O rápido avanço dos sistemas de tradução automática e das ferramentas de inteligência artificial generativa tem suscitado importantes reflexões sobre o futuro da tradução. Embora essas tecnologias sejam capazes de produzir traduções cada vez mais fluentes e de lidar, em muitos casos, com fenômenos linguísticos complexos, a qualidade de seus resultados ainda depende da atuação do tradutor, especialmente em textos especializados e em situações que envolvem linguagem figurada, convencionalidade e conhecimentos culturais. Nesta palestra, serão apresentados resultados de uma série de pesquisas desenvolvidas no âmbito da Universidade Federal do Rio Grande do Sul (UFRGS) que investigam a pós-edição de traduções produzidas por sistemas de tradução automática neural e por grandes modelos de linguagem (LLMs) por estudantes de Bacharelado em Tradução. Os estudos contemplam diferentes fenômenos e gêneros textuais, incluindo expressões idiomáticas e textos especializados da área da gastronomia. Os resultados mostram que, embora as ferramentas de IA frequentemente produzam traduções aceitáveis, elas ainda tendem a privilegiar soluções literais, apresentam inconsistências terminológicas e nem sempre preservam a idiomaticidade, a convencionalidade e as características discursivas dos textos de partida. Ao mesmo tempo, as pesquisas revelam evidências de um possível efeito negativo da tradução automática no processo de formação: diante de saídas aparentemente fluentes e corretas, tradutores em formação tendem, por vezes, a aceitar soluções inadequadas sem questioná-las, deixando de considerar aspectos terminológicos, fraseológicos e discursivos próprios do gênero textual. A partir dessas evidências, a palestra propõe uma reflexão sobre o papel da pós-edição na formação de tradutores e discute como a inteligência artificial generativa pode ser incorporada ao ensino não como substituta do tradutor, mas como um recurso pedagógico que exige o desenvolvimento de competências de avaliação.