# General Translation Knowledge Base: ¿Es la traducción con IA lo bastante precisa para una aplicación en producción? URL: https://generaltranslation.com/es/kb/is-ai-translation-accurate.mdx Docs index: https://generaltranslation.com/llms.txt Description: A menudo sí, en los idiomas más hablados, pero solo después de superar una evaluación con tus propios idiomas, cadenas de UI y contenido de mayor riesgo. En WMT25, Gemini 2.5 Pro igualó o superó a las traducciones humanas de referencia en 10 de 16 pares de idiomas; aun así, un benchmark basado en documentos no demuestra si las cadenas cortas de interfaz están listas para publicarse. Category: Traducción Last updated: 2026-10-20 Authors: Kevin Wu, Jackie Chen Published: 2026-10-20 Un motor que rinde bien con documentos puede traducir mal la etiqueta de un botón. Un «Save» aislado puede significar guardar un archivo o ahorrar dinero. Compara motores con las cadenas, el contexto y los idiomas que tu producto necesita de verdad. ## ¿Qué tan precisa es hoy la traducción con IA? La tarea compartida General Machine Translation, que WMT (la Conference on Machine Translation) organiza cada año, compara sistemas de traducción con la ayuda de anotadores humanos profesionales. En los [resultados de WMT25](https://aclanthology.org/2025.wmt-1.22/) (Kocmi et al., 2025), los organizadores evaluaron 60 sistemas, entre ellos 20 LLMs y tres servicios de traducción en línea, con documentos deliberadamente difíciles. Después, anotadores profesionales puntuaron los sistemas mejor situados en la clasificación automática (con un objetivo de 18 por par) en 16 pares de idiomas. Para un equipo de desarrollo de aplicaciones, destacan cuatro resultados: * **Los mejores sistemas igualaron o superaron las referencias humanas en algunas partes de esta evaluación.** Gemini 2.5 Pro se situó en el grupo superior en 14 de los 16 pares, y en 10 de ellos quedó a la par o por encima de la traducción humana. Las traducciones humanas de referencia solo llegaron al grupo superior en 6 de los 15 pares en los que estaban disponibles. Los autores advierten de posibles preferencias estilísticas en la anotación y señalan que las referencias no recibieron todo el pulido que reciben algunos entregables profesionales. * **La terminología y la gramática siguen fallando.** Los conjuntos de pruebas de la tarea revelaron que los mejores sistemas aún tienen dificultades con la terminología especializada, las entradas no estándar y la elección de género y la concordancia en algunos pares de idiomas. * **Los idiomas con pocos recursos son otra historia.** Las traducciones al masái resultaron "en gran medida inutilizables", ya que los sistemas a menudo escribían en suajili, y cuando se les pedía árabe egipcio, tendían a producir árabe estándar moderno. * **Las puntuaciones automáticas engañan.** El sistema que encabezó las métricas automáticas quedó bastante más abajo en la evaluación de los anotadores humanos, y los autores concluyen que la evaluación humana debe seguir siendo el árbitro final de la calidad. Hay que tener en cuenta dos limitaciones. WMT anonimiza los servicios comerciales como ONLINE-B, ONLINE-G y ONLINE-W, por lo que no zanja el debate "DeepL vs. Google Translate". Además, evalúa documentos completos (noticias, publicaciones en redes sociales, transcripciones de discursos, textos literarios y educativos), que dan a un modelo mucho más contexto que una cadena de UI de dos palabras. ## ¿Cómo se comparan los motores de TA, los LLMs y los traductores humanos? Los tres pueden producir traducciones precisas. Se diferencian en el contexto que admiten y en lo que dejan en tus manos. | Enfoque | En qué destaca | Contexto que puede usar | Lo que deja en tus manos | | ------------------------------------------------------------------- | --------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------ | ------------------------------------------------------------------------------------------------------------------------------ | | Motores de traducción automática neuronal (Google Translate, DeepL) | Traducción rápida, coherente y económica de oraciones y documentos | Glosarios; DeepL añade un campo de contexto, nivel de formalidad e instrucciones personalizadas; la edición Advanced de Google añade pares de oraciones de ejemplo | Contexto para cadenas cortas, marcadores de posición, formas plurales, revisión y entrega | | LLMs llamados directamente (OpenAI API, Claude API, Gemini API) | Resultados fluidos que siguen instrucciones sobre tono, terminología y formato | Lo que incluyas en el prompt | Reunir el contexto de cada cadena, mantener la coherencia terminológica entre ejecuciones, validar los resultados y la entrega | | General Translation | Genera traducciones de aplicaciones y archivos como parte de cada lanzamiento | Estructura JSX marcada o contexto de archivo, glosario compartido y prompts personalizados | Revisar la redacción en su editor y probar el producto traducido | | Traductores humanos profesionales | Criterio en expresiones idiomáticas, cultura, voz de marca y textos legales o regulados | El propio producto, una guía de estilo y las preguntas que te plantean | Plazos de entrega y costo por palabra, que aumentan con cada lanzamiento | En cuanto a DeepL frente a Google Translate: WMT no los evalúa por su nombre, así que compara lo que admite cada API. La [API de traducción](https://developers.deepl.com/api-reference/translate) de DeepL tiene un parámetro `context` que influye en la traducción sin traducirse ni facturarse, un ajuste `formality` para los idiomas compatibles, glosarios y hasta 10 instrucciones personalizadas. La edición Advanced de [Cloud Translation](https://docs.cloud.google.com/translate/docs/overview) de Google ofrece un Translation LLM además de su modelo neuronal, glosarios y traducción adaptativa, que aprende a partir de un pequeño conjunto de pares de oraciones de ejemplo. Antes de elegir, prueba ambos con una muestra de tus propias cadenas en tus idiomas de destino. ## De dónde provienen los errores de traducción con IA La falta de contexto, las limitaciones del modelo y los errores de integración pueden provocar, cada uno por su cuenta, errores en producción. Revisa estos modos de fallo: * **Cadenas cortas ambiguas.** "Save" en alemán puede ser *speichern* (guardar en disco) o *sparen* (ahorrar dinero). Un modelo que solo recibe la palabra tiene que adivinar. * **Deriva terminológica.** Un nombre de producto o de funcionalidad se traduce de una forma en la app y de otra en la documentación, o cambia de un lanzamiento a otro. * **Formalidad y registro.** *du* frente a *Sie* en alemán, *tu* frente a *vous* en francés, los niveles de cortesía en japonés. Sin una regla, el modelo elige uno en cada cadena, y una misma pantalla puede acabar mezclando ambos. * **Marcadores de posición y marcado.** Renombrar o eliminar `{{name}}`, `{count}` o `<1>terms` puede romper la interpolación en tiempo de ejecución. En cambio, reordenar los marcadores de posición intactos puede ser necesario según el idioma de destino. * **Formas plurales.** El inglés tiene dos categorías de plural, mientras que el polaco usa cuatro y el árabe seis ([reglas de plural de CLDR](https://www.unicode.org/cldr/charts/latest/supplemental/language_plural_rules.html)). Si solo se traducen las cadenas `one` y `other` del inglés, el resto queda sin cubrir. (Consulta [¿Cómo manejo los plurales en React?](/kb/how-to-handle-plurals-in-react)). * **Límites de longitud.** Una traducción puede desbordar un botón o una pestaña de ancho fijo aunque su significado sea correcto. Mide el texto real con tu fuente y tu diseño: un límite de caracteres por sí solo no garantiza que quepa. * **Idiomas con pocos recursos y dialectos.** Como demostró WMT25, la calidad cae drásticamente fuera de los idiomas más hablados, y los dialectos pueden acabar diluyéndose en la variedad estándar. ## Cómo los equipos llevan la traducción con IA a nivel de producción Los equipos que ponen en producción la traducción con IA hacen cinco cosas en torno al modelo: 1. **Envían contexto con cada cadena**: dónde aparece, qué función cumple y una nota para cualquier ambigüedad. 2. **Fijan los términos en un glosario**, incluidos los nombres que nunca deben traducirse. 3. **Definen las reglas de estilo una sola vez**: formalidad, público y convenciones de cada idioma. 4. **Someten las superficies de alto riesgo a revisores cualificados**: precios, pago, textos legales, mensajes de seguridad y todo lo que esté regulado. Para las cadenas de menor riesgo, definen una política de revisión basada en los resultados medidos en cada idioma, en lugar de tratar las comprobaciones automatizadas como una evaluación de la calidad de la traducción. 5. **Ejecutan comprobaciones automatizadas de QA** para detectar errores mecánicos antes del lanzamiento: coincidencia de familias de mensajes y marcadores de posición, categorías de plural obligatorias y límites de diseño. La [guía de traducción de JSON](/kb/translate-json-files) enumera estas comprobaciones para archivos de i18next e ICU. Estas comprobaciones no evalúan el significado ni la fluidez. Empieza la evaluación con etiquetas reales, frases completas, mensajes de error, valores interpolados, plurales y términos del dominio. Guarda juntos el origen, el contexto, la versión del modelo, el resultado y las observaciones de los revisores. Compara los resultados sin revelar a los revisores qué sistema los generó, e informa de los errores por idioma y gravedad. Vuelve a evaluar los mismos casos cada vez que cambien el modelo o las instrucciones de traducción. Así obtendrás datos que respalden tu política de lanzamiento, algo que los resultados de WMT por sí solos no pueden aportar. Usa directamente un motor de traducción automática o un LLM para textos puntuales, contenido interno o un prototipo que vayas a revisar tú mismo. Recurre a traductores profesionales para textos legales, médicos y regulados, y para textos de marca en los que los matices son decisivos. Elige General Translation cuando esas traducciones deban mantenerse al día con los lanzamientos del producto: conecta el contexto de origen, la terminología compartida, la generación y la revisión, en lugar de obligarte a montar ese flujo alrededor de cada llamada al modelo. WMT25 no evaluó General Translation, por lo que sus clasificaciones no demuestran nada sobre la calidad de traducción de GT. ## Cómo General Translation aporta contexto y coherencia En una aplicación de React, el componente [``](/docs/react/reference/components/t) de General Translation marca una unidad de JSX para traducir. La CLI extrae su texto y la estructura de sus elementos, el servicio de GT genera las traducciones y el SDK las renderiza. La prop [`context`](/docs/react/reference/components/t#context) añade una nota para aclarar cualquier ambigüedad: ```tsx title="SaveButton.tsx" import { T } from 'gt-react'; export function SaveButton() { return ( ); } ``` La nota le indica al modelo que este "Save" es *speichern*, no el *sparen* que requeriría un selector de precios ("Save 20%"). En los archivos JSON y YAML traducidos con la CLI, un archivo complementario de [metadatos asociados a claves](/docs/cli/reference/keyed-metadata) cumple la misma función para cada clave, con un límite de longitud `maxChars` opcional. La coherencia se consigue con los grupos de contexto del panel de control: un glosario fija términos como los nombres de productos en todos los idiomas, y los prompts personalizados establecen reglas como el uso del "Sie" formal en alemán, y ambos se comparten en todos los proyectos a los que los asignes. (Consulta [Definir el contexto para las traducciones](/docs/platform/dashboard/guides/defining-context-for-translations)). Después, los revisores comprueban y editan cualquier traducción en la página **Traducciones** del panel de control, donde pueden comparar las configuraciones regionales en paralelo. (Consulta [Revisar y editar traducciones](/docs/platform/dashboard/guides/reviewing-translations)). Para saber en qué se diferencia esto de llamar a Google Translate para cada cadena, consulta [General Translation vs. Google Translate](/kb/general-translation-vs-google-translate). ## Conclusiones clave * En WMT25, Gemini 2.5 Pro igualó o superó a las traducciones humanas de referencia en 10 de 16 pares de idiomas, pero la calidad al traducir a idiomas con pocos recursos, como el masái, resultó en gran medida inutilizable. * Prueba las cadenas cortas, la terminología, la formalidad, los marcadores de posición, las categorías de plural y el diseño en cada idioma de destino; un benchmark de documentos no cubre tu interfaz. * El contexto, un glosario y las reglas de estilo mejoran las entradas. Las comprobaciones automáticas validan la estructura; los revisores cualificados evalúan el significado y si el contenido está listo para el lanzamiento. * WMT anonimiza los motores comerciales, así que compara DeepL y Google Translate con tus propias cadenas y según lo que admiten sus API: DeepL ofrece un campo de contexto y control de formalidad, mientras que Google ofrece traducción adaptativa a partir de pares de ejemplo. ## Related questions - [Alternativas a Google Translate: General Translation vs. Google Translate](https://generaltranslation.com/es/kb/general-translation-vs-google-translate.mdx): Google Translate es una forma rápida de traducir textos puntuales, pero lanzar un producto en otro idioma también exige traducir cada cadena en su contexto, mantener una terminología coherente, gestionar correctamente las variables y los plurales, revisar las traducciones y contar con un proceso de lanzamiento. General Translation entiende el contexto de cada cadena en tu código y automatiza todo el flujo de trabajo de localización, desde el código hasta la revisión y cada lanzamiento. - [¿Cómo traduzco archivos JSON de i18n?](https://generaltranslation.com/es/kb/translate-json-files.mdx): Traduce solo los valores de cadena de un archivo JSON de configuración regional. No modifiques las claves no plurales, los marcadores de posición como {{name}} ni las etiquetas, pero ten en cuenta que las claves plurales varían según el idioma: el polaco necesita inbox_few e inbox_many. Usa una herramienta o API que reconozca el formato y, después, analiza y valida el resultado antes de revisarlo. - [¿Qué es un sistema de gestión de traducciones (TMS)?](https://generaltranslation.com/es/kb/what-is-a-translation-management-system.mdx): Un sistema de gestión de traducciones (TMS) es un software que almacena tu contenido de origen y sus traducciones, y gestiona el flujo de trabajo de traducción: memoria de traducción, glosarios, revisión, traducción automática e integraciones. Su memoria de traducción reutiliza traducciones anteriores mediante coincidencias exactas o aproximadas. Crowdin, Lokalise, Phrase, Smartling y Transifex son ejemplos habituales. - [General Translation frente a un TMS (Crowdin, Lokalise, Phrase)](https://generaltranslation.com/es/kb/general-translation-vs-tms.mdx): Elige General Translation cuando los desarrolladores quieran que la generación de traducciones, el contexto derivado del código y la revisión estén vinculados a los lanzamientos del producto. Conserva tus catálogos y tu biblioteca de renderizado actuales, o escribe JSX inline sin claves de traducción. Un TMS encaja con programas centrados en proveedores lingüísticos, editores CAT e intercambio de XLIFF; sus integraciones pueden automatizar las transferencias de archivos. - [¿Cómo gestiono los plurales en React?](https://generaltranslation.com/es/kb/how-to-handle-plurals-in-react.mdx): Para gestionar los plurales en React, asigna a cada idioma una oración por cada forma plural y selecciónala con las reglas de plural de ese idioma, ya que el inglés tiene 2 formas, el ruso tiene 4 y el árabe tiene 6. El componente `` de General Translation en gt-react y gt-next recibe tus formas de origen, y General Translation genera las formas que necesita cada idioma de destino. ## Previous and next questions - Previous question: [¿Cómo traduzco subtítulos SRT sin alterar la sincronización?](https://generaltranslation.com/es/kb/translate-srt-subtitles.mdx) - Next question: [¿Qué es el formato de mensajes ICU?](https://generaltranslation.com/es/kb/icu-message-format.mdx) ## Sitemap See the [Knowledge Base sitemap](https://generaltranslation.com/es/kb/sitemap.md) for every article.