La traducción automática en tiempo real ha avanzado de forma acelerada gracias a los modelos de lenguaje de gran escala y a los chips de IA integrados en smartphones y auriculares. Lo que antes requería un intérprete profesional o una app con latencia notable empieza a ser accesible en dispositivos de consumo.

El estado actual de la tecnología

Varios fabricantes han integrado funciones de traducción en tiempo real en sus ecosistemas. Google Translate lleva años ofreciendo traducción de conversaciones en modo telefónico. Los auriculares Pixel Buds de Google incorporaron traducción asistida con el teléfono hace varios años, aunque con dependencia de conexión a internet. Apple, Microsoft y Samsung también han desarrollado capacidades similares en distintos grados dentro de sus ecosistemas.

Los retos pendientes

La traducción automática en tiempo real funciona razonablemente bien en idiomas con grandes corpus de entrenamiento (inglés, español, francés, alemán, mandarín). Los desafíos son mayores en idiomas cooficiales como el euskera o el gallego, en dialectos, en contextos con ruido ambiental elevado, y en registros técnicos o especializados donde el margen de error tiene consecuencias.

Idiomas minoritarios y accesibilidad lingüística

La inclusión de idiomas como el catalán, el euskera y el gallego en los sistemas de traducción automática es una reivindicación recurrente de comunidades lingüísticas y administraciones autonómicas. Los modelos de código abierto como NLLB (No Language Left Behind) de Meta buscan ampliar la cobertura a más de 200 idiomas, incluyendo muchos con pocos hablantes.

El futuro de la comunicación multilingüe

Los analistas del sector apuntan a que la traducción en tiempo real de alta fidelidad —sin latencia perceptible y con naturalidad de entonación— es uno de los grandes objetivos de la IA aplicada al lenguaje para los próximos años, con aplicaciones en educación, turismo, negocios internacionales y atención sanitaria.