Traducción automática al atender clientes: qué revisar antes

Llega un correo en alemán a un alojamiento rural de Asturias. Nadie en el equipo habla alemán, así que alguien lo pega en un traductor, escribe la respuesta en castellano, la vuelve a pasar por el traductor y la manda. El cliente contesta encantado, con un «vielen Dank» y un par de preguntas más. Nadie ha notado nada. Hace unos años esa misma escena acababa con frases rarísimas y un cliente desconcertado; hoy, con los idiomas más habituales, casi nunca se nota.

Ese es justo el cambio que merece la pena entender. Este artículo es para ti si en tu negocio recibes mensajes en idiomas que nadie domina —turistas, clientes extranjeros, residentes de otros países— y ya los estás contestando con traducción automática, o te lo estás planteando. Verás qué ha mejorado de verdad, dónde sigue fallando y qué comprobar antes de darle a enviar.

Qué ha cambiado: del palabra por palabra al contexto

Los traductores de antes trabajaban frase a frase, casi palabra a palabra. Los modelos de IA actuales leen el mensaje entero, entienden de qué va y escriben la respuesta como la escribiría alguien que habla el idioma. Por eso ahora aciertan con cosas que antes eran imposibles: el tono, las fórmulas de cortesía, una expresión hecha.

Para una pyme esto significa algo muy concreto: contestar a un cliente en inglés, francés, alemán, italiano o portugués ya no requiere tener a alguien que hable el idioma. El resultado suele ser correcto y natural.

Pero «suele» no es «siempre». Y los errores que quedan no son los de antes. Ya no son frases que suenan raro, que el cliente detecta enseguida. Son errores que suenan perfectamente naturales y dicen otra cosa. Esos son los peligrosos.

Dónde sigue fallando, y por qué no lo vas a notar

Si nadie del equipo habla el idioma, nadie puede detectar el error leyendo el resultado. Por eso conviene saber de antemano dónde suelen estar:

• Números, fechas y precios. «03/04» es el 3 de abril en España y el 4 de marzo en Estados Unidos. «1.500» y «1,500» significan cosas distintas según el país. Una traducción que lo deja tal cual, o que lo «adapta» sin que se lo pidas, puede cambiar una fecha de llegada o un presupuesto.
• Compromisos. «Podríamos intentar devolverle una parte» puede acabar convertido en algo que suena a promesa firme de reembolso. Lo que en castellano era un «a lo mejor» llega como un «sí».
• El tratamiento. En alemán o en francés, pasar del usted al tú (o al revés) a mitad de conversación se nota mucho y puede sonar maleducado. El traductor no siempre mantiene el mismo registro de un mensaje al siguiente.
• Nombres propios. El nombre de tu servicio, de un plato o de una calle traducido literalmente («Calle Mayor» como «Main Street») confunde a quien luego intenta encontrarte.
• Idiomas menos comunes. La calidad no es igual en todos. En los idiomas más hablados el resultado es muy bueno; en otros con menos textos disponibles para entrenar a los modelos, baja. Y precisamente en esos es donde menos gente puede comprobar nada.

El riesgo de verdad no está en la traducción, está en cómo lo hace cada uno

Hay un problema que pasa más desapercibido. Si en tu equipo cada persona traduce como le parece —una usa un traductor gratuito en el navegador, otra pega el correo en un chat de IA con su cuenta personal, otra lo hace desde el móvil—, tienes tres cosas a la vez:

1. Resultados desiguales. El mismo cliente recibe respuestas con tonos distintos según quién le conteste.
2. Datos de clientes saliendo por sitios que no controlas. El correo pegado en una herramienta gratuita lleva nombre, fechas, a veces datos de salud o de pago. Si no sabes qué herramientas se usan, no sabes dónde acaban esos datos. Lo explicamos con más detalle en este artículo sobre RGPD e IA.
3. Ninguna copia en castellano. Si la conversación solo existe en alemán, cuando el cliente reclame dentro de un mes nadie sabrá qué se le prometió.

No hace falta prohibir nada. Basta con decidir una herramienta, unas reglas mínimas y que todo el mundo trabaje igual.

Lo que conviene revisar antes de enviar

Una lista corta, para cuando contestas en un idioma que nadie del equipo habla:

1. Escribe primero en castellano, y que eso sea lo que se aprueba. El compromiso se decide en tu idioma. La traducción es solo el envoltorio.
2. Haz la vuelta. Traduce la respuesta final otra vez al castellano y léela. Si dice algo distinto de lo que querías decir, hay un problema. Es un minuto y detecta la mayoría de los errores de sentido.
3. Repasa a mano números, fechas, precios y direcciones. Compáralos uno a uno con el original. Si puedes, escribe las fechas con el mes en letras («3 de abril») y así evitas el lío del formato.
4. Ten un glosario fijo. Una lista corta con lo que no se traduce o se traduce siempre igual: el nombre de tus servicios, tu dirección, las condiciones de cancelación. Se le pasa a la herramienta cada vez.
5. Mantén el tratamiento. Decide si tratas de usted o de tú en cada idioma y que no cambie a mitad de conversación.
6. Guarda las dos versiones. El mensaje en castellano y el traducido, juntos en el historial del cliente.

Cuándo no fiarte de la traducción automática

Hay casos en los que el riesgo no compensa el ahorro:

• Contratos, condiciones legales o reclamaciones formales. Ahí hace falta un traductor profesional o, como mínimo, alguien que conozca el idioma y lo revise.
• Instrucciones de salud o de seguridad. Una dosis, una alergia o una advertencia mal traducida no es un error de estilo.
• Clientes enfadados. Una queja que ya va mal se puede torcer más por un matiz de tono. Si el cliente habla inglés y tú también, a veces es mejor contestar en inglés sencillo que en un alemán perfecto que no puedes controlar.

Lo que viene

Esto va a ir a más: cada vez más herramientas de atención al cliente traducen solas, sin que nadie tenga que copiar y pegar. Es una buena noticia, pero cambia la pregunta. Ya no es «¿podemos contestar en alemán?», sino «¿quién decide cómo se hace y qué se revisa?».

Si en tu equipo ya se usa IA para traducir —o para cualquier otra cosa— y cada uno lo hace a su manera, ordenar eso es justo lo que hacemos en IA para equipos: una forma común de trabajar, con herramientas aprobadas y reglas claras sobre qué datos pueden salir del negocio.