這個系統並不是單純的利用Riot設立的關鍵字名單來ban玩家，
相反的，他是利用玩家所回報的內容來建立這個關鍵字清單，
所以他可以超越語言，甚至學會許多英雄聯盟裡面特有的字詞，
這個系統的重點就是在他的速度，因為是用電腦分析而不是人工，
他給予回報的速度可以在幾分鐘內完成，
有心理學基礎的人就會知道立即的回饋對於改善行為的幫助有多大，
有興趣的人可以看這篇GDC演講，Lyte有談到這個新的系統：
http://www.gdcvault.com/play/1022160/More-Science-Behind-Shaping-Player
簡單來講，他是利用玩家回報系統裡面的資料，
根據玩家回報的類別去分析對話內容，從中學習到各個文字的"屬性"，
例如某個字不斷的出現在正面的回報中，那他就很有可能被當成一個正面的字，
舉例來說，有一場比賽結果是很多玩家互相榮耀隊友，
他去抓聊天內容就很有可能會發現這些東西：中消, 三角眼消, 龍, 抱歉, 幹的好...
系統就學會這些東西是正面的對遊戲有幫助的字詞，
相反的，在一場多人回報語言騷擾的比賽中，就可能發現這些文字：
你媽, 銅牌, 垃圾...等等。
結果來說，在美服系統上線的一個月後：
有種族歧視、恐同、性別歧視跟語言騷擾的遊戲只剩下大約百分之二，
在Ranked模式中的負面內容下降了百分之四十，
被這個系統回報的玩家只有百分之八對於回報的內容有疑問。