無の価値：TikTokインフルエンサーによって表現される人間の価値観のマルチモーダル抽出

概要: 社会的および個人的価値は、相互作用や接触を通じて若い世代へと伝達される。伝統的に、子どもや青年は、親、教育者、または同年代の友人から価値を学んできた。今日では、ソーシャル・プラットフォームが、若者（および大人）が情報を消費するための重要なチャネルとして機能している。主な娯楽の媒体であり、さらに、異なる価値を学ぶ媒体となっている可能性もある。本論文では、子どもや青年を対象にしたオンライン・インフルエンサーによってアップロードされたTikTok動画から、暗黙の価値を抽出する。数百本のTikTok動画からなるデータセットを構築し、確立されたSchwartzのパーソナル価値理論に基づいてそれらに注釈を付けた。そのうえで、価値の同定における有用性を調べるために、多様な言語モデルを用いて実験した。具体的には、2つのパイプラインを検討した。1つは、動画から価値を直接抽出する方法であり、もう1つは、動画をまず精緻化された台本に変換し、その台本のテキストから価値を抽出する2段階アプローチである。
2段階アプローチは直接アプローチよりも有意に優れていること、そして両段階においてLarge Language Model（大規模言語モデル）を少数例（few-shot）の適用で用いることが、第2段階で微調整したMasked Language Model（マスク言語モデル）を用いることよりも上回ることを見出した。さらに、継続的な事前学習と微調整が与える影響について論じ、TikTok内で支持または対立されている価値の同定に関して、さまざまなモデルの性能を比較する。最後に、TikTok動画に対する最初の「価値」注釈付きデータセットを共有する。
我々の知る限り、これはTikTokに特化して（また一般に視覚的なソーシャルメディアに対して）価値を抽出する試みとしては初めてである。これらの結果は、動画ベースのソーシャル・プラットフォームにおける価値の伝達に関する今後の研究への道を開く。