ATS con API abierta y MCP: gestiona la selección desde tu IA

18 de julio de 2026
Por Jürgen Ulbrich

Sprad es el sistema de seguimiento de candidatos con API abierta y conexión MCP nativa, el ATS AI-first que manejas desde tu propio asistente mientras confirmas cada acción. Pide a Claude, ChatGPT o a tu propio agente que lea el pipeline y actúe sobre él, y la selección ocurre dentro de un sistema construido justo para eso.

Para un reclutador, eso significa que dejas de ser la capa de copiar y pegar entre la IA en la que confías y la herramienta donde ocurre la selección. Tu asistente trabaja con datos de candidatos en vivo y te devuelve cada decisión para que la apruebes. Muy pocas plataformas pueden hacerlo todavía, y por eso vale la pena definirlo bien.

La IA que ya usas en todas partes ha estado, hasta ahora, excluida del único sistema donde ocurre tu selección.

  • MCP, publicado como código abierto por Anthropic en noviembre de 2024, se convirtió en el estándar de facto para conectar la IA con herramientas en menos de un año.
  • Una API abierta de ATS expone ofertas, candidatos y entrevistas para lectura y escritura, de modo que un agente puede realmente hacer avanzar las cosas.
  • Cada acción de IA en Sprad está sujeta a confirmación humana, una pista de auditoría completa y un tratamiento de datos alojado en la UE.
  • La Ley de IA de la UE considera de alto riesgo la IA de selección, lo que convierte la supervisión humana en un requisito legal en toda Europa.

¿Qué es un ATS con API abierta y MCP?

Un ATS con API abierta y MCP es un sistema de selección cuyos datos y acciones están expuestos para que un asistente de IA externo pueda manejarlo directamente, desde leer el pipeline hasta actuar sobre él. La API abierta publica los objetos esenciales con los que trabaja un reclutador cada día, y MCP es la capa que permite a tu IA encontrar esos objetos y usarlos en lenguaje natural.

La API es lo fundamental. Una API de ATS realmente abierta expone los objetos estandarizados que un reclutador toca a diario, desde ofertas abiertas y fichas de candidatos hasta entrevistas y scorecards, con acceso tanto de lectura como de escritura. El acceso de lectura permite a un asistente resumir un pipeline, mientras que el de escritura le permite avanzar a un candidato o enviar una invitación a entrevista. Sin los permisos de escritura, un agente solo puede describir tu selección, nunca moverla.

Muy pocas plataformas de selección ofrecen esto hoy en día. La mayoría de los proveedores tradicionales están frenados por modelos de datos antiguos y ciclos de lanzamiento más lentos, así que el soporte nativo para tu propia IA seguirá siendo un diferenciador real durante 2026. El ATS gratuito con IA de Sprad está pensado para ello desde cero, alojado en la UE y con humano en el circuito por diseño, con un núcleo gratuito para siempre y módulos de IA opcionales encima.

¿Qué es MCP (Model Context Protocol) y por qué cambia la selección?

MCP, el Model Context Protocol, es el estándar abierto que permite a tu asistente de IA leer tus sistemas y actuar dentro de ellos. Anthropic lo publicó como código abierto en noviembre de 2024, y esa capacidad de leer y escribir es lo que convierte un ATS en algo que tu asistente maneja por ti, en lugar de algo por lo que navegas haciendo clic.

Model Context Protocol (MCP): un estándar abierto que conecta los asistentes de IA con las herramientas y los datos que necesitan, de modo que pueden tanto recuperar información como realizar tareas. Se describe a menudo como "un puerto USB-C para aplicaciones de IA".

MCP se extendió rápido. En alrededor de un año se convirtió en la forma neutral para los proveedores de conectar agentes de IA con herramientas, con más de 10.000 servidores públicos activos y adopción en todos los grandes asistentes, antes de ser cedido a la Agentic AI Foundation de la Linux Foundation en diciembre de 2025.

Para la selección, el resultado práctico es directo. Con tu ATS conectado mediante MCP, puedes gestionar el reclutamiento diario en lenguaje natural dentro de Claude o ChatGPT, desde elaborar una preselección hasta redactar el mensaje de contacto que la acompaña, todo con datos del ATS en vivo y sin copiar, pegar ni exportar. El propio agente de IA de RR. HH. de Sprad, Atlas, es la pieza que ejecuta esos flujos de trabajo en lenguaje natural por ti.

¿Cómo gestionas la selección desde Claude o ChatGPT?

Lo gestionas como una conversación, y sigues siendo tú quien aprueba cada paso. Una sola petición como "muéstrame los cinco mejores candidatos para el puesto de ingeniero backend e invítalos a una entrevista por voz" se convierte en una secuencia que tu agente propone y tú confirmas antes de que ocurra nada en el sistema.

Así se desarrolla esa petición con Sprad conectado a tu asistente:

  1. Pides en lenguaje natural, indicando el puesto y la acción que quieres que se haga.
  2. El agente lee el pipeline, clasificando a los candidatos en vivo según los criterios del puesto, con evidencias para cada puntuación.
  3. Propone las acciones, mostrándote primero la preselección y los borradores de invitación.
  4. Tú confirmas el paso, de modo que no se envía nada y no se mueve ninguna fase sin tu aprobación.
  5. Sprad lo ejecuta y lo registra, enviando las invitaciones y anotando cada acción en la pista de auditoría.

La entrevista por voz de ese ejemplo es uno de los módulos integrados de Sprad, una preselección estructurada por voz con IA que genera un informe con evidencias citadas de vuelta en el ATS. El paso de confirmación también tiene peso real. MCP está diseñado para que el cliente te pida permiso antes de ejecutar una herramienta, y la buena práctica es exigir una aprobación explícita para cualquier acción de escritura, justo los pasos sensibles como enviar una invitación o rechazar a un candidato.

Si todavía estás comparando sistemas, nuestra comparativa de software ATS cubre el mercado en general.

Control mediante MCP frente a una integración cerrada de ATS: ¿cuál es la diferencia?

La diferencia esencial es quién decide qué puede hacer el software. Una integración clásica sigue un camino fijo que un desarrollador cableó de antemano, mientras que MCP permite a tu IA descubrir las herramientas de un ATS y llamarlas en tiempo de ejecución, en lenguaje natural. MCP se construye encima de la API en lugar de sustituirla, así que la API sigue haciendo el trabajo real y el agente obtiene una forma estándar de acceder a ella.

La distinción se convierte en un riesgo para el negocio en cuanto tus ambiciones de IA superan a tu ATS. En un ecosistema cerrado esperas a que el proveedor lance cada función y usas la IA que él decida añadir, a su ritmo, sin poder traer el asistente en el que ya confía tu equipo. A medida que los agentes autónomos asumen más parte del flujo de trabajo, esa dependencia se convierte en un verdadero lastre. Más de la mitad de los responsables de talento planea incorporar agentes de IA autónomos a sus equipos en 2026, y el reclutamiento ya es el uso más común de la IA en RR. HH., así que los sistemas que sigan cerrados notarán antes la brecha.

Un ecosistema abierto apunta en la dirección contraria. Sprad se conecta con los sistemas que los equipos de reclutamiento ya usan, desde suites de RR. HH. como Personio y Workday hasta canales de sourcing como LinkedIn e Indeed, y encaja junto a las demás grandes plataformas ATS de las que dependen los equipos. En guías aparte explicamos por qué el ecosistema de integraciones lo decide todo y qué ofrece realmente el software de RR. HH. agéntico.

¿Un ATS con API abierta y MCP es seguro y cumple la Ley de IA de la UE?

Sí, cuando los controles adecuados se diseñan desde el principio. El riesgo realmente nuevo que añade MCP es la inyección de prompts y los agentes con demasiados permisos, donde una instrucción manipulada empuja a un asistente a hacer más de lo debido. Las defensas contra ello son bien conocidas, y Sprad las aplica por defecto.

Los controles que lo hacen seguro: permisos de mínimo privilegio para que un agente solo toque lo que necesita, confirmación humana explícita antes de cualquier acción de escritura, una pista de auditoría completa de cada paso de la IA y datos alojados en la UE que nunca salen de la región.

El cumplimiento es la otra mitad, y en Europa no es opcional. La Ley de IA de la UE clasifica como de alto riesgo la IA usada en el reclutamiento, lo que trae consigo obligaciones de registro trazable de la actividad y de una supervisión humana genuina. Las obligaciones de alto riesgo para la selección se aplican ahora desde el 2 de diciembre de 2027 tras el aplazamiento del AI Omnibus, con deberes de transparencia en vigor desde agosto de 2026, así que los equipos tienen un margen real para dejar bien su configuración.

Dos reglas hacen innegociable el papel humano. El artículo 14 de la Ley de IA establece que una persona debe poder interpretar el resultado de un sistema de selección, anularlo o detenerlo por completo, y debe estar protegida frente al sesgo de automatización. El artículo 22 del RGPD otorga a los candidatos el derecho a no ser objeto de una decisión de selección basada únicamente en un tratamiento automatizado, y los tribunales han confirmado que una revisión de mero trámite no cuenta. Un modelo de confirmar antes de actuar es la forma de mantenerte del lado correcto de ambas.

Sprad está construido exactamente para esta configuración. La plataforma está alojada en la UE y cumple tanto el RGPD como la Ley de IA de la UE, y cada valoración de preselección remite a la evidencia de la candidatura. Es humano en el circuito por diseño y nunca entrena modelos con tus datos, y su pista de auditoría registra cada acción de IA junto a la persona que la aprobó, que es justo la prueba que te pedirá un auditor o un comité de empresa.

Cuando el ATS pasa a ser lo que tu IA maneja

Cuando tu IA puede manejar el ATS, algo cambia sin hacer ruido. El sistema pasa a un segundo plano y tu asistente lo trabaja por ti. La interfaz pasa de hacer clic en formularios a describir lo que quieres, y tu criterio se aplica donde importa: aprobar las decisiones. Dejas de preguntar qué ATS tiene la pantalla más elegante y empiezas a preguntar cuál puede manejar tu IA con seguridad.

Tanto la API abierta como la conexión MCP importan más que cualquier función concreta. Deciden si la IA en la que ya confías puede llegar siquiera a tu selección, y si lo hace con permisos, confirmación y una pista de auditoría limpia. En Europa, esa gobernanza es lo que hace que la selección en lenguaje natural sea a la vez rápida y defendible.

Sprad reúne ambas cosas en un solo lugar: un ATS AI-first con un núcleo gratuito para siempre y módulos de IA opcionales, además de Atlas listo para gestionar tu selección desde Claude, ChatGPT o tu propio agente. Puedes conectar tu propia IA al ATS de Sprad y mantener cada acción bajo tu confirmación.

Preguntas frecuentes

¿Qué es MCP en un ATS?

MCP en un ATS es la capa de conexión que permite a un asistente de IA externo manejar directamente tu sistema de selección. Expone las acciones de lectura y escritura del ATS a herramientas como Claude o ChatGPT, de modo que el asistente puede buscar candidatos, elaborar preselecciones y mover personas por las fases en lenguaje natural, con tu confirmación en cada paso.

¿Puedo controlar un ATS con ChatGPT o Claude?

Sí, si el ATS expone una API abierta y una conexión MCP. Con Sprad, pides a Claude, ChatGPT o a tu propio agente que lea tu pipeline y proponga acciones, y luego confirmas antes de que se envíe o cambie nada. La IA hace el trabajo, y tú te quedas con las decisiones y la aprobación.

¿Qué ATS admite MCP?

Sprad es el ATS AI-first construido en torno a una API abierta y una conexión MCP nativa, de modo que puedes gestionar la selección desde tu propio asistente de IA. El soporte nativo de MCP sigue siendo poco común en 2026, limitado sobre todo a plataformas nativas de IA, lo que lo convierte hoy en un diferenciador real del mercado.

¿Es seguro un ATS con API abierta?

Sí, un ATS con API abierta es seguro cuando aplica los controles adecuados, sobre todo acceso de mínimo privilegio y confirmación humana explícita antes de cualquier acción de escritura, respaldados por una pista de auditoría completa y alojamiento en la región. El principal riesgo nuevo del control mediante IA es la inyección de prompts, que esas salvaguardas contienen. Sprad las incorpora por defecto.

¿Cuál es la diferencia entre una integración y el control mediante MCP?

Una integración es una conexión fija que un desarrollador construye de antemano entre dos sistemas siguiendo un camino establecido. El control mediante MCP permite a un agente de IA descubrir las herramientas de un sistema y llamarlas en tiempo de ejecución en lenguaje natural. MCP funciona sobre la API, así que la mayoría de las configuraciones acaban usando ambos a la vez.

Jürgen Ulbrich

CEO y cofundador de Sprad

Jürgen Ulbrich cuenta con más de una década de experiencia en la creación y dirección de equipos y empresas de alto rendimiento. Como experto en programas de recomendación de empleados y en procesos de feedback y desempeño, Jürgen ha ayudado a más de 100 organizaciones a optimizar sus estrategias de captación y desarrollo de talento.

Plantillas y descargas gratuitas

Únete a la comunidad en solo 26 segundos y accede gratis a más de 100 recursos, plantillas y guías.

No items found.

La People Powered HR Community es para profesionales de RR. HH. que ponen a las personas en el centro de su trabajo de RR. HH. y reclutamiento. Juntos, convirtamos nuestra convicción compartida en un movimiento que transforme el mundo de RR. HH.