Durante años, la promesa de la traducción automática ha sido clara: más rapidez, más coherencia, menos errores y costes radicalmente inferiores. Y, en muchos contextos, esa promesa se ha cumplido. Hoy las máquinas traducen millones de palabras con una eficacia impensable hace solo una década. Sin embargo, a medida que esta tecnología se consolida, empieza a dibujarse un efecto colateral menos visible, pero cada vez más evidente: la aparición de un lenguaje correcto, funcional y uniforme.
Los estudios sobre traducción automática en contextos institucionales apuntan a una tendencia clara. Los textos traducidos por máquinas tienden a igualar su longitud a la del original, a repetir estructuras similares y a reducir la variedad léxica. El resultado es un español predecible, estable y reconocible que cumple, pero que rara vez sorprende. Una especie de «tecnolecto»: un idioma moldeado por la lógica del algoritmo.
¿Es esto un problema? Pues por supuesto, hablando aquí en Galicia, depende de cómo se mire.
En algunos entornos, la uniformidad tiene ventajas evidentes: facilita la coherencia del mensaje, reduce ambigüedades y refuerza una voz común. Pero desde una lógica de marca, un lenguaje excesivamente homogéneo pierde matices, empobrece su expresividad y empieza a sonar artificial. No es incorrecto, pero sí plano. No es erróneo, pero sí distante. Y ahí surge la duda incómoda: ¿estamos construyendo un español cada vez más robótico?
A este fenómeno se suma, además, un cambio silencioso pero decisivo en la forma en que aprenden los sistemas de traducción automática. Durante mucho tiempo, la traducción automática aprendía observando cómo traducían los humanos. Hoy, cada vez más, aprende de traducciones hechas por otras máquinas. El resultado es un efecto espejo: la tecnología repite lo que ya ha producido antes, refuerza sus propias decisiones y reduce todavía más la variedad. Sin una mirada humana que intervenga, el idioma corre el riesgo de quedarse atrapado en sus propias repeticiones. Este reciclaje constante refuerza las mismas estructuras, las mismas soluciones y las mismas elecciones léxicas, agravando el efecto de homogeneización y creando un círculo vicioso difícil de romper sin intervención humana. ¿Pueden ya los destinatarios desacreditar y obviar automáticamente textos completos al detectar expresiones que ya consideran de autómatas, como felicitaciones o en tanto en cuanto? ¿Puede llegar la máquina a ser conocedora de todas estas connotaciones?
En este escenario, está claro que el papel del traductor humano no desaparece, sino que se transforma. Ya no es solo quien corrige errores, sino quien devuelve al texto algo esencial: naturalidad, variedad e intención. El traductor actúa como mediador entre la lógica de la máquina y la complejidad del lenguaje humano. Introduce matices, rompe repeticiones, adapta el tono y se ajusta al destinatario local. En definitiva, evita que la lengua se convierta en un producto en serie. La máquina traduce. El humano decide cómo suena esa traducción.
Si pensamos en Terminator, ese cíborg implacable que aprende a hablar como los humanos hasta el punto de que bien podría pasar por gobernador de California, la dicotomía entre humano y robot se vuelve fascinante. Si, cuando Schwarzenegger soltó su mítico «Hasta luego, baby» en la versión original inglesa, se hubiera traducido con un motor automático, probablemente este habría optado por algo tipo «Hasta luego, cariño», que habría pasado sin pena ni gloria para el imaginario colectivo.
Sin embargo, un ser humano decidió que aquel robot dijera «Sayonara, baby». Una elección aparentemente absurda, lingüísticamente injustificable… y absolutamente brillante. Una opción que no responde a una regla, sino a un contexto cultural. A una intuición. A un guiño. Por no hablar del subsiguiente «A rañala, raparigo» que tuvieron la suerte de oír los espectadores de la TVG. Expresiones que condensan territorio, carácter, oralidad. Que no buscan equivalencia exacta, sino impacto, cercanía y memoria. Ningún algoritmo habría llegado ahí, y no porque no sepa idiomas, sino porque no sabe de imaginarios compartidos.
Y ese es el punto clave del debate: el lenguaje no es solo información, sobre todo cuando tiene la intención de convencer, de calar y de dejar huella. Es identidad, emoción y cultura. Es lo que hace que una marca sea reconocible o que una empresa suene cercana. Automatizarlo todo implica aceptar un precio: perder aquello que no se puede medir ni optimizar.
El futuro de la traducción no pasa por elegir entre humanos o máquinas, sino por entender cómo se complementan. La potencia de la tecnología es incuestionable, pero sin una sensibilidad humana que revise, matice y adapte, corremos el riesgo de construir mensajes impecables… y olvidables. Porque, al final, incluso para traducir a un robot hace falta alguien profundamente humano. Y eso, de momento, no hay algoritmo que lo replique.
