La IA traduce muy bien, hasta un punto. Hay cuatro escenarios concretos en los que dejarla suelta te puede salir caro: contratos y documentos legales, marketing y branding, manuales técnicos y de seguridad, y cualquier cosa que contenga información confidencial. Te contamos por qué falla en cada uno, con casos reales, y qué hacemos en Overseas para que no acabes pagando dos veces la misma traducción.
La IA no es el problema; soltarla sin red sí
En Overseas usamos IA todos los días. La integramos con posedición humana profesional (lo contamos en nuestro artículo sobre IA y revisión humana) y la combinamos con el criterio del traductor según el documento, como vimos en el de DeepL, ChatGPT o traductor humano. Pero hay terrenos en los que dejarla trabajar sola es directamente un mal negocio. No por ideología, por experiencia.
Escenario 1: contratos y documentos legales
Aquí el problema no es que la IA traduzca mal, es que traduzca plausible. Una frase legal puede leerse bien y, al mismo tiempo, haber cambiado quién responde de qué. Una obligación se vuelve recomendación, un plazo absoluto se vuelve relativo, una cláusula de indemnización se queda corta. Y eso no lo ves hasta que llega la disputa.
Un caso documentado: en un programa de traducción automática para tribunales en Estados Unidos, el sistema traducía la palabra inglesa court (tribunal) como pista deportiva en diferentes contextos. Lo recoge un informe del National Center for State Courts, y generó suficiente confusión entre personal y usuarios como para que se replantearan el flujo entero.
Para textos legales, lo mínimo es traductor humano especializado en derecho y, si el destino lo requiere, traducción jurada con responsabilidad profesional detrás.
Escenario 2: marketing, branding y copy emocional
La IA traduce palabras; tu marketing necesita que se traduzca la intención. No es lo mismo. Un eslogan, un claim publicitario o un copy de campaña funcionan porque tienen ritmo, dobles sentidos y una promesa concreta. Eso lo detecta una persona que conoce tu sector y a tu cliente, no un modelo entrenado con miles de millones de frases que no tienen nada que ver con la tuya.
El ejemplo de manual de cómo se hace mal sigue siendo el de KFC entrando en el mercado chino: su mítico Finger-lickin’ good quedó en mandarín como algo parecido a «cómete los dedos». Es viejo, pero el patrón se sigue viendo cada semana en webs y campañas traducidas con DeepL sin revisar.
Y hay coste medible. Nimdzi calcula que las marcas que se saltan la localización profesional de eslóganes, imágenes y experiencia de usuario pierden hasta un 25% en engagement y conversión.
Escenario 3: manuales técnicos y documentación de seguridad
En un manual de instalación, una ficha de seguridad o un pliego técnico, una palabra puede significar dos cosas muy distintas según el sector. La IA no sabe en cuál estás.
Un par de ejemplos del sector industrial y médico: la palabra inglesa clearance puede significar «autorización regulatoria» o «espacio libre». En un manual de un dispositivo médico, traducir mal ese término puede dar a entender que el producto no está autorizado cuando sí lo está, o al revés. En manuales mecánicos, nuts y washers deberían ir como «tuercas» y «arandelas», pero la IA, sin contexto, los ha traducido como «frutos secos» y «lavadoras».
En obra, en una instalación industrial o en una etiqueta de seguridad, esto deja de ser una errata. Es un riesgo de seguridad, un problema de cumplimiento o una rectificación cara. Para el sector industrial, uno de nuestras especializaciones (ingeniería, construcción, materiales, transporte), la regla es traductor humano especializado o, como mínimo, IA con posedición completa por un traductor del sector.
Escenario 4: información confidencial o sujeta a regulación
Este es el menos comentado y, en muchos casos, el más serio. Cuando pegas un texto en un servicio público de IA, esos datos viajan a los servidores del proveedor. Para borradores internos da igual; para un contrato firmado, datos personales bajo RGPD, un historial médico o información financiera no pública, no.
Aunque la traducción salga impecable, has movido información sensible fuera de tu control. Eso te puede meter en un problema de cumplimiento (RGPD, sectorial) o, según el cliente, en un incumplimiento del acuerdo de confidencialidad que firmaste con él. Las herramientas grandes ofrecen planes «enterprise» con políticas de no entrenamiento sobre tus datos, pero hay que activarlos y leerse la letra pequeña.
Una agencia profesional gestiona esto con flujos cerrados, traductores con NDA firmados y entornos controlados. No es un detalle: es parte del servicio.
Y un apunte sobre las «alucinaciones»
Los modelos generativos a veces se inventan lo que no saben. Un estudio sobre Whisper, el modelo de transcripción de OpenAI, detectó frases inventadas en entre el 38% y el 80% de las transcripciones analizadas, sobre todo en entornos médicos. La traducción con grandes modelos de lenguaje no es ajena a ese problema: si una palabra rara no encaja en lo que el modelo espera, puede sustituirla por otra que suena bien pero no es. Lo «peor» es que cuela esas invenciones de forma tan sútil que te convence totalmente.
Por eso, según Slator (2025), entre el 90% y el 98% de quienes usan traducción automática o LLMs aplica algún nivel de revisión humana. El sector entero, incluidos los que más empujan la IA, lo trata como herramienta supervisada.
Lo que la IA sí hace bien
Para que no parezca que vamos en contra de la tecnología, también lo otro: la IA va estupendamente para entender de qué va un texto en un idioma que no dominas, para borradores internos, para volumen alto donde la calidad publicable se consigue con posedición y para acelerar el trabajo del traductor profesional. Sería absurdo no aprovecharla. La trampa es asumir que como funciona bien aquí, funcionará bien en todo.
Cómo lo hacemos en Overseas
Cuando entra un proyecto, lo primero es decidir qué vía le toca según riesgo, sector y confidencialidad. Para volumen sin matices, IA con posedición y traductor nativo por sector revisándolo. Para web, marketing o legal, traductor humano especializado, así como para datos sensibles, entornos controlados y NDA. Y siempre con la garantía de las ISO 9001:2015 e ISO 17100:2015 que tenemos desde 2017, y aplicando los criterios de la ISO 18587:2020 como buena práctica en proyectos de posedición.
Si tienes una traducción entre manos y dudas en qué grupo cae, escríbenos y te lo decimos sin compromiso. Llave en mano y todas las combinaciones de idiomas.
Preguntas frecuentes
¿Puedo traducir un contrato con ChatGPT para entenderlo yo?
Como borrador propio, sí. Como documento final que se firma o se entrega, no. Y ten en cuenta que pegarlo ahí puede ser una fuga de confidencialidad si es un contrato real con un tercero.
¿Y si es solo para uso interno de la empresa?
Depende del documento. Una nota interna, IA sin más. Un procedimiento operativo o un manual técnico interno que la gente va a aplicar, mejor con revisión humana.
¿Es seguro pegar documentos confidenciales en DeepL o ChatGPT?
En las versiones gratuitas y estándar, no del todo. Sus planes empresariales suelen ofrecer mejores garantías, pero hay que activarlos y configurarlos. En proyectos con RGPD o NDA, ve sobre seguro con un proveedor profesional.
¿La IA va a mejorar y desaparecerán estos problemas?
La calidad va a seguir subiendo. Lo que pasa es que los errores se hacen más sutiles, no más visibles. Eso obliga a más revisión humana, no a menos.
Fuentes
- National Center for State Courts — Machine Translation: Considerations and Cautions for Courts.
- Nimdzi Insights — datos de adopción de la localización y de pérdida en marcas sin localizar.
- Slator — Five Ways AI Reshaped the Translation Industry in 2025.
- Estudios sobre alucinaciones en Whisper (OpenAI) en transcripción médica.
