TEDWomen 2015
Nancy Lublin: How data from a crisis text line is saving lives
Nancy Lublin: O texto comovente que inspirou uma linha de ajuda para crises
Filmed:
Readability: 4
956,279 views
Quando uma jovem enviou uma mensagem de texto para DoSomething.org, com um comovente pedido de ajuda, a organização reagiu criando uma Linha de Texto para Crise, de âmbito nacional, oferecendo um canal de expressão para pessoas em sofrimento. Quase 10 milhões de pessoas enviam SMS com problemas como dependência de drogas, pensamentos suicidas, desordens de alimentação, abuso sexual e muito mais. Os dados coletados no processo estão reformulando a política e preparando as escolas e a os agentes da lei para lidar melhor com surtos de crises.
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
Uma menina que eu nunca vi antes
00:15
changed my life and the life
of thousands of other people.
of thousands of other people.
1
3840
3280
mudou minha vida e a vida
de milhares de outras pessoas.
de milhares de outras pessoas.
00:19
I'm the CEO of DoSomething.org.
2
7760
2400
Eu sou a Diretora Executiva
da DoSomething.org
da 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
É uma das maiores organizações
do mundo para pessoas jovens.
do mundo para pessoas jovens.
Na verdade, é maior que os Escoteiros
nos Estados Unidos.
nos Estados Unidos.
00:27
In fact it's bigger than the Boy Scouts
in the United States.
in the United States.
4
15000
2896
00:29
And we're not homophobic.
5
17920
1536
E não somos homofóbicos.
00:31
(Laughter)
6
19480
2160
(Risos)
E é verdade, nos comunicamos
com os jovens por mensagem de texto
com os jovens por mensagem de texto
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
porque, hoje, é assim
que os jovens se comunicam.
que os jovens se comunicam.
00:37
because that's how
young people communicate.
young people communicate.
8
25640
2360
00:40
So we'll run over 200 campaigns this year,
9
28480
3575
Este ano, promoveremos
mais de 200 campanhas,
mais de 200 campanhas,
00:44
things like collecting peanut butter
for food pantries,
for food pantries,
10
32080
3696
coisas tipo arrecadar pasta de
amendoim para doação,
amendoim para doação,
ou fazer cartões do Dias dos Namorados
para idosos que não podem sair de casa.
para idosos que não podem sair de casa.
00:47
or making Valentine's Day cards
for senior citizens who are homebound.
for senior citizens who are homebound.
11
35800
4840
00:53
And we'll text them.
12
41000
1456
Mandaremos mensagem a eles.
E vamos ter uma taxa
de respostas de 97%,
de respostas de 97%,
00:54
And we'll have a 97 percent open rate.
13
42480
2936
principalmente dos hispânicos
e das regiões urbanas.
e das regiões urbanas.
00:57
It'll over-index Hispanic and urban.
14
45440
2696
Nós arrecadamos 200 mil potes
de pasta de amendoim
de pasta de amendoim
01:00
We collected 200,000 jars of peanut butter
15
48160
3976
e mais de 365 mil cartões do
Dia dos Namorados
Dia dos Namorados
01:04
and over 365,000 Valentine's Day cards.
16
52160
4376
Isso é muita coisa!
01:08
This is big scale. OK --
17
56560
1776
(Aplausos)
01:10
(Applause)
18
58360
2680
Mas algo estranho começou a acontecer.
01:13
But there's one weird side effect.
19
61640
1640
01:15
Every time we send out a text message,
20
63840
3096
Toda vez que enviamos
uma mensagem de texto,
uma mensagem de texto,
recebemos várias mensagens sem nenhuma
relação com a pasta de amendoim,
relação com a pasta de amendoim,
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
ou fome, ou idosos.
01:23
or hunger or senior citizens --
22
71280
2776
São mensagens sobre estar
sendo hostilizado,
sendo hostilizado,
01:26
but text messages about being bullied,
23
74080
3496
mensagens sobre estar
viciado em maconha.
viciado em maconha.
01:29
text messages about being addicted to pot.
24
77600
2800
01:33
And the worst message
we ever got said exactly this:
we ever got said exactly this:
25
81520
3640
E a pior mensagem que
já recebemos dizia exatamente isso:
já recebemos dizia exatamente isso:
01:38
"He won't stop raping me.
26
86320
1880
"Ele não para de me estuprar.
01:40
It's my dad.
27
88720
1520
É o meu pai.
01:43
He told me not to tell anyone.
Are you there?"
Are you there?"
28
91040
3800
Ele me disse para não contar
a ninguém. Você está ai?"
a ninguém. Você está ai?"
Era inacreditável que isso acontecesse.
01:50
We couldn't believe this was happening.
29
98238
1858
É inacreditável que algo tão horrível
acontecesse a um ser humano,
acontecesse a um ser humano,
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
e que ela iria desabafar conosco;
algo tão intimo, tão pessoal.
algo tão intimo, tão pessoal.
01:55
and that she would share it with us --
something so intimate, so personal.
something so intimate, so personal.
31
103800
3640
E percebemos que tínhamos
que parar de triar as mensagens
que parar de triar as mensagens
02:00
And we realized
we had to stop triaging this
we had to stop triaging this
32
108480
2256
02:02
and we had to build a crisis text line
for these people in pain.
for these people in pain.
33
110760
4000
e criar uma linha de crise por SMS,
para estas pessoas em sofrimento.
para estas pessoas em sofrimento.
02:07
So we launched Crisis Text Line,
34
115960
2120
Então lançamos a Linha de Crises por SMS,
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
discretamente, em Chicago e El Paso;
uns milhares de pessoas em cada mercado.
uns milhares de pessoas em cada mercado.
E, em quatro meses, estávamos em todos
os 295 códigos de área dos EUA.
os 295 códigos de área dos EUA.
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
Para colocar isso em perspectiva:
02:21
Just to put that into perspective,
37
129240
1620
sem propaganda e taxa de crescimento
maior que a de lançamento do Facebook.
maior que a de lançamento do Facebook.
02:22
that's zero marketing and faster growth
than when Facebook first launched.
than when Facebook first launched.
38
130883
3613
(Aplausos)
02:26
(Applause)
39
134520
4536
Mensagens de texto são
incrivelmente privadas.
incrivelmente privadas.
02:31
Text is unbelievably private.
40
139080
2376
Escrevemos e ninguém nos ouve.
02:33
No one hears you talking.
41
141480
1696
Assim, temos um pico
todos os dias no almoço.
todos os dias no almoço.
02:35
So we spike everyday at lunch time --
42
143200
2096
Jovens estáo à mesa de almoço
02:37
kids are sitting at the lunch table
43
145320
1696
e você acha que ela está mandando
um SMS para o rapaz bonito da sala,
um SMS para o rapaz bonito da sala,
02:39
and you think that she's texting
the cute boy across the hall,
the cute boy across the hall,
44
147040
3176
02:42
but she's actually texting us
about her bulimia.
about her bulimia.
45
150240
2640
mas na verdade manda SMS
para nós sobre sua bulimia.
para nós sobre sua bulimia.
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
Não há palavras como "gosto", "hum",
uma respiração mais rápida, nem choro.
uma respiração mais rápida, nem choro.
Recebemos fatos.
02:49
We just get facts.
47
157080
1760
02:52
We get things like, "I want to die.
48
160200
3616
Recebemos coisas do tipo:
"Eu quero morrer.
"Eu quero morrer.
Eu tenho um frasco de remédios
sobre a mesa na minha frente."
sobre a mesa na minha frente."
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
02:59
And so the crisis counselor says,
50
167200
2096
E então a conselheira de crises diz:
"Que tal colocar estes remédios
na gaveta enquanto conversamos?"
na gaveta enquanto conversamos?"
03:01
"How about you put those pills
in the drawer while we text?"
in the drawer while we text?"
51
169320
3000
03:05
And they go back and forth for a while.
52
173840
2296
E eles conversam por um tempo.
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
E a conselheira faz com
que a garota passe seu endereço,
que a garota passe seu endereço,
03:11
because if you're texting
a text line, you want help.
a text line, you want help.
54
179200
2696
porque se está nos procurando,
esse alguém quer ajuda.
esse alguém quer ajuda.
Então ela pega o endereço
03:13
So she gets the address
55
181920
1176
03:15
and the counselor triggers
an active rescue
an active rescue
56
183120
2176
e a conselheira aciona o resgate
enquanto elas continuam conversando.
03:17
while they're texting back and forth.
57
185320
2000
03:20
And then it goes quiet --
58
188000
3216
E então as mensagens param...
Por 23 minutos, sem nenhuma
resposta desta garota.
resposta desta garota.
03:23
23 minutes with no response
from this girl.
from this girl.
59
191240
4640
03:29
And the next message that comes in says --
60
197160
2456
E a próxima mensagem que chega diz:
"É a mãe dela.
03:31
it's the mom --
61
199640
1616
Eu não fazia ideia,
e eu estava em casa,
e eu estava em casa,
03:33
"I had no idea, and I was in the house,
62
201280
3576
estamos em uma ambulância
a caminho do hospital."
a caminho do hospital."
03:36
we're in an ambulance
on our way to the hospital."
on our way to the hospital."
63
204880
2480
03:40
As a mom that one just --
64
208200
1880
Como mãe, este caso apenas...
03:44
The next message comes a month later.
65
212760
2120
A próxima mensagem vem
um mês depois:
um mês depois:
03:47
"I just got out of the hospital.
66
215280
1696
"Acabei de sair do hospital,
fui diagnosticada como bipolar,
e acho que eu ficarei bem."
e acho que eu ficarei bem."
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
03:53
(Applause)
68
221440
2696
(Aplausos)
03:56
I would love to tell you
that that's an unusual exchange,
that that's an unusual exchange,
69
224160
4656
Eu adoraria dizer a vocês
que isso é um caso incomum,
que isso é um caso incomum,
mas estamos fazendo uma média
de 2,41 resgates por dia.
de 2,41 resgates por dia.
04:00
but we're doing on average
2.41 active rescues a day.
2.41 active rescues a day.
70
228840
4536
30% de nossas mensagens de texto
são sobre suicidio e depressão; imenso.
são sobre suicidio e depressão; imenso.
04:05
Thirty percent of our text messages
are about suicide and depression -- huge.
are about suicide and depression -- huge.
71
233400
4960
O interessante do Linha de Crises por SMS
04:10
The beautiful thing about Crisis Text Line
72
238760
2176
04:12
is that these are strangers
counseling other strangers
counseling other strangers
73
240960
3576
é que são estranhos
aconselhando outros estranhos
aconselhando outros estranhos
em seus problemas mais íntimos,
04:16
on the most intimate issues,
74
244560
2656
e levando-os dos momentos de
estresse aos de calma.
estresse aos de calma.
04:19
and getting them from hot moments
to cold moments.
to cold moments.
75
247240
2376
É emocionante, e vou dizer para vocês
04:21
It's exciting, and I will tell you
76
249640
2296
que enviamos mais de
6,5 milhões de mensagens de texto
6,5 milhões de mensagens de texto
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
em menos de dois anos.
04:28
in less than two years.
78
256240
1296
(Aplausos)
04:29
(Applause)
79
257560
4976
Mas o que realmente me deixa
excitada sobre isso,
excitada sobre isso,
04:34
But the thing that really gets me
hot and sweaty about this,
hot and sweaty about this,
80
262560
3216
o que realmente me deixa
empolgada são os dados:
empolgada são os dados:
04:37
the thing that really gets me
psyched is the data:
psyched is the data:
81
265800
2856
04:40
6.5 million messages --
82
268680
2336
6,5 milhões de mensagens,
este é o volume, a velocidade e varietade
que originam uma coletânea bastante rica.
que originam uma coletânea bastante rica.
04:43
that's the volume, velocity and variety
to provide a really juicy corpus.
to provide a really juicy corpus.
83
271040
5640
04:49
We can do things like predictive work.
84
277000
1856
Podemos fazer analíses preditivas.
04:50
We can do all kinds of conclusions
and learnings from that data set.
and learnings from that data set.
85
278880
4536
Podemos tirar todo tipo de conclusões
e aprendizados deste conjunto de dados.
e aprendizados deste conjunto de dados.
Assim nós podemos ser melhores
e o mundo pode ser melhor.
e o mundo pode ser melhor.
04:55
So we can be better,
and the world can be better.
and the world can be better.
86
283440
3216
Então como usamos estes dados
para sermos melhores?
para sermos melhores?
04:58
So how do we use the data
to make us better?
to make us better?
87
286680
2416
05:01
Alright, chances are someone here,
someone watching this
someone watching this
88
289120
3336
Certo, chances são de que alguém aqui,
alguém assistindo isso
alguém assistindo isso
foi a um psicólogo ou psiquiatra
em algum momento de sua vida.
em algum momento de sua vida.
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
Não precisam levantar as mãos.
05:08
you do not have to raise your hand.
90
296080
1667
(Risos)
05:09
(Laughter)
91
297771
1605
Como saber se aquela pessoa é boa?
05:11
How do you know that person's any good?
92
299400
2256
Oh, ele tem um diploma
de Harvard na parede?
de Harvard na parede?
05:13
Oh, they have a degree
from Harvard on the wall?
from Harvard on the wall?
93
301680
2256
Jura que não foi um dos piores da turma?
05:15
Are you sure he didn't graduate
in the bottom 10 percent?
in the bottom 10 percent?
94
303960
2667
(Risos)
05:18
(Laughter)
95
306651
1405
Uma conselheira matrimonial
parecia ser um gênio,
parecia ser um gênio,
05:20
When my husband and I
saw a marriage counselor,
saw a marriage counselor,
96
308080
2216
até dizer a mim e ao meu marido:
05:22
I thought she was a genius when she said,
97
310320
1953
"Eu vejo vocês em duas semanas;
mas preciso vê-lo semana que vem, Senhor."
mas preciso vê-lo semana que vem, Senhor."
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
05:27
(Laughter)
99
315760
2656
(Risos)
Nós temos os dados para saber
o que faz um bom conselheiro.
o que faz um bom conselheiro.
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
Sabemos que se você mandar
as palavras "dormente" e "manga",
as palavras "dormente" e "manga",
há 99% de chance de que o conteúdo
seja sobre automutilação.
seja sobre automutilação.
05:38
there's a 99 percent match for cutting.
102
326680
3136
Sabemos que se você mandar
as palavras "mg" and "elástico",
as palavras "mg" and "elástico",
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
há 99% de chance de que seja sobre
abuso de substâncias.
abuso de substâncias.
05:46
there's a 99 percent match
for substance abuse.
for substance abuse.
104
334680
3280
05:50
And we know that if you text in
"sex," "oral" and "Mormon,"
"sex," "oral" and "Mormon,"
105
338760
5336
E sabemos que se você mandar
"sexo", "oral" e "mórmon"
"sexo", "oral" e "mórmon"
você está se perguntando se você é gay.
05:56
you're questioning if you're gay.
106
344120
1760
05:59
Now that's interesting information
that a counselor could figure out
that a counselor could figure out
107
347440
3216
É uma informação interessante
que um conselheiro pode imaginar
que um conselheiro pode imaginar
mas o nosso algorítimo automaticamente
exibe uma mensagem dizendo:
exibe uma mensagem dizendo:
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
"Há 99% de chance de automutilação;
tente fazer uma destas perguntas."
tente fazer uma destas perguntas."
06:06
"99 percent match for cutting --
try asking one of these questions"
try asking one of these questions"
109
354840
4376
para alertar o conselheiro.
06:11
to prompt the counselor.
110
359240
1336
Ou "99% de chance de abuso de substâncias,
06:12
Or "99 percent match for substance abuse,
111
360600
2776
aqui estão três clínicas
de dependentes próximas da pessoa.".
de dependentes próximas da pessoa.".
06:15
here are three drug clinics
near the texter."
near the texter."
112
363400
3640
06:19
It makes us more accurate.
113
367560
1680
Isso nos torna mais precisos.
06:22
On the day that Robin Williams
committed suicide,
committed suicide,
114
370240
2736
No dia que o Robin Williams
cometeu suicídio,
cometeu suicídio,
houve congestionamento
de linhas em todo o país.
de linhas em todo o país.
06:25
people flooded hotlines
all over this country.
all over this country.
115
373000
2256
Era triste ver um ícone,
um cara engraçado, se suicidar
um cara engraçado, se suicidar
06:27
It was sad to see an icon,
a funnyman, commit suicide,
a funnyman, commit suicide,
116
375280
4256
e o tempo de espera nos telefones
de ajuda do país era de 3h.
de ajuda do país era de 3h.
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
Houve um aumento do número de chamadas.
06:35
We had a spike in volume also.
118
383280
2336
A diferença era que
06:37
The difference was
119
385640
1256
se você nos mandar: "Quero morrer"
ou "Quero me matar"
ou "Quero me matar"
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
o algoritivo reconhece que
você é código laranja
você é código laranja
06:42
the algorithm reads that,
you're code orange,
you're code orange,
121
390880
3456
e você vai para o primeiro lugar na fila.
06:46
and you become number one in the queue.
122
394360
2176
Assim podemos lidar com gravidade,
e não ordem cronológica.
e não ordem cronológica.
06:48
So we can handle severity,
not chronological.
not chronological.
123
396560
3096
(Aplausos)
06:51
(Applause)
124
399680
5136
Estes dados também fazem o mundo melhor
06:56
This data is also making the world better
125
404840
2336
porque eu tenho o primeiro mapa
mundial de crises em tempo real.
mundial de crises em tempo real.
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
Pense sobre isso:
07:04
Think about it:
127
412720
1216
6,5 milhões de mensagens sendo
classificadas automaticamente,
classificadas automaticamente,
07:05
those 6.5 million messages, auto-tagging
through natural language processes,
through natural language processes,
128
413960
4376
todos estes dados.
07:10
all of these data points --
129
418360
1496
Posso dizer o pior dia da semana
para distúrbios alimentares: segunda.
para distúrbios alimentares: segunda.
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
07:17
The worst time of day
for substance abuse: 5am.
for substance abuse: 5am.
131
425880
4040
A pior hora do dia
para abuso de substâncias: 05:00h.
para abuso de substâncias: 05:00h.
07:22
And that Montana is
a beautiful place to visit
a beautiful place to visit
132
430880
2456
E que Montana é um lugar
maravilhoso para visitar
maravilhoso para visitar
mas você não gostariam de morar lá,
07:25
but you do not want to live there,
133
433360
1776
porque é o estado número um
para ideais suicidas.
para ideais suicidas.
07:27
because it is the number one state
for suicidal ideation.
for suicidal ideation.
134
435160
3560
07:31
And we've made this data public
and free and open.
and free and open.
135
439920
3896
E tornamos estes dados públicos,
gratuitos e acessíveis.
gratuitos e acessíveis.
Nós retiramos todas as informações
que seriam identificáveis
que seriam identificáveis
07:35
We've pulled all the personally
identifiable information.
identifiable information.
136
443840
3096
E colocamos em um local
chamado CrisisTrends.org.
chamado CrisisTrends.org.
07:38
And it's in a place
called CrisisTrends.org.
called CrisisTrends.org.
137
446960
3256
Porque eu quero que as escolas saibam:
07:42
Because I want schools to be able to see
138
450240
5336
segunda é o pior dia
para distúrbios alimentares,
para distúrbios alimentares,
07:47
that Monday is the worst day
for eating disorders,
for eating disorders,
139
455600
2336
07:49
so that they can plan meals
140
457960
1856
assim elas podem planejar cardápios
e chamar orientadores
para estarem lá às segundas.
para estarem lá às segundas.
07:51
and guidance counselors
to be there on Mondays.
to be there on Mondays.
141
459840
2416
E quero que as familias saibam que
o abuso de substâncias aumentam às 5 am.
o abuso de substâncias aumentam às 5 am.
07:54
And I want families to see that
substance abuse questions spike at 5am.
substance abuse questions spike at 5am.
142
462280
4736
Quero que alguém cuide
das reservas indígenas em Montana.
das reservas indígenas em Montana.
07:59
I want somebody to take care of those
Native American reservations in Montana.
Native American reservations in Montana.
143
467040
4280
08:03
(Applause)
144
471960
2056
(Aplausos)
Dados, evidências
08:06
Data, evidence
145
474040
2280
08:08
makes policy, research,
146
476960
2096
melhoram políticas, pesquisas,
jornalismo, policiamento,
direções escolares.
direções escolares.
08:11
journalism, policing, school boards --
everything better.
everything better.
147
479080
4176
Eu não me considero
uma ativista da saúde mental.
uma ativista da saúde mental.
08:15
I don't think of myself
as a mental health activist.
as a mental health activist.
148
483280
3376
Eu me considero
uma ativista da saúde nacional.
uma ativista da saúde nacional.
08:18
I think of myself
as a national health activist.
as a national health activist.
149
486680
4136
Fico realmente animada com estes dados,
sou um pouco "nerd".
sou um pouco "nerd".
08:22
I get really excited about this data,
I'm a little nerdy.
I'm a little nerdy.
150
490840
2880
08:26
Yeah, that sounded too girly.
151
494480
1656
É, isso soou um tanto infantil.
Eu sou nerd.
08:28
I'm nerdy.
152
496160
1416
(Risos)
08:29
(Laughter)
153
497600
1496
Eu amo dados.
08:31
I love data.
154
499120
1960
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
A única diferença entre mim
e as pessoas de capuz pela rua
e as pessoas de capuz pela rua
com essas empresas de capital de gordura,
08:39
with their fat-funded companies,
156
507840
2016
é que eu não me sinto motivada
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
em ajudá-loa conseguir
comida cinhesa às 02:00 em Dallas
comida cinhesa às 02:00 em Dallas
ou ajudá-lo a tocar seu pulso
e conseguir um carro imediatamente,
e conseguir um carro imediatamente,
08:47
or helping you touch your wrist
and get a car immediately,
and get a car immediately,
158
515720
4016
ou alguém com quem ir para cama.
08:51
or swipe right and get laid.
159
519760
1856
Eu sou inspirada...
08:53
I'm inspired --
160
521640
1375
(Risos) (Aplausos)
08:55
(Laughter, applause)
161
523039
5777
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
Quero usar a tecnologia e informação
para fazer do mundo um lugar melhor.
para fazer do mundo um lugar melhor.
Quero usar para ajudar aquela garota,
09:05
I want to use it to help that girl,
163
533440
1696
09:07
who texted in about
being raped by her father.
being raped by her father.
164
535160
2280
que disse estar sendo estuprada pelo pai.
09:09
Because the truth is
we never heard from her again.
we never heard from her again.
165
537800
2496
Porque a verdade é que
nunca mais soubemos dela.
nunca mais soubemos dela.
E eu espero que ela esteja
em algum lugar seguro e saudável,
em algum lugar seguro e saudável,
09:12
And I hope that she is
somewhere safe and healthy,
somewhere safe and healthy,
166
540320
4696
e espero que ela veja esta palestra
09:17
and I hope that she sees this talk
167
545040
2256
e saiba que seu desespero
09:19
and she knows that her desperation
168
547320
2616
e sua coragem inspiraram
a criação do Linha de Crises por SMS
a criação do Linha de Crises por SMS
09:21
and her courage inspired
the creation of Crisis Text Line
the creation of Crisis Text Line
169
549960
3936
e me inspira todo santo dia.
09:25
and inspires me every freaking day.
170
553920
2400
09:28
(Applause)
171
556760
7000
(Aplausos)
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