¿Hay que replantear la enseñanza de la traducción en la era de la IA?

La IA generativa ha irrumpido en el ejercicio de la traducción a una velocidad que supera los ciclos habituales de reforma de los programas curriculares. En pocos meses, herramientas capaces de reformular, resumir, adaptar el tono o producir una traducción aparentemente convincente se han instalado en los usos tanto estudiantiles como profesionales. Esta evolución no solo cambia las herramientas disponibles, también modifica las expectativas, los reflejos y la propia percepción de lo que es una «buena traducción».
Por tanto, la pregunta no es solo si la IA va a sustituir a los traductores; es una más estructurante: ¿Cómo formar a profesionales capaces de trabajar en un ecosistema híbrido, exigente e incierto, sin perder lo que constituye el valor de la profesión, que es la lengua, la cultura, el buen criterio y la responsabilidad? No se trata de abandonar la enseñanza de la traducción, sino de conseguir que evolucione de manera racional.

IA, educación y traducción: un mismo desafío de madurez

La enseñanza superior ya ha atravesado varias olas de avances tecnológicos: las herramientas TAO (traducción asistida por ordenador), las memorias de traducción, los corpus y la terminología asistida con herramientas de software. Pero la IA generativa tiene una particularidad, produce un texto que se parece a un texto humano, lo que puede crear una ilusión de control, especialmente entre los estudiantes. La IA no transforma solo las herramientas, transforma también las representaciones. Los grandes modelos de lenguaje producen textos convincentes, siguen instrucciones y se adaptan al contexto. El riesgo de sobreestimar la calidad aumenta, y la exigencia de evaluación se vuelve central. Para un análisis detallado, consulta el episodio y la síntesis publicados por Slator sobre el futuro de la enseñanza de la traducción.

En este contexto, aprender a traducir ya no puede reducirse a reproducir un resultado aceptable, sino a saber justificar, controlar, asumir y comprender lo que se delega (o no) en la máquina. Es precisamente ahí donde la enseñanza universitaria de la traducción mantiene la ventaja de proporcionar puntos de referencia, métodos y un marco ético.

De la traducción tradicional a los entornos híbridos.

En la práctica, los procesos de trabajo ya han evolucionado hacia formatos mixtos, con segmentos procedentes de memorias de traducción, sugerencias de motores de traducción automática (TA) y reformulaciones mediante IA generativa, para después pasar por una fase de posedición. Esta realidad se describe en análisis recientes sobre la evolución de los planes de estudio universitarios y el auge del enfoque híbrido.

Conviene recordar dos observaciones:

• El ritmo de adopción se acelera: la industrialización de la traducción automática a gran escala influencia las prácticas y los estándares de las herramientas.
• Los grandes modelos de lenguaje añaden una capa de complejidad: no solo traducen, también pueden uniformizar, armonizar y, a veces, producir contenidos inexactos. Por tanto, pueden mejorar la forma alterando el significado.

Para una formación universitaria, esto implica una actualización de los objetivos: formar a profesionales capaces de gestionar la calidad en un entorno en el que la producción lingüística pasa a estar parcialmente automatizada.

Por qué la enseñanza de la traducción sigue siendo importante

Comprender lo que se hace: sentido, intención, contexto

Una buena traducción no es una sucesión de frases correctas; es una decisión. Depende del objetivo (informar, vender, formar, cumplir), del público, del riesgo (jurídico, médico, reputacional) y de las limitaciones del soporte.

La IA puede formular propuestas, pero no está en condiciones de determinar por sí sola qué es aceptable en un contexto dado. Esta competencia de contextualización se construye, y la universidad es un lugar privilegiado para adquirirla.

Tener espíritu crítico y detectar los errores creíbles

Uno de los principales problemas de la IA generativa es su capacidad para producir errores imperceptibles, como contrasentidos sutiles, falsos amigos invisibles, referencias culturales mal interpretadas, terminología correcta pero inexacta, etc. De ahí el reto pedagógico: aprender a leer como un revisor y no como un usuario pasivo.

Los marcos de competencias insisten, además, en que la competencia del traductor no se limita a la lengua, sino que también incluye la tecnología, la prestación de servicios y las dimensiones culturales e interpersonales.

Formarse de manera híbrida (humano + IA)

El futuro no enfrenta al ser humano con la máquina, se basa en su buena articulación y en la condición de saber cuándo y cómo utilizar la IA. En la práctica, esto supone enseñar la posedición, la redacción de instrucciones, la trazabilidad, la gestión terminológica y la ética (confidencialidad, sesgos, conformidad).

En los entornos digitales, la hibridación es particularmente útil. Por ejemplo, la localización y la traducción web exigen rigor, coherencia y control de calidad. Si tus estudiantes se interesan por la localización y los contenidos digitales, también puedes orientarlos hacia recursos sobre la traducción de sitios web y la traducción de software, dos realidades del mercado especialmente compatibles con la IA, sin que ello signifique que puedan ser reemplazadas por ella. También se puede trabajar sobre escenarios concretos: ¿Se puede copiar y pegar un documento de un cliente en una herramienta? ¿Cuáles son los riesgos de filtración? ¿Qué alternativas y qué cláusulas contractuales hay que prever? Esto también puede vincularse a marcos de calidad, como ISO 17100 (servicios de traducción) y a marcos más amplios

Riesgo actual: el ejemplo de China, en contraste con el enfoque del Reino Unido

El ejemplo de China: suprimir titulaciones en nombre de la IA

Una señal de alerta ha estado circulando últimamente: algunas universidades aceleran reorganizaciones y suprimen titulaciones, invocando la adaptación a la IA y la lógica humano-máquina. Como informa Numerama, una universidad china ha suprimido, por ejemplo, varias titulaciones artísticas como fotografía, traducción o cómic para volver a centrarse en la inteligencia artificial.

Este tipo de decisión puede crear un riesgo: confundir velocidad tecnológica y obsolescencia de los conocimientos.
La supresión de titulaciones dificulta la reconstitución de las competencias perdidas, sobre todo en lenguas y cultura. Por ello, la formación de los traductores del mañana debe precisamente evolucionar en lugar de desaparecer; debe integrar principios de conformidad y de responsabilidad. A escala europea, el AI Act prevé una aplicación progresiva, con una aplicabilidad completa a partir del 2 de agosto de 2026, lo que refuerza la necesidad de profesionales capaces de encauzar y supervisar los usos de la IA.

El contraste del Reino Unido: defender los estudios de lenguas y la formación

En el Reino Unido, varias organizaciones profesionales del sector lingüístico, el ITI (Institute of Translation and Interpreting), la ATC (Association of Translation Companies) y el CIOL (Chartered Institute of Linguists), que representan a la vez a traductores, empresas de traducción y lingüistas, piden, por el contrario, proteger la oferta universitaria. Advierten del cierre de programas de lenguas modernas desde 2014 y subrayan que la IA no vuelve obsoletas las competencias lingüísticas, sino todo lo contrario: refuerza la necesidad de formaciones que combinen teoría, práctica y comprensión de los usos de la IA.

Aparecen, por tanto, dos modelos: la sustitución (reemplazar disciplinas por la IA) frente a integración (mantener las disciplinas e integrar en ellas la IA de manera regulada). Para la formación de los traductores del mañana, el segundo modelo suele ser más sólido.

El artículo de British Council France, por su parte, habla del aprendizaje de lenguas frente a la IA y la traducción automática. Se apoya en una encuesta realizada a 1 348 docentes de inglés en 118 países y regiones, e insiste en que la IA no sustituye ni al docente ni a las dimensiones culturales, sociales y humanas del aprendizaje lingüístico.

Conclusión: soluciones y rol de las instituciones

Replantear el futuro de la educación y de la traducción es una cuestión colectiva. El reto es organizar una transición lúcida, no una capitulación. Sí, la articulación entre el ser humano y la IA es probablemente la vía más realista, pero solo si la educación protege la base lingüística y cultural, y si la IA se convierte en un objeto de aprendizaje crítico, no en un atajo permanente. Por tanto, a los centros, las empresas y los poderes públicos les interesa apoyar formaciones capaces de articular excelencia lingüística, dominio de las herramientas y sentido de la responsabilidad. Formar en los usos de la IA no debe equivaler a formar operadores pasivos, sino profesionales capaces de decidir, justificar y controlar. En un mercado en el que la automatización avanza, el verdadero valor no desaparece, se desplaza hacia el análisis, el arbitraje, la fiabilidad y la supervisión.

En este contexto en plena evolución, apoyarte en una agencia de traducción sigue siendo esencial para garantizar la calidad y la fiabilidad de los contenidos. También puedes profundizar en esta reflexión consultando nuestro artículo «Cómo distinguir a un traductor profesional».