Isso me parece a melhor solução. Não só incentiva o usuário a melhorar suas postagens, como o feedback também pode transbordar para melhorar a forma como ele se comunica com os outros em seu dia a dia. Seria um efeito colateral agradável 
Talvez esse feedback só devesse aparecer quando o tópico de um usuário for significativamente mais tóxico do que o resto da comunidade, ou se o estilo de comunicação dele corresponder a um que é comumente mal interpretado?
E sua discordância foi apresentada com um tom muito razoável também. Atualmente, vejo isso como um problema de refinamento – Uma IA melhor veria essa resposta como: “Geralmente se opondo a algo, mas com um tom neutro”
De fato, o GPT4 faz isso:
O sentimento do texto é cético e preocupado com a confiabilidade e as implicações éticas da análise de sentimento impulsionada por IA.
O tom do texto é cauteloso e questionador, refletindo desconforto e ceticismo em relação à análise de sentimento por IA.
Então é negativo, no sentido de não ser a favor, em vez de negativo no sentido de rude/prejudicial.
Analisando as respostas aqui, sinto que a solução mais valiosa e aceitável seria uma intervenção JIT (Just-In-Time) em textos que são excessivamente tóxicos, ou contêm precursores de mal-entendidos antes de serem postados. O usuário ainda tem o direito de postar o conteúdo original, nós apenas fazemos a nossa parte para garantir que eles sejam adequadamente informados sobre os aspectos negativos que sua escrita pode criar em sua forma atual, e apresentamos uma alternativa que pode ser mais produtiva.