Subscribe
Share
Share
Embed
聚焦全球社会组织的在地实践，用研究报告和田野故事，为关心社区发展的人提供真实视角。
《在地行动》
同路人不是从口号里找的，是从问题里找到的。
**【音乐淡出】**
---
**标题**：38秒——一条短信如何改变危机干预
**【女】**
大家好，欢迎收听。我是今天的主持人。
今天我们这位嘉宾刚从 Crisis Text Line 的办公室出来——2013年在纽约上线，到2024年，处理了超过900万次对话。
但他在那里面看到的东西，先说一个数字：38秒。这是 Crisis Text Line 的中位响应时间。
传统危机热线，平均等待时间超过10分钟。
38秒。不是10分钟。
跟我们说说，38秒是怎么做到的？
**【男】**
（笑）其实这不是一个关于技术的故事。至少不是从技术开始的。
故事要从一个叫 Nancy Lublin 的女人说起。2000年代初，她在运营 DoSomething——全美最大的年轻人公益平台。年轻人通过短信报名参加志愿活动。
然后奇怪的事情发生了。
他们开始收到别的内容。
"我被性侵了。"
"我想自杀。"
"我爸妈发现我是同性恋，要把我赶出家门。"
这些短信不是发给危机热线的——是发给 DoSomething 的。因为年轻人不打电话。但他们会发短信。
Nancy 后来在接受采访时说过一句话：他们不是用 DoSomething 来找我们——他们是走到一个能说话的地方，就开口了。
---
**【女】**
所以她发现了缺口——不是服务不足，是服务形态和用户习惯脱节？
**【男】**
对。那一代人的沟通方式是短信，不是电话。打电话这件事，对很多人来说，比绝望本身还难。
2013年，Crisis Text Line 上线。全美第一条全国性的短信危机干预热线。把 HOME 发送到 741741。
但上线之后，Nancy 和团队发现了一个新问题。
需求量太大了。
第一天几百条，第一周几千条。他们招募的志愿者咨询师，每一条都要人工阅读、判断、回应。
问题不是"有没有人在乎"——问题是"有没有足够多的人在同时在乎"。
---
**【女】**
那这个怎么解决？多招人？
**【男】**
招了。确实招——但很快发现，人力根本追不上量。所以真正被验证的解法不是"人越多越好"。
其实AI 从一开始就在设计里。
Nancy 在 DoSomething 时看到的短信模式，已经让团队意识到：传统的临床心理学思路解决不了规模问题。所以 2014 年，他们招了第六号员工——一个叫 Bob Filbin 的数据科学家。他不是临床心理学背景，是数据科学背景。
他的工作很直接：把过去的几十万条对话喂给机器学习模型。训练它识别：哪些词、哪些模式、哪些信号，预示着高风险。
比如说，"我想死"和"我不想活了"——听起来差不多，但在数据里，一条出现的频率是另一条的近三倍。模型学到的模式，人眼不一定能直接看到。
这套系统的核心逻辑不是"AI取代咨询师"——是"AI帮咨询师找到最需要他们的人"。
一条短信进来：
- AI 先读。判断风险等级。
- 低风险：排队等候，咨询师按顺序回应。
- 高风险：直接插队到最前面。
然后平均响应时间从十多分钟降到了38秒。
---
**【女】**
38秒。对一个正在准备自杀方案的人来说，这38秒意味着什么？
**【男】**
意味着在行动之前，有一个人回应了他。
到2024年，他们累计处理了超过900万次对话。1亿条短信被交换。68%的对话结束后，求助者制定了一个安全计划——也就是说，他知道下次崩溃的时候该怎么办、找谁。
他们还做了一个叫 CrisisTrends.org 的网站——把匿名的、聚合的数据公开给所有人。警察局用它规划巡逻路线。大学用它决定在哪个月份加强心理支持。疾控中心用它追踪自杀趋势。
这是目前全球最大的公众心理健康数据集。而 Crisis Text Line 把它免费开放了。
2019年，Skoll Foundation 颁给他们社会创业奖。Nancy Lublin 上台领奖的时候说了一句话："数据可以救人。但前提是你愿意把它用起来。"
---
**【女】**
等一下——一个靠数据和AI起家的组织，听起来很顺利。但你们刚才提到的那段对话里，有没有被问过"数据怎么用"的问题？
**【男】**
（沉默两秒）有。而且是这个组织最被质疑的事情。
但事情要按时间线来说。
2021年，Nancy Lublin 离开了 Crisis Text Line，创办了一家名为 Loris AI 的营利公司，做客服AI优化。她的离去本身没有引起太大波澜——创始人离职做新项目，在非营利界不算罕见。
但2022年，危机来了。
Crisis Text Line 与 Loris AI 签署了一项数据共享协议：用 Crisis Text Line 的匿名对话数据训练 Loris 的客服模型。消息传出后，公众和隐私倡导者的反应非常激烈。核心担忧是：人们在最脆弱时刻发的内心话，最后被用来训练商业客服AI——即使数据是匿名的，这个画面让很多人不舒服。
Crisis Text Line 很快终止了合作。但信任的裂缝已经存在。
同年，Dena Trujillo 接任 CEO。她的背景来自 Omidyar Network，做影响力投资出身。她的上任标志着 Crisis Text Line 从"创始人的组织"转向"专业管理的组织"。
---
**【女】**
这个转折挺有意思。一个用数据救人的组织，最终因为数据的使用方式被质疑。你怎么看？
**【男】**
我觉得这恰恰是这个时代最诚实的故事之一。
一个组织能用AI把10分钟变成38秒——这是能力。但它能不能回答"这些数据属于谁""谁有权用它""用在什么地方"——这是治理。
Crisis Text Line 选择了开源数据、终止争议合作。它没有回避这个问题。
---
**【女】**
所以现在呢？2025年，它长什么样？
**【男】**
2025年，Crisis Text Line 的官网上写着这样一句话：
"Everyone is welcome here. No matter what you're going through, you are not alone."
没有提AI。没有提数据。没有提900万次对话。
它回到了最初那个问题本身——有人在半夜两点盯着屏幕，需要知道有人会回应。
38秒的技术不等于38秒的信任。真正的壁垒不是技术——是让一个觉得自己走投无路的人，愿意发出那条短信。
---
**【女】**
最后一个问题——你采访了半天，除了我们这些做社会组织的，普通听众能从中学到什么？
**【男】**
Crisis Text Line 的故事让我们看到三个问题，每一个组织都在被它们推着走，每一个人可能也会在某些时刻面对它们：
第一，你用技术提升效率——但这种效率的提升，让"被听见"这件事变得更好了，还是更机械了？
第二，当你在最脆弱的时刻把真心话托付给一个机构，这家机构靠什么维持运转——捐赠？服务费？某种混合模式？而这对信任又意味着什么？
第三，你是服务的提供者，还是基础设施的建设者？Crisis Text Line 选择了后者——开放数据，变成公共资源。
但回到个人层面，还有一个更简单的问题：你愿不愿意在你最崩溃的时刻，把一条短信发给一个陌生机构？这个问题本身就值得想一想。
如果你的组织也在问同样的问题——《在地行动》想把你们连接起来。
**【女】**
谢谢我们的嘉宾。这一期就到这里。
同路人不是从口号里找的，是从问题里找到的。
**【脚本完】**