IA para traducir: cuándo ya reemplaza a un traductor y cuándo no
16 de octubre de 2026
Un traductor técnico con 15 años de experiencia reportó haber ganado apenas 8.000 euros durante 2025, frente a los seis dígitos que facturaba en años anteriores. Un traductor de francés a inglés describió una caída del 60% en sus ingresos solo durante 2024. Ambos casos, recogidos por The Washington Post, no son anécdotas aisladas: son la cara humana de un cambio que, medido con las métricas técnicas correctas, muestra un panorama bastante más matizado que "la IA ya traduce igual que una persona".
Qué tan buena es la traducción automática hoy, con números concretos
La métrica de referencia en el sector, desarrollada en la Universidad de Lisboa junto con Unbabel, se llama puntaje COMET, y mide qué tan cerca está una traducción automática del significado y la fluidez de una traducción humana profesional. Para pares de idiomas con mucha disponibilidad de datos de entrenamiento —inglés-francés, inglés-alemán, inglés-español, entre otros—, los sistemas de IA ya alcanzan puntajes COMET dentro de un 2% a 5% de diferencia respecto a la traducción humana profesional, según recopila Intlpull en su comparación de herramientas de 2026. Es, en la práctica, una diferencia que se nota poco fuera de un análisis técnico detallado.El panorama cambia mucho para idiomas con menos datos disponibles: en pares como el farsi o el armenio, la precisión puede caer a un rango de entre el 55% y el 70%, según la misma fuente. La brecha no es pareja entre idiomas: depende directamente de cuánto material bilingüe existió para entrenar al modelo en ese par específico.
El problema no es el porcentaje total: es dónde caen los errores
Incluso en los mejores casos, ese margen de error residual no está distribuido al azar. Un análisis del sector señala que una herramienta de IA puede tener una puntuación de precisión general del 96%, pero ese 4% restante suele concentrar justamente los errores que más importan: una cláusula contractual mal traducida, una advertencia de seguridad invertida en su sentido, o un valor numérico incorrecto. En textos de bajo riesgo —un mail informal, una reseña, una consulta rápida—, ese margen no cambia nada relevante. En un contrato, un prospecto médico o un instructivo de seguridad industrial, ese mismo margen puede ser exactamente el error que no se puede permitir.
El impacto real, medido en empleo e ingresos
Un estudio económico reseñado por el Centre for Economic Policy Research (CEPR) encontró que las regiones con mayor adopción de Google Translate experimentaron una desaceleración medible en el crecimiento del empleo de traductores e intérpretes: por cada punto porcentual de aumento en el uso de traducción automática, el crecimiento del empleo del sector cayó aproximadamente 0,7 puntos porcentuales. No es una proyección especulativa sobre el futuro: es una correlación ya observada en el mercado laboral actual.Ese dato económico agregado coincide con lo que reportan los propios traductores en primera persona. Más allá de los casos ya mencionados, CNN Business documentó testimonios similares de profesionales del rubro que vieron reducirse tanto la cantidad de encargos disponibles como las tarifas que pueden cobrar por ellos, en un mercado donde la traducción automática gratuita o de bajo costo ya cubre buena parte de lo que antes requería contratar a una persona.
Dónde el trabajo humano sigue siendo insustituible
La contracara de estos números es que la demanda no desapareció: se desplazó. Con la calidad de la IA mejorando, el trabajo que más crece dentro de la profesión ya no es la traducción desde cero, sino la revisión y corrección de textos generados por máquina (conocida como post-edición), además de la traducción especializada en dominios donde el margen de error tiene consecuencias serias: documentos legales, contenido médico, literatura y cualquier texto donde la textura emocional y cultural del original importa tanto como el significado literal. Los modelos de IA, de forma consistente, todavía no logran capturar bien esos matices, incluso cuando producen un texto gramaticalmente correcto y aparentemente preciso.
Cómo aprovecharla sin pisar el palo
La recomendación práctica se desprende directamente de estos datos:
Para comunicación cotidiana en idiomas de alto recurso (inglés, francés, alemán, español, portugués, entre los más comunes), la traducción automática ya resuelve la enorme mayoría de los casos sin necesidad de revisión humana.
Para documentos con consecuencias legales, médicas o de seguridad, conviene tratar cualquier traducción automática como un primer borrador, no como un resultado final, sin importar qué tan fluido suene el texto.
Para idiomas de bajo recurso, la precaución debe ser mayor por default: la caída de calidad documentada (hasta 55-70%) es demasiado grande para confiar en el resultado sin verificación.
Si el trabajo depende de la traducción como profesión, la especialización en post-edición de calidad y en dominios de alto riesgo es, según la evidencia disponible, la posición menos expuesta dentro del oficio.
En resumen
La traducción automática ya alcanzó una calidad muy cercana a la humana para los idiomas más comunes, con diferencias de apenas 2% a 5% en las métricas técnicas estándar. Ese avance ya tuvo un costo económico medible y documentado para quienes se dedican a traducir profesionalmente, con casos de caídas de ingresos de hasta 60% en un solo año. Pero la calidad no es uniforme: cae fuerte en idiomas con menos datos, y el margen de error que queda, aunque chico, tiende a concentrarse justo en los detalles que más importan en un contrato, un prospecto médico o una advertencia de seguridad. Usarla bien, hoy, es menos una pregunta de "sí o no" y más una de para qué texto específico, en qué idioma, y con cuánto margen real para el error.
