TikTok 影響者傳遞的價值觀：多模式分析
arXiv - Computers and SocietyAlina Starovolsky-Shitrit, Alon Neduva, Naama Appel Doron, Itamar Gafni, Ella Daniel, Oren Tsur
本研究透過分析 TikTok 影片，探討社群媒體如何向年輕世代傳遞價值觀，並比較不同語言模型在價值識別上的表現。
AI 幫你先抓重點
AI 重點 1
文本轉化與價值提取的雙重策略
滑鼠懸停看 AI 判斷理由
研究證明先將影片轉換為文本劇本，再進行價值觀提取，能大幅提升準確性，這對於未來利用 AI 分析影音內容，並理解其背後隱含的訊息，具有重要參考價值。
AI 重點 2
LLM 在價值觀識別上的優勢
滑鼠懸停看 AI 判斷理由
研究結果顯示，少量樣本的 LLM 表現優於微調過的 MLM，突顯了 LLM 在理解和推斷複雜概念（如價值觀）方面的潛力，對於教育科技領域的自然語言處理應用具有啟發性。
核心研究發現
- 1
研究發現，將 TikTok 影片轉換為文本劇本，再從劇本中提取價值觀，比直接從影片提取更有效率。
- 2
使用少量樣本的 Large Language Model (LLM) 在兩個階段皆優於使用微調過的 Masked Language Model。
- 3
持續預訓練和微調對於模型識別 TikTok 中所認同或質疑的價值觀有顯著影響。
- 4
Schwartz 價值觀理論可作為分析 TikTok 影片中隱含價值觀的有效框架。
- 5
社群平台已成為年輕人學習和接收價值觀的重要管道，其影響不容忽視。
對教育工作者的啟發
教育工作者應意識到社群媒體對年輕人價值觀的影響，並在課程中引導學生批判性地思考網路內容。課程設計者可以利用此研究的發現，開發相關的媒體素養課程，提升學生辨別和理解網路訊息的能力。此外，教育科技開發者可以探索利用 AI 技術，分析社群媒體內容，並提供更精準的教育資源。
原始文獻資訊
- 英文標題：
- The Value of Nothing: Multimodal Extraction of Human Values Expressed by TikTok Influencers
- 作者：
- Alina Starovolsky-Shitrit, Alon Neduva, Naama Appel Doron, Itamar Gafni, Ella Daniel, Oren Tsur
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。