La inteligencia artificial (IA) se introduce cada vez más en nuestras vidas. En todas las áreas, está cambiando la forma de trabajar. Y el sector de la traducción no está exento. Es más, la primera motivación para el avance de la IA fue justamente la traducción. La idea del traductor universal ha estado siempre muy presente.
Aunque todavía no podemos dejar solas a las máquinas en muchos procesos tan humanos como los relacionados con el lenguaje, sí se puede hacer uso de la IA en la traducción. Pero ¿cómo?
Diferencia entre IA y traducción automática
Cuando hablamos de IA, no nos referimos solamente a la traducción automática (TA o, a veces, MT por machine translation). Muchas veces se usan como sinónimos, pero no son lo mismo.
La traducción automática es solo una aplicación de la inteligencia artificial. Se trata solamente de pasar un texto por una herramienta para que esta lo traduzca automáticamente a otro idioma. Este proceso, en la mayoría de los casos, necesita una revisión humana (posedición) para garantizar que se haya comprendido bien el original, que el texto generado sea coherente, que no se hayan introducido errores y que se exprese de manera clara en la lengua meta.
Estos son algunos ejemplos de las herramientas más conocidas:
- Herramientas de IA: ChatGPT, Claude, Gemini, Perplexity.
- Motores de TA: Google Traductor, DeepL, Microsoft Translator, Amazon Translate.
Tipos de herramientas de traducción con IA
Para hacer una traducción automática, se pueden usar tanto motores de TA como herramientas de IA. Ya hace muchos años que existen los motores de traducción neuronales, que si bien son mucho mejores que los sistemas anteriores, siguen teniendo muchas limitaciones. Pero hace poco se sumaron los grandes modelos de lenguaje (LLM, por el inglés large language models). El más famoso de estos es ChatGPT.
Estas herramientas de IA generativa se entrenan con grandes cantidades de datos y basan sus respuestas en la predicción. Aunque no son motores de traducción, pueden pasar un texto a otro idioma si eso se les indica. El texto generado por los LLM suena muchísimo mejor, tanto en las conversaciones como en una traducción.
Y ahí hay un peligro.
Los LLM suenan muy naturales, pero pueden introducir errores (llamados alucinaciones). Por eso, hay algo muy importante que se debe tener en cuenta, tanto en la traducción como en su uso general: no conviene usar los LLM como si fueran Google, es decir, para buscar información. Cuando la IA no sabe algo, no dice que no sabe; inventa la respuesta.
Y en la traducción pasa lo mismo: si el LLM no sabe cómo traducir algo, va a inventar una solución. Por ejemplo, ante un término desconocido, un LLM puede generar una traducción que suena natural, pero que no existe o no corresponde en ese contexto.
Es cierto que estas herramientas pueden hacer consultas en Google u otros buscadores. Pero la documentación y la verificación de datos tienen que estar en manos de un humano. ChatGPT mismo advierte: “ChatGPT puede cometer errores. Considera verificar la información importante”[1]. Aun así, solemos pasar por alto este tipo de limitaciones.
Curiosamente, ahora que empezamos a interactuar con inteligencias artificiales, cuya estructura básica está inspirada en nuestro cerebro y que son entrenadas sobre la base de nuestros propios datos, tenemos la expectativa de que las máquinas no cometan errores. Mariano Sigman y Santiago Bilinkis en Artificial
Cómo usar la IA en la traducción
Más allá de la traducción automática, la IA puede ser útil en el proceso general de traducción. Estas son algunas ideas:
- Antes: analizar el original para detectar posibles problemas de traducción, extraer terminología para crear un glosario, hacer transcripciones.
- Durante: evaluar las posibles interpretaciones de fragmentos poco claros, sugerir soluciones, reescribir secciones de otra manera o desde otro punto de vista.
- Después: revisar la ortografía y la gramática, mejorar la fluidez, adaptar el texto según a quién va dirigido, por ejemplo, reescribirlo en lenguaje sencillo.
Las IA son buenas para resumir información, organizarla o reformularla, así como adoptar distintos puntos de vista (por ejemplo, reescribir un texto para que esté dirigido a pacientes o a profesionales de la salud).
Es importante recordar que es mejor ser específico en las instrucciones o prompts que les damos a las herramientas de IA: indicar el punto de vista que queremos que adopte, a quién va dirigido el texto, instrucciones precisas de lo que queremos que haga.
Cuantas más restricciones pongamos en la forma de la pregunta y cuanta más información le proporcionemos, más precisa y adecuada a nuestra necesidad será la respuesta. Mariano Sigman y Santiago Bilinkis en Artificial
El criterio humano en la traducción
Muchos clientes, incluidas agencias de traducción, están adoptando la traducción automática en la mayoría de sus proyectos. Sin embargo, aún hay clientes que requieren traducción humana. También he visto instituciones que habían empezado a confiar por completo en la IA y ahora vuelven a recurrir a las empresas y profesionales de la lengua para incorporar el criterio humano en el proceso.
Por mi parte, estoy haciendo cursos y practicando para seguir mejorando mis servicios de posedición. Pero si un cliente me envía una traducción sin especificar que quiere trabajar con traducción automática, me encargo yo de la traducción.
Aún existen varias razones para ir con cuidado cuando se trata de estas tecnologías. Y si se usan, la idea es que la TA y la IA aceleren el proceso de traducción, no que lo acaparen. En un próximo artículo, vamos a ver ejemplos concretos de los resultados de traducción automática y qué aspectos hay que tener en cuenta al usar tanto TA como IA.
Acá podés encontrar más información sobre mi trabajo como traductora profesional y los servicios lingüísticos que ofrezco.
Fuentes consultadas
Sigman, M. y Bilinkis, S. Artificial. La nueva inteligencia y el contorno de lo humano. Colombia, Penguin Random House Grupo Editorial, 2023.
La Linterna del Traductor. <https://lalinternadeltraductor.org/n28/ia-generativa-edicion-revision.html>. [Consulta: 10 de marzo de 2026].
Transpose. <https://transpose.ch/en/blog/chatgpt-translation-common-mistakes>. [Consulta: 23 de marzo de 2026].
Smartling. <https://www.smartling.com/blog/build-vs.-buy-in-ai-translation>. [Consulta: 24 de marzo de 2026].
[1] A fin de cuentas, internet tampoco es lo más confiable. También tenemos que verificar las fuentes como siempre.
Across Traducciones 