≡En resumen
- La traducción automática la hace una máquina; la asistida (con memorias de traducción) la hace una persona apoyada en software.
- Los motores actuales son neuronales o modelos de lenguaje: fluidos, pero pueden inventar o cambiar el sentido.
- La posedición humana es lo que convierte un borrador automático en un texto publicable.
- Google no penaliza traducir con máquinas, sino publicar a escala páginas traducidas que no aportan valor.
- En una web multidioma, cada idioma necesita su URL, un solo idioma por página y anotaciones hreflang.
01 ¿Qué es la traducción automática?
No hay que confundirla con la traducción asistida por ordenador (TAO o CAT): ahí traduce una persona y el software le ayuda con memorias de traducción y glosarios. El ejemplo más conocido de traducción automática para el público es el Traductor de Google, que ya traduce texto, voz, imágenes y webs completas.
02 Tipos de traducción automática y cómo han evolucionado
| Tipo | Cómo traduce | Época | Punto débil |
|---|---|---|---|
| Basada en reglas (RBMT) | Diccionarios y reglas gramaticales escritas por lingüistas | Desde los años 50 | Rígida y cara de mantener |
| Estadística (SMT) | Probabilidades aprendidas de millones de textos traducidos | Años 90 a 2016 | Frases poco naturales |
| Neuronal (NMT) | Redes neuronales que traducen la frase completa con su contexto | Desde 2016 | Errores fluidos que parecen correctos |
| Modelos de lenguaje (LLM) | Modelos generativos a los que se pide traducir con instrucciones | Desde 2020 | Pueden añadir, omitir o inventar contenido |
El primer hito público fue el experimento Georgetown-IBM de 1954. En 1966 el informe ALPAC concluyó que la investigación no había cumplido las expectativas y la financiación se desplomó durante años. El giro llegó con la estadística en los noventa y, sobre todo, con las redes neuronales: Google Translate cambió a traducción neuronal en noviembre de 2016 y DeepL, nacida del equipo de Linguee en Colonia, se lanzó el 28 de agosto de 2017.
03 Herramientas de traducción automática: DeepL, Google Translate y otras
| Herramienta | Tipo | Puntos fuertes | A tener en cuenta |
|---|---|---|---|
| Google Translate | Neuronal | Gratis, más de 240 idiomas, voz, cámara y webs | Menos control del estilo; API de pago para empresas |
| DeepL | Neuronal | Muy natural en idiomas europeos, glosarios, documentos | Plan gratuito limitado; la privacidad depende del plan |
| Microsoft Translator | Neuronal | Integrado en Office, Edge y Azure | Calidad variable según el par de idiomas |
| Asistentes de IA (ChatGPT, Gemini, Claude) | LLM | Adaptan tono, contexto y terminología con instrucciones | Revisar omisiones y añadidos |
04 Posedición: cómo pasar de borrador automático a texto publicable
La posedición es la revisión humana de un texto traducido por máquina. La norma ISO 18587:2017 fija los requisitos de la posedición completa, la que busca un resultado equivalente a una traducción humana. La posedición ligera solo corrige lo necesario para que el texto se entienda y se usa en contenidos internos o efímeros.
-
1
Prepara un glosario
Nombres de producto, términos que no se traducen y tratamiento (tú o usted) por idioma. Cárgalo en el motor si lo permite.
-
2
Traduce por bloques con contexto
Frases sueltas pierden el sentido. Traduce párrafos o páginas enteras y marca lo que no debe tocarse, como el código.
-
3
Revisa sentido y datos
Cifras, unidades, fechas, negaciones y nombres propios son donde más falla la máquina.
-
4
Adapta, no solo traduzcas
Moneda, formas de pago, ejemplos y referencias culturales del mercado. Eso es localizar.
-
5
Revisa la búsqueda local
Comprueba cómo busca la gente en ese país: la traducción literal de tu palabra clave rara vez es la más buscada.
- Falsos amigos: «actually» traducido como «actualmente» en lugar de «en realidad».
- Negaciones perdidas: una frase larga en la que el motor omite un «no» y el sentido se invierte.
- Unidades y formatos: precios con punto decimal, fechas en formato mes/día o pulgadas sin convertir.
- Tratamiento incoherente: una ficha que mezcla «tú» y «usted».
- Marcas traducidas: nombres de producto o de funciones que no debían tocarse.
Un buen glosario evita la mayoría de estos fallos antes de que aparezcan.
05 Traducción automática y SEO: qué dice Google
Google no prohíbe usar máquinas para traducir. Lo que su política de spam define como abuso de contenido a escala es generar muchas páginas con el objetivo principal de manipular el ranking, e incluye entre sus ejemplos copiar contenido y transformarlo automáticamente, por ejemplo traduciéndolo, cuando aporta poco valor al usuario. Traducir 5.000 fichas sin revisar para aparecer en otro país encaja en ese riesgo.
Una URL por idioma
Cada versión en su propia URL (subdirectorio, subdominio o dominio), nunca traducida al vuelo en la misma dirección.
Un idioma por página
Google detecta el idioma por el contenido visible, no por el atributo lang. Evita mezclar idiomas o traducciones en paralelo.
Hreflang bien hecho
Enlaza entre sí todas las versiones para que Google muestre a cada usuario la suya.
Nada de redirecciones por IP
Google desaconseja adaptar el contenido según la IP: no es fiable y puede impedir rastrear las versiones.
La anotación que conecta las versiones es hreflang. Sin ella, dos versiones muy parecidas (español de España y de México, por ejemplo) pueden tratarse como contenido duplicado y competir entre sí. Todo esto forma parte de una estrategia de SEO internacional, que empieza por decidir qué mercados atacar y con qué estructura.
06 Cuándo usar traducción automática (y cuándo no)
| Contenido | Recomendación |
|---|---|
| Soporte interno, emails de clientes, documentación técnica de consulta | Automática, con posedición ligera si hace falta |
| Fichas de producto de catálogos grandes | Automática con glosario y posedición completa de las más vendidas |
| Landings, home, anuncios, eslóganes | Traducción humana o transcreación; la máquina, solo como apoyo |
| Contratos, textos legales, sanitarios o financieros | Traductor profesional, a menudo jurado |
Para catálogos grandes, lo eficiente es conectar el motor por API a tu CMS y dejar que las personas revisen solo lo que cambia: es un buen caso de automatización con inteligencia artificial. Si estás abriendo mercados, repasa también pagos, logística y dominios en la guía de ecommerce internacional.
Preguntas frecuentes sobre Traducción automática
Es la traducción de un texto o una voz de un idioma a otro hecha por software, sin que una persona traduzca. Hoy se basa en redes neuronales y modelos de lenguaje.
En la automática traduce la máquina; en la asistida (TAO o CAT) traduce una persona con ayuda de memorias de traducción, glosarios y, a veces, sugerencias automáticas.
Depende del par de idiomas y del uso. DeepL suele sonar más natural en idiomas europeos; Google Translate cubre muchos más idiomas y funciones como voz o cámara. Prueba ambos con tu propio texto.
No por usar una máquina, sino por publicar a escala páginas sin valor para manipular el ranking; su política de abuso de contenido a escala cita la traducción automática como ejemplo de transformación. Revisa y adapta lo que publiques.
Es la revisión humana de una traducción automática para corregir errores y adaptarla. La norma ISO 18587:2017 regula la posedición completa.
Para entender un texto o preparar un borrador, sí. Para publicar, contratar o comunicar algo sensible, necesita revisión humana: los errores de los motores neuronales suenan naturales y son difíciles de detectar.
Crea una URL por idioma, traduce contenido completo y no solo la plantilla, revisa las palabras clave de cada país, añade hreflang y enlaza las versiones entre sí.
Los traductores web son gratuitos con límites; las versiones profesionales y las API se pagan por suscripción o por volumen de caracteres. A ese coste hay que sumar la posedición humana, que es la parte que garantiza la calidad.
Fuentes consultadas
Sobre el autor
Germán Gutiérrez
Development Manager en appyweb
Dirige el equipo de desarrollo de appyweb: aplicaciones web y móviles, SaaS, integraciones y arquitectura de software.
Ver perfil en LinkedIn ↗