้อความ 6.5 ล้านข้อความนี้ ได้รับรหัส
ระบุลักษณะต่างๆ จากภาษาที่ใช้โดยอัตโนมัติ
ระบุลักษณะต่างๆ จากภาษาที่ใช้โดยอัตโนมัติ
07:05
those 6.5 million messages, auto-tagging
through natural language processes,
through natural language processes,
128
413960
4376
07:10
all of these data points --
129
418360
1496
จากข้อมูลทั้งหมดนี้
07:11
I can tell you that the worst day
of the week for eating disorders: Monday.
of the week for eating disorders: Monday.
130
419880
4880
ฉันบอกคุณได้เลยว่า วันที่เลวร้ายที่สุดของ
คนที่เป็นโรคผิดปกติทางการกิน คือวันจันทร์
คนที่เป็นโรคผิดปกติทางการกิน คือวันจันทร์
07:17
The worst time of day
for substance abuse: 5am.
for substance abuse: 5am.
131
425880
4040
เวลาที่มีการใช้ยาเสพติดมากที่สุด
คือตอนตีห้า
คือตอนตีห้า
07:22
And that Montana is
a beautiful place to visit
a beautiful place to visit
132
430880
2456
และรัฐมอนทานามีสถานที่สวยงามน่าเที่ยว
07:25
but you do not want to live there,
133
433360
1776
แต่คุณคงไม่อยากใช้ชีวิตอยู่ที่นั่น
07:27
because it is the number one state
for suicidal ideation.
for suicidal ideation.
134
435160
3560
เพราะเป็นรัฐที่มีคนคิดฆ่าตัวตายมากที่สุด
เป็นอันดับหนึ่ง
เป็นอันดับหนึ่ง
07:31
And we've made this data public
and free and open.
and free and open.
135
439920
3896
เราเปิดเผยข้อมูลนี้ต่อสาธารณะ
ให้เข้าใช้ได้ฟรี
ให้เข้าใช้ได้ฟรี
07:35
We've pulled all the personally
identifiable information.
identifiable information.
136
443840
3096
เราตัดข้อมูล
ที่ทำให้ระบุตัวบุคคลได้ออกไปแล้ว
ที่ทำให้ระบุตัวบุคคลได้ออกไปแล้ว
07:38
And it's in a place
called CrisisTrends.org.
called CrisisTrends.org.
137
446960
3256
โดยข้อมูลนี้อยู่บนเว็บไซต์ชื่อ
CrisisTrends.org
CrisisTrends.org
07:42
Because I want schools to be able to see
138
450240
5336
เพราะฉันอยากให้โรงเรียนต่างๆ ได้รู้
07:47
that Monday is the worst day
for eating disorders,
for eating disorders,
139
455600
2336
ว่าวันจันทร์เป็นวันที่แย่ที่สุด
สำหรับคนเป็นโรคการกินผิดปกติ
สำหรับคนเป็นโรคการกินผิดปกติ
07:49
so that they can plan meals
140
457960
1856
จะได้เตรียมอาหารอย่างระมัดระวัง
07:51
and guidance counselors
to be there on Mondays.
to be there on Mondays.
141
459840
2416
และมีผู้ให้คำปรึกษาและแนะแนว
อยู่ที่นั่นในวันจันทร์
อยู่ที่นั่นในวันจันทร์
07:54
And I want families to see that
substance abuse questions spike at 5am.
substance abuse questions spike at 5am.
142
462280
4736
ฉันอยากให้ครอบครัวต่างๆ ได้รู้ว่า
การใช้ยาเสพติดเกิดมากสุดตอนตีห้า
การใช้ยาเสพติดเกิดมากสุดตอนตีห้า
07:59
I want somebody to take care of those
Native American reservations in Montana.
Native American reservations in Montana.
143
467040
4280
ฉันอยากให้ใครสักคนคอยดูแล
ชนพื้นเมืองอเมริกันในเขตสงวนรัฐมอนทานา
ชนพื้นเมืองอเมริกันในเขตสงวนรัฐมอนทานา
08:03
(Applause)
144
471960
2056
(เสียงปรบมือ)
08:06
Data, evidence
145
474040
2280
ข้อมูล หลักฐาน
08:08
makes policy, research,
146
476960
2096
ทำให้นโยบาย การวิจัย
08:11
journalism, policing, school boards --
everything better.
everything better.
147
479080
4176
การเสนอข่าว การกำกับควบคุม
ผู้บริหารโรงเรียน ทุก ๆ อย่างดีขึ้น
ผู้บริหารโรงเรียน ทุก ๆ อย่างดีขึ้น
08:15
I don't think of myself
as a mental health activist.
as a mental health activist.
148
483280
3376
ฉันไม่ได้มองตัวเองเป็น
นักเคลื่อนไหวรณรงค์ด้านสุขภาพจิต
นักเคลื่อนไหวรณรงค์ด้านสุขภาพจิต
08:18
I think of myself
as a national health activist.
as a national health activist.
149
486680
4136
ฉันมองตัวเองเป็นนักเคลื่อนไหว
รณรงค์เพื่อสุขภาพของชาติ
รณรงค์เพื่อสุขภาพของชาติ
08:22
I get really excited about this data,
I'm a little nerdy.
I'm a little nerdy.
150
490840
2880
ฉันตื่นเต้นกับข้อมูลพวกนี้มาก
ฉันมันเนิร์ดนิดนึง
ฉันมันเนิร์ดนิดนึง
08:26
Yeah, that sounded too girly.
151
494480
1656
ฟังดูหวานแหววไปนะ
08:28
I'm nerdy.
152
496160
1416
ฉันมันเนิร์ด
08:29
(Laughter)
153
497600
1496
(เสียงหัวเราะ)
08:31
I love data.
154
499120
1960
ฉันรักข้อมูล
08:34
And the only difference really between me
and those people in hoodies down the road
and those people in hoodies down the road
155
502120
5696
และสิ่งที่เดียวที่ฉันต่างจากหนุ่ม ๆ
สวมเสื้อมีฮูดในวงการเทคโนโลยี
สวมเสื้อมีฮูดในวงการเทคโนโลยี
08:39
with their fat-funded companies,
156
507840
2016
และบริษัททุนหนาของพวกเขา
08:41
is that I'm not inspired by helping you
find Chinese food at 2am in Dallas,
find Chinese food at 2am in Dallas,
157
509880
5816
คือ ฉันไม่ได้มีแรงบันดาลใจที่จะช่วยคุณหา
ร้านอาหารจีนตอนตีสองในเมืองดัลลัส
ร้านอาหารจีนตอนตีสองในเมืองดัลลัส
08:47
or helping you touch your wrist
and get a car immediately,
and get a car immediately,
158
515720
4016
หรือช่วยให้คุณแตะข้อมือตัวเอง
แล้วเรียกรถมาได้ทันที
แล้วเรียกรถมาได้ทันที
08:51
or swipe right and get laid.
159
519760
1856
หรือเลื่อนจอไปทางขวาแล้วหาคู่นอน
08:53
I'm inspired --
160
521640
1375
ฉันได้แรงบันดาลใจ...
08:55
(Laughter, applause)
161
523039
5777
(เสียงหัวเราะ, เสียงปรบมือ)
09:00
I want to use tech and data
to make the world a better place.
to make the world a better place.
162
528840
4576
ฉันอยากใช้เทคโนโลยีและข้อมูล
ทำให้โลกนี้ดีขึ้น
ทำให้โลกนี้ดีขึ้น
09:05
I want to use it to help that girl,
163
533440
1696
ฉันอยากใช้มัน ช่วยเด็กสาวคนนั้น
09:07
who texted in about
being raped by her father.
being raped by her father.
164
535160
2280
ที่ส่งข้อความเข้ามา
ว่าถูกพ่อตัวเองข่มขืน
ว่าถูกพ่อตัวเองข่มขืน
09:09
Because the truth is
we never heard from her again.
we never heard from her again.
165
537800
2496
แต่เราไม่เคยได้ข่าวจากเธออีกเลย
09:12
And I hope that she is
somewhere safe and healthy,
somewhere safe and healthy,
166
540320
4696
ฉันได้แต่หวังว่าเธอคงอยู่ที่ไหนสักแห่ง
อย่างปลอดภัย สุขภาพดี
อย่างปลอดภัย สุขภาพดี
09:17
and I hope that she sees this talk
167
545040
2256
ฉันหวังว่าเธอจะได้ดูวิดีโอนี้
09:19
and she knows that her desperation
168
547320
2616
และอยากให้เธอรู้ว่า ความสิ้นหวังของเธอ
09:21
and her courage inspired
the creation of Crisis Text Line
the creation of Crisis Text Line
169
549960
3936
และความกล้าหาญของเธอ เป็นแรงบันดาลใจ
ในการสร้างข้อความวิกฤติ
ในการสร้างข้อความวิกฤติ
09:25
and inspires me every freaking day.
170
553920
2400
และเป็นแรงบันดาลใจของฉัน
ในทุก ๆ วัน
ในทุก ๆ วัน
09:28
(Applause)
171
556760
7000
(เสียงปรบมือ)
Translated by Thipnapa Huansuriya
ABOUT THE SPEAKER
Nancy Lublin - ActivistAs the CEO and Founder of Crisis Text Line, Nancy Lublin is using technology and data to help save lives.
Why you should listen
Nancy Lublin is Founder and CEO of Crisis Text Line, the nations first free, 24/7 text line for people in crisis. To date, almost 10 million text messages have come through the text line.
Nancy recently left her post as CEO of DoSomething.org, one of the largest global organizations for young people and social change. Previously, she founded Dress for Success, the organization that helps women transition from welfare to work.
Nancy Lublin | Speaker | TED.com