Perspectivas y amenazas para el desarrollo de los estudios de traducción en la era de la inteligencia artificial y la traducción automática

Karina Gevorgian, Artur Gudmanian, Kostiantyn Kosharnyi, Natalia Lysenko, Alla Berestova

Resumen


El artículo es un estudio exhaustivo de los procesos de transformación en el campo de los estudios de traducción provocados por la introducción activa de tecnologías de inteligencia artificial y sistemas de traducción automática de nueva generación. El artículo analiza las estadísticas de organizaciones internacionales sobre la escala y el ritmo de la digitalización de las tecnologías lingüísticas. Se determina que el crecimiento
más dinámico en el uso de sistemas de traducción automática se observa en la Unión Europea, según la Encuesta Europea sobre la Industria Lingüística, con una cuota de dichos sistemas superior al 50 %, y en los Estados Unidos de América, con un 67,9 % en 2025. A modo de comparación, en Europa central y oriental, esta cifra oscila entre el 48 % y el 52 % según los informes regionales. Se estudia el impacto de la inteligencia artificial en los componentes clave de la actividad de traducción: cognitivos, lingüísticos y éticos. Se demuestra que los modernos sistemas de traducción neuronal proporcionan un nivel mucho más alto de correspondencia semántica, pero al mismo tiempo plantean riesgos de pérdida del estilo individual, de la interpretación creativa del texto y la adecuación contextual. El autor destaca la necesidad de replantearse el papel profesional del traductor, que está pasando gradualmente de ser un ejecutor a un analista y editor de traducciones generadas por sistemas de inteligencia artificial. El autor propone un modelo para combinar enfoques tecnológicos y humanitarios mediante el concepto de «traducción asistida por humanos», en el que una persona sigue desempeñando un papel protagonista al garantizar la precisión, la relevancia cultural y la ética de la interpretación lingüística. El artículo describe el potencial del uso de la traducción automática en la educación, la ciencia, la diplomacia y los negocios internacionales, e identifica las amenazas asociadas a la excesiva estandarización de las soluciones lingüísticas, la monopolización corporativa de la tecnología y los riesgos de distorsión de los significados derivados del sesgo algorítmico. Se concluye que el desarrollo futuro de los estudios de traducción en la era digital debe basarse en la integración de las herramientas de inteligencia artificial con los principios humanitarios de la cultura lingüística, la
creatividad y la responsabilidad intercultural.


Palabras clave


Lingüística cognitiva y aplicada; inteligencia artificial; traducción automática; estudios de traducción; lingüística cognitiva; humanidades digitales.

Texto completo:

PDF (English)

Referencias


AI Policy Observatory 2024. OECD. https://oecd.ai/

Chen, Shan, and Yanhong Liu. 2023. Identity formation and transformation of Chinese university translator trainers. The Interpreter and Translator Trainer 17(3), 353–374. https://doi.org/10.1080/1750399X.2023.2237325

ELIS. 2024. European Language Industry Survey 2024: Trends, expectations and concerns of the European language industry. https://elis-survey.org/wpcontent/uploads/2024/03/ELIS-2024-Report.pdf

ELIS. 2025. European Language Industry Survey 2025: Trends, expectations and concerns of the European language industry. https://elis-survey.org/wpcontent/uploads/2025/03/ELIS-2025_Report.pdf

European Commission. 2024. Artificial Intelligence Act: Harmonised rules on AI. https://artificialintelligenceact.eu/

European Commission`s European Master’s in Translation. n. d. Directorate-General for Translation. https://ec.europa.eu/info/resources-partners/european-masterstranslation-emt_en

Global Industry Analysts. n. d. Market research reports & forecasts. https://www.strategyr.com

Grand View Research. 2023. Language services market size, share & trends analysis report, 2023–2030. https://www.grandviewresearch.com/industryanalysis/language-services-market-report

Guerberof-Arenas, Ana, and Antonio Toral. 2022. Creativity in translation: Machine translation as a constraint for literary texts. Translation Spaces 11(2), 184–212. https://doi.org/10.1075/ts.21025.gue

IndustryARC. 2025. Machine translation market – Forecast (2025–2031). https://www.industryarc.com/Research/Machine-Translation-Market-Research504145

Kravets, Larysa, Galyna Siuta, Tetiana Semashko and Nadiia Bobukh. 2023. Cognitiveassessment content of zoomorphic metaphors in contemporary Ukrainian and English language culture: A comparative aspect. World Journal of English Language 13(6), 439–448. https://doi.org/10.5430/wjel.v13n6p439

Kravets, Larysa, Natalie Venzhynovych, Bolin Zhang, Ivan Poliuzhyn and Renata Lukanynets. 2025. Dynamics of language systems in the era of digitalization. Testing, Psychometrics, Methodology in Applied Psychology, 32(S1), 170–180. https://tpmap.org/submission/index.php/tpm/article/view/142

Kravets, Larysa, and Tetiana Semashko. 2024. Semantic innovations in contemporary media discourse. Dragoman International Journal of Translation Studies 14(16), 244–268. https://bit.ly/47zxUVf

Lambert, Joseph, and Callum Walker. 2022. Because we’re worth it: Disentangling freelance translation, status, and rate-setting in the United Kingdom. Translation Spaces 11(2), 277–302. https://doi.org/10.1075/ts.21030.lam

Li, Ruichao, Abdullah Mohd Nawi and Myoung Sook Kang. 2023. Human-machine translation model evaluation based on artificial intelligence translation. EMITTER International Journal of Engineering Technology 11(2), 145–159. https://doi.org/10.24003/emitter.v11i2.812

Lund, Kristine. 2022. Modelling the co-elaboration of knowledge: Connecting cognitive, linguistic, social and interactional systems. In K. Lund, P. Basso Fossali, A. Mazur, M. Ollagnier-Beldame (Eds.) Language is a complex adaptive system: Explorations and evidence (pp. 35–48). Berlin: Language Science Press. https://doi.org/10.5281/zenodo.6620111

Mialkovska, Liudmyla, Volodymyr Hrysiuk, Liudmyla Zhvania, Tamara Nykoliuk, Larysa Tykha, Larysa Sadova and Maksym Yablonskyy. 2024. Leveraging media and public relations strategies to advance sustainable development: Approaches, frameworks, and tactics in modern conditions. Grassroots Journal of Natural Resources 7(3), 253–269. https://doi.org/10.33002/nr2581.6853.0703ukr13

Mialkovska, Liudmyla, Oksana Maiboroda, Nataliia Koretska, Yaroslava Martyniuk, Olena Haponchuk and Liudmyla Korobchuk. 2025. Modern approaches to educational management: European perspectives on innovation. Salud, Ciencia y Tecnología – Serie de Conferencias 4. https://doi.org/10.56294/sctconf20251479

Mondal, Subrota Kumar, Haoxi Zhang, H. M. Dipu Kabir, Kan Ni and Hong-Ning Dai. 2023. Machine translation and its evaluation: a study. Artificial Intelligence Review 56(9), 10137–10226. https://doi.org/10.1007/s10462-023-10423-5

Moorkens, Joss. 2022. Ethics and machine translation. In D. Kenny (Ed.) Machine translation for everyone: Empowering users in the age of artificial intelligence, 121–140. Berlin: Language Science Press. https://doi.org/10.5281/zenodo.6759984

OECD. 2024a. OECD Digital Economy Outlook 2024 (Volume 1): Embracing the technology frontier. Paris: OECD Publishing. https://doi.org/10.1787/a1689dc5-en

OECD. 2024b. OECD Digital Economy Outlook 2024 (Volume 2): Strengthening connectivity, innovation and trust. Paris: OECD Publishing.

https://doi.org/10.1787/3adf705b-en

Pollock, Sarah. 2025. Ethics of care and linguistic diversity: Towards an ethics of communication in social work practice? Ethics and Social Welfare, 1–20. https://doi.org/10.1080/17496535.2025.2509980

Rehm, Georg, Stelios Piperidis, Khalid Choukri, Andrejs Vasiljevs, Katrin Marheinecke, Victoria Arranz, et al. 2024. Common European Language Data Space. In Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation, 3579–3586. Torino: ELRA and ICCL. https://aclanthology.org/2024.lrec-main.317

Rivera-Trigueros, Irene. 2022. Machine translation systems and quality assessment: A systematic review. Language Resources and Evaluation 56(2), 593–619. https://doi.org/10.1007/s10579-021-09537-5

Sela-Sheffy, Rakefet. 2023. What does it take to be a professional translator? Identity as a resource. In Glückler, J., Winch, C., Punstein, A.M. (Eds.) Professions and proficiency (pp. 89–111). Cham: Springer. https://doi.org/10.1007/978-3-031-24910-5_5

Signorini, Ines. 2024. Reviewing and rebuilding objects of inquiry. Journal of Sociolinguistics 28(5), 49–51. https://doi.org/10.1111/josl.12686

Singer, Nestor. 2022. How committed are you to becoming a translator? Defining translator identity statuses. The Interpreter and Translator Trainer 16(2), 141–157. https://doi.org/10.1080/1750399X.2021.1968158

Sodiqova, Nargiza. 2025. Scientific and theoretical foundations of literary translation transformations. International Journal of Artificial Intelligence 1(2), 368–371. https://inlibrary.uz/index.php/ijai/article/view/73989

Statista. n. d. Statistics and facts across 170 industries and 150+ countries. https://www.statista.com

Tavares, Célia, Laura Tallone, Luciana Oliveira and Sandra Ribeiro. 2023. The challenges of teaching and assessing technical translation in an era of neural machine translation. Education Sciences 13(6), 541. https://doi.org/10.3390/educsci13060541

Tesseur, Wine, Sharon O’Brien and Enida Friel. 2022. Language diversity and inclusion in humanitarian organisations: Mapping an NGO’s language capacity and identifying linguistic challenges and solutions. Linguistica Antverpiensia, New Series–Themes in Translation Studies, 21. https://doi.org/10.52034/lanstts.v21i.733

Translation Centre. 2025. Consolidated annual activity report of the translation centre 2024. https://doi.org/10.2817/0817847

UNESCO. 2023. Recommendation on the ethics of artificial intelligence: Implementation progress report.

https://unesco.org.uk/site/assets/files/14137/unesco_recommendation_on_the_ethics_of_artificial_intelligence_-_key_facts.pdf

UNESCO. 2025. Artificial intelligence and culture: Report of the Independent Expert Group on AI and Culture. https://lnkd.in/gv2KiMVn

Xu, Jun, and Qingran Wang. 2025. Applying neural machine translation and ChatGPT in the teaching of business English writing. Translation and Translanguaging in Multilingual Contexts 11(1), 88–110. https://doi.org/10.1075/ttmc.00155.xu




Se encuentra actualmente indizada en:

 


 

 

 


Creative Commons License
Todos los documentos publicados en esta revista se distribuyen bajo una
Licencia Creative Commons Atribución -No Comercial- Compartir Igual 4.0 Internacional.
Por lo que el envío, procesamiento y publicación de artículos en la revista es totalmente gratuito.