La implantación estratégica de la Inteligencia Artificial en la Dirección General de Traducción de la Comisión Europea: un análisis de la interacción humano-máquina

Abstract

El presente Trabajo de Fin de Grado analiza la integración de la Inteligencia Artificial (IA) en la Dirección General de Traducción (DGT) de la Comisión Europea, enfocándose, precisamente, en cómo la traducción automática neuronal (NMT), la IA generativa y los grandes modelos del lenguaje (LLMs) están transformando el trabajo traductor en contextos institucionales. El estudio se apoya en un marco teórico que combina la Teoría del Skopos, diversos enfoques cognitivos de la práctica traductora y las investigaciones más recientes sobre traducción asistida por IA, lo que permite abordar tanto el rendimiento de estas tecnologías como la dimensión finalista y orientada al propósito que caracteriza la traducción institucional.

La investigación adoptará un enfoque mixto. Combinaremos el análisis documental con la recogida de datos empíricos a través de un cuestionario en línea dirigido a traductores de la DGT. Este diseño pretende captar no solo el grado de uso y la utilidad percibida de las herramientas basadas en IA, sino también las actitudes, experiencias cognitivas y expectativas profesionales de los traductores en un entorno caracterizado por cambios tecnológicos rápidos y continuos. El objetivo es generar evidencia empírica sólida que contribuya a futuras reflexiones sobre la calidad, la supervisión humana y las competencias necesarias para ejercer hoy en día en la traducción institucional. Igualmente, mediante la integración de perspectivas teóricas con datos empíricos, el estudio busca ofrecer una comprensión global de las oportunidades, los desafíos y las implicaciones que conlleva la adopción de la IA en la DGT, aportando a una reflexión más amplia sobre el futuro de la traducción en tal institución.

This Bachelor's Thesis examines the integration of Artificial Intelligence (AI) within the Directorate-General for Translation (DGT) of the European Commission, focusing specifically on how neural machine translation (NMT), generative AI and large language models (LLMs) are transforming translation work in institutional contexts. The study is grounded in a theoretical framework that combines Skopos Theory, various cognitive approaches to translation practice, and the most recent research on AI-assisted translation. This allows for an analysis that considers both the performance of these technologies and the purpose-driven, goal-oriented dimension that characterises institutional translation.

The research will adopt a mixed-methods approach. We will combine documentary analysis with the collection of empirical data through an online questionnaire addressed to DGT translators. This design aims not only to capture the degree of use and perceived usefulness of AI-based tools, but also translators’ attitudes, cognitive experiences and professional expectations in an environment marked by rapid and continuous technological change. The aim is to generate robust empirical evidence that can inform future reflections on quality, human oversight and the competencies required to work in institutional translation today. Likewise, by integrating theoretical perspectives with empirical data, the study seeks to offer a comprehensive understanding of the opportunities, challenges and implications associated with the adoption of AI in the DGT, contributing to a broader reflection on the future of translation within this institution.