Traducción automática frente a un ser humano: cuándo usar cada una
La traducción automática, incluidos los chatbots de IA, es útil para captar la idea general y para redactar material de bajo riesgo que un colega bilingüe revisará. No sustituye a un intérprete calificado ni a una traducción humana certificada cuando las palabras conllevan consentimiento, derechos, instrucciones clínicas, seguridad o consecuencias legales. Estas herramientas no siempre se equivocan; se equivocan con la frecuencia suficiente, de manera suficientemente impredecible, y de forma suficientemente invisible como para que nadie que solo lea en inglés pueda distinguir una buena traducción de una peligrosa.
Clasifique primero cada tarea en una de dos categorías
Decida la categoría antes de recurrir a una herramienta. La prueba es qué ocurre si la traducción está equivocada.
- Entender un correo o un formulario recibido lo suficiente como para encaminarlo
- Un primer borrador aproximado de un aviso de rutina que un colega bilingüe revisará
- Seguir una conversación informal cuando también está presente una persona bilingüe
- Decidir si un documento merece enviarse para una traducción completa
- El consentimiento informado, y los avisos sobre derechos o elegibilidad
- Instrucciones clínicas: medicamentos y dosis, cuidado de heridas, pasos del alta, señales de advertencia
- Documentos legales, advertencias críticas para la seguridad, y cualquier cosa que entre en un registro oficial
- Cualquier interacción hablada en la que el cliente actúe según lo que se dice
Si el peor resultado realista de un error es una confusión que alguien detectará, la traducción automática es un punto de partida razonable. Si un cliente pudiera resultar perjudicado, perder un derecho o un beneficio, o firmar algo que no entendió, un ser humano calificado no es opcional.
Para los idiomas comunes y el texto cotidiano, es genuinamente buena
Cuando los investigadores evaluaron Google Translate en instrucciones de alta de un departamento de emergencias, las traducciones al español fueron precisas en aproximadamente el 92 por ciento de las oraciones (Khoong et al., 2019). Un estudio posterior que comparó ChatGPT-4 y Google Translate en instrucciones de alta específicas para cada paciente encontró una precisión a nivel de oración del 96 al 97 por ciento para el español y del 90 al 95 por ciento para el chino (Kong et al., 2026).
Eso es suficiente para ser útil en las tareas adecuadas: entender un formulario lo bastante bien como para encaminarlo, redactar un aviso de rutina, seguir una conversación informal cuando está presente una persona bilingüe, o decidir si un documento necesita una traducción completa. En estos casos, la máquina le da velocidad y alcance, y un error cuesta poco porque alguien lo detectará antes de que nadie actúe conforme a él.
La precisión cae rápidamente fuera de los idiomas más comunes
Google Translate, proporción de instrucciones de departamentos de emergencia en las que se conservó el significado general, en siete idiomas (Taira et al., 2021).
Los numerosos idiomas en los que más trabajan las agencias comunitarias y de refugiados, desatendidos precisamente por ser menos comunes, son los idiomas en los que estas herramientas son menos confiables. En 26 idiomas, Google Translate acertó solo el 57.7 por ciento de las veces en general, con el swahili en el 10 por ciento (Patil & Davies, 2014).
Los promedios ocultan el peligro, y usted no puede verlo
El mismo estudio que encontró una precisión del 92 por ciento para el español también encontró que el 2 por ciento de las oraciones en español y el 8 por ciento de las oraciones en chino contenían errores con potencial de causar daño clínicamente significativo (Khoong et al., 2019). En 26 idiomas, la frase "your child is fitting" ("su hijo está convulsionando"), que significa una convulsión, regresó del swahili como "your child is dead" ("su hijo está muerto"), y "your husband had a cardiac arrest" ("su esposo sufrió un paro cardíaco") se convirtió, en maratí, en "your husband had an imprisonment of heart" ("su esposo tuvo un encarcelamiento del corazón") (Patil & Davies, 2014).
Una persona monolingüe de habla inglesa que observa un párrafo seguro y bien formado en otro idioma no tiene ninguna señal de que algo esté mal. Los modelos de lenguaje grande (large language model) empeoran esto: pueden producir alucinaciones, texto fluido desconectado de la fuente, y estas se concentran en las direcciones de idiomas con menos recursos y pueden hacer aflorar contenido tóxico extraído de los datos de entrenamiento (Guerreiro et al., 2023).
La máquina invirtió una instrucción de vida o muerte
Siga tomando el medicamento para el riñón hasta que hable con su médico de riñón.
Suspenda el medicamento para el riñón hasta que tenga oportunidad de hablar con su médico de riñón.
La traducción a la vista y la retrotraducción
La traducción a la vista ocurre cuando un intérprete lee en voz alta, en el momento, un documento escrito en el idioma del cliente. Es una solución provisional razonable para textos breves y sencillos cuando no existe una traducción certificada, pero las normas profesionales desaconsejan traducir a la vista documentos complejos o de consecuencias importantes, como los formularios de consentimiento, porque hacerlo con precisión sobre la marcha es difícil y la responsabilidad legal es real. Trátela como un puente, no como un sustituto de la traducción certificada.
La retrotraducción ocurre cuando una segunda persona bilingüe calificada traduce el resultado de la máquina de vuelta al inglés para que usted pueda compararlo con el original. Así es exactamente como los estudios mencionados detectaron los errores, de modo que funciona, pero requiere una segunda persona calificada y no es perfecta. Utilícela para verificar un borrador, nunca como un sello de aprobación automático que permita que el resultado de la máquina evite la traducción humana para contenido de consecuencias importantes.
Ingresar el texto de un cliente en una herramienta es un acto de intercambio de datos
Cada vez que pega las palabras de un cliente en una herramienta de traducción, envía ese texto a una empresa externa. Eso es una divulgación, y para información de salud o legal puede estar regulada. El personal y los pacientes a menudo no saben que usar una herramienta general de traducción por IA para la comunicación médica significa compartir información sensible con un proveedor externo, y las versiones gratuitas en particular pueden almacenar la entrada y reutilizarla para mejorar el servicio sin una manera real de excluirse (van Kolfschooten et al., 2025).
La regla se deduce directamente: nunca ingrese información identificable de un cliente en una herramienta de consumo o gratuita. Elimine nombres, fechas de nacimiento, direcciones y números de expediente antes de cualquier paso automático, y en caso de duda, no lo pegue en absoluto.
Antes de que su agencia adopte una herramienta, obtenga esto por escrito
Si un proveedor no puede responder esto con claridad, considérelo un no.
Para información de salud protegida bajo HIPAA, un acuerdo de asociado comercial (Business Associate Agreement). Para otros datos de clientes, un acuerdo de procesamiento de datos (data processing agreement) que especifique las obligaciones del proveedor.
Una negativa contractual, o una exclusión real que esté activada de forma predeterminada para su cuenta, no oculta en la configuración.
Cifrado (encryption) en tránsito y en reposo, un período de retención declarado, y una forma de solicitar la eliminación.
La lista de subprocesadores, y si los datos salen del país.
Los niveles de consumo y gratuitos generalmente no ofrecen nada de lo anterior. No los use para datos de clientes.
Flujo de decisión rápido
- ¿Alguien actuará según esto, o solo necesita entenderse?Si solo necesita entenderse o redactarse, y un colega bilingüe lo revisará, la traducción automática es aceptable. Pase al paso de privacidad.
- ¿Consentimiento, derechos, contenido clínico, de seguridad o legal?Si la respuesta es sí, use un intérprete calificado para el habla y una traducción humana certificada para los documentos. Deténgase aquí.
- ¿Un idioma menos común o con menos recursos?Si la respuesta es sí, reduzca aún más su confianza e incline la balanza hacia un ser humano incluso para tareas que serían dudosas en español.
- Antes de pegar cualquier cosaElimine toda la información identificable del cliente, y confirme que la herramienta tiene un acuerdo de datos y no entrena con sus entradas. Nunca use una herramienta de consumo gratuita para datos de clientes.
- Para cualquier borrador que conserveHaga que una persona bilingüe calificada retrotraduzca y compare antes de que llegue a un cliente. Que sea fluido no es lo mismo que sea correcto.
Antes de que el texto de un cliente entre en cualquier herramienta
- La tarea es de bajo riesgo, para captar la idea general o un borrador que una persona bilingüe revisará, no contenido de consentimiento, clínico, legal o de seguridad.
- Se ha eliminado toda la información identificable del cliente.
- La herramienta tiene un acuerdo de datos firmado y no entrena con las entradas, y es una cuenta empresarial, no una herramienta de consumo gratuita.
- Para un idioma menos común, se reduce la confianza y se prefiere a un ser humano.
- Cualquier borrador conservado se retrotraduce y compara antes de llegar a un cliente.
Fuentes
- Khoong, E. C., Steinbrook, E., Brown, C., & Fernandez, A. (2019). Assessing the Use of Google Translate for Spanish and Chinese Translations of Emergency Department Discharge Instructions. JAMA Internal Medicine, 179(4), 580–582. doi:10.1001/jamainternmed.2018.7653
- Patil, S., & Davies, P. (2014). Use of Google Translate in medical communication: evaluation of accuracy. BMJ, 349, g7392. doi:10.1136/bmj.g7392
- Taira, B. R., Kreger, V., Orue, A., & Diamond, L. C. (2021). A Pragmatic Assessment of Google Translate for Emergency Department Instructions. Journal of General Internal Medicine, 36(11), 3361–3365. doi:10.1007/s11606-021-06666-z
- Kong, M., Fernandez, A., Bains, J., et al. (2026). Evaluation of the accuracy and safety of machine translation of patient-specific discharge instructions: a comparative analysis. BMJ Quality & Safety, 35(3), 150–158. doi:10.1136/bmjqs-2024-018384
- Vieira, L. N., O’Hagan, M., & O’Sullivan, C. (2021). Understanding the societal impacts of machine translation: a critical review of the literature on medical and legal use cases. Information, Communication & Society, 24(11), 1515–1532. doi:10.1080/1369118X.2020.1776370
- Guerreiro, N. M., Alves, D. M., Waldendorf, J., et al. (2023). Hallucinations in Large Multilingual Translation Models. Transactions of the Association for Computational Linguistics, 11. doi:10.1162/tacl_a_00615
- van Kolfschooten, H., Goosen, S., van Oirschot, J., et al. (2025). Legal, ethical, and policy challenges of artificial intelligence translation tools in healthcare. Discover Public Health, 22, 904. doi:10.1186/s12982-025-01277-z
Esta guía describe una práctica basada en los estudios mencionados anteriormente. Adáptela a las políticas de su agencia y a los idiomas que atiende.