En la reunión de AIIC PRIMS en Sevilla, Marty Zhu de Cymo.io presentó una herramienta que encarna un principio simple pero poderoso: dejar que las máquinas hagan lo que mejor saben hacer —capturar términos, títulos, cifras y unidades— para que los intérpretes hagan lo que los humanos hacen mejor: contar historias y transmitir emociones.

Esa herramienta es Cymo Note, un sistema de Interpretación Humana Asistida por Computadora (CHI) que está cambiando silenciosamente la forma en que trabajan los intérpretes de conferencias. Pero lo que más importante aún es que está cambiando la conversación sobre lo que la IA significa para la profesión.

El problema: la sobrecarga cognitiva en la cabina

La interpretación de conferencias es una de las tareas cognitivamente más exigentes que realizan los seres humanos. Los intérpretes simultáneos deben escuchar, comprender y producir el discurso en tiempo real, a menudo mientras gestionan una enorme carga de memoria de trabajo. Términos, siglas, números, nombres propios, unidades de medida: todos estos elementos demandan recursos mentales preciosos que podrían emplearse mejor en lo que más importa: entender el contexto, captar los matices y elaborar un mensaje que llegue al público.

Durante décadas, los intérpretes han confiado en la preparación, las estrategias de toma de notas y la pura memorización para gestionar esta carga. Pero ¿y si la máquina pudiera encargarse de la parte de la memorización?

Esa fue la pregunta que un intérprete sénior de mandarín le hizo a Marty Zhu en 2018:

“¿Pueden los intérpretes utilizar la IA para aligerar la carga de memoria y reducir el trabajo de toma de notas?” Cymo Note fue la respuesta.

Cómo funciona: el aspecto técnico

Cymo Note funciona sobre una premisa sencilla. Durante una interpretación en vivo —ya sea remota o presencial— la herramienta actúa en segundo plano capturando el audio del orador en tiempo real. Un motor de reconocimiento automático de voz (ASR) transcribe lo que se dice, y la herramienta resalta los términos clave, cifras y nombres propios a medida que aparecen.

Los intérpretes pueden interactuar con este flujo de información de varias maneras:

• Acceso rápido: doble clic o selección para resaltar un término que se quiera recordar; se añade al glosario al instante.
• Gestión de glosarios: importar glosarios ya preparados en CSV o Excel, o crearlos sobre la marcha.
• Reemplazo forzado: si el motor reconoce un término incorrectamente, se pueden crear reglas para corregirlo automáticamente la próxima vez (aunque no es infalible, porque la IA es probabilística).
• Multimotor: distintos motores funcionan mejor para diferentes idiomas. Los motores chinos destacan en mandarín; los motores asiáticos funcionan mejor con el árabe de Oriente Medio. Cymo Note permite escoger el motor en función de la combinación lingüística.

La herramienta está disponible como aplicación descargable para PC y iOS, así como en versión web para Chrome. También incluye un modo de consecutiva con escritura manual —de hecho, de ahí proviene su nombre— aunque cada vez más intérpretes lo utilizan para su interpretación simultánea.

Pero aquí está lo crucial: el intérprete sigue al mando. No se trata de mirar pasivamente un texto desplazándose. Se trata de decidir activamente qué información importa y qué hacer con ella.

La curva de aprendizaje: de red de seguridad a hábito

Se planteó una inquietud durante la reunión: "¿Se convertirá esto en una muleta?" 

La respuesta es matizada. Sí, al principio. Cuando los intérpretes empiezan a usar Cymo Note, tienden a apoyarse mucho en la herramienta. Hay una comodidad psicológica en saber que la máquina captura la terminología. Pero la curva de dependencia que, con el tiempo, se estabiliza.

A medida que los intérpretes se familiarizan con las limitaciones de la herramienta, desarrollan una relación más sofisticada con ella. Dejan de mirar cada palabra y solo le echan un vistazo estratégico cuando perciben dificultades. Aprenden qué motores funcionan mejor en su combinación lingüística. Saben cuándo confiar y cuándo ignorar el “temblor en la esquina de la pantalla”.

Y, sobre todo, mantienen sus habilidades tradicionales. Porque, ¿qué pasa si se cae Internet? ¿Qué pasa si el audio del recinto es deficiente? La herramienta se convierte en un problema si el intérprete no ha mantenido afiladas sus capacidades fundamentales.

El ASR es probabilístico. Está afectado por el hardware, la conectividad, los acentos y el ruido de fondo. Los intérpretes deben seguir entrenando a la antigua: mantener la conciencia contextual, afinar sus habilidades narrativas, tener un plan de respaldo cuando la tecnología falle.

Qué significa todo esto en la cabina

En la práctica, ¿cómo usan los intérpretes Cymo Note en un encargo real?

No se trata de leer la transcripción. Se trata de tener una red de seguridad para los momentos en los que la memoria falla. Pero hay una señal de alarma: si el intérprete empieza a hacer “traducción a la vista” de la transcripción —es decir, leer y traducir lo que el motor produjo— es el momento de echar marcha atrás. Eso anula el propósito.

Preparación: una herramienta diferente

Cymo Note no es solo para interpretar en vivo. La herramienta procesa el texto y resalta los términos clave de los textos de preparación. Puede marcar los que quiera recordar, y estos pasan directamente al glosario. Antes de que comience la reunión, ya se ha construido una base terminológica.

Cymo Note no hace el trabajo interpretativo —eso lo hace el intérprete— pero acelera la fase de investigación extrayendo y organizando automáticamente los términos relevantes.

La gran pregunta: ¿es una amenaza?

Una tensión latente en la reunión era la idea de la interpretación totalmente autónoma. Si la IA puede transcribir, ¿puede también traducir de extremo a extremo sin intervención humana?

Sí, existe la interpretación automática end-to-end. Y si definimos la interpretación como convertir un mensaje de un idioma a otro, la IA podría parecer una amenaza. Pero esa no es la interpretación real.

“Aquí lo que hacemos”, explicó Zhu, “es tomar la emoción y el contexto de una idea y transformarlos en algo que realmente deje huella en quienes nos escuchan.” Eso es trabajo humano. Eso es narración. Eso es actuación.

Al integrar la IA en nuestra rutina, nos alejamos de la memorización y nos acercamos al arte narrativo. Prestamos más atención a cómo llega el mensaje, y menos a acertar cada término al milímetro. Nos concentramos en la impresión que queremos dejar.

Por eso los intérpretes jóvenes deberían tomar clases de teatro: hay un componente de actuación que el ordenador no puede replicar.

Si la profesión logra desplazarse de “convertidor lingüístico” a “artesano narrativo”, entonces el auge de las herramientas de IA deja de ser una amenaza y se convierte en una oportunidad. Libera al intérprete del trabajo mecánico de memorizar, para concentrarse en lo que ninguna máquina puede hacer mejor.

Fuera de la cabina: privacidad, infraestructura y mundo real

Nada de esto ocurre en el vacío. Surgen cuestiones prácticas de datos, privacidad e infraestructura. El enfoque de Cymo Note muestra las limitaciones de construir herramientas de IA para intérpretes profesionales.

• Privacidad: utiliza motores de Microsoft, Google, proveedores chinos y su propio servicio modificado de Google. No almacena audio en servidores; la transcripción permanece local. Solo los glosarios (hasta cinco proyectos) pueden respaldarse en la nube. Cumple estándares de privacidad de California, equivalentes al GDPR.
• Servidores y latencia: tiene servidores en Silicon Valley y en China. La latencia puede ser un problema; por eso permite seleccionar motores según el rendimiento en cada sede.
• Huella de carbono: los modelos grandes y el ASR consumen mucha energía. Cymo explora modelos cuantizados más eficientes, pero aún experimentales. Mientras tanto, monitorea las acciones de sus proveedores.

Estas realidades —impacto ambiental, privacidad, limitaciones geográficas— son parte de la infraestructura invisible de cualquier herramienta de IA.

Interpretación consecutiva: el origen

Con marcas de tiempo y escritura manual, Cymo Note se convierte en un sistema digital de toma de notas que vincula tus anotaciones con la transcripción.

Es un uso distinto a la simultánea, pero demuestra la versatilidad del sistema. Algunos usuarios preferían la interfaz anterior con pantalla dividida, y el equipo está trabajando para recuperarla.

Esto muestra una herramienta que evoluciona a partir de la retroalimentación real, no basada en una visión rígida de empresa.

Qué cambia realmente

Entonces, ¿qué significa todo lo anterior para nuestra profesión?

Cymo Note no sustituye a los intérpretes. Ni remotamente. Lo que hace es redistribuir la carga cognitiva: la máquina se encarga de la memorización mecánica, el intérprete se encarga de generar significado.

Eso es un cambio profundo. Puede transformar cómo se prepara uno, cómo trabaja en cabina y cómo se define el propio rol profesional.

Pero también implica una responsabilidad: preservar las habilidades que no están siendo automatizadas. Porque si un intérprete depende demasiado del sistema, un fallo tecnológico lo dejará expuesto.

La herramienta es una ayuda genuina, solo una ayuda, no reemplaza a los intérpretes. Y mantener clara esa diferencia puede ser la habilidad más importante de todas.