En la era digital, la (r)evolución de la traducción automática neuronal (NMT) ha remodelado tanto el mercado como el flujo de trabajo de los traductores. Sin embargo, la adopción de esta tecnología no ha llegado completamente al campo creativo de la traducción literaria. En este contexto, este estudio tiene como objetivo explorar hasta qué punto se pueden utilizar los sistemas de NMT para traducir los desafíos creativos que plantean los modismos, específicamente las expresiones multi-palabra (MWEs) manipuladas que se encuentran en los textos literarios. Para llevar a cabo este estudio piloto, se seleccionaron cinco MWEs manipuladas de una novela de fantasía y se tradujeron automáticamente (inglés > español) mediante cuatro sistemas de NMT (DeepL, Google Translate, Bing Translator y Reverso). Luego, cada salida de NMT, así como una traducción humana, fueron evaluadas por seis traductores literarios profesionales utilizando una hoja de evaluación humana. Con base en estos resultados, se calculó la creatividad obtenida en cada método de traducción. A pesar del rendimiento satisfactorio tanto de DeepL como de Google Translate, la creatividad de la traducción humana fue altamente superior en casi todas las MWEs manipuladas. Hasta donde sabemos, este artículo no solo contribuye al estudio en curso de la NMT aplicada a la literatura, sino que también es uno de los pocos estudios que profundizan en el campo casi inexplorado de la evaluación de la creatividad en las MWEs traducidas por máquinas.