Traducción automática: qué puede salir sin que lo lea nadie

La traducción automática en una empresa casi nunca empieza con una decisión. Empieza cuando alguien de marketing pega una descripción de producto en un traductor del navegador, la mete en el catálogo en francés y nadie se entera durante dos años. El problema no es que esa traducción sea mala —hoy suele ser razonable—, sino que no hay forma de saber cuáles de las 4.000 fichas del catálogo pasaron por ahí, quién las revisó y qué pasa si una de ellas dice «no inflamable» donde el original decía «inflamable».

Esta guía va de lo contrario: montar traducción automática en la empresa de forma que se sepa siempre qué texto ha salido sin revisar, qué texto lo ha revisado una persona y cuánto cuesta cada opción. No es un problema de modelo. Es un problema de proceso, de glosario y de decidir, por tipo de contenido, cuánto riesgo aguanta cada texto.

¿Qué ha cambiado de verdad en la traducción automática?

Lo que ha cambiado no es la calidad media: es la calidad en contextos difíciles. Los traductores neuronales de hace unos años traducían frase a frase y perdían todo lo que estuviera más allá del punto y seguido. Los sistemas actuales basados en modelos de lenguaje trabajan con el documento entero, lo que arregla tres cosas que antes rompían cualquier catálogo:

• El género y el tratamiento. «You» puede ser tú, usted o vosotros. El modelo ya puede mantener la misma decisión durante veinte párrafos si se lo indicas.
• El término propio. Si tu producto se llama «cabezal de corte» y no «cabezal cortador», ahora se le puede imponer esa elección por glosario en vez de rezar.
• El formato. Etiquetas HTML, variables de plantilla tipo `{nombre_cliente}`, unidades y referencias sobreviven al viaje bastante mejor que antes.

Lo que no ha cambiado: el sistema no sabe lo que no está en el texto. Si la ficha original dice «apto para uso alimentario» y en Alemania esa afirmación exige una certificación concreta, ningún traductor te va a avisar. Eso sigue siendo trabajo de una persona que conoce el mercado.

La segunda cosa que no ha cambiado: el modelo nunca dice «no sé». Ante una abreviatura interna que no entiende, no deja un hueco, inventa algo plausible. Ese es el riesgo real y por eso la pregunta importante no es «¿qué modelo uso?», sino «¿qué texto puede publicarse sin que lo lea nadie?».

¿Qué se traduce solo y qué tiene que revisar una persona?

Esta es la decisión central del proyecto, y no se toma por idioma ni por departamento: se toma por consecuencia del error. Un texto que, si está mal, provoca una devolución, una multa o un accidente, lo revisa una persona. Un texto que, si está mal, provoca una ceja levantada, sale solo.

| Tipo de contenido | Qué pasa si hay un error | Nivel | |---|---|---| | Ficha técnica, instrucciones de uso, seguridad | Riesgo legal o físico | Traducción humana, o post-edición completa por especialista | | Condiciones de venta, garantía, política de devoluciones | Reclamación, coste directo | Post-edición completa | | Descripción comercial de producto | Menos conversión | Post-edición ligera, o automática con glosario si el catálogo es enorme | | Respuestas de soporte de primer nivel | Cliente confundido, escala a persona | Automática, con escalado claro | | Base de conocimiento interna, actas, documentación de proyecto | Malentendido corregible | Automática | | Reseñas de clientes, comentarios de foro | Ninguna | Automática |

La columna de la derecha es un contrato interno, no una recomendación. Conviene escribirla, aprobarla una vez y dejarla donde se vea, porque lo que mata estos proyectos es la excepción silenciosa: alguien tiene prisa, salta un nivel y nadie lo sabe.

Sobre los dos tipos de revisión, que en el sector se llaman post-edición:

• Post-edición ligera. Se corrige lo que está mal: errores de sentido, términos, datos. No se toca el estilo. El resultado es correcto y entendible, no bonito. Es lo adecuado para catálogo y documentación de volumen.
• Post-edición completa. Se deja el texto como si lo hubiera escrito un nativo del mercado: ritmo, giros, llamadas a la acción que funcionen allí. Para la portada, las landings de campaña y cualquier cosa contractual.

¿Cuánto cuesta frente a la traducción humana?

Los números de mercado en España, para que sirvan de orden de magnitud al presupuestar (pide siempre precio en firme a tu proveedor, varía mucho por idioma y especialidad):

| Opción | Coste aproximado | Velocidad | Cuándo tiene sentido | |---|---|---|---| | Traductor profesional | 0,08–0,15 €/palabra | Días | Contratos, seguridad, campañas de marca | | Post-edición completa | 50–70 % del precio humano | Horas | Comercial importante, web principal | | Post-edición ligera | 30–50 % del precio humano | Horas | Catálogo, manuales, documentación | | Automática con glosario | Céntimos por cada mil palabras | Minutos | Volumen alto, riesgo bajo |

La diferencia entre la primera fila y la última son tres órdenes de magnitud, y ahí está la trampa de estos proyectos: el ahorro es tan evidente sobre el papel que se cae en pasarlo todo por la última fila. El coste que no aparece en la tabla es el de un error publicado durante dos años en 4.000 fichas, que no se arregla con un traductor sino con alguien revisando el catálogo entero.

La forma honesta de presupuestar es por tramos: cuenta las palabras de cada nivel de la tabla anterior, aplica el precio de su fila y suma. Si el resultado sigue siendo un 70 % más barato que traducirlo todo a mano —lo habitual cuando hay mucho catálogo—, el proyecto se defiende solo sin necesidad de exagerarlo.

Y una partida que casi siempre se olvida: el mantenimiento. El catálogo cambia. Cada cambio en el texto de origen obliga a retraducir ese fragmento en todos los idiomas. Si no hay un proceso para detectar qué ha cambiado, a los seis meses tienes una versión española actualizada y cinco versiones desincronizadas.

¿Para qué sirve un glosario de marca y cómo se monta?

El glosario es lo que separa una traducción correcta de una traducción tuya. Es una tabla con tres columnas: término en origen, traducción obligatoria en cada idioma, y nota de uso. Nada más.

Qué entra en el glosario:

• Nombres de producto y de gama, incluidos los que no se traducen.
• Términos técnicos del sector donde existan dos opciones válidas y tú uses una.
• Vocabulario de la interfaz: «carrito», «mi cuenta», «pedido», «albarán». Tiene que coincidir con lo que diga tu tienda o tu ERP, o el cliente leerá una cosa en el correo y otra en la pantalla.
• Fórmulas legales ya validadas por asesoría en cada mercado.
• Decisiones de tratamiento: si en alemán tratas de usted y en inglés de tú, se escribe.

Cómo arrancarlo sin que se convierta en un proyecto de seis meses: saca los 300 términos más frecuentes de tu catálogo, pásalos por el traductor, siéntate con la persona que vende en ese país y corrige. Son dos tardes. Ese glosario se le pasa al sistema en cada petición y es lo que hace que la salida sea consistente entre la web, los correos y el soporte. Es exactamente el mismo principio que aplicamos al escribir instrucciones para producción: el contexto que no le das, se lo inventa —lo contamos en prompt engineering para empresas.

Un glosario de 300 términos bien discutidos mejora más la calidad percibida que cambiar de proveedor de traducción.

El hermano del glosario es la memoria de traducción: la base de los pares original-traducción ya aprobados. Cada vez que una persona corrige una frase, esa corrección se guarda y se reutiliza. Es un activo que se queda contigo. Antes de firmar con cualquier proveedor, pregunta quién es el dueño de esa memoria y en qué formato te la entrega si te vas.

¿Cómo se integra esto sin tocar el catálogo a mano?

El patrón que funciona tiene cuatro piezas y ninguna es exótica:

1. Detección de cambios. Algo que sepa qué textos son nuevos o han cambiado desde la última vez. En un ecommerce, el propio PIM o el CMS; en documentación, el control de versiones. Sin esto no hay proceso, hay exportaciones manuales a Excel. 2. Traducción con contexto. La petición al modelo lleva el texto, el glosario, el tipo de contenido y las coincidencias de la memoria. No se manda la frase pelada. 3. Cola de revisión. Lo que exige persona aparece en una lista con el original al lado, no en un correo con un adjunto. Quien revisa debe poder aprobar o corregir en dos clics, y su corrección alimenta la memoria. 4. Publicación y trazabilidad. Cada texto publicado guarda de dónde salió: automático, post-editado o humano, con fecha y con quién lo aprobó. Esta es la pieza que la gente se salta y la que te salva el día que alguien pregunta por una ficha concreta.

Dos avisos de integración. El primero: cuidado con las plantillas de correo y las variables. Un modelo puede traducir `{order_id}` con la mejor intención del mundo y romper el envío. Se protegen marcando esos fragmentos como no traducibles. El segundo: las URL y los metadatos. Traducir el `slug` de una ficha cambia la dirección; si lo haces, necesitas redirecciones y etiquetas hreflang correctas, o pierdes el posicionamiento que tenías en ese mercado.

Si el destino final del texto es tu tienda, conviene leer esto junto con lo que afecta al buscador y a la ficha de producto en IA para ecommerce; y si el caso es soporte multilingüe, el límite entre lo que responde la máquina y lo que escala a persona está contado en chatbots para empresas.

¿Cómo se sabe si está funcionando?

Tres medidas bastan y se pueden sacar del propio flujo:

• Tasa de edición. Qué porcentaje de las frases que salen a revisión acaba modificado, y cuánto. Si baja mes a mes, el glosario y la memoria están haciendo su trabajo. Si una pareja de idiomas se queda estancada en un porcentaje alto, ahí hace falta un traductor de verdad, no otro ajuste.
• Incidencias por idioma. Reclamaciones, devoluciones o tickets donde el cliente dice «no entendí» o «ponía otra cosa». Es la única métrica que mide el daño real.
• Tiempo hasta publicar. De cuántos días a cuántas horas tarda un producto nuevo en estar en los seis mercados. Suele ser el argumento que más pesa en dirección, más que el ahorro.

Una advertencia sobre las puntuaciones automáticas de calidad: sirven para comparar dos configuraciones entre sí, no para decidir si un texto es publicable. Un texto puede puntuar alto y aun así decir una barbaridad legal. Para lo que importa, la muestra revisada por una persona del mercado sigue siendo el único juez.

¿Qué sale mal normalmente?

• Traducir el idioma equivocado. Español neutro para México y para España es una decisión, no un descuido; pero hay que tomarla a propósito y escribirla en el glosario.
• Empezar por la web pública. Es lo más visible y lo que más estilo exige. Arranca por documentación interna o por la base de conocimiento de soporte: el error ahí es barato y el aprendizaje es el mismo.
• No limpiar el origen. Si tus fichas españolas tienen erratas, abreviaturas internas y frases a medias, la traducción las multiplica por seis idiomas. El origen bueno es el 80 % del resultado; es el mismo argumento de calidad de datos aplicado al texto.
• Dejar la revisión sin dueño. «Que lo mire el comercial de Francia cuando pueda» significa que no lo mira nadie. Hay que asignar persona, volumen semanal y plazo.
• Meter datos de clientes en un traductor público. Un ticket de soporte lleva nombre, dirección y a veces datos bancarios. Eso exige un proveedor con contrato de tratamiento y una política escrita de qué se puede pegar y dónde.

Preguntas frecuentes

¿La traducción automática ya sustituye a un traductor profesional?

No en todo. Sustituye bien en volumen con riesgo bajo: catálogo, documentación interna, soporte de primer nivel. No sustituye en lo contractual, lo normativo ni en la pieza de marca donde el estilo es el producto. Lo habitual en una empresa mediana es una mezcla, no una elección.

¿Qué datos no debo mandar a un traductor automático?

Datos personales de clientes o empleados, información de salud, documentación bajo acuerdo de confidencialidad y cualquier cosa que no mandarías por correo a un tercero. Si hay que traducir textos con datos personales, se necesita un proveedor con contrato de encargado de tratamiento y, cuando se pueda, anonimizar antes de enviar.

¿Cuánto tarda en montarse algo usable?

Un primer circuito completo para un tipo de contenido —glosario inicial, traducción con contexto, cola de revisión y publicación— suele ser cuestión de unas semanas, no de meses. Lo que alarga el plazo nunca es el modelo: es ponerse de acuerdo en la terminología y decidir quién revisa.

¿Hace falta cambiar de CMS o de ERP para esto?

Casi nunca. Lo normal es colgarlo de lo que ya tienes vía API o exportación programada. El punto que sí hay que mirar con cuidado es si tu sistema admite varios idiomas por ficha de forma limpia; si no lo hace, ese es el primer problema a resolver, y es anterior a la traducción.

---

Si estás valorando abrir mercados o ya tienes seis idiomas desincronizados, lo útil no es elegir traductor: es poner por escrito qué contenido aguanta salir sin revisar y qué contenido no. Esa tabla se hace en una tarde y decide el presupuesto entero. Si quieres que miremos tu catálogo y tu flujo de publicación antes de mover nada, empieza por la auditoría o cuéntanoslo en hablemos.