Мне кажется, это более подходящее решение. Оно не только побуждает пользователя улучшать свои сообщения, но и обратная связь может положительно сказаться на том, как он общается с другими в повседневной жизни. Это был бы приятный побочный эффект 
Возможно, такую обратную связь стоит показывать только тогда, когда тема пользователя значительно токсичнее, чем остальные в сообществе, или если его стиль общения часто неправильно понимается?
Ваше несогласие было изложено в очень взвешенном тоне. На данный момент я рассматриваю это как вопрос доработки — более совершенный ИИ воспринял бы такой ответ так: «В целом выражение несогласия, но в нейтральном тоне».
На самом деле, GPT4 делает именно это:
Настроение текста скептическое, выражается обеспокоенность по поводу надёжности и этических последствий анализа настроений на основе ИИ.
Тон текста осторожный и вопрошающий, отражает тревогу и скептицизм в отношении анализа настроений с помощью ИИ.
Так что это «негатив» в смысле несогласия, а не в смысле грубости или вреда.
Ознакомившись с ответами здесь, я считаю, что более ценным и приемлемым решением будет вмешательство в режиме реального времени при написании чрезмерно токсичных сообщений или тех, которые содержат предпосылки к недопониманию, до их публикации. У пользователя всё ещё остаётся право опубликовать исходный текст, но мы со своей стороны можем убедиться, что он осведомлён о негативных последствиях, которые его текст может вызвать в текущем виде, и предложить альтернативу, которая может оказаться более продуктивной.