Appauvrir ou enrichir ? Paradoxes de la traduction

.
Google, et bien d'autres, proposent sur Internet divers outils de traduction instantanée. Gratuits. Tous simplificateurs et pour l'instant encore peu performants. Quels sont les effets d'une traduction probablement faible sur la gestation du texte d'orgine, à traduire, éventuellement, dans n'importe quelle langue (51 langues pour Google Translate, incorporé dans Google Docs) ?

Pour espérer une traduction la moins fausse possible, s'il ne peut recourir à un travail de traduction de qualité, l'auteur doit écrire son texte avec des mots simples (peu de syllabes), ayant une fréquence d'usage élevée ; il doit recourir à une syntaxe restreinte, à des phrases courtes, sans subordonnées, sans tournures idiomatiques... Ce sont là, en moins strictes, des consignes que donnent les entreprises de traduction à leurs clients... Ces consignes sont proches de celles données aux journalistes pour les médias internationaux (Special English de "Voice Of America", français facile de Radio France International) et parfois aux journaux grand public pour les médias en langue nationale.
Ainsi, la probabilité d'une traduction faible - comme d'une lecture par de piètres lecteurs - exerce un effet de simplification par anticipation, conformément à la "causalité du probable" observée en sociologie de l'éducation.
L'internationalisation que propagent les outils de traduction automatique est facteur d'érosion culturelle, de simplification. Elle est à l'opposé de la traduction qui donne à comprendre un texte en assimilant sa culture d'origine. Une traduction enrichit le texte traduit, observait Walter Benjamin (qui traduisit Proust, Baudelaire, etc. en allemand. Cf. Die Aufgabe des Übersetzers). Une traduction automatique l'appauvrit. 

Pour un moteur de recherche, la traduction est fondamentale puisque le moteur doit fournir des résultats indifférents à la langue ("any language", par défaut dans Google à moins que l'utilisateur ne le modifie dans "advanced search").
Paradoxalement, les traductions simplifiées de discours stéréotypés en vue de la traduction, en faussant la statistique des tournures, des néologismes, altèrent et appauvrissent la traduction automatique (via "machine learning", "pattern matching", selon Google), à laquelle elles enseignent de médiocres modèles (pattern), tandis que les traductions riches enrichissent l'apprentissage des machines. Ici affleure le débat entre la traduction massive par machines apprenantes (machine learning) et les approches sémantiques, artisanales jusqu'à présent. Ceci plaide pour des solutions mixtes (computer assisted translation, CAT) ?
.