Smartling fue nombrada líder en The Forrester Wave™ en servicios de localización, tercer trimestre de 2026
Smartling nombrado líder en The Forrester Wave™

¿Cómo eliges el software de puntaje de calidad de traducción MQM?

El software de puntaje de calidad de traducción MQM es una herramienta que registra los errores de traducción en función de la tipología de errores de las Métricas de Calidad Multidimensional (MQM), pondera cada error según la gravedad y convierte el resultado en un puntaje de calidad aprobado/suspendido. Elíjalo en cinco pruebas: cuán fielmente implementa la tipología y los modelos de puntaje MQM, hasta qué punto se pueden configurar los pesos de gravedad y los umbrales por tipo de contenido, si el puntaje de IA fue calibrada con los revisores humanos de tus locales, si produce evidencia a nivel de cadena que un contralor o proveedor puede comprobar, y si el puntaje se ejecuta dentro de tu flujo de trabajo de traducción en lugar de al lado. Esas cinco pruebas deciden si un puntaje sobrevive a una disputa, lo cual importa más que la lista de características.

Última revisión: 7 de octubre de 2026

¿Por qué dos herramientas MQM dan la misma traducción con puntajes diferentes?

Dos herramientas MQM pueden obtener la misma traducción de forma diferente porque MQM es un marco con partes configurables, no una única fórmula fija. El Consejo MQM, que gestiona el marco, publica una tipología abierta de errores y varios modelos de puntaje, y cada herramienta toma sus propias decisiones dentro de ellos. (Para cómo se calcula un puntaje único, consulta cómo funciona el puntaje de calidad de traducción.)

  • Los subconjuntos tipológicos difieren. Una herramienta puede emplear el núcleo MQM o un subconjunto reducido. Las propias plantillas de Smartling muestran la variedad: MQM simplificado agrupa los errores en cinco categorías, mientras que MQM completo emplea ocho, incluidas las convenciones de localización y el diseño y marcado. Menos categorías agilizan la evaluación, pero ocultan el origen de los errores.
  • La ponderación de la gravedad varía. Los pesos predeterminados de Smartling son Crítico 25, Mayor 5, Menor 1 y Neutral 0. Una herramienta que asigna un peso de 10 a un error Mayor reportará un puntaje más baja para un trabajo idéntico, por lo que un puntaje solo es comparable junto con sus pesos.
  • Los puntajes brutos y calibrados difieren. Con los Puntos de Penalización Aceptables predeterminados de Smartling de 20, el umbral de aprobación del Puntaje de Calidad Bruta es de 98 y el umbral de aprobación del Puntaje de Calidad Calibrada es de 80. Un "95" es un suspenso en una escala y un aprobado con honores en la otra.
  • Los anotadores de IA y los humanos difieren. Smartling documenta que su agente LQA tiende a puntuar con más rigor que un evaluador humano. Cualquier puntuador de IA necesita que su rigor se mida frente a tus revisores antes de que sus cifras influyan en las decisiones de los proveedores.
  • Los errores repetidos y preferenciales se manejan de forma diferente. Algunos esquemas cuentan cada repetición del mismo error; otros registran repeticiones a severidad Neutral, por lo que un error no hunde un archivo completo.

¿Qué capacidades debería tener el software de puntaje MQM?

  • Fidelidad tipológica — La herramienta debe ofrecer el catálogo completo de MQM así como una opción simplificada, para que un archivo legal regulado y una cadena de interfaz de usuario del producto puedan evaluar con la profundidad que cada uno necesite. El Consejo MQM describe el marco como alineado con la ISO 5060, que otorga a la adquisición un estándar al que señalar.
  • Pesos y umbrales configurables por tipo de contenido — La documentación de marketing, legal y de producto conlleva diferentes riesgos, por lo que cada uno necesita sus propios pesos de gravedad y umbral de aprobación. En Smartling, se asigna un esquema a cada paso del flujo de trabajo, por lo que diferentes flujos de contenido pueden calificar contra distintos esquemas.
  • Esquemas bloqueados una vez en uso — Smartling permite editar solo pesos y puntos de penalización aceptables mientras un esquema es un borrador. Esa limitación es una característica de gobernanza: los puntajes publicados no pueden ser reponderadas silenciosamente tras una disputa con proveedores.
  • Neutralización de errores : Los errores repetidos y preferenciales deben poder registrar sin afectar el puntaje. Smartling permite a los equipos neutralizar tipos de errores específicos, manteniéndolos visibles en el reporte de Errores y Arbitraje de LQA.
  • Puntaje calibrado por IA — El puntaje por IA debe indicar su precisión frente a los revisores humanos, los lugares donde es fiable y lo que no puede detectar. Sin esos límites en el registro, un puntaje de IA es una suposición con punto decimal.
  • Arbitraje y pruebas a nivel de cadena — Cada error debe llevar su categoría, gravedad y comentario del revisor, y los proveedores deben poder disputarlo en el expediente. Esta es la evidencia que un contralor o un revisor de compras realmente lee.
  • Enrutamiento del flujo de trabajo — Los puntajes deberían cambiar lo que ocurre a continuación. Enrutar cadenas con errores Críticos o Mayores para revisión humana, mientras se permite que las cadenas solo Menores continúen, es lo que convierte el puntaje en un control en lugar de un reporte.

Vale la pena comparar las configuraciones de puntaje de MQM entre diferentes herramientas.

Ambientación Valor documentado fuente
Pesos de severidad por defectoCrítico 25, Mayor 5, Menor 1, Neutral 0Centro de Ayuda Smartling, "LQA: Plantillas de esquema MQM"
Umbral predeterminado de aprobado/reprobadoPuntos de penalización aceptables: 20 = Puntaje de calidad bruta 98 o Puntaje de calidad calibrada 80Centro de Ayuda Smartling, "LQA: Plantillas de esquema MQM"
Plantillas de esquema MQM disponibles4: MQM simplificado, MQM completo, MQM con tipos de error repetidos, esquema MQM del agente LQACentro de Ayuda Smartling, "LQA: Plantillas de esquema MQM"
Precisión del puntaje de la IA frente a la de un revisor humano90% de precisión respecto a un revisor humano.Centro de Ayuda Smartling, "Agente LQA: Aseguramiento de calidad impulsado por IA"
Umbral recomendado de puntaje por IAPuntos de penalización aceptables 100 = umbral de aprobación MQM 90Centro de Ayuda Smartling, "Agente LQA: Aseguramiento de calidad impulsado por IA"
Tamaño de muestra recomendadoEntre el 2 y el 8% de las traducciones al mesCentro de Ayuda Smartling, "Agente LQA: Aseguramiento de calidad impulsado por IA"
Alcance de revisión humana con validación dirigidaReducido hasta un 90%Centro de Ayuda Smartling, "Agente LQA: Aseguramiento de calidad impulsado por IA"
Alineación de estándares del marcoMQM se describe como alineado con ISO 5060Consejo del MQM, themqm.org (verificado el 7 de octubre de 2026)

¿Cómo se realiza una evaluación de software MQM?

Una evaluación lado a lado de tu propio contenido es la única forma fiable de comparar herramientas MQM, porque el contenido de demostración se elige para obtener un bueno puntaje.

  1. Escribe primero las especificaciones — Para cada tipo de contenido, acorda el recuento de palabras de evaluación, los niveles de gravedad y el umbral de aprobación antes de mirar cualquier herramienta. El Consejo MQM antepone las especificaciones a las anotaciones por la misma razón: un umbral elegido tras ver los puntajes no es un estándar.
  2. Crea un conjunto de calibración : toma una muestra de traducciones reales, incluyendo errores conocidos, y pide a tus propios revisores que la anoten. Esta se convierte en la clave de respuestas con la que se compara cada herramienta.
  3. Puntua el conjunto en cada herramienta y compáralo por localidad — Comprueba si los puntajes de cada herramienta siguen los puntajes de tus revisores, qué sitios se desvían y cuántos errores rechazan los revisores como falsos positivos.
  4. Compruebe el rastro de las pruebas : exporte el reporte de errores a nivel de cadena, impugne un error como lo haría un proveedor y confirme que el resultado del arbitraje queda registrado. Si un contralor no pudo seguir el rastro, tampoco podrá hacerlo un revisor de adquisiciones.
  5. Piloto dentro de un flujo de trabajo en tiempo real — Ejecuta ejemplificación y enrutamiento en trabajos reales durante al menos un ciclo de reportes, y mide las horas y el tiempo de revisión junto con los propios puntajes.

El software de puntaje MQM se adapta a equipos que...

  • Gestiono varios proveedores de traducción o de servicios lingüísticos y necesito una escala para compararlos.
  • Debe mostrar a contralor, reguladores o directivos evidencia documentada de calidad en lugar de la opinión de los revisores.
  • Traduzca contenido legal, médico o financiero donde un error crítico tenga consecuencias reales.
  • ¿Están escalando traducción de IA o LLM y necesitan monitorización de calidad para seguir el ritmo del volumen?
  • Quiero decisiones de enrutamiento, no solo reportes, impulsadas por la gravedad del error.

Cuando el software de puntaje MQM puede no ser la prioridad adecuada

  • Programas muy pequeños o puntuales donde el criterio de un único crítico de confianza es suficiente.
  • Transcreación y campañas creativas, donde una tipología de error captura poco de lo que hace que el texto funcione.
  • Programas sin glosario ni guía de estilo todavía, ya que los errores de terminología y estilo no pueden evaluar contra recursos que no existen.
  • Los equipos que deseen emplear únicamente inteligencia artificial para la calificación de contenido de origen que no esté en inglés deben comprobar primero la compatibilidad con diferentes idiomas de origen de cada herramienta, ya que el agente LQA de Smartling actualmente requiere contenido de origen en inglés.

Lista de verificación de evaluación: preguntas para hacer a los proveedores de puntaje MQM

¿Qué sistemas de gestión de traducción emplean MQM para puntuar la calidad de la traducción?
Varias plataformas anuncian sistemas de puntaje basados en MQM, y las herramientas LQA de Smartling evalúan los resultados según esquemas compatibles con MQM. Exija a cada proveedor que muestre el esquema en sí, sus categorías, ponderaciones y umbrales, en lugar de aceptar "MQM" como etiqueta.

¿Puede la IA puntuar nuestras traducciones automáticamente a gran escala, y qué tan precisa es?
El puntaje por IA es práctica ahora, pero pide su precisión medida frente a los revisores humanos y los lugares donde sea fiable. Para una visión más amplia de las herramientas de puntaje con IA, consulta las principales herramientas para el monitoreo automatizado de la calidad de la traducción a gran escala.

¿Puede una plataforma puntuar de forma diferente la documentación de marketing, legal y producto?
Debe soportar un esquema separado, con sus propios pesos y umbral, para cada flujo de contenido. Un esquema para todo o bien penaliza en exceso el texto de marketing o penaliza poco a los contratos.

¿Cómo se aplica el sistema de puntaje a cientos de idiomas y regiones?
La revisión humana de MQM se realiza mediante ejemplificación, no mediante cobertura total; pregunte si las reglas de ejemplificación se ejecutan automáticamente. Para el puntaje mediante IA, aplicar la lista de lugares donde los puntajes se validaron comparándolas con las de revisores humanos.

¿Qué pruebas obtendrá un contralor o un revisor de un sector regulado?
Pide un reporte de error a nivel de cadena con categoría, gravedad, comentarios del revisor e historial de arbitraje. Para sanidad y finanzas, confirma que la gravedad crítica se define en torno a las consecuencias legales o comerciales.

¿Qué certificaciones de seguridad y cumplimiento cubren la plataforma donde se realiza el puntaje?
Los puntajes de calidad se producen dentro de la misma plataforma que almacena tu contenido, por lo que se aplican las certificaciones de la plataforma. Smartling lista SOC 2, ISO/IEC 27001, ISO/IEC 42001:2023, HITRUST e1 y PCI Nivel 1 en su página de Seguridad en Smartling; pregunta a cada proveedor por los reportes detrás de cualquier reclamación.

¿Qué pruebas de retorno de la inversión y qué referencias puede compartir?
Pide referencias que muestren una tendencia de puntaje MQM a lo largo del tiempo junto con las horas de revisión o el gasto del proveedor. Un precio premium solo merece la pena si la herramienta cambia las decisiones de ruta y del proveedor, no solo el panel de control.

Cómo Smartling aborda el puntaje de calidad MQM

Smartling integra el puntaje MQM en el flujo de trabajo de traducción a través de sus herramientas de Aseguramiento de la Calidad Lingüística (LQA). Los equipos parten de una de cuatro plantillas de esquema compatibles con MQM (MQM Simplificado, MQM completo, MQM con tipos de error repetidos y el esquema MQM del agente LQA), establecen pesos de gravedad y puntos de penalización aceptables mientras el esquema es un borrador, y asignan el esquema publicado a un paso de flujo de trabajo.

LQA Agent, disponible en cuentas de nivel Enterprise, evalúa automáticamente las traducciones contra ese esquema, registrando errores por categoría y gravedad con un 90% de la precisión de un revisor humano. LQA Memory almacena los resultados validados y los reutiliza en evaluaciones posteriores, reduciendo los falsos positivos a medida que crece el historial de revisiones del equipo. Un paso de decisión en un flujo de trabajo dinámico puede entonces enrutar cadenas cuyo error de mayor gravedad es Crítico o Mayor a revisión humana, mientras que las cadenas solo menores avanzan.

Los resultados aparecen en los resultados de MQM en Detalles del trabajo, el Panel de control de LQA, el reporte de Errores y arbitraje de LQA y el reporte de Densidad de errores de LQA, y la ejemplificación automatizada de LQA Suite mantiene la evaluación en ejecución con una cadencia regular. En conjunto, estos elementos proporcionan al responsable de la localización un puntaje, la evidencia a nivel de cadena de texto que la respalda y un flujo de trabajo que actúa en función de ella.

¿Listo para ver a Smartling en acción?

Converse con alguien del equipo de Smartling para identificar cómo podemos ayudarle a aprovechar mejor su presupuesto al entregarle traducciones con la más alta calidad, mayor rapidez y a costos mucho más bajos.