La traducción automática (TA) y la inteligencia artificial (IA) ya son parte ineludible de la práctica profesional en la traducción económica. Sin embargo, su funcionamiento específico en este ámbito sigue siendo poco conocido. La bibliografía sobre su aplicación didáctica es aún escasa ­ —como reflejan los datos de BITRA (Franco Aixelá, 2001-2025)— y la mayor parte de los estudios actuales sugiere que este tipo de investigación se encuentra todavía en una fase exploratoria.

En el ámbito profesional, las referencias al rendimiento, la calidad o las ventajas e inconvenientes de la TA tampoco son numerosas, quizá debido a la competencia o a la confidencialidad del sector. Pese a ello, se ha demostrado que, si se implementa estratégicamente, la TA neuronal combinada con memorias de traducción y bases terminológicas puede aumentar la productividad sin comprometer la calidad (Läubli et al., 2019; Carlucci y Läubli, 2023). Algunas experiencias empresariales confirman que el éxito de su integración depende de la selección adecuada del sistema, la formación específica de los poseditores y la adaptación de los flujos de trabajo (Nunziatini, 2019). Además, se ha demostrado que los sistemas de TA entrenados específicamente para el ámbito económico alcanzan resultados superiores a los generalistas (Luo et al., 2018).

Estas circunstancias han contribuido a que, desde hace varios años, se haya generado un debate en el mundo académico y profesional sobre el impacto de la TA y la IA en la traducción económica. Algunos autores critican su efecto en la precarización laboral, la pérdida de calidad y los problemas éticos o de protección de datos, mientras que otros defienden su potencial para aumentar la eficiencia traductora y postulan por una redefinición del rol de los traductores, siempre que su integración se realice de manera responsable y estratégica (González Pastor, 2023).

Algunas de estas percepciones, también recogidas en entrevistas a profesionales del sector (López Díez, 2024), convergen en una idea común, donde la función de los traductores se desplaza desde la traducción propiamente dicha hacia la posedición y la verificación, lo cual exige nuevas competencias. En este contexto, la especialización, el pensamiento crítico y la capacidad de análisis se consolidan como claves para mantener la relevancia del traductor humano, que incluso podría evolucionar hacia un perfil de auditor lingüístico encargado de garantizar la calidad, la coherencia y la adecuación de las traducciones automáticas.

Precisamente en cuanto a la calidad de la TA en el ámbito económico, una de las ideas que circula entre los formadores-investigadores es que los sistemas generalistas pueden inducir a una falsa percepción de precisión, sobre todo entre traductores en formación, quienes confían excesivamente en la aparente fluidez y corrección gramatical de las traducciones generadas, descuidando la exactitud conceptual y terminológica (Martínez Blasco, 2022). Y aunque la posedición de la TA neuronal pueda mejorar el rendimiento de los estudiantes con menor competencia traductora, así como reducir la calidad de las traducciones de los más avanzados (Schumacher, 2023), ambos grupos están expuestos a producir errores en la interpretación de conceptos.

Ahora bien, aunque existen taxonomías de errores frecuentes (muchos de los cuales no son específicos del ámbito económico), todavía son escasos los trabajos que analizan de manera sistemática los errores terminológicos y fraseológicos propios de la traducción económica (Peraldi, 2016; Mantrana Gallego, 2024). En este sentido, la afirmación generalizada de que la TA provoca errores terminológicos, si bien puede llegar a sostenerse en algún estudio de caso (Kriston, 2017; Song y Hu, 2021; Valero Cuadra, 2023), parece carecer de una base empírica sólida en esta especialización. Sería necesario, por tanto, investigar con mayor precisión, entre otras cuestiones, qué subámbitos específicos generan más errores ligados a la especialización temática y cómo estos afectan a la comprensión y a la fiabilidad del mensaje traducido, o en qué medida la posedición humana —cuyo estudio todavía tiene muchas lagunas no solo en el ámbito de la economía, sino en general (Koponen et al., 2021)— los corrige verdaderamente o, por el contrario, introduce nuevas inconsistencias.

En el terreno didáctico, persiste la idea de usar la TA y la IA en el aula para evidenciar sus limitaciones y fomentar el espíritu crítico (Alcalde Peñalver, 2016; Douar, 2022). No obstante, cabe cuestionar si este enfoque basta para la traducción económica que, por definición, exige un sólido conocimiento especializado para interpretar correctamente cualquier texto, ya sea original o traducido por una máquina. Los programas de las últimas ediciones de formación de traductores financieros, como los de la Université d’été de la traduction financière o Finanzas en Español, muestran que la comprensión profunda del contenido sigue siendo el eje central del aprendizaje. De hecho, el lema fundacional de la Université d’été —Traduire, c’est avant tout comprendre— se mantiene vigente desde los años ochenta.

Por tanto, la enseñanza de la traducción económica con TA o IA debe basarse en la adquisición de conocimientos especializados, tal como proponen autores como Maldussi (2023, 2024). Estos conocimientos son los que permiten al traductor o poseditor interpretar correctamente las relaciones semánticas, colocacionales y lógicas de los textos económicos. Solo desde esta comprensión exhaustiva del texto es posible desarrollar una posedición competente capaz de compensar las limitaciones de la TA en aspectos como la coherencia conceptual, la cohesión léxica y la precisión terminológica (Liu, 2020; Tang y Moindjie, 2025).

En esta línea de pensamiento, el presente número especial invita a enviar investigaciones que integren perspectivas interdisciplinarias sobre alguno de los temas indicados a continuación, así como sobre otras líneas afines que aporten nuevas miradas a la intersección entre la traducción, la economía y la tecnología:

• Evaluaciones sistemáticas de errores terminológicos y fraseológicos generados por sistemas de TA en subámbitos específicos de la economía.


• Desarrollo y evaluación de motores de TA específicos para el ámbito económico con especial énfasis en la creación de datasets, metodologías de entrenamiento, comparación empírica con sistemas generalistas y replicabilidad de los resultados.


• Elaboración y validación de guías de posedición específicas para documentos económicos basadas en criterios de calidad, coherencia terminológica y eficiencia.


• Experimentaciones en torno a la incidencia de los conocimientos económicos especializados en la calidad de la posedición, la coherencia y la precisión terminológica.


• Experiencias educativas que efectivamente integren en sus propuestas formativas la TA, la IA o la posedición aplicada a la enseñanza-aprendizaje de la traducción económica como herramientas de acceso al conocimiento especializado.


• Estudios relacionados con la ingeniería de prompts aplicada a la traducción económica, con especial atención a la generación controlada y la adaptación terminológica.


• Investigaciones sociales que, mediante encuestas, entrevistas u otros métodos empíricos, arrojen luz sobre el uso, la percepción y la aceptación de la TA y la IA entre traductores profesionales, docentes y estudiantes de traducción económica.

Referencias

Alcalde Peñalver, E. (2016). La traducción automática y el lenguaje controlado en el ámbito de la traducción financiera. En E. Martínez Rodrigo, P. Raya-González y L. Martínez Rolán (coords.), Investigación, desarrollo e innovación universitarios (pp. 1-9). McGraw-Hill.

Carlucci, M. y Läubli, S. (2023). Is Generic Machine Translation Useful for Translating Domain-specific Texts? A Productivity Study in the Ophthalmology Domain. En S. Castilho, R. Caro Quintana, M. Stasimioti y V. Sosoni (eds.), Proceedings of the New Trends in Translation and Technology Conference - NeTTT 2022 (pp. 75-81). INCOMA. http://acl-anthology.online/nettt-2022/" target="_blank" rel="noopener">http://acl-anthology.online/nettt-2022/<...

Douar, A. (2022). Issues and Perspectives on the Electronic Translation of Shipping Incoterms: FOB as a case study. Traduction et Langues, 21(2), 230-247. https://doi.org/10.52919/translang.v21i2... target="_blank" rel="noopener">https://doi.org/10.52919/translang.v21i2...

Franco Aixelá, J. (2001-2025). BITRA (Bibliografía de Interpretación y Traducción). Base de datos en acceso abierto. https://doi.org/10.14198/bitra" target="_blank" rel="noopener">https://doi.org/10.14198/bitra

González Pastor, D. (coord.) (2023). El impacto de la traducción automática y posedición en el sector de la traducción en España. Informe de investigación DITAPE 2022. https://roderic.uv.es/handle/10550/85779... target="_blank" rel="noopener">https://roderic.uv.es/handle/10550/85779...

Koponen, M., Nunes Vieira, L. y Spinolo, N. (2021). Introducció al Dossier “Estudi de la interacció persona-ordinador en traducció i interpretació: programari i aplicacions. Tradumàtica Tecnologies de la Traducció, 19, 66-74. https://doi.org/10.5565/rev/tradumatica.... target="_blank" rel="noopener">https://doi.org/10.5565/rev/tradumatica....

Kriston, A. (2017). Machine translation in translating business texts: Myth versus reality. Professional Communication and Translation Studies, 10, 126-136. https://doi.org/10.59168/EZWB7156" target="_blank" rel="noopener">https://doi.org/10.59168/EZWB7156

Läubli, S., Amrhein, C., Düggelin, P., Gonzalez, B., Zwahlen, A. y Volk, N. (2019). Post-editing Productivity with Neural Machine Translation: An Empirical Assessment of Speed and Quality in the Banking and Finance Domain. En M. Forcada, A. Way, B. Haddow y R. Sennrich (eds.), Proceedings of Machine Translation Summit XVII: Research Track (pp. 267-272). European Association for Machine Translation. https://aclanthology.org/W19-6626/" target="_blank" rel="noopener">https://aclanthology.org/W19-6626/

Liu, L. (2020). 论英汉机器翻译的改进之道——基于《金融时报》人机翻译的比较研究 [Way to Better English-Chinese Machine Translation Based on Contrastive Study of Machine and Human Translation of The Financial Times]. 宜春学院学报 [Journal of Yichun University], 1, 74-78.

López Díez, A. (2024). Perspectivas de traductores económicos profesionales sobre la investigación académica. Estudio cualitativo basado en entrevistas. ReCIT: Revista del Área de Traductología, 8, 1-15. https://revistas.unc.edu.ar/index.php/Re... target="_blank" rel="noopener">https://revistas.unc.edu.ar/index.php/Re...

Luo, L., Yang, H., Siu, S.C. y Chin, F.Y.L. (2018). Neural Machine Translation for Financial Listing Documents. En L. Cheng, A. Leung y S. Ozawa (eds.), Neural Information Processing. ICONIP 2018. Lecture Notes in Computer Science, vol 11305 (pp. 232-243). Springer. https://doi.org/10.1007/978-3-030-04221-... target="_blank" rel="noopener">https://doi.org/10.1007/978-3-030-04221-...

Maldussi, D. (2023). La didactique de la traduction économique et financière à l’épreuve de la sous-compétence thématique : à la recherche d’un deuxième souffle. Meta, 68(3), 537-555. https://doi.org/10.7202/1111956ar" target="_blank" rel="noopener">https://doi.org/10.7202/1111956ar

Maldussi, D. (2024). Propédeutique de la traduction financière. Discontinuité et contre-intuitivité. Aracne.

Mantrana Gallego, D. (2024). Evaluation of economic-financial DE-ES translations: A comparative study between DeepL and Google Translate. En D. Gallego Hernández (ed.), Translation and Teaching in the Economic Field: Challenges in the Age of Machine Translation? (pp. 87-104). Peter Lang. https://doi.org/10.3726/b21499" target="_blank" rel="noopener">https://doi.org/10.3726/b21499

Martínez Blasco, I. (2022) La evaluación y posedición de textos económicos y financieros pertenecientes al ámbito de los organismos económicos internacionales con fines formativos. En A. Gómez González-Jover y R. Martínez Motos (eds.), Traducción e interpretación en entornos institucionales. Enseñanza y práctica de la profesión desde perspectivas sociales e innovadoras (pp. 267-286). Peter Lang. https://doi.org/10.3726/b17865" target="_blank" rel="noopener">https://doi.org/10.3726/b17865

Nunziatini, M. (2019). Machine Translation in the Financial Services Industry: A Case Study. En M. Forcada, A. Way, J. Tinsley, D. Shterionov, C. Rico y F. Gaspari (eds.), Proceedings of Machine Translation Summit XVII: Translator, Project and User Tracks (pp. 57-63). European Association for Machine Translation. https://aclanthology.org/W19-6709/" target="_blank" rel="noopener">https://aclanthology.org/W19-6709/

Peraldi, S. (2016). De la traduction automatique brute à la post-édition professionnelle évoluée: le cas de la traduction financière. Revue française de linguistique appliquée, XXI(1), 67-90. https://doi.org/10.3917/rfla.211.0067" target="_blank" rel="noopener">https://doi.org/10.3917/rfla.211.0067

Schumacher, P. (2023). Traduction humaine et post-édition: contrôle qualité en contexte académique. Meta, 68(3), 510-536. https://doi.org/10.7202/1111955ar" target="_blank" rel="noopener">https://doi.org/10.7202/1111955ar

Song, J. y Hu, F. (2021). “机器翻译+译后编辑”模式下的经济史文本翻译研究 ——以《20世纪经济理论知识史(1890—1918): 资本主义黄金时代的经济学》自译章节为例 [Research on the Application of Translation Mode of Machine Translation Plus Post-Editing to the Translation of Economic Texts]. 河南工业大学学报 (社会科学版) [Journal of Henan University of Technology (Social Science)], 37(4), 13-20. http://dianda.cqvip.com/Qikan/Article/De... target="_blank" rel="noopener">http://dianda.cqvip.com/Qikan/Article/De...

Tang, N. y Moindjie, M. (2025). Lexical Cohesion in English-Chinese Business Translation: Human Translators Versus ChatGPT. World Journal of English Language, 15(2), 286-295. https://doi.org/10.5430/wjel.v15n2p286" target="_blank" rel="noopener">https://doi.org/10.5430/wjel.v15n2p286

Valero Cuadra, P. (2023). La traducción automática y la posedición en el aula de traducción alemán-español: el caso de los textos económico-financieros. في الترجمة [In translation], 10(1), 41-61. https://www.asjp.cerist.dz/index.php/en/... target="_blank" rel="noopener">https://www.asjp.cerist.dz/index.php/en/...

Especificaciones para el envío de propuestas

Las propuestas deberán:

• Estar escritas en inglés, francés o español.


• Incluir el título, los nombres de los autores, la institución y el correo electrónico.


• Tener una extensión de entre 700 y 1000 palabras, incluidas las referencias.


• Presentar la siguiente estructura: introducción, objetivos, metodología, resultados, implicaciones y referencias.


• Ser claras, precisas, coherentes y concisas.

Envíos

Enviar las propuestas al correo de la revista (rvmutatismutandis.id@udea.edu.co) con el asunto: Propuesta para el número especial «Nuevas propuestas sobre traducción económica en la era de la inteligencia artificial».

Formato

Los artículos finales deberán estar redactados en inglés, francés o español y presentar un formato de acuerdo con las directrices que figuran en el sitio web de la revista: https://revistas.udea.edu.co/index.php/m... target="_blank" rel="noopener">https://revistas.udea.edu.co/index.php/m...

Cronograma

• Envío de propuestas: hasta el 15 de febrero de 202


• Notificación de aceptación o rechazo de la propuesta: 30 de marzo de 2027


• Envío del artículo completo a través del sistema de Mutatis Mutandis: hasta el 31 de agosto de 2027


• Proceso de revisión por pares: del 1 de septiembre al 31 de octubre de 2027


• Revisión y edición: del 1 al 30 de noviembre de 2027


• Diagramación y corrección de pruebas: del 1 al 31 de diciembre de 2027


• Publicación: enero de 2028