这个系统并不是单纯的利用Riot设立的关键字名单来ban玩家，
相反的，他是利用玩家所回报的内容来建立这个关键字清单，
所以他可以超越语言，甚至学会许多英雄联盟里面特有的字词，
这个系统的重点就是在他的速度，因为是用电脑分析而不是人工，
他给予回报的速度可以在几分钟内完成，
有心理学基础的人就会知道立即的回馈对于改善行为的帮助有多大，
有兴趣的人可以看这篇GDC演讲，Lyte有谈到这个新的系统：
http://www.gdcvault.com/play/1022160/More-Science-Behind-Shaping-Player
简单来讲，他是利用玩家回报系统里面的资料，
根据玩家回报的类别去分析对话内容，从中学习到各个文字的"属性"，
例如某个字不断的出现在正面的回报中，那他就很有可能被当成一个正面的字，
举例来说，有一场比赛结果是很多玩家互相荣耀队友，
他去抓聊天内容就很有可能会发现这些东西：中消, 三角眼消, 龙, 抱歉, 干的好...
系统就学会这些东西是正面的对游戏有帮助的字词，
相反的，在一场多人回报语言骚扰的比赛中，就可能发现这些文字：
你妈, 铜牌, 垃圾...等等。
结果来说，在美服系统上线的一个月后：
有种族歧视、恐同、性别歧视跟语言骚扰的游戏只剩下大约百分之二，
在Ranked模式中的负面内容下降了百分之四十，
被这个系统回报的玩家只有百分之八对于回报的内容有疑问。