A medida que la Traducción Automática (TA) se vuelve cada vez más omnipresente, también lo hace su uso en los flujos de trabajo de traducción profesional. Sin embargo, su proliferación en la industria de la traducción ha traído nuevos desafíos en el campo de la Post-Edición (PE). Ahora nos enfrentamos a la necesidad de encontrar herramientas efectivas para evaluar la calidad de los sistemas de TA y evitar pagos insuficientes y desconfianza por parte de los traductores profesionales. En este escenario, un campo de estudio prometedor es la Estimación de Calidad de TA (EQTA), ya que busca determinar la calidad de una traducción automática y, de manera indirecta, su grado de dificultad para la post-edición. Sin embargo, su impacto en los flujos de trabajo de traducción y la carga cognitiva de los traductores aún está por explorarse completamente. Informamos sobre los resultados de un estudio de impacto que involucra a traductores profesionales en tareas de PE utilizando EQTA. Para evaluar la carga cognitiva de los traductores, medimos su productividad tanto en términos de tiempo como de esfuerzo (pulsaciones) en tres escenarios diferentes: traducir desde cero, post-editar sin usar EQTA y post-editar utilizando EQTA. Nuestros resultados muestran que una buena información de EQTA puede mejorar la eficiencia de la post-edición y disminuir la carga cognitiva de los traductores. Esto es especialmente cierto en casos con baja calidad de TA.