Este trabajo busca desarrollar un modelo que detecte con precisión publicaciones que expresan valor en la red social rusa VKontakte. Creemos que estudiar los valores personales en redes sociales puede arrojar luz sobre cómo y por qué evolucionan, especialmente cuando los métodos basados en estímulos, como las encuestas, resultan ineficaces (p. ej., para poblaciones de difícil acceso). Anotamos 5035 publicaciones utilizando tres expertos, 304 crowdworkers y ChatGPT, y entrenamos varios modelos de clasificación utilizando incrustaciones de varios modelos de lenguaje preentrenados basados en transformadores, aplicando un conjunto de anotaciones asistidas por humanos y por IA, incluyendo un enfoque de aprendizaje activo. El mejor rendimiento (F1 = 0,75, F1-macro = 0,80) se logra utilizando incrustaciones del modelo rubert-tiny2 optimizado, lo que supone un avance importante en el estudio de los valores dentro y entre los usuarios de redes sociales rusas. El acuerdo entre los trabajadores colectivos y los expertos en la clasificación de correos es moderado: ChatGPT muestra una mayor consistencia pero tiene dificultades con la detección de spam.