Debido al creciente éxito de la traducción automática neuronal (NMT), muchos han comenzado a cuestionar su aplicabilidad en el campo de la traducción literaria. Para comprender las posibilidades de la NMT, estudiamos la salida del sistema de traducción automática neuronal de Google Translate (GNMT) y DeepL cuando se aplicaron a cuatro novelas clásicas traducidas del inglés al neerlandés. La calidad de los sistemas de NMT se discute centrándose en anotaciones manuales, y también empleamos varias métricas para obtener una visión sobre la riqueza léxica, la cohesión local, las diferencias sintácticas y estilísticas. En primer lugar, descubrimos que una gran proporción de las oraciones traducidas contenía errores. También observamos un nivel más bajo de riqueza léxica y cohesión local en las NMT en comparación con las traducciones humanas. Además, las NMT son más propensas a seguir la estructura sintáctica de una oración fuente, mientras que las traducciones humanas pueden diferir. Por último, las traducciones humanas se desvían de las traducciones automáticas en estilo.