La huella invisible de la traducción: tecnología, translationese y el futuro del español traducido

Es vox populi en el gremio de la traducción que el mejor traductor es aquel que no deja huella: el traductor invisible, capaz de ofrecer un texto que se perciba como ideal y no como una mera sombra del original. Pero ¿hasta qué punto estamos logrando ese ideal? ¿Y si existen factores externos que lo hacen, sencillamente, inalcanzable?

En este artículo repasaremos las ideas de diversos autores, entre ellas las recogidas por Celia Rico Pérez en su artículo «Cuando la máquina deja huella. El efecto de imprimación de la traducción automática en el español institucional», publicado por el boletín puntoycoma, que sostienen que ningún texto traducido está libre de marca y analizaremos cómo las distintas capas tecnológicas que hemos ido incorporando con los años influyen y condicionan nuestra práctica profesional.

La huella de la traducción: del translationese a la traducción automática

En 2011, Moshe Koppel y Noam Ordan demostraron de forma empírica que los textos traducidos no son neutros, sino que incorporan rasgos sistemáticos derivados tanto del propio proceso de traducción como de la lengua de partida. En este sentido, las traducciones que analizaron conservaban huellas claras de la lengua origen hasta el punto de poder identificar la lengua de partida con una precisión muy alta. Asimismo, presentaban rasgos lingüísticos característicos de lo que ellos denominaron translationese (infrarrepresentación de pronombres personales, sobrerrepresentación del artículo «the» y un uso significativamente mayor de marcadores cohesivos), un lenguaje híbrido que se aleja en gran medida de la producción natural y espontánea de un hablante nativo que redacta un texto sin la interferencia de un documento de partida.

Pues bien, ¿y si añadimos la tecnología a la ecuación?  Anthony Pym (2011) advierte de que la creatividad de los traductores y las traductoras se está viendo mermada por el corsé tecnológico que le imponen herramientas de traducción asistida por ordenador. Para Pym, los profesionales lingüísticos están sometidos a procesos tecnológicos que reducen el poder de decisión, la intención y la reformulación global. Esto provoca que acaben aceptando propuestas preestablecidas por el sistema, en lugar de buscar soluciones genuinas o dar giros más naturales.

En este contexto, la traducción automática no ha hecho más que intensificar los escenarios que describían estos autores. Así lo ha constatado Celia Rico en su estudio de 2025, que analiza el efecto de imprimación de la traducción automática en el español institucional traducido en la Unión Europea, es decir, la huella que dejan los sistemas automáticos en la forma de escribir y estructurar los textos traducidos.

Lo que revelan los datos: menos diversidad, más repetición

El trabajo de Rico se centra en un análisis cuantitativo de un corpus de unas 500 000 palabras procedentes de memorias de traducción de la Dirección General de Traducción (DGT) de la Comisión Europea. En el estudio, se evaluaron cuatro indicadores clave:

• la diversidad léxica (cuántas palabras distintas se usan en el texto);
• la densidad léxica (la proporción de palabras con contenido semántico frente a palabras funcionales);
• la longitud de las traducciones respecto al original en inglés, y
• los patrones léxicos recurrentes (frecuencia y repetición de estructuras léxicas habituales como combinaciones de sustantivos y adjetivos).

Los resultados muestran tendencias claras. Existe una disminución progresiva de la diversidad léxica, un aumento de la densidad léxica, pero con un vocabulario más limitado y repetitivo, mayor similitud en longitud entre el original y la traducción y una homogeneización de las estructuras léxicas. Aunque estos hallazgos son muy reveladores, Rico advierte de que los resultados no son concluyentes, ya que haría falta realizar un análisis cualitativo del corpus y llevar a cabo estudios actualizados sobre los modelos más recientes de IA.

¿Evolución necesaria o empobrecimiento del lenguaje traducido?

Llegados a este punto, cabe preguntarse: ¿es esta huella un peaje necesario o una pérdida irreparable? Por un lado, Rico plantea que la homogeneización puede verse como una virtud en el contexto administrativo: la coherencia terminológica es un pilar de la seguridad jurídica en la UE. Un ciudadano que lee un reglamento espera precisión, no florituras literarias. Sin embargo, el riesgo es evidente: un empobrecimiento léxico que derive en una lengua plana, carente de naturalidad y, en última instancia, alejada de la realidad social a la que pretende servir.

¿Podemos permitirnos correr este riesgo alegremente? Aceptar este empobrecimiento en favor de la velocidad del progreso significaría admitir que el español que traduzcamos ya no será una lengua de creación, sino un subproducto de una lengua de partida (el inglés) procesado por un algoritmo. Podría argumentarse que esta es solo una transición más en la historia de las lenguas. Al fin y al cabo, eso es lo que le ocurrió al latín vulgar, que se transformó y fragmentó por el contacto con otras lenguas y realidades. El español actual podría estar gestando una nueva variante: un «tecnolecto» digital. La diferencia crucial con los procesos de evolución lingüística vividos hasta la fecha es que esta vez no se trata de un proceso orgánico, sino que depende de la probabilidad estadística de un motor de traducción.

Conclusión

La imprimación de la traducción automática es un espejo que nos obliga a redefinir el valor de la intervención humana. Si bien los datos de Celia Rico (2025) confirman una tendencia hacia la homogeneización, el futuro del español traducido no está sentenciado a ser un mero eco algorítmico.

La solución no pasa por rechazar la tecnología, ni mucho menos, sino por una evolución del rol del traductor. Debemos cambiar de una figura que meramente valida segmentos a un «ser humano en el bucle» con verdadera capacidad crítica. El profesional debe actuar como un filtro de calidad que identifique de forma activa los patrones de translationese para devolver al texto su idiomaticidad natural.

Para combatir esta inercia, las instituciones pueden implementar medidas concretas. Por ejemplo, la creación de guías de estilo antiimprimación, es decir, manuales que alerten de forma específica sobre los calcos sintácticos y léxicos más comunes generados por la TA. Otra medida que pueden adoptar es la implantación de la posedición creativa, que priorice la revisión cualitativa sobre la simple corrección de errores, e incentive a los lingüistas a reintroducir diversidad léxica. Como tercera medida, podrían entrenar de manera consciente los modelos y que estos utilicen corpus de redacción original (no traducida) para evitar que la máquina se retroalimente de su propio lenguaje empobrecido.

Bibliografía:

• Rico Pérez, C. (2025). «Cuando la máquina deja huella. El efecto de imprimación de la traducción automática en el español institucional», puntoycoma, n.º 188, 33-37.
• Pym, A. (2011). «What technology does to translating», Translation & Interpreting, 3(1), 1-9.
• Koppel, M., y Ordan, N. (2011). «Translationese and its dialects» en Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics, 1318-1326.