Del chino al español: cuando el idioma deja de ser un problema

El 7 de enero de 1954, en Nueva York, una computadora de IBM tradujo del ruso al inglés algunas decenas de frases con un vocabulario de 250 palabras y seis reglas de gramática. Al día siguiente, la noticia era portada en los periódicos de Estados Unidos.

Los responsables del experimento, de la Universidad de Georgetown y de IBM, anunciaron que en «cinco, quizá tres años» la traducción automática sería un hecho. Hicieron falta casi setenta. ¿Qué pasó en el camino?

¿Qué pasó con la promesa de 1954?

En 1966, un comité del gobierno de Estados Unidos, el ALPAC, evaluó los avances. Su conclusión: la traducción automática era más lenta, menos precisa y el doble de cara que la humana, y no había «perspectiva inmediata ni previsible» de que la traducción automática funcionara en la práctica.

El financiamiento se redujo y comenzó lo que el historiador John Hutchins llama «la década silenciosa», entre 1967 y 1976. La idea sobrevivió solo en tareas específicas. Desde 1976, el sistema Météo tradujo pronósticos del tiempo, un texto de vocabulario limitado. Sus creadores intentaron lo mismo con manuales de aviación y fracasaron: los términos técnicos superaron al sistema, y el proyecto se cerró en 1981.

¿Cómo se superó ese obstáculo?

¿Cómo aprendieron las máquinas a traducir?

Los primeros sistemas seguían reglas escritas a mano por lingüistas, y cada idioma nuevo exigía años de trabajo. Aun así, en 1976 la Comunidad Europea adoptó uno, Systran, para traducir sus documentos del inglés al francés.

El cambio llegó cuando las máquinas empezaron a aprender de ejemplos. En 2006, Google lanzó un traductor del árabe al inglés entrenado con miles de millones de palabras traducidas por personas. En 2016 pasó a las redes neuronales, un tipo de IA que analiza la frase completa antes de traducirla, y redujo sus errores en un 60 % en promedio.

En 2024, setenta años después de aquella demostración, Google Translate sumó 110 idiomas, hablados por más de 614 millones de personas. Hoy, la traducción de videos con IA permite además transcribir la voz, traducirla y narrarla en otro idioma.

Con estos avances, ¿por qué el idioma sigue siendo un problema para tantas empresas?

¿Sigue siendo un problema hoy?

Tener la herramienta no es lo mismo que usarla bien. En Estados Unidos, una encuesta a mil directivos de empresas grandes mostró que el idioma todavía tiene un costo:

Las organizaciones internacionales ya traducen con IA y dejan a las personas la revisión de lo importante. En Europa y Estados Unidos, el 25 % de los directivos planeaba destinar parte de su inversión en IA a la traducción, según el informe The language revolution, que recoge este ejemplo:

«Antes, al personal le tomaba hasta medio día traducir al inglés un documento creado en japonés».

— Shoji Otsubo, gerente sénior de Panasonic Connect · The language revolution

Si eso le pasaba a una de las empresas más grandes de Japón, ¿qué le queda a una empresa que recibe maquinaria, manuales o capacitaciones en un idioma que no conoce?

¿Qué oportunidades se pierden por el idioma?

Entender otro idioma da acceso a más información, a mejores proveedores, a clientes de otros países y a capacitaciones que solo existen en inglés o en chino. Pero aprenderlo toma años.

En Ecuador la brecha es visible. El país ocupa el puesto 83 en el EF English Proficiency Index 2025, con un nivel de inglés bajo. Al mismo tiempo, en 2025 las importaciones desde China sumaron USD 8 441 millones, un 27,7 % más que el año anterior, según cifras del Banco Central del Ecuador. Con esas compras llegan equipos y manuales escritos en otro idioma.

¿Cuántas veces dejamos pasar un proveedor, un curso o un manual porque no estaba en español? Y si la máquina ya llegó, ¿cómo se entiende lo que explica el fabricante?

Nuestra experiencia: una fábrica en dos idiomas

Esa pregunta nos la planteó un cliente del sector de la construcción que está levantando una fábrica. Las máquinas vinieron de China, los técnicos que las instalan hablan chino y quienes van a operarlas hablan español. La explicación de cada equipo estaba en videos en chino. Nos pidieron traducirlos y preparar manuales en español.

Empezamos con un editor de video con IA. Tradujo, pero frase por frase, sin el contexto de la explicación completa, y se perdía el hilo de lo que el técnico enseñaba. Era el mismo obstáculo de los sistemas de los años cincuenta: traducir piezas sueltas no basta para entender un manual técnico.

Por eso construimos una herramienta propia, que sigue un flujo de cinco pasos y logra mayor precisión en la traducción:

Con los videos traducidos preparamos además manuales escritos, para que el equipo técnico pueda consultar cada procedimiento.

¿Cuánto cuesta traducir una hora de video con cada opción? Con los precios publicados en 2026:

A continuación, una muestra de 30 segundos de cómo funciona la herramienta:

Cuando la herramienta funcionó, entendimos que el idioma ya no tiene por qué detener el montaje de una fábrica. ¿Sirve también en otros contextos?

¿Qué otros problemas de traducción se pueden resolver?

El mismo flujo sirve a cualquier organización que trabaja con proveedores, socios o equipos de otro idioma:

En todos los casos la información ya existe; el reto es ponerla en el idioma de quien la necesita. ¿Significa eso que la traducción automática ya no necesita revisión?

¿Por qué sigue siendo necesaria la revisión humana?

La predicción de 1954 muestra el riesgo de sobrestimar la tecnología. Un estudio publicado en 2026 comparó tres sistemas de traducción automática con textos especializados y encontró diferencias importantes en la precisión de los términos técnicos: en lenguaje especializado, su rendimiento sigue siendo limitado y variable.

En un manual de seguridad o en las instrucciones de una máquina, un término mal traducido puede costar más que un retraso. Por eso la revisión humana es parte del flujo, no un paso opcional.

El idioma dejó de ser una barrera para entender, pero sigue exigiendo criterio para decidir qué se traduce, cómo se revisa y quién valida el resultado.

¿Por dónde empezar?

Antes de elegir una herramienta, conviene preguntarse: ¿qué información de nuestra empresa está hoy en otro idioma? ¿Quién la necesita y en qué formato? ¿Qué tan grave sería un error de traducción en ese material?

Los manuales de equipos importados y los videos de capacitación suelen ser el mejor punto de partida: se usan a diario y su contenido cambia poco. ¿Qué material en otro idioma te gustaría entender mejor?