Posedición de traducción automática (MTPE): qué es, cómo funciona y cómo mejorarla

Me convertí en ingeniero de IA, en parte, al intentar traducir mi propia novela. Fue ahí donde me topé con lo que todo el mundo en el sector de la localización ya conoce por otro nombre: pasar el texto por una máquina y que luego un humano lo corrija. Formalmente, es la posedición de traducción automática, o MTPE, y es el método predominante en la traducción profesional en 2026.

Conceptualmente, suena lógico. Sin embargo, en la era de los LLM potentes, la forma en que suele practicarse se ha quedado anticuada. Realizar primero una pasada automática completa para que después un humano lo pula todo supone invertir el tiempo humano y la capacidad de cómputo en el orden equivocado.

Existe un flujo de trabajo más barato y eficiente que se esconde detrás.

Esta guía trata ambas cuestiones. Primero, la versión sincera de qué es la MTPE y cómo funciona, ya que conviene conocer el método tradicional de la ISO, ya sea para que te contraten o para vender tu propio SaaS B2B. Después, explicaré por qué el modelo estándar por lotes falla y cómo mejorarlo integrando la intervención humana mucho antes en el proceso.

¿Qué es la posedición de traducción automática (MTPE)?

La MTPE, también conocida como PEMT (traducción automática poseditada), es un proceso de tres etapas:

1. Traducción automática (MT). Un motor de traducción automática o un modelo de lenguaje de gran tamaño genera un primer borrador a partir del texto original. Este borrador se conoce como traducción automática en bruto (o raw MT).
2. Posedición (PE). Un lingüista coteja la traducción en bruto con el original y la revisa: corrige errores, aplica la terminología y ajusta el tono hasta alcanzar el nivel de calidad exigido.
3. Control de calidad. Una revisión final de la coherencia, el formato y los errores que suelen pasarse por alto en una primera pasada.

Tal como se suele ejecutar, se trata de una entrega por lotes: la máquina traduce el documento completo y, después, un humano lo edita íntegramente. No pierdas de vista este esquema; es el punto que cuestionaré más adelante.

La razón por la que existe la MTPE, en lugar de «simplemente traducir» o «usar solo la máquina», es que ambos extremos resultan inadecuados para la mayoría de los contenidos.

La traducción humana desde cero es lenta y costosa a gran escala. La traducción automática en bruto es rápida y barata, pero la traducción automática de calidad existe desde hace menos de una década, mientras que cierta tecnología de este tipo tiene ya décadas de antigüedad. E incluso con los mejores LLM y flujos de trabajo, el riesgo de aceptar sus resultados a ciegas es demasiado alto, mientras que la capacidad de los humanos para traducir con maestría es muy superior.

Por tanto, la MTPE representa el punto medio pragmático: dejar que la máquina haga el 70 % mecánico y dedicar la atención humana al 30 % que determina si la traducción es fiable.

(Esa es, al menos, la visión de las agencias y las empresas. En la práctica, los humanos suelen o bien implicarse más para ofrecer mejores resultados —sin cobrar más por ello— o bien no hacerlo en absoluto, lo que da lugar a resultados subóptimos).

Sea como sea, algún tipo de MTPE es la norma en el sector de la traducción en esta década de 2020.

Posedición ligera frente a completa: los dos niveles

En resumen: esto no existe realmente en la realidad, pero el sector exige que conozcas esta dicotomía.

La «posedición» no es algo uniforme. La decisión más importante en un proyecto de MTPE es qué nivel de edición se va a aplicar, ya que esto determina el tiempo invertido en cada segmento y qué partes se pueden dejar tal cual.

El error que suelen cometer los equipos es editarlo todo con la máxima calidad por pura inercia (incluyendo contenidos de poca visibilidad donde una edición ligera habría bastado), desperdiciando así el ahorro de tiempo que la MTPE debería ofrecer. Normalmente, el error no es solo de los traductores, sino también de los editores y gestores que fijan expectativas demasiado altas para la posedición ligera.

El error contrario es aún peor: aplicar una edición ligera a una página de destino y publicar algo que suena casi bien, pero que mina la confianza del usuario. Eso es lo que ocurre con la mayoría de las traducciones hechas con Claude Code: hay quienes informan de que las tasas de conversión de sus aplicaciones caen tras lanzar localizaciones basadas en traducción automática pura o en MTPE ligera.

En la práctica, la línea es difusa y la MTPE real se sitúa en un punto intermedio. Según la plataforma o la agencia, el nivel de esfuerzo se fija de forma arbitraria o por proyecto. También abundan los flujos de trabajo y rituales internos, con sus informes de control de calidad y cadenas de aprobación.

Esta falta de claridad en la definición es lo que hace que a muchos traductores les desagrade trabajar con MTPE. No aporta la satisfacción del trabajo bien hecho y, sin embargo, la excelencia no se ve recompensada económicamente.

Por qué la traducción automática en bruto sigue necesitando la intervención humana

La objeción obvia en 2026: los LLM modernos tienen fluidez. ¿No basta ya con la traducción automática en bruto?

La fluidez es, precisamente, la trampa. La traducción automática de antes generaba resultados claramente defectuosos, por lo que nadie se fiaba de ellos sin editarlos. Los modelos modernos generan textos que se leen de maravilla, lo que infunde una falsa sensación de confianza en lectores y revisores.

Peor aún: pueden generar resultados que conservan el sentido, pero con un estilo que apesta a IA. Esto hace que la marca en su conjunto parezca barata y, aunque es un problema fácil de resolver, muchos caen exactamente en esa trampa.

Claude insistió en que incluyera esto:

• Daño a la reputación. Los motores carecen de la sensibilidad lingüística necesaria para captar los matices culturales o discernir qué es apropiado o inoportuno en un mercado concreto. Una frase neutra en el original puede resultar torpe, presuntuosa u ofensiva en el idioma de destino, o simplemente rara; esos son los «rastros de IA» que ahuyentan al público.
• Clientes mal informados. Incluso el modelo mejor entrenado puede omitir una cláusula o añadir una palabra inexistente en el original sin dejar rastro. En un párrafo fluido y convincente, una omisión accidental o una imprecisión factual son muy difíciles de detectar, y pueden tener consecuencias reales en contenidos legales, médicos o financieros. Una vez más, esto tiene solución técnica (existe Smart Proofread precisamente para detectar estas omisiones), pero sigue ocurriendo constantemente.
• Una marca desdibujada. Los resultados directos de un LLM rara vez reflejan la voz y la terminología específicas de una marca. Cuando el nombre de un producto o una frase distintiva se traduce de una docena de formas ligeramente distintas en un sitio web, deja de ser reconocible, y la imagen pública de la marca se vuelve cada vez más difusa. Esto puede solucionarse mediante guías de estilo y glosarios, pero los sistemas de traducción automática más antiguos no siempre logran integrarlos con eficacia.

Por tanto, el factor humano es imprescindible, al menos cuando el texto tiene que cumplir su cometido: convertir clientes o tener validez legal. La verdadera pregunta, que el flujo de trabajo convencional resuelve mal, es cuándo debe intervenir el humano.

Lo que de verdad dificulta la MTPE: cuatro cuellos de botella reales

En la práctica, lo que más complica el trabajo de los poseditores no son las comillas ni los formatos de fecha; eso son reglas de control de calidad. El verdadero reto es evaluar resultados con una fluidez engañosa, decidir qué nivel de intervención requiere un segmento y hacerlo bajo un modelo comercial que presupone que cada borrador automático ahorra la misma cantidad de tiempo.

La investigación sobre el esfuerzo de posedición divide la tarea en esfuerzo cognitivo, técnico y temporal. Estas dimensiones no siempre van a la par: una frase puede requerir apenas un par de pulsaciones de teclado pero varios minutos de verificación, mientras que otra puede necesitar una reescritura completa cuya solución es evidente.

Estos son los cuellos de botella recurrentes.

1. Detectar errores que suenan bien pero requieren contexto para corregirse. La TA moderna puede generar textos de destino muy pulidos y, al mismo tiempo, omitir una cláusula, alterar el sentido o elegir un término verosímil pero incorrecto. Al sonar tan fluido, desaparecen las señales de alerta, por lo que el editor debe verificar constantemente el original, el contexto del documento y los datos reales. Todo esto requiere tiempo y esfuerzo. Las investigaciones demuestran sistemáticamente que los errores de traducción, los problemas de coherencia y los fallos estructurales son los factores que más aumentan el esfuerzo de posedición.
2. Decidir si aceptar, reparar o retraducir. Cada segmento exige una evaluación: mantenerlo, hacer una corrección mínima, reescribirlo o descartar la versión automática y traducir desde cero. Las instrucciones imprecisas sobre edición «ligera» o «completa» complican esta decisión. Los editores acaban editando de menos para cumplir con la premisa de «cambiar lo mínimo posible» o editan en exceso porque su listón de calidad profesional es más alto que el del encargo.
3. Escapar del enfoque de la máquina. Los poseditores no se enfrentan a una página en blanco. Primero leen una propuesta que condiciona el vocabulario, la sintaxis y la interpretación. Diversos estudios sobre flujos de trabajo profesionales han detectado efectos de primado: los errores y las elecciones poco naturales de la TA pueden sobrevivir en el texto poseditado o influir en la propia corrección. Cuanto mejor suena la frase, más difícil resulta notar que el planteamiento es erróneo. Esto es especialmente común cuando se utilizan LLM para la fase de traducción automática.
4. Trabajar bajo supuestos de productividad falsos. A menudo, el precio de la MTPE se fija como si los resultados automáticos supusieran un ahorro predecible de esfuerzo humano. No es así. La dificultad varía según el segmento, el par de lenguas, el dominio y el tipo de error, mientras que las tarifas centradas en la rapidez pueden desincentivar la investigación terminológica, incluso cuando el cliente sigue esperando la perfección. El traductor es quien absorbe estas variaciones: los segmentos fáciles justifican la tarifa reducida, pero los difíciles anulan discretamente cualquier ahorro de tiempo.

Los formatos, las restricciones terminológicas, los segmentos bloqueados y las reglas de configuración regional siguen siendo importantes, pero son controles que el flujo de trabajo debería aplicar en fases previas, por ejemplo, mediante glosarios, guías de estilo o memorias de traducción.

El verdadero problema de la MTPE reside en el esfuerzo de criterio: detectar errores que suenan bien, elegir el nivel de intervención adecuado, resistirse al anclaje de la máquina y lograr todo ello sin que el modelo de tarifas determine la calidad.

Por eso pronto llegué a la conclusión de que un flujo de trabajo interactivo con intervención humana desde el inicio tiene un impacto más positivo que una pantalla de corrección por lotes. Pero ¿no ha llegado ya la industria a ese punto?

Cómo medir la calidad de la MTPE: BLEU y más allá

La MTPE tiene un problema de medición: la calidad es, en parte, subjetiva. La métrica automática más conocida del sector es BLEU (Bilingual Evaluation Understudy), que compara una traducción automática con una o varias traducciones humanas de referencia de alta calidad.

Su funcionamiento consiste en descomponer el resultado de la máquina en secuencias cortas de palabras —normalmente de una a cuatro— y medir cuántas de ellas aparecen también en las referencias. Las coincidencias repetidas tienen un límite para evitar que el sistema infle su puntuación repitiendo una palabra correcta, y se aplica una penalización por brevedad que reduce el resultado si la traducción es sospechosamente corta.

BLEU combina esas mediciones de coincidencia en una puntuación entre 0 y 1, que suele mostrarse en una escala de 0 a 100. Cuanto más alta es la puntuación, más se asemeja la redacción a las referencias, lo que no garantiza necesariamente un significado mejor.

En mi opinión, ya no es una métrica realmente útil en 2026, y este es el motivo:

Las puntuaciones BLEU solo son comparables de forma significativa cuando los motores se evalúan con el mismo conjunto de datos y la misma configuración; por eso no existe un umbral universal del tipo «50 es bueno, 10 es malo». Su valor práctico reside en las comparaciones controladas de antes y después.

En un estudio de caso de TAUS, el entrenamiento con 172 980 segmentos de francés-alemán de un dominio jurídico muy específico aportó 7,23 puntos BLEU, lo que supuso una mejora relativa del 19 %. En otro caso de aviación en ruso-inglés, una memoria de traducción depurada con un millón de segmentos elevó la puntuación de Globalese de 23,6 a casi 51 BLEU, un incremento relativo del 115,5 %. La magnitud de la mejora varía drásticamente según el dominio, el par de lenguas, el motor base y la calidad de los datos, pero ambos ejemplos demuestran por qué las memorias de traducción pertinentes y bien depuradas pueden superar a los datos de entrenamiento genéricos.

Pero BLEU es una métrica de similitud, no de veracidad. Una traducción errónea fluida y convincente puede obtener una buena puntuación, mientras que una redacción alternativa perfectamente válida que simplemente no coincide con la referencia puede recibir una mala nota. Por tanto, BLEU establece el mínimo (indica si la traducción automática en bruto tiene una calidad aceptable), mientras que la revisión humana sigue siendo la que decide si la traducción es correcta, si es acorde con la marca y si es apta para su entrega.

Cada vez más, los equipos la complementan con la estimación de la calidad mediante LLM como juez, pero eso por sí solo no tiene mucho sentido.

El problema de la MTPE tal como suele practicarse

Aquí es donde dejo de describir y paso a la argumentación. La tesis es esta:

Una decisión que tomes en la página 2 —este personaje mantiene un trato formal, adapta este juego de palabras para que mencione a un político local, no latinices ese nombre de lugar— puede reintroducirse en el sistema para regenerar el resto del documento.

Los ejemplos y el multi-shot prompting hacen maravillas con los LLM incluso sin una ingeniería de contexto avanzada, aunque el contexto no coincida al 100 %. Incluir ejemplos de géneros relevantes incluso en *otro *idioma produjo mejoras significativas en las pruebas de rendimiento internas de Transept.

Si ejecutas primero una pasada completa de la máquina, habrás gastado créditos de computación en generar páginas que el humano descartará en parte, para luego invertir tiempo humano en moldear un resultado frío.

Además, el modelo es mucho más rápido que el humano. No hace falta tener un borrador de las 10 000 palabras antes de que el humano empiece.

Un mejor flujo de trabajo de MTPE consiste en generar el primer par de miles de palabras, dejar que el traductor tome las decisiones clave y luego continuar aplicando esas decisiones y la memoria de traducción en contexto mientras el humano todavía va por la página cinco. En las pruebas de Transept, incluso unos breves *comentarios *en el texto de origen sin traducir que capturaban la dirección general del traductor mejoraron de forma cuantificable el resultado posterior.

Las páginas posteriores llegan ya moldeadas por las decisiones previas, en lugar de presentarse como una masa informe de contenido mediocre que alguien debe corregir.

Nada de esto significa que la MTPE sea un error. Para grandes volúmenes de baja visibilidad, una pasada completa seguida de una edición ligera es la opción más eficiente, aunque no sea el trabajo más ameno.

Pero cuando el contenido es importante, el modelo por lotes desperdicia calidad y dinero. Y lo hace porque iterar parece más costoso a corto plazo.

Normalmente no lo es.

Una forma mejor: involucrar al humano desde el principio

Todo lo anterior apunta a la misma dirección. Hay que integrar el criterio humano en el sistema antes de que la máquina genere un borrador completo, y dejar que la memoria propague esas decisiones. Cuatro prácticas son las que marcan la diferencia.

Primero editor, luego traductor. Antes de generar nada, lee el texto de origen y deja notas con criterio sobre los pasajes con más peso: este chiste tiene que mantenerse; este término es fundamental; aquí podemos alejarnos del original para preservar el sentido. Después, genera un borrador basado en esas notas y en tu memoria.

Poseditar un borrador que ya conoce tus intenciones es mucho menos tedioso que pulir uno generado en frío. Lo digo como alguien que ha hecho ambas cosas con su propio libro, muchas veces.

Alimenta la memoria con tus mejores trabajos (si tu TA permite usarlos). La memoria de traducción está infravalorada para la IA. Ante un pasaje difícil o un par de idiomas complejo, traduce íntegramente a mano unos cuantos fragmentos e introdúcelos; el modelo capta la voz y el registro a partir de ejemplos reales mucho mejor que con cualquier cantidad de instrucciones.

La memoria de traducción por sí sola puede dar cohesión al estilo de un texto largo. Encontrar el ejemplo previo adecuado (mediante búsqueda semántica y difusa) es un arte en sí mismo, pero crear uno bueno es más difícil todavía. También requiere dirección humana, porque hay demasiadas formas estadísticamente válidas de traducir una frase y solo tú sabes cuál es la tuya.

Sin embargo, no todas las herramientas pueden aprovechar las memorias de traducción para generar una prosa de calidad. En Transept, investigamos a fondo (como explicamos en nuestro ensayo sobre memorias de traducción para localización con IA) para garantizar que los segmentos aprobados por humanos, y el contexto e historial que los acompañan, mejoren los resultados de la traducción con LLM.

Usa varios modelos en secuencia, no uno solo de gran tamaño. Hay un resultado que se ha mantenido constante tanto en la investigación académica como en nuestras propias investigaciones: una cascada de roles de IA supera a una única pasada potente en calidad y coste al mismo tiempo.

Genera un borrador con un modelo económico y rápido. Deja que un modelo potente revise el borrador y comente qué aspectos se pueden mejorar. Por último, haz que un modelo rápido aplique esas correcciones.

Resulta que esto sale más barato que pedirle al modelo potente que se encargue de todo. Es más, suele ser mejor. Para mí fue una gran sorpresa; me costaba creer que combinar modelos potentes y sencillos diera mejores resultados que un gran modelo potente trabajando solo.

Pero funciona. Mi hipótesis es que la evaluación y la generación son tareas y patrones de activación distintos. Al separarlas, se potencian las fortalezas de cada modelo y se aligera la "carga cognitiva", lo que ayuda a concentrar el esfuerzo.

En esencia, esa es la columna vertebral de todo el paradigma multiagente, en el que el modelo puede corregir sus propios errores si se instancia con diferentes configuraciones y tareas.

Prepara bien la infraestructura. El rendimiento real viene de la API, no de las aplicaciones de chat, cuyos extensos prompts de sistema y el propio andamiaje del producto acaban estorbando.

Los traductores suelen menospreciar los resultados de los LLM porque no están «bien cocinados»; es como un filete de atún con soja y sésamo, que no tiene nada que ver con el pescado insípido de lata que solemos asociar con el atún.

Optimiza la entrada para que sea limpia y fácil de cachear; así reducirás tanto el coste como la latencia. Comprueba cuánto contexto adicional (memorias, decisiones, guías de estilo) admite el modelo y satúralo hasta que los benchmarks empiecen a resentirse. Necesitas contar con buenos benchmarks en varios idiomas para saber si realmente estás orientando al LLM de la forma adecuada.

En Transept, dedicamos tres años a investigar y experimentar con nuestros propios textos para llegar a estas conclusiones.

La herramienta que me habría gustado tener al traducir mi novela: la respuesta de Transept a la MTPE

Un traductor disciplinado con perfil técnico puede recrear el flujo de trabajo mediante las API de los modelos, una memoria de traducción y paciencia. Sin embargo, hace falta investigar mucho para que la MTPE con intervención humana funcione *de maravilla, *brindando tanto satisfacción como buenos resultados.

Creamos Transept porque tener que unir todas esas piezas a mano era lo que más nos pesaba al traducir nuestras propias obras extensas.

Hemos plasmado esa visión en un único espacio de trabajo: orientar al modelo desde el principio, conservar las decisiones, realizar pasadas especializadas y revisar localmente.

Orienta antes de generar. El editor de documentos mantiene juntos el original, la traducción y el contexto circundante. El traductor puede comentar un bloque, regenerar una frase con una instrucción, comparar alternativas o editar a mano sin alterar el resto. Los comentarios y los hilos de revisión permanecen vinculados al texto, de modo que «mantener la metáfora» sigue siendo una decisión en lugar de perderse en el historial de un chat.

Se conservan incluso las alternativas que descartas: una redacción rechazada y la nota sobre por qué no se eligió pasan a formar parte de lo que la siguiente pasada puede reutilizar. Consulta las variantes de traducción y cómo la memoria de traducción trata las decisiones previas como contexto.

Convierte las decisiones en memoria. La memoria de traducción de Transept recupera las traducciones aprobadas y el contexto de las decisiones tomadas para integrarlos en trabajos posteriores. Los glosarios fijan nombres, términos de producto y fórmulas establecidas; las guías de estilo marcan el tono, el registro, el ritmo y las convenciones. Ambos pueden generarse automáticamente a partir de trabajos previos de tu confianza o de materiales de marca del cliente, y revisarse antes de que la IA los utilice.

Separa las pasadas. En lugar de pedirle a un solo modelo que traduzca, evalúe y pula en un único intento, Transept puede secuenciar esas tareas. Smart Proofread vuelve a leer la traducción comparándola con el original, el glosario y la guía de estilo para detectar omisiones, desviaciones terminológicas y deslices de registro, y los presenta como correcciones revisables.

También ofrecemos flujos de trabajo como Traducir, corregir y pulir, que agrupan la traducción, la corrección, el pulido y el control de calidad para casos en los que la orquestación prima sobre el control manual. ¡También funciona con versiones del mismo documento en varios idiomas!

Para documentos extensos, también hemos desarrollado un método para que varios agentes colaboren en el mismo documento. Comparten y actualizan guías de estilo y glosarios, y cuentan con una memoria de gradiente especial para sincronizar sus decisiones.

Revisa a nivel local; escala a nivel global. La posedición se realiza a nivel de bloque o de frase: compara variantes, regenera una línea, acepta una corrección sugerida o reescríbela tú mismo. Literess puede ayudarte a ejecutar el flujo de trabajo y a detectar desviaciones, mientras que la traducción por lotes aplica el contexto compartido, los glosarios, las guías de estilo y el control de calidad en múltiples archivos sin que el proyecto acabe convertido en una hoja de cálculo.

Y cuando las pasadas integradas no sigan la secuencia que deseas, puedes crear tu propio flujo de trabajo paso a paso: elige las etapas, establece puntos de revisión en cualquiera de ellas y ejecútalo viendo el coste de antemano.

Sinceramente, me siento orgulloso del trabajo que hemos hecho en Transept. Estas funciones ayudan a maximizar el impacto del valioso tiempo y talento humano en el funcionamiento de los LLM.

Me sigue sorprendiendo que solo unos pocos traductores profesionales creyeran que todo esto era posible. Técnicamente, crear un flujo de trabajo de MTPE interactivo ya era factible en 2023, y esto no ha hecho más que empezar.

Buenas prácticas de MTPE: una lista de comprobación

Aunque Transept no te convenza (y te equivocas), aquí tienes una lista de todo lo que necesitas aprender sobre la MTPE y cómo lograr que sea menos desmoralizante.

• Involucra al humano desde el principio. Deja instrucciones en los pasajes clave antes de generar, no después.
• Nutre la memoria con ejemplos reales. Traduce manualmente algunos de tus fragmentos más difíciles y deja que el modelo aprenda de ellos a captar tu voz.
• Utiliza modelos en cascada. Borrador económico, revisión potente y aplicación rápida. Esta combinación supera a un único modelo de gran tamaño en calidad y coste.
• Clasifica tu contenido por niveles. Usa MTPE por lotes para grandes volúmenes de baja visibilidad e itera en los contenidos donde la imagen de marca esté en juego.
• Aplica la terminología en origen. Las reglas de «no traducir» y de «términos prohibidos» cortan de raíz los errores más comunes y perjudiciales.
• Vigila las variaciones locales y las desviaciones de registro. La variante regional, el nivel de formalidad y la coherencia en los pronombres son lo que distingue una traducción que suena natural de una que parece hecha por un comité.
• Refuerza el control de calidad en los textos fluidos. Cuanto mejor se lea la traducción automática en bruto, más fácil será que las omisiones pasen desapercibidas.

---

La MTPE no va a desaparecer y, para gran parte del contenido, es la herramienta adecuada. Sin embargo, el flujo de trabajo basado en procesar por lotes y corregir después es un paso en la dirección equivocada en la historia de la tecnología de traducción.

Arreglarlo es conceptualmente sencillo. Integra al factor humano desde el principio, nutre el contexto con ejemplos reales y memoria, deja que los modelos económicos elaboren los borradores mientras los potentes los critican, y obtendrás mejores traducciones por menos. Es, precisamente, el resultado que beneficiaría tanto a agencias como a traductores.

Si quieres ver por ti mismo cómo funciona el ciclo con intervención humana desde el principio, empieza con un documento; el plan gratuito incluye una primera traducción sin necesidad de tarjeta.

Si prefieres hacer alguna pregunta primero, consulta a Literess o búscame por el mismo medio por el que te haya llegado esta guía.