Preocupaciones pasadas y presentes sobre el sector profesional: las percepciones de los traductores desde la TAO hasta la IA

Past and present concerns about the translation industry: The evolution of translators’ views from CAT tools to AI

Resumen

Debido al avance tecnológico, la industria de la traducción ha experimentado un profundo cambio que no parece haber impactado únicamente en los procesos de producción, sino en los profesionales que forman parte de la cadena. Desde la integración de las herramientas de traducción asistida por ordenador hasta la reciente irrupción de la inteligencia artificial generativa, la tecnología es, hoy en día, un componente indispensable en un mercado cada vez más globalizado. Este estudio cualitativo, basado en la técnica del análisis temático, explora la recepción de los profesionales de las principales tecnologías de la traducción a lo largo de la última década. Pretende dar cuenta de las narrativas que han envuelto y envuelven su implementación y examinar la evolución de las preocupaciones de los traductores, así como las nuevas implicaciones de la introducción de la IA para la profesión. Conocer la realidad de la práctica profesional resulta esencial para contribuir al avance tecnológico y científico al tiempo que se fomenta la sostenibilidad de la profesión.

Palabras clave
desarrollo tecnológico; traducción automática; inteligencia artificial; mercado profesional; análisis temático

Abstract

Considering recent technological advancements, the translation industry has undergone a profound change which may have not only affected production processes, but also professionals who take part in the production chain. From the implementation of computer-assisted translation tools to the recent adoption of generative AI, technology currently constitutes an essential component in an increasingly globalized market. This qualitative study, based on thematic analysis, explores the reception of the main translation technologies by professional translators along the last decade. It aims to account for the narratives that have shaped and still shape their implementation, and to examine the evolution of translators’ concerns, as well as to shed light on the newest implications of AI’s integration for the profession. It is essential to understand the reality of professional practice in order to contribute to technological and scientific progress while fostering the sustainability of the profession.

Keywords
technological development; machine translation; artificial intelligence; translation industry; thematic analysis

1. Introducción

El desarrollo tecnológico podría considerarse, hoy en día, una de las características principales de las sociedades globalizadas; un desarrollo que no ha tardado en permear en los distintos sectores profesionales. Tanto es así que, hace poco más de una década, se advirtió de la llegada de una cuarta revolución industrial a raíz de la expansión del internet de las cosas —Internet of Things— y se acuñó la denominación «Industrie 4.0» para hacer referencia a esta nueva etapa (Kagermann et al., 2011). El sector profesional de la traducción no ha sido ajeno a esta evolución tecnológica y, en efecto, en los estudios de traducción ya se ha utilizado esta denominación en relación con la metamorfosis que ha supuesto la implementación de la traducción automática neuronal (TAN) en la industria (Sakamoto, 2021).

El impacto de la traducción automática (TA) en los flujos de trabajo y, por ende, en los profesionales del sector constituye un campo de estudio que ha adquirido relevancia en los últimos años. Así, contamos con informes periódicos del sector que incluyen, en sus exploraciones, las actitudes y percepciones de los traductores con respecto a las tecnologías, tanto en el ámbito europeo (European Union Association of Translation Companies [EUATC], 2025) como en el nacional (Asociación Nacional de Empresas de Traducción [ANETI] & Asociación Sectorial de Proveedores de Servicios de Traducción [ASPROSET], 2024). Asimismo, se han publicado trabajos que indagan acerca de estas cuestiones en contextos concretos, entre los que se encuentran la valoración de la figura del poseditor (Sakamoto, 2019); la repercusión de las tarifas del servicio de posedición (PE) en los profesionales (Sakamoto & Bawa Mason, 2024); su control sobre el proceso (Jiménez-Crespo, 2024); el tecnoestrés (Christensen et al., 2024) o estrés por la automatización (Nunes Vieira, 2020); y las razones de implementación o rechazo de la TA (Rivas Ginel et al., 2024; Secară et al., 2025) y la IA generativa (Farrell, 2024; Rivas Ginel et al., 2024).

Nuestra investigación surge con el objetivo principal de analizar, durante la última década, las narrativas de los traductores profesionales en torno a las distintas tecnologías de la traducción, cuyo desarrollo, salida al mercado e implementación en los flujos de trabajo se ha dado de forma escalada, por lo que realizamos un recorrido de las percepciones desde las herramientas de traducción asistida por ordenador (TAO) hasta las tecnologías basadas en inteligencia artificial (IA), en las que incluimos la TAN y la IA generativa. Complementariamente, se persigue profundizar en las actitudes que subyacen a estas mismas narrativas centrándonos en los tonos con los que se formulan los fragmentos. Partimos de una hipótesis inicial según la cual podrían existir diferencias significativas en las narrativas y, por ende, en las actitudes ligadas a cada una de estas tres tecnologías, puesto que están orientadas a la realización de tareas de distinta naturaleza, tienen un nivel de impacto variable en las condiciones de implementación en los flujos de trabajo y cuentan con mayor o menor antigüedad en el sector, lo que influiría en la normalización de su implementación, como sugiere el Hype Cycle de Gartner (s. f.).

Frente a la literatura previa, la originalidad del presente estudio reside principalmente en el enfoque metodológico adoptado durante el análisis, que complementaría los estudios sobre las percepciones de los profesionales publicados. Por un lado, destaca la introducción de un enfoque evolutivo a través de una aproximación que no se limita a un lapso temporal reducido, sino que cubre un periodo de ocho años. Además, no se restringe a un contexto poblacional concreto, sino que amplía la panorámica para incluir las voces de diferentes profesionales del sector español, volcadas en la revista La Linterna del Traductor, editada por la Asociación Española de Traductores, Correctores e Intérpretes (Asetrad). Por ende, trabajamos con datos que se recaban en un contexto de expresión libre, al no tratarse de un estudio basado en encuestas que pueda verse sesgado por la presencia del investigador —researcher bias effect— o la naturaleza de la interacción social —social desirability bias y impression management bias—, tres fenómenos que pueden distorsionar lo que los participantes opinan frente a lo que declaran (Saldanha & O’Brien, 2013). Por otro lado, la inclusión de un segundo enfoque de codificación, que va más allá de la detección de los temas presentes en los discursos para explorar los distintos tonos con los que se formulan estos discursos, constituye una aproximación novedosa y enriquecedora para los objetivos del estudio, dado que se ha apuntado a la existencia de variaciones en las aproximaciones a las tecnologías con el paso del tiempo (Gartner, s. f.). Además, refuerza el componente socioprofesional del estudio.

En las páginas que siguen se proporciona, en primer lugar, una síntesis de la evolución del mercado de la traducción a partir de los datos de diferentes informes del sector, así como de la recepción de estas tecnologías por parte de los profesionales. Tras enmarcar teóricamente el estudio, se expone el método adoptado y se procede al análisis de los resultados, que se discuten con la literatura previa. Finalmente, se proporcionan una serie de conclusiones en las que se incluyen las implicaciones derivadas de este estudio para la formación de traductores.

2. La evolución del mercado de la traducción

El informe European Language Industry Survey (ELIS), elaborado anualmente por la European Union Association of Translation Companies (EUATC) en colaboración con otras instituciones europeas, refleja el estado del mercado de la traducción europeo y ofrece datos sobre la implementación y el uso real de las diferentes tecnologías disponibles.

El primer informe, que data del año 2013, revela un uso real de TA todavía limitado (20 %), así como unos planes de futuro poco favorables para su implementación, con un 61 % de empresas que no planeaba ofrecer dicho servicio (EUATC, 2013). Cabe tener en cuenta que los datos de este informe son previos a la popularización de los sistemas de TAN, cuya calidad sin precedentes impulsó de forma significativa su adopción. El informe de 2017, que coincidió temporalmente con la transición del modelo estadístico al neuronal de Google Translate y el lanzamiento de DeepL, mostraba una adopción de la TA todavía moderada, con datos muy similares a los de cuatro años atrás. Por entonces, un 57 % de empresas de traducción no habían implementado la TA; una cifra aún mayor entre traductores autónomos (67 %). En cambio, la TAO contaba ya con un nivel de implementación de un 90 % entre empresas y un 77 % entre autónomos (EUATC, 2017).

En el contexto presente, la reciente irrupción de la IA generativa constituye, tras la popularización de la TAN, un nuevo hito en el desarrollo de las tecnologías de la traducción. En el informe del año 2024, la IA lideraba el ranking como principal tecnología utilizada por primera vez en 2023 y se situaba como principal plan de inversión de los traductores (EUATC, 2024), mientras que informes como el de Nimdzi (2024) adelantaban un posible cambio de paradigma de la TAN a los LLM. Esto contrasta con el panorama detectado el año anterior, pues el informe ELIS de 2023 no la considera como una incorporación sólida a la estación de trabajo por recoger unos planes de inversión modestos (EUATC, 2023). Las primeras cifras de implementación de la IA generativa entre empresas y autónomos se sitúan en un 21 % y un 17 %, respectivamente, con un uso real de un 11 % y un 8 %. Además, mientras que los datos para las herramientas de TAO se estancan con respecto a los años anteriores, la implementación de la TA experimenta un crecimiento positivo superior al 30 % respecto al primer informe ELIS, publicado una década atrás, hasta alcanzar el 71 % de implementación en empresas y el 75 % en traductores (EUATC, 2024). Ante este panorama, el informe de 2024 afirma que «at the current pace, it is expected that some form of MT or AI will be used in more than 50 % of professional translations by 2025» (EUATC, 2024, p. 4). Dicha predicción parece haberse alcanzado más tempranamente, durante el periodo de 2024, con unas cifras actuales de uso real de TA de un 54 % entre traductores. Por su parte, la IA obtiene cifras de uso real de un 34 % en empresas y 43 % en traductores (EUATC, 2025), lo que supone un aumento de entre un 23 % y un 35 % en tan solo un año. El último informe ELIS (EUATC, 2025) refleja un estancamiento de las cifras de implementación tanto de la TAO como de la TA —tras años formando parte de la estación de trabajo del traductor—, lo que sugiere que la IA generativa podría tomar el relevo como tecnología con una tendencia de crecimiento similar o mayor al que experimentó la TA.

En el ámbito nacional no contamos con informes anuales que permitan un seguimiento exhaustivo de la evolución del mercado de la traducción. Sin embargo, el informe ProjecTA (Torres-Hostench et al., 2016) y el análisis del sector de la traducción redactado por Rico Pérez y García Aragón (2016) esbozan el panorama previo a la expansión de la TAN en el mercado, mientras que el informe llevado a cabo por ANETI y ASPROSET (2024), publicado en 2024, recoge la situación y las perspectivas del mercado de los servicios lingüísticos y nos permite la comparación del panorama anterior con la realidad reciente. En 2015, menos del 50 % de las empresas de servicios lingüísticos españolas utilizaban TA en sus flujos de trabajo y, entre las que lo hacían, un 45,4 % afirmaban utilizarla en menos del 10 % de los proyectos (Torres-Hostench et al., 2016). De acuerdo con los datos de Rico Pérez y García Aragón (2016), el 95,3 % de participantes no planeaba ofrecer el servicio de TA en ninguna de sus variantes y los servicios de PE, consultoría y venta de software para TA registraban una incidencia nula en la facturación anual. En este informe, mientras que las herramientas de TAO tienen un papel significativo en los flujos de trabajo —con un 85,7 % de uso—, el crecimiento estimado para la PE es mínimo —de un 16 %—. Este dato contrasta con el informe de 2024 (ANETI & ASPROSET, 2024), que presenta un escenario distinto tanto en cuanto a ingresos como a crecimiento. Actualmente, los servicios de TA y de PE constituyen una fuente de ingresos para el 38,6 % y el 65,2 % de las empresas, respectivamente, mientras que un 42,9 % de los encuestados auguran mucho o bastante crecimiento de estos servicios en un futuro.

3. La evolución de la recepción de las tecnologías de la traducción por parte de los profesionales

Tras constatar la progresiva implementación en el mercado de las diferentes tecnologías de la traducción, en una tendencia al alza, los informes europeos y nacionales dan a conocer, asimismo, la recepción de esta implementación por parte de los profesionales del sector en términos de tendencias y retos. De acuerdo con el informe ELIS de 2013, tanto las herramientas de TAO como de TA se percibían, por entonces, como retos para el sector. En cambio, mientras que predominaba una percepción positiva de la TAO, como reto del que se espera un impacto favorable, la TA se percibía como un factor negativo, mayormente por su amenaza a la calidad. Estos hallazgos sugieren que existía cierta reticencia ante aquellos desarrollos tecnológicos que se separaban del modelo tradicional de traducción humana, con niveles elevados de automatización (EUATC, 2013). El informe de 2017, si bien detectaba un cambio progresivo hacia actitudes más pragmáticas con respecto a la TA, también registraba la percepción de esta tecnología como principal reto para el sector y la destacaba como tendencia marcadamente negativa para los autónomos. En contraste, decrecía la preocupación con respecto a la TAO o la automatización, con tan solo un 11 % de proveedores de servicios lingüísticos que las siguía considerando un reto (EUATC, 2017).

Rico Pérez y García Aragón (2016) recogieron resultados coincidentes a nivel nacional, al documentar el uso de TA como principal desafío. El informe ProjecTA daba cuenta de la existencia de reticencias hacia la TA entre pequeñas empresas y autónomos e incidía, además, en la rápida evolución de la situación del sector, al contrastar estos resultados con un estudio realizado en 2011 (TradOnline, 2011 apud Torres-Hostench et al., 2016), cuyos encuestados no preveían un impacto significativo de la TA en su profesión (Torres-Hostench et al., 2016).

Con la llegada de la IA, los informes más recientes dan cuenta de un panorama similar a lo largo de los últimos años, liderado por una percepción de la IA como tendencia con impacto negativo y al alza, que se sitúa por delante de la TA, y caracterizado por registrar ambas tecnologías como principal factor de estrés para los traductores profesionales. Por un lado, en 2023, tanto la introducción de la IA como el aumento de la calidad de la TAN se perciben como tendencia negativa (EUATC, 2023). En 2024, esta tendencia supera, en el caso de la IA, el umbral del 50 % (EUATC, 2024), hasta alcanzar el 60 % en el año 2025 (EUATC, 2025).

Por otro lado, pese a que los factores principales de estrés se ligan al contexto económico, se observa un incremento progresivo en el estrés causado por el aumento de la TA y la IA en los informes de 2023 (29 %), 2024 (44 %) y 2025 (50 %). Este estrés también se liga al cambio tecnológico, con porcentajes del 20 %, 34 % y 49 % en los últimos tres años, respectivamente (EUATC, 2025). El informe realizado por ANETI y ASPROSET (2024) obtiene resultados paralelos, aunque su enfoque hace hincapié en las repercusiones concretas de la TA en el trabajo de los profesionales —factores que reciben las cifras más elevadas de nivel de estrés—, mientras que el mero auge tecnológico de la TA y la IA representa una inquietud moderada.

4. Metodología

Para satisfacer los objetivos de investigación, se plantea un estudio exploratorio empírico-descriptivo de corte cualitativo para responder a las siguientes preguntas de investigación:

• ¿Cuáles son las narrativas que envuelven a la implementación en el sector de los servicios lingüísticos de las diferentes tecnologías de la traducción por parte de los traductores profesionales?

• ¿Qué actitudes subyacen a estas narrativas?

• ¿Existen diferencias en las narrativas y actitudes de los profesionales según el tipo de tecnología a la que hacen referencia —TAO, TA o IA generativa—? Si es así, ¿se observa una evolución de estas a lo largo del tiempo?

La adopción del enfoque cualitativo responde a los objetivos de nuestro estudio, pues la investigación cualitativa tiene por objeto generar conocimiento basado en la experiencia humana (Sandelowski, 2004). Se ha considerado pertinente complementar este enfoque con la transferencia de los resultados a datos cuantitativos, con el único objetivo de ayudar al investigador en la interpretación de los hallazgos cualitativos, al proporcionar una visión panorámica general (Hernández Sampieri et al., 2014). Por tanto, solo se proporcionarán datos cuantitativos para demostrar la preponderancia de ciertos temas —y su posible vínculo con una tecnología concreta— de acuerdo con una mayor frecuencia de aparición en el corpus.

Así, optamos por una metodología enmarcada en la técnica del análisis temático, un procedimiento ampliamente extendido en los estudios de traducción para realizar codificación y análisis cualitativo, así como en estudios dedicados a captar las percepciones y vivencias de los individuos (Saldanha & O’Brien, 2013). El análisis temático es un método que posibilita identificar, analizar, organizar, describir e informar sobre temas presentes en un conjunto de datos, cuya flexibilidad permite explicar de manera rica y detallada datos complejos (Braun & Clarke, 2006). El proceso de codificación adoptó el método inductivo, basado en identificar patrones y relaciones que emergen de los propios datos (Naeem et al., 2025), ya que confiere la posibilidad de dar cuenta de temas no previstos. Los códigos creados se tratan como indicadores de contenido latente (Morgan & Hoffman, 2018).

4.1 Justificación y diseño del corpus

Dado que nuestro objetivo general era analizar, desde un punto de vista evolutivo, las narrativas de los profesionales para identificar las preocupaciones relacionadas con la implementación de las diferentes tecnologías en el sector, decidimos tomar como objeto de análisis la revista La Linterna del Traductor, editada por la asociación Asetrad. Esta revista tiene una orientación eminentemente práctica y se compone de artículos que pretenden tratar temas relevantes para los profesionales de todos los ámbitos de la traducción (La Linterna del Traductor [LLT], s. f.).

A continuación se detallan los motivos por los que se juzgó conveniente tomar esta publicación periódica como corpus: (a) recoge las opiniones de los profesionales del sector en un contexto de expresión libre y no sesgado, al no expresarse en el marco de una investigación; (b) está editada por la asociación de traductores que concentra un mayor número de socios en España, con una tasa de asociados de un 44 % (ANETI & ASPROSET, 2024, p. 7); (c) su variedad temática permite evaluar las narrativas sobre la aplicación de las tecnologías en diferentes especialidades de traducción; y (d) se trata de una revista de acceso abierto con publicación continuada desde el año 2009, lo que facilita la recopilación de un corpus que comprenda el periodo temporal que se pretende cubrir con la investigación.

De acuerdo con la ética académica en investigación digital, trabajar con datos de estas características —textuales y públicos— no resulta problemático al insertarse en el ámbito de la investigación documental, por lo que los participantes se consideran autores y no sujetos de investigación (Willis, 2019). Además, conocemos la existencia de estudios previos que se han servido de los medios digitales para analizar los discursos de los traductores profesionales publicados en diferentes plataformas (Flanagan, 2016; McDonough Dolmaya, 2011a, 2011b; Nunes Vieira, 2020; Rivas Ginel & Moorkens, 2024). Se solicitó la autorización de la redacción de la revista para reproducir parcialmente sus contenidos en el informe de análisis y se siguieron las directrices aportadas para la citación de dichos contenidos.

Durante la fase de diseño del corpus, se establecieron los criterios de selección, que se basaron en la disponibilidad de los documentos en la página web de la revista, en cualquier formato digital descargable, y en la delimitación del periodo temporal que cubriría el análisis. Así, en vista de la cronología del desarrollo de la TA, se estableció el corte temporal en el año 2016 y se alargó hasta la actualidad. En el momento de realización del estudio, el último número publicado correspondía al año 2024 y se trataba de un número especial dedicado a la IA, lo que constituye un aspecto a tener en cuenta durante la interpretación de los datos.

Por un lado, consideramos el 2016 como un punto de inflexión en la popularización de la TA, con la transición del modelo estadístico al neuronal en el servicio de TA de Google y el posterior lanzamiento del sistema de TAN DeepL, en 2017. Por otro lado, la incorporación reciente de los grandes modelos de lenguaje y su aplicación a tareas de traducción hace necesaria la exploración de las implicaciones más recientes. Por ello, quedaron excluidos los diez primeros números publicados, que corresponden al período de 2009 a 2015. Se incluyeron tanto los números especiales como los números regulares de la revista. Con todo, nuestro corpus está conformado por un total de 17 documentos, con entre 100 y 150 páginas por número y una media de publicación de dos números al año. En el Apéndice I puede consultarse la información sobre la composición del corpus. Los documentos fueron analizados de manera íntegra, con la excepción de las secciones «Interpretación» y «Corrección», por no centrarse en la práctica profesional de la traducción, y de «Vena literaria» y «Colofón», dedicadas al ocio. La Tabla 1 presenta la relación de secciones analizadas.

Tabla I
Secciones de la revista sometidas a análisis

Editorial La voz de Asetrad Tecnología aplicada a la traducción Traducción científica y técnica Traducción jurídica Traducción literaria Traducción editorial Traducción audiovisual Traductología Terminología Tribuna universitaria Panorama

• Fuente: elaboración propia (2026)

Tras el acceso y la recolección de los documentos, públicamente disponibles en la página web de la revista¹, estos se importaron al software de análisis cualitativo Atlas.ti. La asistencia de programas de análisis especializados ofrece un incremento de la eficiencia, la precisión y la legitimidad de las investigaciones con grandes volúmenes de datos, así como la posibilidad de cuantificar los resultados (Mayring, 2014).

4.2 Análisis cualitativo de los datos

El proceso de análisis cualitativo se basó en las fases establecidas por Braun y Clarke (2006) para realizar un análisis temático. Tras familiarizarnos con las características del corpus, se procedió a la generación de los códigos iniciales. El proceso de creación de códigos de etiquetado fue iterativo y reflexivo y estuvo sujeto a constantes codificaciones, tematizaciones, descontextualizaciones y recontextualizaciones (Nowell et al., 2017), lo que implicó la necesidad de realizar una lectura atenta y un proceso de reorganización continuo debido a la complejidad temática del corpus, tanto por la variedad de temas emergentes como por las relaciones entre estos. El proceso finalizó con la revisión y el perfeccionamiento de los códigos para asegurar su pertinencia en relación con el resto de codificaciones y con las preguntas de investigación. Además, tanto durante el proceso de análisis como de redacción del informe se consideraron los requisitos establecidos por Lincoln y Guba (1985) para asegurar la fiabilidad de los resultados: credibilidad de los resultados, transferibilidad, trazabilidad y documentación del proceso de análisis, y capacidad de demostrar que los hallazgos se derivan de los datos.

Tras finalizar el etiquetado, el proyecto contaba con 515 citas y 128 códigos. Los códigos y subcódigos quedaron clasificados en tres grandes grupos de códigos, cuya pertinencia queda justificada por los objetivos de investigación. En primer lugar, el grupo de códigos principal y, por ende, más numeroso se dedica a la identificación de temas con respecto a la implementación de las tecnologías de la traducción en los flujos de trabajo profesionales. La detección de las narrativas de los profesionales al respecto constituye el objetivo principal del estudio, en relación con nuestra primera pregunta de investigación. La Tabla 2 presenta una relación de los códigos creados y sus respectivos subcódigos y ofrece una primera aproximación a la variedad de cuestiones abordadas por los profesionales:

Tabla 2
Códigos acerca de las narrativas de los traductores profesionales

Ética (12)	Desventajas (8)	Valor añadido humano (7)
Atribución de responsabilidades Confidencialidad División del mercado Lenguas minoritarias Medioambiente Mención general Opacidad de los motores Propiedad intelectual Regulación Sesgos Transparencia en el uso	Accesibilidad a los motores Daño a las habilidades humanas Desarrollo costoso Empobrecimiento lingüístico Necesidad de mejora No aplicable a ciertas especialidades No rentable Peligro	Capacidad de reflexión Capacidad de toma de decisiones Creatividad Mención general Pretensión de mejora Sensibilidad contextual Sensibilidad cultural
Precarización (6)	Hype (6)	Identidad profesional (5)
Aceptación de TA para introducirse en el mercado Bajada de tarifas Mención general Menores plazos de entrega No relacionada con la tecnología Reducción de costes	Desinformación General Intereses Medios de comunicación Sobreexpectación Visión apocalíptica	Daño general Infravaloración del poseditor Invisibilidad de la labor Mayor satisfacción Mayor valoración
Sostenibilidad de la profesión(5)	Aspectos formativos (5)	Sentimientos (5)
Cambio en la naturaleza Mención general Nuevos perfiles profesionales Sustitución Sustitución no inminente	Aprendizaje continuo Capacidad de evaluación Como forma de protección Necesidad de formación Para educar al cliente	Desconfianza Incertidumbre Indefensión Miedo Rechazo
Desarrollo tecnológico (4)	Control del traductor (4)	Colaboración humano-máquina(4)
Constante Inevitable Mismo efecto que las tecnologías anteriores Rápido	Participación en el desarrollo Supervisión Toma de decisiones en el uso Traductor en el centro del proceso	Automatización de tareas Mención general Para evitar la sustitución TA interactiva
Cambios en el sector (3)	Valor añadido máquina (3)	Gestión de las herramientas (3)
Adaptación Implementación de la tecnología Traductor como agente de cambio	Creatividad Mayor coherencia Rapidez	Otros agentes a cargo Imposición al traductor Uso responsable
Calidad (3)	Papel de las asociaciones(3)	Relación cliente-traductor (2)
Aumento de la calidad Mención general Sacrificio de la calidad	Guías para los profesionales Proveedoras de formación Figura reivindicativa	Lucro del cliente Reivindicación de beneficios equitativos
Imitación del humano (2)	Oposición traductor-máquina
Antropomorfización Dependencia de datos humanos

• Fuente: elaboración propia (2026)

Los dos grupos de códigos restantes se concibieron como complementarios al grupo anteriormente presentado. Por un lado, el segundo grupo recoge las codificaciones acerca de los tonos detectados en las narrativas de los profesionales, que consideramos indicadores de las actitudes que manifiestan estos profesionales al respecto. Detectar cuáles son estas actitudes constituía uno de nuestros objetivos específicos, en relación con nuestra segunda pregunta de investigación. Entendemos tono, en este contexto, como la forma en la que se expresa el mensaje, en nuestro caso, por vía escrita. Cabe remarcar que esta codificación no se aplicó a aquellos segmentos formulados con expresiones neutras o de carácter meramente informativo. La Tabla 3 a continuación expone los códigos creados y sus respectivos subcódigos:

Tabla 3
Códigos acerca de las actitudes que emergen de las narrativas de los profesionales

Tono positivo (6)	Tono negativo (7)
Actitud abierta Llamada a la acción Llamada a la formación Postura divulgativa Sensación de control Tranquilizador	Actitud beligerante Crítico Irónico Lamento Oposición Reticencia Sufrimiento
Tono polarizado (4)	Tono de incertidumbre
Condicional Contraposición de oportunidades y retos De negativo a positivo De positivo a negativo

• Fuente: elaboración propia (2026)

Por otro lado, el tercer grupo de códigos se construyó con el objetivo de diferenciar a qué tecnología, en concreto, se refería cada una de las narrativas codificadas, de acuerdo con nuestra tercera pregunta de investigación. La Tabla 4 a continuación contiene los códigos y subcódigos que conforman este tercer grupo:

Tabla 4
Códigos acerca de las tecnologías a las que se refieren las narrativas de los profesionales.

Traducción automática (6)	Inteligencia artificial (2)	Otras herramientas (2)
Basada en reglas Estadística General Integrada en TAO Neuronal Posedición	General Generativa	No específicas de traducción Traducción asistida por ordenador

• Fuente: elaboración propia (2026)

Nos servimos del método de análisis código-documento de la herramienta Atlas.ti para observar las relaciones entre los temas detectados —grupo 1— y las actitudes subyacentes —grupo 2, pregunta de investigación n.º 2— o el tipo de tecnología de la traducción a la que se hace referencia —grupo 3, pregunta de investigación n. º3—. También se llevaron a cabo diferentes análisis de coocurrencia de códigos para profundizar en las posibles relaciones entre los códigos que conforman estos tres grupos.

5. Resultados y discusión

Como consideración inicial, se hace necesario recalcar que las menciones a la TA y, sobre todo, a la IA tienen un peso mucho mayor en el corpus, lo que consideramos indicativo de que constituyen una mayor fuente de preocupaciones o, al menos, de que generan una mayor controversia en comparación con las herramientas de TAO. Antes de profundizar cualitativamente en los resultados, la Figura 1 ofrece una representación gráfica de las relaciones entre los temas que emergen de los discursos —primer grupo de codificación— y las tecnologías a las que se vinculan estos —tercer grupo de codificación—, obtenida con la herramienta «Análisis de coocurrencias» de Atlas.ti:

Figura 1
Temáticas detectadas según el tipo de tecnología de la traducción.

A continuación, se presentan y discuten los resultados a partir de un esqueleto conformado por seis temáticas principales: la transformación del sector, las ventajas y desventajas de cada tecnología, las cuestiones identitarias del traductor humano frente a la máquina, el impacto de las tecnologías en las prácticas laborales, las implicaciones éticas de estas tecnologías y la importancia creciente de la alfabetización. A lo largo del informe de análisis, estructurado a partir de las principales narrativas detectadas —pregunta de investigación n.º 1—, se integrarán, haciendo referencias explícitas a estas, las actitudes mostradas de acuerdo con los tonos utilizados —pregunta de investigación n.º 2— y se distinguirá el tipo o tipos de tecnología a la(s) que se liga cada tema en particular —pregunta de investigación n.º 3—.

5.1 La transformación del sector de la traducción

Existe un acuerdo general entre los profesionales sobre la transformación sustancial que ha experimentado la industria con la introducción de las tecnologías. De hecho, es el único asunto que sobresale recurrentemente, sobre todo en referencia a la percepción de cambios en el sector, en las tres tecnologías objeto de estudio —la TAO, la TA y la IA—. Destaca, sobre todo, en las narrativas ligadas a la TAO, al ser el tema más repetido en los discursos que mencionan esta tecnología. No obstante, este hecho no es indicativo de que la TAO se conciba como el mayor avance tecnológico y transformador del sector, sino que responde a la existencia de una mayor variedad temática alrededor de la TA y la IA. La mayor profusión de temas al respecto acapara los discursos y eclipsa, en cierta medida, las afirmaciones acerca de su poder transformativo del sector, que es, sin embargo, indudable si consideramos el resto de las temáticas surgidas.

La transformación aparece, en ocasiones, ligada a un desarrollo tecnológico que se percibe como constante y rápido. Además, para algunos profesionales, los procesos de surgimiento, desarrollo y adopción de la TA, en particular, «recuerda[n] a» (Varios autores [VV.AA.], 2024b, p. 4) (15:5²) o «tienen un parentesco nada desdeñable» (VV.AA., 2024b, p. 82) (15:144) con la llegada de las herramientas de TAO u otros recursos informáticos, que fueron asimismo «una revolución en su momento» y «provocaron muchos cambios» (VV.AA., 2024b, p. 4) (15:5) y que, hoy en día, se encuentran naturalmente integradas en los flujos de trabajo. Estas mismas narrativas las recoge el informe de ANETI y ASPROSET acerca de la IA en relación con la TA, «que también iba a suponer otra gran crisis» (ANETI & ASPROSET, 2024, p. 149). Estos hallazgos podrían sugerir el desarrollo gradual, por parte de los traductores, de una mayor capacidad de adaptación a los cambios impulsados por las tecnologías, que podrían no percibirse como elementos tan disruptores como al inicio de la revolución tecnológica.

Para los profesionales, la implementación de las tecnologías representa una realidad digna de mención, especialmente respecto a la TA (n = 13) y a la IA (n = 12), que reciben valores similares pese a la relativamente corta vida de esta última. Este resultado es lógico si recordamos las cifras de uso real de ambas tecnologías según el último informe ELIS, en el que obtienen un 54 % y un 43 %, respectivamente (EUATC, 2025).

A propósito de la implementación de la IA, nuestro análisis ha revelado dos ideas clave que complementan los hallazgos de informes anteriores, que ya daban cuenta de la percepción de cambios en la forma de trabajar, recogían el reconocimiento de la necesidad de adaptación y vaticinaban un nuevo cambio de paradigma (ANETI & ASPROSET, 2024; EUATC, 2025). Por un lado, más allá de la adaptación como necesidad, surge una concepción de la adaptación como forma de supervivencia, con la consideración del rechazo de esta tecnología como «una pérdida para todos» (VV.AA., 2024b, p. 70) (15:339) o una forma de quedar «en desventaja competitiva» (VV.AA., 2024b, p. 84) (15:331).

Por otro lado, el traductor se retrata como agente de cambio, reconocido como «cohacedor[es] de la cuarta revolución industrial» (VV.AA., 2021b, p. 23) (10:2) o «parte fundamental de [la] evolución [de la tecnología]» (VV.AA., 2024b, p. 75) (15:408). En esta línea, se detectan posturas reivindicativas que incitan a la divulgación, la intervención y la protesta para no «borrar[se] del mapa» (VV.AA., 2024b, p. 73) (15:350), así como llamadas a la acción que defienden que «el enemigo está dentro de nosotros, no fuera […]: debemos conocer, manejar y liderar el desarrollo y la aplicación de la IA y gestionar todas sus implicaciones éticas, económicas y legales, buscándole un acomodo en nuestras vidas» (VV.AA., 2024b, p. 78-79) (15:413). Este resultado se relaciona con la tercera de nuestras preguntas de investigación, pues da cuenta de una evolución, en este caso, de las propias narrativas, con el surgimiento de nuevas aproximaciones vinculadas a la IA.

También resulta especialmente interesante la emergencia de preocupaciones respecto a la sobreexpectación causada por las tecnologías de la traducción y, en especial, por la IA (93,5 %). Las inquietudes giran en torno a una percibida «falta de información» del público general (VV.AA., 2024b, p. 85) (15:316), por la que se preguntan «si podrían [los profesionales externos al sector] dar[les] una definición de cómo funciona una IA exactamente» (VV.AA., 2024b, p. 79) (15:393). Además, lamentan la difusión de la obtención de resultados que consideran que «no son tan extraordinari[o]s como parece creer la opinión general» (VV.AA., 2024b, p. 85) (15:319), llevada a cabo por agentes externos no alfabetizados que «bombardean […] proclamando sus bondades» (VV.AA., 2024b, p. 97) (15:280) hasta crear un discurso que puede llegar a sonar «apocalíptico» (VV.AA., 2024b, p. 72) (15:344). Estas opiniones podrían no ser percepciones aisladas, pues coinciden con Pym (2024), quien afirma que «the public discourse on generative AI is so vociferous, so polarized, so ill-informed, so removed from empirical assessment that, in the space of public discourse, the technology has assumed messianic or demonic proportions».

Ante esta situación, los profesionales se posicionan en contra del «machaqueo continuo» que «afianza en [el] cerebro un mecanismo de indefensión aprendida: […]. No podemos luchar contra el futuro. Nuestras profesiones desaparecerán. Podré estar contenta si me dan trabajos de posedición. No se puede hacer nada…» y algunos de ellos lanzan llamadas a la acción: «¿O sí podemos?» (VV.AA., 2024a, p. 4) (14:49). Este resultado corrobora los hallazgos del análisis de sentimientos preliminar llevado a cabo por Rivas Ginel y Moorkens (2024, p. 270–271), en el que detectaron la profusión de palabras como «dead», «killing» o «fear» en publicaciones de Facebook que alababan las cualidades de ChatGPT. Asimismo, la aceptación sin cuestionamientos de la IA y la TA por parte del público general se recoge como uno de los miedos que expresan los participantes del informe ELIS 2024 (EUATC, 2024).

5.2 Ventajas y desventajas de las tecnologías de la traducción

Los traductores aluden tanto a puntos fuertes como a puntos débiles de las distintas tecnologías. El discurso en torno a las herramientas de TAO gira alrededor del reconocimiento de su valor añadido (n = 7), que representan un plus en productividad y coherencia. El cariz exclusivamente positivo de las narrativas acerca de la TAO se corresponde con los resultados del informe ELIS de 2013, en los que esta tecnología se caracteriza como reto para la industria de la traducción del que se esperan efectos positivos, al contrario de lo que ocurre con la TA (EUATC, 2013). En efecto, este posicionamiento contrasta con las narrativas vinculadas a TA y la IA, que principalmente recalcan las desventajas de estas tecnologías y hacen hincapié en el valor añadido humano. Aunque en menor medida, ciertas voces reconocen también las utilidades de estos sistemas e incluso tratan de divulgarlas mediante contribuciones tituladas «pásate al lado oscuro: ventajas de la TA para el traductor profesional» (VV.AA., 2018b, p. 33) (6:31), cuyo título sugiere, además, el reconocimiento de una concepción general negativa hacia esta.

Por una parte, respecto a la TA sobresalen los reproches al desarrollo costoso de los motores; a la necesidad de perfeccionar los resultados obtenidos, pese a haber «avanzado mucho» (VV.AA., 2024b, p. 93) (15:237) o mostrar mejoras que «son evidentes» (VV.AA., 2024b, p. 85) (15:429); y a la imposibilidad de utilizarla en ciertas especialidades de traducción, como la audiovisual, la literaria y la jurada. Mencionan, por tanto, aquellas de mayor creatividad o con restricciones de confidencialidad. La TA literaria constituye un campo de estudio que ha suscitado interés en los últimos años debido a los retos que plantea, en gran parte por la importancia del factor creativo (Guerberof-Arenas & Toral, 2022).

Si bien el mundo académico no ha profundizado en la exploración empírica de las implicaciones legales de la TA, sí se han realizado estudios sobre de la implementación de la TA o la IA que incluyen la confidencialidad como uno de los factores decisivos para rechazar su uso (Farrell, 2024; Moro, 2022; Rivas Ginel et al., 2024). Además, el último informe de sector realizado en el contexto español cita asimismo a profesionales que aluden, precisamente, a la utilidad parcial de la TA y la IA y su baja rentabilidad en ciertos contextos (ANETI & ASPROSET, 2024). Por otra parte, respecto a la IA destacan las menciones a su repercusión en las habilidades humanas, como «virus» (VV.AA., 2024b, p. 86) (15:428) que «merma» (VV.AA., 2024b, p. 86) (15:265) tanto las capacidades lingüísticas como creativas de los usuarios. También se recalcan sus peligros en cuestiones que pueden ser «de vida o muerte» (VV.AA., 2024b, p. 95) (15:249) y la necesidad de mejora de sus resultados.

Las referencias al valor añadido humano, tanto frente a la TA como a la IA, se centran, sobre todo, en la sensibilidad contextual y cultural, como aspectos que solo «podemos (y debemos) hacer los traductores humanos» (VV.AA., 2018a, p. 50) (5:21). En el caso de la IA, a estos aspectos se suma la reivindicación de la creatividad humana, con la IA como tecnología «generativa, que no creadora» (VV.AA., 2024b, p. 69) (15:423). La calidad proporcionada es asimismo un tema candente, con posturas reservadas en cuanto a la calidad de la TA, que sigue presentando «importantes retos» (VV.AA., 2024b, p. 38) (15:64) y está condicionada por diversos factores —«siempre y cuando se cuente […] con un motor bien entrenado» (VV.AA., 2018b, p. 35) (6:19)—. Las actitudes más tajantes se detectan hacia la calidad de la IA —«¿traduce bien? Espóiler: no» (VV.AA., 2024b, p. 66) (15:73)—, con profesionales que se preguntan si una mayor productividad y un recorte de precios «le sale a cuenta al texto» (VV.AA., 2024b, p. 98) (15:285).

En efecto, el descenso de la calidad en textos procesados con TA es la consecuencia textual más mencionada en diferentes informes ELIS (EUATC, 2013; EUATC, 2023; EUATC, 2024) y se sitúa como una de las causas de rechazo a la TA y la IA (Rivas Ginel et al., 2024). Esto contrasta con los resultados del estudio de Marshman (2014), según el cual los traductores perciben la calidad como el factor más positivamente afectado por la tecnología, con una sensación de aumento del control. Cabe tener en cuenta el contexto temporal de realización del estudio, en el que la TAO era, por entonces, la tecnología más implementada.

5.3 Cuestiones identitarias del traductor humano frente a la máquina

A diferencia de la TAO, la TA y la IA se perciben como fuentes de conflictos para la valoración profesional de la figura del traductor. Por tanto, se impone, de nuevo, una clara línea divisoria entre el percibido impacto de la TAO y de la TA y la IA para la sostenibilidad de la profesión, pues, salvo un relato aislado que no podemos considerar representativo, no hemos encontrado evidencia alguna que identifique la TAO como amenaza. Concepciones similares recogen trabajos como los de Ruffo (2024) y Hansen (2024) en el ámbito literario, quienes detectan un posicionamiento a favor de un tipo de tecnología que asista a los profesionales durante el proceso de traducción sin sustituir su labor. En dichos estudios, los participantes relacionan este tipo de tecnología con herramientas no especializadas en tareas de traducción (Ruffo, 2024) o TAO (Hansen, 2024), mientras que ligan a la TA al remplazo de la labor traductora. Así, los profesionales parecen abrazar la automatización siempre y cuando no perciban un impacto en su actividad principal, como ya concluyó el informe ELIS 2013 (EUATC, 2013). De nuevo, en esta temática observamos una diferencia acusada entre las narrativas ligadas a la TAO y la TA y la IA, según la tercera de nuestras preguntas de investigación. También se alinean con dos de los factores que influirían en la detección de narrativas distintas según nuestra hipótesis inicial: las tareas a las que se destinan y el impacto en las condiciones laborales.

Por un lado, los discursos en torno al daño a la identidad profesional de la TA lamentan, sobre todo, la subestimación de la figura del poseditor, que aparece «contrapuesta a la del traductor» (VV.AA., 2022, p. 63) (12:8) y cuya labor «se infravalora mucho […] cuando es para el cerebro una tarea muy cansada» (VV.AA., 2024b, p. 72) (15:98), pues «clientes e intermediarios […] [la entienden] como un proceso de menor magnitud» (VV.AA., 2022, p. 62) (12:7). El estudio de Sakamoto (2019) nos permite corroborar esta percepción, pues detecta una conceptualización del poseditor como figura con alto capital económico y bajo capital cultural por parte de empresas de servicios lingüísticos, gestores de proyectos y clientes finales. No obstante, cabe mencionar que algunos de los discursos parecen reforzar esta dicotomía traductor-máquina que da lugar a la subestimación del poseditor frente al traductor, a la que O’Brien (2023) se ha referido como «antagonistic dualisms» (p. 391). En efecto, registramos posicionamientos que instan a la búsqueda de «un nombre nuevo a esos oficios que poco tienen que ver con la traducción» (VV.AA., 2017, p. 60) (3:12) o que consideran al poseditor una figura «que se ha inventado la industria para desviar la atención» (VV.AA., 2024a, p. 114) (14:23).

Por otro lado, la capacidad de emulación del comportamiento y del lenguaje humano de la IA generativa se erige como la principal inquietud de los profesionales, en línea con esta dicotomía humano-máquina. Denuncian, en este caso, la antropomorfización de la máquina al tiempo que tratan de reivindicar la diferencia humana, al preguntarse «por qué estamos empeñados en otorgarle unas capacidades antropomórficas que no tiene» (VV.AA., 2023, p. 69) (13:16) cuando «ni es inteligente ni piensa» (VV.AA., 2024b, p. 61) (15:366), sino «un cuñado artificial» (VV.AA., 2023, p. 44) (13:10) que «imita la capacidad humana» (VV.AA., 2024b, p. 16) (15:12) y es «gracias a los humanos que una IA puede parecer y casi hablar como tal» (VV.AA., 2024b, p. 61) (15:366). En esta línea, se alzan voces tranquilizadoras que atribuyen estas preocupaciones a una concepción propia poco realista de la IA, que se enraíza en el nombre que se le ha asignado —inteligencia artificial—, «porque los miedos asignan mayúsculas innecesarias y colocan artículos inapropiados» (VV.AA., 2024b, p. 69) (15:335).

En consecuencia, no es de extrañar que predomine el sentimiento de desconfianza hacia ambas tecnologías, que se liga a las narrativas de sustitución y pérdida del empleo. La desconfianza hacia la TA, neuronal o con IA, parece ser, por tanto, una sensación que persiste, pues constituía, junto con la disyuntiva humano-máquina, uno de los factores de rechazo a la TA recogidos en el informe ProjecTA 2015 (Torres-Hostench et al., 2016). Si bien ambas tecnologías comparten la generación de desconfianza, el análisis ha revelado diferencias respecto al segundo sentimiento predominante en cada una de estas. Por un lado, los profesionales verbalizan su rechazo hacia la TA y, más específicamente, hacia el servicio de PE. El hecho de que este rechazo aparezca más frecuentemente en menciones explícitas a la PE podría indicar que la resistencia se da hacia las prácticas empresariales derivadas de la adopción de la TA (véase apartado 5.4). En cambio, hacia la IA reina el sentimiento de miedo, que parece estar ampliamente extendido, dada su aparición en numerosas aportaciones coetáneas que han explorado las percepciones de los profesionales (ANETI & ASPROSET, 2024; Christensen et al., 2024; EUATC, 2024; Rivas Ginel & Moorkens, 2024). Christensen, Bundgaard y Flanagan (2024) sitúan el miedo como una de las principales consecuencias psicológicas del tecnoestrés (42 %) (p. 197). Sin embargo, contra estos reconocidos miedos, algunos profesionales reivindican que «no podemos quedarnos en el debate simplista de amenaza o ventaja» y afirman que «toca observar, aprender y estar preparados» (VV.AA., 2023, p. 44) (13:31).

5.4 El impacto de las tecnologías de la traducción en las prácticas laborales

El impacto de las tecnologías de la traducción en las prácticas laborales constituye la temática más frecuentemente aludida en las narrativas de los profesionales, por lo que constituiría la mayor fuente de preocupaciones. Este resultado está en línea con estudios de campo previos que han señalado a las prácticas empresariales como principales responsables del rechazo a la TA; un rechazo que no estaría ligado a la adopción de estas tecnologías como instrumento de trabajo ni al desarrollo tecnológico (Herbert et al., 2023; Nunes Vieira, 2020), como también sugería el informe español (ANETI & ASPROSET, 2024).

Sustentamos el reconocimiento de dicho impacto en la identificación en el corpus de los siguientes temas: la precarización del sector, la sostenibilidad de la profesión, la relación cliente-traductor, la gestión de las herramientas y el control del traductor. No obstante —y en coherencia con los resultados presentados hasta ahora—, todas estas repercusiones constituyen una preocupación relativamente reciente surgida tras la implementación de la TA (n = 47) que ha aumentado sustancialmente en el último año con la llegada de la IA (n = 82) y que apenas se detecta en relación con la TAO (n = 11).

Esta percibida precarización se materializa con la bajada de tarifas como cuestión más denunciada por los traductores en sus artículos de opinión, a menudo relacionada con la reducción de los plazos de entrega y de costes. Tras la emergencia de estos dos aspectos, junto con las problemáticas de calidad referenciadas en apartados anteriores, se materializan, en nuestro estudio, las tres aristas que conforman el iron triangle o triángulo de gestión de proyectos adaptado por Bowker (2020) al sector de la traducción, quien considera estos tres factores —tiempo, dinero y calidad— excluyentes entre sí. En efecto, el impacto en las tarifas constituye una cuestión clave sobre la que se ha indagado ampliamente (Sakamoto, 2019; Sakamoto & Bawa Mason, 2024). En estrecha relación, los profesionales muestran un sentimiento de exclusión y falta de control con respecto a la gestión de las herramientas, con menciones a «otros […] que imponen cómo vamos a trabajar y con qué herramientas», por lo que, «no está en nuestras manos superar ninguno de los impedimentos anteriores y el riesgo de encontrarnos en una situación cada vez más precaria se multiplica» (VV.AA., 2024b, p. 89) (15:329).

En conjunción con nuestra segunda pregunta de investigación, relacionada con las actitudes que subyacen a las narrativas, el análisis de coocurrencia de códigos ha revelado el predominio de una percepción marcadamente negativa, con tonos más incendiarios, que interrelaciona todos estos factores y contribuye a construir una concepción que considera el establecimiento de un mercado basado en el lucro empresarial, «fruto del turbocapitalismo imperante» (VV.AA., 2024b, p. 97) (15:280), como la razón de ser de la implementación de la TA y la IA en la industria. Al mismo tiempo, esta concepción rechaza la idea de la integración de estas tecnologías para facilitar la labor del traductor. Parece extendida la creencia de que «lo que en un principio debería ser una herramienta para el traductor con el objetivo de ayudarle en su tarea ha pasado a estar […] en manos de clientes e intermediarios» (VV.AA., 2022, p. 62) (12:7); «no se ha diseñado para hacer la vida más fácil a los traductores, sino para ganar más dinero a costa de empeorar [las] tarifas, [la] calidad de vida y [el] sector» (VV.AA., 2024b, p. 100) (15:291); y «solo ayuda a quienes se están aprovechando y lucrando con ella; es un dispositivo más que […] permite a las empresas reducir costes a la hora de acceder a unas habilidades […], mientras impide que quienes poseen esas habilidades (los traductores) reciban una remuneración digna» (VV.AA., 2024b, p. 86) (15:270). En esta línea, destacan voces sumamente críticas que afirman que «detrás de toda esta verborrea tecnológica sobre innovación y progreso, solo hay precarización y abuso» (VV.AA., 2024b, p. 97) (15:280). Con todo, el valor añadido que la tecnología podría aportar parece quedar eclipsado por la sensación de que su integración obedece a intereses empresariales. Algunos de ellos reconocen sus utilidades «siempre y cuando todos los integrantes de la industria se beneficien de ella, y no solo una parte» (VV.AA., 2022, p. 64) (12:38). Esta idea se corresponde parcialmente con la detección de «misleading promises of productivity gains and cost savings» realizadas, en este caso, «by CAT tool developers» como una de las causas de estrés por la automatización (Nunes Vieira, 2020, p. 13).

Por tanto, no resulta sorprendente que se recalque, por otro lado, la necesidad de toma de control del traductor —esto es, de «resituar al traductor en el centro del proceso» (VV.AA., 2022, p. 68) (12:31)—. A este propósito reivindican, sobre todo, su papel central para la toma de decisiones sobre el uso de las herramientas, la necesidad de supervisión y su participación en el desarrollo de los motores, incluso abogando por el modelo «human-in-the-loop» (VV.AA., 2023, p. 69) (13:16). Esta pérdida del control por la imposición de la TA y la IA por parte de las empresas de traducción es una sensación común a los participantes del estudio de Jiménez-Crespo (2024). Marshman (2014), al contrario, reporta un incremento de la sensación del control de los traductores sobre la calidad, la cantidad de trabajo, el método utilizado y la relación con los clientes con el uso de las tecnologías, principalmente, de TAO.

Finalmente, el daño a la sostenibilidad de la profesión se ve representado por alusiones a la pérdida del empleo, que se duplican, con respecto a la TA en referencia explícita a la IA generativa. Algunos reconocen que «puede poner en jaque nuestro medio de vida» (VV.AA., 2021b, p. 54) (10:26) y que «mucha gente se plantea abandonar la profesión o ya lo ha hecho» (VV.AA., 2024b, p. 4) (15:388). No obstante, las menciones literales a la sustitución solo tienen lugar en un contexto de crítica a la sobreexpectación creada por agentes externos al sector y medios de comunicación, que «vaticina[n] la llegada de la IA como algo irremediable que terminará con nuestras profesiones y nos sustituirá sin que esté en nuestra mano hacer algo para evitarlo» (VV.AA., 2024a, p. 4) (14:45). En efecto, parecen rechazar la idea de remplazo de las capacidades humanas e incluso algunos conciben la IA como oportunidad de ampliación de estas capacidades —«los traductores no están condenados a ser remplazados por máquinas; por el contrario, la IA puede ser una herramienta poderosa que, bien regulada, puede potenciar sus capacidades» (VV.AA., 2024a, p. 38) (15:65)—.

En consonancia con estudios recientes (Christensen et al., 2024; Nunes Vieira, 2020; Rivas Ginel & Moorkens, 2024), este hecho podría indicar que la sustitución total del humano por la máquina no parece ser, hoy por hoy, una preocupación inmediata para los traductores, probablemente en virtud del reconocimiento de su labor como ejercicio intelectual —«si concebimos la traducción y la interpretación como ejercicios más elaborados […], desde mi punto de vista, no nos sustituirá (VV.AA., 2024b, p. 81) (15:430)—, por lo que parece haber cierto consenso sobre que la superación de estas capacidades humanas «se trata de un caso hipotético que dista mucho de las herramientas a las que tenemos acceso y que son las que se supone que nos están quitando el trabajo» (VV.AA., 2024b, p. 79) (15:392). Cabe destacar la existencia de menciones a la colaboración humano-máquina como forma de evitar la sustitución, «porque ya hace varios años que se hace imprescindible aliarse con la tecnología para que trabaje en nuestro favor» (VV.AA., 2021b, p. 54) (10:26), abogando por el uso de la máquina para la automatización de tareas, empleándola «como una herramienta que […] no sustituye la intervención de una inteligencia real» (VV.AA., 2024b, p. 84) (15:307).

5.5 Las implicaciones éticas de las tecnologías de la traducción

Los últimos números de la revista, tras la irrupción de la IA, registran un crecimiento exponencial de las referencias a las distintas implicaciones éticas (n = 49), que en años anteriores recibían un peso significativamente menor en relación con la TA (n = 11) y prácticamente nulo en relación con la TAO (n = 1). Cabe tener en cuenta que la temática del último número analizado gira alrededor de la IA, lo que haría aumentar significativamente el número de codificaciones realizadas. Aun así, publicar un número especial en torno a esta tecnología podría considerarse significativo de por sí. En el corpus hemos detectado referencias a las siguientes cuestiones, ordenadas por orden de peso en los discursos: conflictos de propiedad intelectual, problemas de confidencialidad, necesidad de regulación, impacto en el medio ambiente, existencia y propagación de sesgos, necesidad de transparencia en el uso de los sistemas y opacidad de los motores, fomento de la división del mercado y desafíos para la atribución de responsabilidades. Esto contrasta con los resultados obtenidos por Jiménez-Crespo (2025), en cuyo estudio, que evaluaba el control y la autonomía de los traductores frente a la IA, los sesgos y otras cuestiones éticas recibían un peso insignificante, con únicamente dos menciones cada uno.

Las distintas implicaciones legales del uso de la IA en el desarrollo de la profesión parecen constituir la mayor fuente de preocupaciones para los profesionales. Por un lado, la confidencialidad y procedencia de los datos se dibujan como «una parte oscura que no termina de esclarecerse» (VV.AA., 2024b, p. 85) (15:313), por la que algunos traductores verbalizan que «no asumiría[n] el riesgo de utilizarlo para trabajar, teniendo en cuenta […] que no garantiza la confidencialidad» (VV.AA., 2024b, p. 95) (15:254), pues también hacen hincapié en que «la garantía de que los datos estarán protegidos es crucial» (VV.AA., 2024b, p. 31–32) (15:431). Pese a la escasez de estudios empíricos que exploren en profundidad estos ámbitos, diversos trabajos han apuntado a la confidencialidad de datos como uno de los motivos principales de rechazo a sistemas de TA (Moro, 2022; Rivas Ginel et al., 2024) e IA (Farrell, 2024; Rivas Ginel et al., 2024) por parte de traductores profesionales. Por otro lado, los conflictos con la propiedad intelectual de los datos utilizados para entrenar los motores parecen no ser únicamente una fuente de preocupaciones, sino un tema candente y muy crítico, caracterizado como una «violación de derechos» (VV.AA., 2024b, p. 85) (15:317), que conduce a algunas voces a hacer afirmaciones tales como «sé que esa herramienta incumple la L[ey] de P[ropiedad] I[ntelectual]» (VV.AA., 2024b, p. 87) (15:271) o a redactar titulares que se preguntan de forma retórica «¿a quién roba la IA?» (VV.AA., 2024b, p. 87) (15:373). Existe, en general, un posicionamiento en contra del desarrollo de los motores a partir de datos «para cuyo uso los dueños de los modelos no tienen permiso», quienes, además, «se reservan el derecho de utilizar los datos que les proporcionamos para sus futuros desarrollos» (VV.AA., 2024b, p. 88) (15:328).

Las alusiones a la regulación legal de estos sistemas resultan, por tanto, coherentes con sus narrativas. En primer lugar, se han registrado distintos fragmentos que recalcan la existencia de regulaciones con el fin de hacer hincapié en la seriedad de los conflictos que suscita la IA, con declaraciones como «hasta el límite de tener que crear una ley» (VV.AA., 2024a, p. 20) (14:8) o «en esa línea de lucha colectiva, la UE busca regularla» (VV.AA., 2024b, p. 86) (15:267). De hecho, detectamos menciones explícitas al Reglamento de Inteligencia Artificial de la Unión Europea (Parlamento Europeo & Consejo de la Unión Europea, 2024) como «uno de los proyectos legislativos más relevantes» (VV.AA., 2024b, p. 33) (15:432). La regulación y, en concreto, esta reciente normativa, se percibe como la medida necesaria para garantizar la sostenibilidad de la profesión a través del fomento de la colaboración humano-máquina, cuya importancia ya ha salido a relucir durante el análisis (véase apartado 5.4). Se cree que «podría fomentar una convivencia ética y segura entre los traductores y la IA y permitir con ello que ambas partes colaboren de manera complementaria en lugar de competir directamente» (VV.AA., 2024b, p. 34) (15:433), con lo que combatiría también la dicotomía humano-máquina abordada en subapartados anteriores (véase apartado 5.3). No obstante, parece haber ciertas reservas con respecto a estas medidas, que suscitan «debates» (VV.AA., 2024b, p. 84) (15:312) y dan lugar la sensación de que «todavía falta mucha regulación para que la podamos utilizar en el ámbito laboral» (VV.AA., 2024b, p. 95) (15:253).

5.6 La importancia creciente de la alfabetización

Las Directrices Éticas para una IA Fiable, redactadas por el Grupo Independiente de Expertos de Alto Nivel sobre Inteligencia Artificial de la Comisión Europea (AI HLEG, por sus siglas en inglés), incluyen la formación como uno de los métodos no técnicos para conseguir una IA fiable (AI HLEG, 2019). A este propósito, resulta especialmente interesante la detectada evolución de los posicionamientos al respecto tras la llegada de la IA. Respecto a la TA, es reseñable el reconocimiento de que «la formación continua es parte de las tareas del profesional» (VV.AA., 2024a, p. 76) (14:14) y de que la PE constituye «otra cosa en la que formarse e invertir tiempo y dinero» (VV.AA., 2024b, p. 94) (15:239), ya que «el manejo de la tecnología [es] algo casi indispensable para el desarrollo de [la] profesión» (VV.AA., 2021a, p. 79) (17:2).

En cambio, según los discursos en los últimos números de la revista, la formación necesaria para lidiar con la IA ya no quedaría limitada al mero reconocimiento de la necesidad de manejar estos sistemas desde una perspectiva instrumental. Las narrativas de los profesionales contienen referencias al concepto de alfabetización, que para Bowker (2021a, p. 136) «is less about “how to” use machine translation and more about whether, when, and why to use the tool». En efecto, la alfabetización en TA ha constituido, en los últimos años, un ámbito que ha recibido un gran interés académico dada su relevancia para reducir el impacto negativo de esta tecnología tanto fuera (Bowker & Buitrago Ciro, 2019) como dentro (Krüger, 2022) del sector de la traducción, hasta el punto de considerar la asesoría en TA como una nueva salida profesional (Ehrensberger-Dow et al., 2023). En esta línea, se menciona el fomento de las «soft skills» (VV.AA., 2023, p. 68) (13:15) y el desarrollo de «capacidad de ensayo, de auditoría, de corrección y de rectificación de nuestras decisiones de uso» (VV.AA., 2024b, p. 70) (15:88).

Más allá de estas cuestiones, resulta especialmente destacable el predominio de discursos que abogan por la alfabetización en IA para dos fines específicos: como forma de protección y para educar al cliente. En el primero de los casos, registramos desde posiciones abiertas a su implementación, que afirman que «no hay más que apostar por la formación necesaria o quedaremos irremediablemente obsoletos» (VV.AA., 2020, p. 24) (8:7) y que «quizá el error haya sido temerla en lugar de enfrentarla» (VV.AA., 2020, p. 24) (8:10), hasta otras más moderadas, que admiten la conveniencia de la alfabetización «para sobrevivir […]; incluso cuando la adaptación es no aceptar ni usar esa tecnología» (VV.AA., 2024b, p. 69) (15:337). Por otro lado, son recurrentes las referencias a la alfabetización para concienciar al cliente del valor humano y de la (in)conveniencia de abordar un encargo con IA, a través del reconocimiento de que «si no queremos aceptar todo lo que proponga el cliente al respecto de la IA, tendremos que poder argumentar el motivo por el que no estamos de acuerdo con él, de forma que pueda apreciar los beneficios de optar por el traductor humano» (VV.AA., 2024b, p. 95) (15:258). En esta última temática principal volvemos a observar una evolución de los subtemas, lo que resulta relevante para nuestra tercera pregunta de investigación. Así, la formación en TA evoluciona hasta la ampliación de este concepto, con nuevas necesidades de alfabetización integral impuestas por la IA.

5. Conclusiones

Este estudio empírico-descriptivo de corte cualitativo tiene el objetivo de ofrecer una exploración profunda acerca de las narrativas que han envuelto, a lo largo del periodo temporal estudiado, a las diferentes tecnologías que se han implementado en el quehacer diario de los traductores profesionales. En concreto, pretende indagar en las posturas de los profesionales con tal de detectar sus preocupaciones y acercarnos a la realidad del sector profesional. Además, consideramos relevante evaluar las diferencias en los discursos según la tecnología de la traducción, para comprender las posibles causas de los diferentes posicionamientos. Igualmente, se hace pertinente valorar si estos podían estar condicionados por el contexto temporal de surgimiento y adopción de las tecnologías y si se observaba una evolución. Finalmente, la comparación de las narrativas ligadas a cada tecnología —la TAO, la TA y la IA— nos ha permitido conocer las nuevas implicaciones de la reciente integración de la IA generativa para la profesión.

La variedad temática surgida durante el análisis demuestra que la implementación de las tecnologías de la traducción es objeto de debate entre los profesionales y constituye un foco de discusión crítico, ya que detectamos diversidad de posturas al respecto. Además, los posicionamientos sí parecen depender de la concepción de los traductores respecto a la naturaleza de cada tecnología. Esto también apoya la suposición de la existencia de un vínculo entre dichos posicionamientos y el contexto temporal, por lo que también podrían estar reflejándose las diferentes etapas del ciclo de sobreexpectación de Gartner (s. f.), que evolucionan a medida que las tecnologías emergentes se adoptan y alcanzan su madurez.

Las voces de los traductores recalcan la transformación que ha supuesto para el sector la implementación de cada una de las tecnologías, en un desarrollo tecnológico constante, rápido e imparable, que es hoy por hoy una realidad y requiere de su adaptación. Destacan las percepciones de las herramientas de TAO como herramientas beneficiosas, mientras que las opiniones negativas tienen mayor peso en los discursos en torno a la TA y la IA. Por un lado, se percibe un notable impacto de la TA y la IA en la identidad profesional de los traductores, hasta el punto de detectar una clara dicotomía humano-máquina incrementada con la llegada de la IA y su emulación del comportamiento humano. Por otro, su impacto negativo en las prácticas laborales resulta incuestionable, debido a la identificación de pérdidas de control sobre el proceso, relaciones jerárquicas, reducciones de tarifas y plazos y, en general, de un percibido daño a la sostenibilidad de la profesión ligado a beneficios económicos.

Las preocupaciones en torno a las distintas implicaciones éticas y, sobre todo, legales han cobrado relevancia con la llegada de la IA, que también ha aumentado la consciencia de los profesionales acerca de la necesidad de comprender el funcionamiento de estos sistemas y evaluar críticamente sus riesgos para proteger su labor y educar a los clientes en la importancia de la labor humana. En definitiva, mientras que la TAO no parece concebirse como una amenaza para la profesión, la TA y la IA sí podrían percibirse, en mayor o menor medida, como tal. No obstante, es necesario tener presente la detección de actitudes positivas hacia estas dos tecnologías, entre las que destacan continuas llamadas a la formación y a la toma de control de los traductores. El alto nivel de correspondencia de nuestros resultados con los hallazgos de estudios o informes previos, como se ha evidenciado en la discusión, podría ser indicativo de que el retrato capturado representa una realidad para el sector, pues hemos encontrado correlaciones tanto con estudios realizados a nivel internacional, fuera del territorio español, como nacional. Asimismo, aumenta la fiabilidad de los resultados y nos permite corroborar que las circunstancias detectadas en otros ámbitos geográficos serían extrapolables a la industria de la traducción en España.

Pese a sus limitaciones, al recoger únicamente las voces de los profesionales que han publicado en la revista, consideramos que los hallazgos tienen un marcado componente de transferencia social y pueden contribuir al avance del conocimiento para los estudios de traducción centrados en la tecnología. De hecho, el análisis ha desvelado posibles caminos para tratar de minimizar el impacto negativo de las tecnologías de la traducción en los profesionales, por un lado, gracias a la observación de un periodo de tiempo amplio y a su complementación con la exploración de los tonos de los discursos, que ha evidenciado aproximaciones a la TAO y a la IA situadas en polos opuestos y los motivos subyacentes.

Además, este enfoque ha arrojado luz en torno a la emergencia de nuevas implicaciones exclusivamente ligadas al paradigma de la IA. Una de las más relevantes podría ser la transición desde la necesidad de formarse en torno al uso de los sistemas de TA hasta ampliar esta formación al concepto de alfabetización integral. A este respecto, el trabajo de Krüger (2022) constituye una aportación valiosa que ofrece un marco para la alfabetización profesional en TA, conformada por aspectos técnicos, económicos, sociales, cognitivos y lingüísticos, con importancia especial a la alfabetización de datos, que cabría ahora revisar con la implementación de la IA generativa, uno de los objetivos del proyecto LT-LiDER³. En estrecha relación, preocupa la propagación, entre el público general, de discursos sin evidencia empírica de la que advertía Pym (2024), cuya vehemencia parece haber aumentado exponencialmente con la IA generativa y cuyo remedio podría ser la alfabetización ciudadana, un ámbito en el que las últimas aportaciones de Bowker (2025) son seminales.

Igualmente, con la llegada de la IA generativa parece hacerse urgente poner el foco en las cuestiones éticas relacionadas con su implementación en el sector y fomentar la formación en estos aspectos para conseguir un nivel de alfabetización que impulse la sostenibilidad de la profesión. En efecto, las aportaciones teóricas al campo de estudio de la ética de la TA han proliferado durante los últimos años (Bowker, 2021b; Moorkens, 2022). Todos estos imperativos tienen implicaciones indudables para la formación de traductores en la Educación Superior, cuyos programas deberían empezar a trabajar en introducir la perspectiva ética en conexión con la TA con tal de cultivar un razonamiento crítico que permita a los futuros profesionales adoptar decisiones informadas y tomar parte en el correcto desarrollo de la profesión. Así, el estudio abre nuevas vías de investigación al poner sobre la mesa cuestiones que inundan actualmente los discursos de los traductores y que constituyen ámbitos de investigación recientes para los que resultaría interesante desarrollar iniciativas de corte práctico y con transferencia social desde el mundo académico.

Datos de la investigación

El corpus se extrajo de la revista La Linterna del Traductor, editada por la Asociación Española de Traductores, Correctores e Intérpretes: https://lalinternadeltraductor.org/numeros-anteriores.html

Financiación

No se aplica.

Derechos de uso de imagen

No se aplica.

Aprobación del comité de ética de la investigación

No se aplica.

Publisher

Cadernos de Tradução es una publicación del Programa de Posgrado en Estudios de Traducción de la Universidad Federal de Santa Catarina. La revista Cadernos de Tradução está alojada en el Portal de Periódicos UFSC. Las ideas expresadas en este artículo son responsabilidad de sus autores y no representan necesariamente la opinión del equipo editorial o de la universidad.

Normalización

Alice S. Rezende – Ingrid Bignardi – João G. P. Silveira – Kamila Oliveira

¹

https://lalinternadeltraductor.org/numeros-anteriores.html

²

Esta numeración es la referencia asignada al fragmento codificado en el proyecto creado en Atlas.ti y corresponde al número de documento y de cita, respectivamente. Se proporciona con el fin de reforzar la trazabilidad de los datos y demostrar que los resultados se derivan de estos (Lincoln & Guba, 1985).

³

http://lt-lider.eu/es/elementor-3459/

⁴

Todos los números se encuentran disponibles en la sección «Números anteriores» de la página web de la revista: https://lalinternadeltraductor.org/numeros-anteriores.html

Declaración de disponibilidad de datos de investigación

Los datos de esta investigación, que no están expresados en este trabajo, podrán ser proporcionados por la autora bajo solicitud.

Referencias

• Asociación Nacional de Empresas de Traducción e Interpretación (ANETI) & Asociación Sectorial de Proveedores de Servicios de Traducción (ASPROSET). (2024). Situación y perspectivas del mercado de los servicios lingüísticos y la comunicación multilingüe en España: análisis estratégico. Universidad Complutense de Madrid.
• Bowker, L. (2020). Fit-for-purpose translation. En M. O’Hagan (Ed.), The Routledge handbook of translation and technology (pp. 672–694). Routledge.
• Bowker, L. (2021a). Promoting linguistic diversity and inclusion: incorporating machine translation literacy into information literacy instruction for undergraduate students. The International Journal of Information, Diversity, & Inclusion, 5(3), 127–151. https://doi.org/10.33137/ijidi.v5i3.36159
  » https://doi.org/10.33137/ijidi.v5i3.36159
• Bowker, L. (2021b). Translation technology and ethics. In K. Koskinen & N. Pokorn (Eds.), The Routledge handbook of translation and ethics (pp. 262-278). Routledge.
• Bowker, L. (2025). Risks for lay users in machine translation and machine translation literacy. In E. Monzó-Nebot & V. Tasa-Fuster (Eds.), The social impact of automating translation: An ethics of care perspective on machine translation (pp. 60–76). Routledge.
• Bowker, L., & Buitrago Ciro, J. (2019). Machine translation and global research: towards improved machine translation literacy in the scholarly community Emerald Publishing.
• Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101. https://doi.org/10.1191/1478088706qp063oa
  » https://doi.org/10.1191/1478088706qp063oa
• Ehrensberger-Dow, M., Delorme Benites, A., & Lehr, C. (2023). A new role for translators and trainers: MT literacy consultants. The Interpreter and Translator Trainer, 17(3), 393–411. https://doi.org/10.1080/1750399X.2023.2237328
  » https://doi.org/10.1080/1750399X.2023.2237328
• European Union Association of Translation Companies (EUATC). (2013). Expectations and concerns of European translation companies. Elis-survey.org
  » Elis-survey.org
• EUATC. (2017). Expectations and concerns of the European language industry. Elis-survey.org
  » Elis-survey.org
• EUATC. (2023). European Language Industry Survey 2023: Trends, expectations and concerns of the European language industry Elis-survey.org
  » Elis-survey.org
• EUATC. (2024). European Language Industry Survey 2024: Trends, expectations and concerns of the European language industry Elis-survey.org
  » Elis-survey.org
• EUATC. (2025). European Language Industry Survey 2025. Trends, expectations and concerns of the European language industry Elis-survey.org
  » Elis-survey.org
• Farrell, M. (2024, Noviembre). Survey on the use of generative artificial intelligence by professional translators. In Translating and the Computer 46 (pp. 23–34). Editions Tradulex.
• Flanagan, M. (2016, Enero). Cause for concern? Attitudes towards translation crowdsourcing in professional translators’ blogs. The Journal of Specialised Translation, (25), 149–173.
• Gartner (s. f.). Hype cycle Gartner.es
  » Gartner.es
• Guerberof-Arenas, A., & Toral, A. (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
  » https://doi.org/10.1075/ts.21025.gue
• Hansen, D. (2024) The figure of the literary translator amidst new technologies. In M. Winters, S. Deane-Cox & U. Böser (Eds.), Translation, interpreting and technological change: Innovations in research, practice and training (pp. 80–110). Bloomsbury.
• Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. P. (2014). Metodología de la investigación McGraw Hill Education.
• High Level Expert Group on Artificial Intelligence of the European Comission (AI HLEG). (2019). Ethics guidelines for trustworthy AI. Digital-strategy.ec
  » Digital-strategy.ec
• Jiménez-Crespo, M. A. (2024). Exploring professional translators’ attitudes towards control and autonomy in the human-centred AI era: quantitative results from a survey study. Revista Tradumàtica: Tecnologies De La Traducció, (22), 276–301. https://doi.org/10.5565/rev/tradumatica.400
  » https://doi.org/10.5565/rev/tradumatica.400
• Jiménez-Crespo, M. A. (2025). Human-centered AI and the future of translation technologies: what professionals think about control and autonomy in the AI era. Information, 16(5), 1–19. https://doi.org/10.3390/info16050387
  » https://doi.org/10.3390/info16050387
• Kagermann, H., Wolf-Dieter, L., & Wahlster, W. (2011, Abril). Industrie 4.0: Mit dem Internet der Dinge auf dem Weg zur 4. Industriellen Revolution. Ingenieur.de
• Krüger, R. (2022). Integrating professional machine translation literacy and data literacy. Lebende Sprachen, 67(2), 247–282. https://doi.org/10.1515/les-2022-1022
  » https://doi.org/10.1515/les-2022-1022
• La Linterna del Traductor (LLT). (s. f.). Presentación: En La Linterna del Traductor, revista de la asociación Asetrad, se tratan temas relevantes de todos los ámbitos profesionales de la traducción, la interpretación y la corrección de textos [Facebook, detalles del perfil]. Facebook.com
  » Facebook.com
• Lincoln, Y., & Guba, E. G. (1985). Naturalistic inquiry Sage.
• Marshman, E. (2014). Taking control: language professionals and their perception of control when using language technologies. Meta, 59(2), 380–405. https://doi.org/10.7202/1027481ar
  » https://doi.org/10.7202/1027481ar
• Mayring, P. (2014). Qualitative content analysis: theoretical foundation, basic procedures and software solution SSOAR Open Access Repository.
• McDonough Dolmaya, J. (2011a). Moral ambiguity: some shortcomings of professional codes of ethics for translators. The Journal of Specialised Translation, (15), 28–49. https://doi.org/10.26034/cm.jostrans.2011.504
  » https://doi.org/10.26034/cm.jostrans.2011.504
• Mcdonough Dolmaya, J. (2011b). A Window into the Profession: What Translation Blogs Have to Offer Translation Studies. The Translator, 17(1), 77–104. https://doi.org/10.1080/13556509.2011.10799480
  » https://doi.org/10.1080/13556509.2011.10799480
• Morgan, D. L., & Hoffman, K. (2018). Focus groups. In U. Flick (Ed.), The Sage Handbook of Qualitative Data Collection (pp. 250–263). Sage.
• Moorkens, J. (2022). Ethics and machine translation. In D. Kenny (Ed.), Machine translation for everyone: Empowering users in the age of artificial intelligence (pp. 121-141). Language Science Press. https://doi.org/10.5281/zenodo.6759984
  » https://doi.org/10.5281/zenodo.6759984
• Naeem, M., Smith, T., & Thomas, L. (2025, Abril). Thematic analysis and artificial intelligence: a step-by-step process for using ChatGPT in thematic analysis. International Journal of Qualitative Methods, 24, 1–18. https://doi.org/10.1177/160940692513338
  » https://doi.org/10.1177/160940692513338
• Nimdzi. (2024). The 2024 Nimdzi 100: The ranking of the largest language service providers in the world. Nimdzi.com
  » Nimdzi.com
• Nowell, L. S., Norris, J. M., White, D. E., & Moules, N. J. (2017). Thematic analysis: striving to meet the trustworthiness criteria. International Journal of Qualitative Methods, 16(1), 1–13. https://doi.org/10.1177/1609406917733
  » https://doi.org/10.1177/1609406917733
• Parlamento Europeo & Consejo de la Unión Europea. (2024). Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial (Reglamento de Inteligencia Artificial) Eur-lex.europa.eu
  » Eur-lex.europa.eu
• Pym, A. (2024, 19-20 Abril). On the end of translation studies as we know it [Abstract]. XII International Scientific Conference: Major Problems of Translation Studies and Translator/Interpreter Training, V. N. Karazin Kharkiv National University [Ukraine]. https://doi.org/10.17613/gneb-qx84
  » https://doi.org/10.17613/gneb-qx84
• Paulsen Christensen, T., Bundgaard, K., & Flanagan, M. (2024). Psychological consequences of the digital transformation of the translation industry: an exploratory study of technostress among Danish certified translators. Revista Tradumàtica: Tecnologies de la Traducció, 22, 187–206. https://doi.org/10.5565/rev/tradumatica.366
  » https://doi.org/10.5565/rev/tradumatica.366
• Rico Pérez, C., & García Aragón, A. (2016). Análisis del sector de la traducción en España (2014-2015) Universidad Europea.
• Rivas Ginel, M. I., & Moorkens, J. (2024). A year of ChatGPT: translator’s attitudes and degree of adoption. Revista Tradumàtica: Tecnologies de la Traducció, 22, 258–275. https://doi.org/10.5565/rev/tradumatica.369
  » https://doi.org/10.5565/rev/tradumatica.369
• Rivas Ginel, M. I., Feghali, L., & Accogli, F. (2024). Exploring translators’ perceptions of AI. ELC Survey
• Ruffo, P. (2024). Literary translators and technology: SCOT as a proactive and flexible approach. Perspectives, 32(3), 407–421. https://doi.org/10.1080/0907676X.2023.2296797
  » https://doi.org/10.1080/0907676X.2023.2296797
• Sakamoto, A. (2019). Why do many translators resist post-editing? A sociological analysis using Bourdieu’s concepts. The Journal of Specialised Translation, (31), 201–216. https://doi.org/10.26034/cm.jostrans.2019.183
  » https://doi.org/10.26034/cm.jostrans.2019.183
• Sakamoto, A. (2021). The value of translation in the era of automation: An examination of threats. In R. Desjardins, C. Larsonneur & P. Lacour (Eds.), When translation goes digital: case studies and critical reflections (pp. 231–251). https://doi.org/10.1007/978-3-030-51761-8
  » https://doi.org/10.1007/978-3-030-51761-8
• Sakamoto, A., & Bawa Mason, S. (2024). In search of a fair MTPE pricing model: LSPs’ reflections and the implications for translators. Perspectives: Studies in Translation Theory and Practice, 32(3), 1–17. https://doi.org/10.1080/0907676X.2023.2292572
  » https://doi.org/10.1080/0907676X.2023.2292572
• Saldanha, G., & O’Brien, S. (2013). Research methodologies in translation studies St. Jerome Publishing.
• Sandelowski, M. (2004). Using qualitative research. Qualitative Health Research, 14(10), 1366–1386. https://doi.org/10.1177/104973230426967
  » https://doi.org/10.1177/104973230426967
• Secară A., Rivas Ginel, I., Toral, A., Guerberof-Arenas, A., Ciobanu, D., Brockmann, J., Plieseis, C., Chereji, R., & Rossi, C. (2025, Febrero). LT-LiDER language technology map: technologies in translation practice and their impact on the skills needed (Activity report 2.4). Centre for Translation Studies, University of Vienna. https://doi.org/10.25365/phaidra.641
  » https://doi.org/10.25365/phaidra.641
• Torres-Hostench, O., Cid-Leal, P., Presas Corbella, M. L. (Coords.) (2016). El uso de traducción automática y posedición en las empresas de servicios lingüísticos españolas: informe de investigación ProjecTA 2015 Bellaterra.
• Willis, R. (2019). Observations online: finding the ethical boundaries of Facebook research. Research Ethics, 15(1), 1–17. https://doi.org/10.1177/1747016117740176
  » https://doi.org/10.1177/1747016117740176

Relación de números citados de La Linterna del Traductor

• Varios autores. (2017, Abril). La Linterna del Traductor: La revista multilingüe de Asetrad, (14).
• Varios autores. (2018a, Abril). La Linterna del Traductor: La revista multilingüe de Asetrad, (16).
• Varios autores. (2018b, Noviembre). La Linterna del Traductor: La revista multilingüe de Asetrad, (17).
• Varios autores. (2020, Abril). La Linterna del Traductor: La revista multilingüe de Asetrad, (20, Especial trabajo voluntario).
• Varios autores. (2021a, Mayo). La Linterna del Traductor: La revista multilingüe de Asetrad, (22, Especial el tiempo y el espacio).
• Varios autores. (2021b, Noviembre). La Linterna del Traductor: La revista multilingüe de Asetrad, (23).
• Varios autores. (2022, Diciembre). La Linterna del Traductor: La revista multilingüe de Asetrad, (25).
• Varios autores. (2023, Noviembre). La Linterna del Traductor: La revista multilingüe de Asetrad, (26).
• Varios autores. (2024a, Mayo). La Linterna del Traductor. La revista multilingüe de Asetrad, (27).
• Varios autores. (2024b, Diciembre). La Linterna del Traductor: La revista multilingüe de Asetrad, (28, Especial IA).

Apéndice I

Número Fecha de publicación Carácter N.º de páginas 12 Abril de 2016 Regular 126 13 Noviembre de 2016 Especial: Gastronomía 140 14 Abril de 2017 Regular 97 15 Noviembre de 2017 Especial: Crimen y Castigo 101 16 Abril de 2018 Regular 115 17 Noviembre de 2018 Especial: Congreso XV Aniversario de Asetrad 114 18 Abril de 2019 Regular 104 19 Noviembre de 2019 Especial: Organismos Internacionales 172 20 Abril de 2020 Especial: Trabajo Voluntario 101 21 Noviembre de 2020 Regular 141 22 Mayo de 2021 Especial. El Tiempo y el Espacio 104 23 Noviembre de 2021 Regular 99 24 Abril de 2022 Regular 115 25 Diciembre de 2022 Regular 93 26 Noviembre de 2023 Especial: 20.º Congreso de Asetrad 146 27 Mayo de 2024 Regular 124 28 Diciembre de 2024 Especial: IA 111

Número	Fecha de publicación	Carácter	N.º de páginas
12	Abril de 2016	Regular	126
13	Noviembre de 2016	Especial: Gastronomía	140
14	Abril de 2017	Regular	97
15	Noviembre de 2017	Especial: Crimen y Castigo	101
16	Abril de 2018	Regular	115
17	Noviembre de 2018	Especial: Congreso XV Aniversario de Asetrad	114
18	Abril de 2019	Regular	104
19	Noviembre de 2019	Especial: Organismos Internacionales	172
20	Abril de 2020	Especial: Trabajo Voluntario	101
21	Noviembre de 2020	Regular	141
22	Mayo de 2021	Especial. El Tiempo y el Espacio	104
23	Noviembre de 2021	Regular	99
24	Abril de 2022	Regular	115
25	Diciembre de 2022	Regular	93
26	Noviembre de 2023	Especial: 20.º Congreso de Asetrad	146
27	Mayo de 2024	Regular	124
28	Diciembre de 2024	Especial: IA	111

Correspondencia

[e-mail]

Conflicto de intereses

No se aplica.

Edición de la sección

Andréia Guerini – Willian Moura

Fechas de Publicación

• Publicación en esta colección
  02 Nov 2026
• Fecha del número
  2026

Histórico

• Recibido
  09 Oct 2025
• Acepto
  16 Jun 2026
• Revisado
  08 Jul 2026
• Publicado
  Set 2026