Más del 60% de los traductores profesionales ya usa inteligencia artificial en su trabajo, pero eso no significa que confíen plenamente en los resultados. Una encuesta realizada a profesionales del sector en España y otros países concluye que el 84,4% considera imprescindible la revisión humana para corregir y mejorar lo que producen los sistemas de traducción automática. El nivel de adopción crece; el nivel de confianza, no tanto.
Los datos: mucha adopción, poca confianza ciega
Según la encuesta, el 42,6% de los traductores usa la IA de forma esporádica, no como herramienta principal. El 68,1% reconoce que en algunos casos la IA ha mejorado la calidad general de las traducciones, pero casi la mitad —el 46,8%— solo confía parcialmente en los resultados automáticos y los revisa antes de entregarlos.
El 55,3% opina que la traducción automática no alcanza la calidad humana. Los motivos son concretos: la IA no capta la intención del autor, no gestiona bien los dobles sentidos ni las connotaciones culturales, y no transmite la emoción del texto original. Son limitaciones conocidas del procesamiento del lenguaje natural, y los profesionales del sector las identifican con claridad en su trabajo diario.
Dónde falla la IA y quién más la necesita revisar
La encuesta distingue por sectores. El literario y editorial es donde más se exige la revisión humana: un 90,6% de los traductores de ese ámbito la considera necesaria. Le siguen el sector médico, científico y farmacéutico (88,5%), las traducciones juradas (83,3%) y el legal-jurídico (79,2%). La pauta es clara: cuanto más especializado y sensible es el texto, menos se puede confiar en la salida directa de un sistema automático.
No es una postura defensiva o gremial. La literatura requiere que cada elección de palabra sea deliberada. Un informe médico mal traducido puede tener consecuencias directas para un paciente. Una sentencia judicial traducida con ambigüedad puede cambiar el sentido legal de un documento. En esos contextos, el único control de calidad aceptable es alguien que entiende el texto en ambas lenguas y asume la responsabilidad del resultado.
Qué dice esto sobre IA y trabajo especializado
El debate sobre cómo afectará la IA a los profesionales cualificados tiene muchas lecturas. Bill Gates ha identificado los empleos que mejor aguantarán el avance de la IA, y los que requieren criterio, contexto y responsabilidad aparecen en esa lista. La traducción especializada encaja bien: es trabajo cognitivo que depende de la comprensión profunda, no solo del patrón linguìstico.
Lo que apunta el estudio coincide con la tesis más extendida entre los analistas: la IA no elimina los empleos especializados, sino que cambia su naturaleza. Para los traductores, eso significa menos tiempo en tareas mecánicas y más en la revisión, la post-edición y las decisiones de tono, estilo y fidelidad que ninguna máquina puede tomar por ellos.
Los traductores encuestados no rechazan la IA; la mayoría dice que trabajará con ella para combinar velocidad y calidad. Pero señalan que la precisión final —sobre todo en textos donde el matiz importa— sigue requiriendo a alguien que sepa lo que está haciendo.
Preguntas frecuentes
¿Qué porcentaje de traductores usa IA en su trabajo?
Más del 60%, según la encuesta. Sin embargo, el 42,6% la usa de forma esporádica, no como eje principal de su flujo de trabajo.
¿En qué sectores es más imprescindible la revisión humana?
Los traductores señalan el literario y editorial (90,6%), el médico-científico (88,5%), las traducciones juradas (83,3%) y el legal-jurídico (79,2%) como los ámbitos donde la revisión es más necesaria.
¿Por qué la IA falla en textos complejos?
Los modelos de traducción automática detectan patrones linguìsticos, pero tienen dificultades con dobles sentidos, connotaciones culturales, la intención del autor y la carga emocional del texto. Esas carencias se vuelven críticas en literatura, documentos médicos o textos legales.
¿La IA va a sustituir a los traductores?
La mayoría de los encuestados no lo ve así. Prevén trabajar junto a la IA, asumiendo la revisión y post-edición de los resultados automáticos. El papel del traductor humano se desplaza hacia las decisiones de calidad que la máquina no puede tomar.
