台灣實務界對於「訴訟標的」的認定，逐漸從傳統的舊實體法說，走向更具彈性的「相對論」或結合紛爭解決一次性原則的觀點。這賦予了法官極大的闡明義務，需根據當事人陳述的「基礎事實」來彈性界定訴訟標的範圍。

1. 潛在的變革與優勢 (Opportunities)

輔助闡明權的行使： 當原告提出的基礎事實模糊時，預測性軟體或 AI 工具可以快速識別相關案例，並提取出導致特定裁決的模式 。這能協助法官窮盡所有可能的「請求權基礎」，適時向當事人闡明，落實紛爭解決一次性。

2. 隨之而來的衝擊與風險 (Risks)

演算法的「框架效應」僵化了彈性： 自動化決策系統是建立在邏輯和基於規則的程式之上，將嚴格的標準應用於事實情境 。然而，訴訟標的相對論的核心在於「彈性」與「個案衡量」。若 AI 強行將新奇的案件套入舊有的死板分類中，將剝奪該理論原有的靈活度。

削弱法官的自由心證與個案正義： 許多決策涉及複雜且微妙的問題，無法輕易轉化為嚴格的標準或規則，這超出了自動化系統的決定能力 。如果過度依賴 AI 來界定訴訟標的，可能會破壞維持一致性與滿足個案正義需求之間的微妙平衡 。

定錨偏誤（Anchoring Bias）與新興案件的適應不良： 機器學習技術只有在新資訊與先前分析過的數據相似時才有效 。面對毫無前例的創新案件（例如新型態的數位資產糾紛），AI 可能難以給出正確的訴訟標的建議，進而誤導法官的訴訟指揮 。