El fin de Babel: la IA no matará los idiomas, pero está matando la razón por la que los estudiabas

LA TESIS. La traducción automática en tiempo real no va a acabar con los idiomas. Va a acabar con la razón más común para estudiarlos: la utilidad. Durante décadas, aprender inglés, alemán o chino fue una inversión de carrera. Cuando un auricular de 250 dólares traduce una conversación con acierto suficiente para el turismo y los negocios, ese argumento del currículum se desinfla. Lo que queda en pie es la justificación íntima: aprender una lengua para pensar distinto, para generar confianza, para pertenecer. Y hay un tercer frente que casi nadie mira: las 7.000 lenguas del mundo, para las que la misma IA puede ser el mejor archivista de la historia o el sepulturero definitivo. Nuestra tesis, en una frase: Babel no cae; se vuelve opcional. Y en cultura, lo opcional es justo lo que define quiénes somos.

FUNCIONA, HASTA QUE IMPORTA. Primero, la auditoría. La Traducción en Vivo de los AirPods de Apple, lanzada en beta en septiembre de 2025, sorprendió a los probadores: Macworld la calificó de «asombrosamente buena» entre alemán e inglés, y un test viral le atribuyó un 90% de acierto. Pero el laboratorio de consumo Which? encontró el otro 10%: con ruido de fondo, la traducción llegaba tarde, rompía el ritmo de la conversación y en un caso invirtió el sentido de la frase («mi hermana tiene que trabajar» se convirtió en «yo tengo que trabajarla a ella»). Los expertos consultados por Straight Arrow News avisan de lo mismo: jerga, dialectos y ruido siguen siendo el punto ciego. La medicina nos da la cifra dura. Un estudio de la Universidad de California (2019) midió Google Translate en instrucciones de alta de urgencias: 92% de acierto en español, 81% en chino, y un 2% y un 8% de errores, respectivamente, con potencial de daño clínico. Un segundo estudio en el Journal of General Internal Medicine (2021) lo repitió en siete idiomas y concluyó que la herramienta es inconsistente y no debe usarse sola con pacientes.

Nuestra lectura: la demo mide frases limpias en contexto neutro; la vida real es ruido, gente que se interrumpe, emoción y acento. Es el mismo «falso positivo de productividad» que ya vimos en educación: la métrica de proceso (la demo fluye) mejora mientras la métrica de resultado (¿nos hemos entendido de verdad?) queda sin auditar. Un 90% de acierto basta para pedir direcciones. El último 10% no es un detalle: es donde viven las urgencias médicas, los contratos y las discusiones de pareja.

EL DESPLOME YA ESTÁ AQUÍ. Segundo plano: la justificación instrumental ya se está hundiendo, con datos. Según la Modern Language Association, las matrículas en idiomas distintos del inglés en universidades de EE. UU. cayeron un 16,6% entre 2016 y 2021 —la mayor caída de su serie histórica—, unos 236.000 estudiantes menos, hasta niveles de 1998. El alemán perdió un 33,6%; solo el coreano (+38,3%), la lengua de signos y el hebreo bíblico crecieron. Desaparecieron 961 programas (un 8,2%) y la Universidad de West Virginia eliminó todas sus titulaciones de idiomas. En la profesión, la encuesta de la Society of Authors británica (2024, 787 respuestas) encontró que el 36% de los traductores ya había perdido trabajo por la IA generativa y el 43% había visto caer sus ingresos. Y la industria confirma la paradoja: la consultora Nimdzi tasa el sector en 72.600 millones de dólares en 2025, pero proyecta un crecimiento casi plano (menos del 1% anual); lo que más crece es la post-edición —humanos corrigiendo salida de máquina— y, significativamente, la interpretación presencial, donde la responsabilidad legal importa.

El caso Duolingo resume la transición. La empresa recortó un 10% de sus traductores externos en enero de 2024, proclamó su estrategia «AI-first» en abril de 2025 y sufrió tal reacción de usuarios que su CEO tuvo que matizar el memorando; en agosto de 2025, Fortune hablaba de «crisis existencial» ante un Google Translate que ahora también hace de tutor. La defensa de Luis von Ahn es reveladora: «los ordenadores juegan al ajedrez mejor que los humanos desde 1997, y la gente sigue aprendiendo ajedrez». Nuestra lectura: la analogía es cierta a medias. El ajedrez sobrevivió como pasión, pero como profesión quedó reservado a una élite mínima. Con los idiomas pasará igual: la prima salarial del «nivel B2» se evapora; lo que se pagará es el dominio profundo donde el error cuesta caro —interpretación médica, judicial, diplomática— y el criterio para vigilar a la máquina.

LA PARADOJA DE LAS 7.000 LENGUAS. Tercer plano, el menos contado. Según Naciones Unidas, cerca del 40% de las ~7.000 lenguas del mundo está en peligro, la mayoría indígenas. El lingüista computacional András Kornai estimó ya en 2013 que menos del 5% de las lenguas logrará «ascender» al mundo digital; el resto sufre lo que llamó muerte digital: si tu lengua no existe para las máquinas, deja de existir para tus nietos. El sesgo es medible: el inglés supone el 49,2% del contenido web según W3Techs (otros estudios lo rebajan al 20-30%, pero la asimetría es enorme), y un análisis académico reciente calcula que el 88% de las lenguas africanas está «gravemente infrarrepresentado» en los datos con que se entrena la IA. Con esos ingredientes, la traducción universal amenaza con ser universal solo para veinte lenguas.

Pero la misma tecnología ofrece la salida, y ya hay pruebas. El proyecto NLLB-200 de Meta tradujo entre 200 lenguas mejorando un 44% de media la métrica estándar de calidad (BLEU) y hoy alimenta la traducción de Wikipedia en más de 20 lenguas con pocos datos. La red panafricana Masakhane construye traducción para más de 30 lenguas africanas desde las propias comunidades. Y el caso ejemplar: Te Hiku Media, una radio maorí, entrenó un reconocedor de voz del te reo con un 92% de precisión usando 1.000 horas de archivos históricos, y lo publicó bajo licencia Kaitiakitanga, que impide usar los datos fuera del beneficio del pueblo maorí. Nuestra lectura: la tecnología es la misma en ambos futuros; lo que decide el resultado es quién posee el corpus. La soberanía del dato lingüístico es a las lenguas pequeñas lo que el control de exportación a los chips: pura geopolítica cultural.

LO QUE NO TRADUCE UN AURICULAR. Queda la pregunta del título: ¿para qué aprender idiomas? La ciencia da una respuesta poco intuitiva: porque cambian cómo piensas, no solo qué dices. El psicólogo Boaz Keysar (Universidad de Chicago) demostró en 2012 el «efecto lengua extranjera»: al razonar en un idioma aprendido, los sesgos emocionales de decisión —como la aversión a las pérdidas— se reducen; un metaanálisis de 2021 lo confirmó. Un idioma es un mapa de lo que a una cultura le importa, y ese mapa no cabe en un subtítulo. Tampoco cabe la confianza: la frase atribuida a Mandela sigue vigente —si hablas a alguien en un idioma que entiende, llegas a su cabeza; si le hablas en su lengua, llegas a su corazón—. El auricular te presta las palabras del otro; no te presta su mundo. Aprender un idioma seguirá siendo la forma más barata de vivir dos vidas.

IMPLICACIONES Y HORIZONTE. A corto plazo, honestidad: la traducción generalista como profesión se estrecha ya (36% con trabajo perdido, según la Society of Authors), las filologías seguirán cayendo si se venden solo como utilidad, y existe el riesgo de normalizar un entendimiento del 90% comprado como si fuera del 100%. Tres exigencias concretas: métricas de error publicadas en condiciones reales (ruido, emoción, dialecto) antes de desplegar traducción automática en sanidad o justicia; transparencia en la post-edición para que el trabajo humano no se vuelva invisible y mal pagado; y financiación pública de la soberanía de datos lingüísticos —el modelo Te Hiku— dentro del Decenio Internacional de las Lenguas Indígenas (2022-2032). A largo plazo, nuestro optimismo de siempre, con matices: que cualquier humano pueda entender a cualquier otro dejará de ser un privilegio de quien pudo pagarse idiomas, y será una capacidad básica, como leer. Eso es abundancia. Y una IA bien gobernada puede ser el archivista que grabe, transcriba y reviva lenguas que llevaban un siglo apagándose. Babel no se derrumba: se vuelve voluntaria. Cuando la máquina traduzca todo, aprender un idioma dejará de ser una obligación y volverá a ser lo que fue siempre: una forma de elegir quién quieres ser.