Preselección de CV con IA en Ashby: scoring automático como módulo conectado

Por Jürgen Ulbrich

Buscas preselección de CV en Ashby porque el cuello de botella no es publicar ofertas ni mover etapas, sino las primeras 30 a 300 candidaturas. Esa parte en la que alguien abre PDFs, busca los requisitos imprescindibles e intenta mantener la coherencia.

Ashby es un ATS potente con API pública y compatibilidad con webhooks, pensado para ampliarse (documentación de la API de Ashby). Lo que no pretende ser es un “motor de scoring de encaje con IA” que clasifique automáticamente a los candidatos según tu descripción de puesto real. Ahí entra Sprad: Sprad + Atlas es un módulo conectado que se integra con Ashby. Tú mantienes Ashby como sistema de registro. Atlas lee lo que necesita, hace el trabajo de preselección y después escribe la puntuación y la justificación de vuelta en Ashby mediante el flujo de integración descrito en el Automation Hub de Sprad.

La promesa es sencilla: los reclutadores dejan de cruzar CVs a mano y trabajan con una lista ordenada y transparente dentro de Ashby, sin tener que sustituir ningún sistema.

Preselección de CV en Ashby: qué hace bien Ashby y dónde los equipos siguen trabajando a mano

El valor central de Ashby está claro: gestión del pipeline, programación de entrevistas, colaboración, reporting e integraciones. Ashby también apuesta por la apertura: su página de integraciones destaca una API abierta y anima a los partners a integrarse (integraciones de Ashby).

Pero en muchos equipos, “preseleccionar” sigue significando:

  • Abrir el CV adjunto (a menudo hay varias versiones).
  • Buscar las skills imprescindibles y la experiencia reciente y relevante.
  • Compararlo mentalmente con la descripción del puesto (o con una lista aproximada de requisitos).
  • Escribir un breve resumen para el hiring manager.
  • Repetirlo 50 veces, intentando ser justo y coherente.

Incluso con un gran ATS, ahí es donde se va el tiempo. Y también donde se resiente la calidad: dos reclutadores pueden leer el mismo CV y llegar a conclusiones distintas, sobre todo cuando los puestos son complejos o la descripción tiene matices.

Por eso, quien busca “preselección de CV en Ashby” suele querer uno de estos tres resultados:

  • Velocidad: shortlists ordenadas en minutos, no en días.
  • Coherencia: los mismos criterios aplicados a todas las candidaturas.
  • Trazabilidad: una puntuación que puedas explicar, no una caja negra.

Esa combinación de velocidad, coherencia y explicabilidad es justo lo que una capa de integración puede añadir sobre Ashby.

Cómo funciona la preselección de CV en Ashby con Sprad + Atlas (paso a paso)

Atlas, de Sprad, está pensado como “una IA para todo tu stack de RR. HH.”. Se conecta con distintas herramientas y ejecuta rutinas donde ya trabaja tu equipo. Para la preselección de CV en Ashby, el flujo es directo: un candidato llega a Ashby, Atlas evalúa su CV frente al puesto y escribe los resultados de vuelta en Ashby.

1) Disparador: una nueva candidatura llega a Ashby

Cuando un candidato se postula (o se añade) en Ashby, la integración puede activarse mediante webhooks de Ashby o consultas programadas con la API de Ashby (documentación de la API de Ashby). Es el enganche más limpio porque sigue tu flujo de selección real: sin bandeja extra, sin portal nuevo, sin proceso paralelo.

2) Atlas recoge el registro del candidato y el contexto real del puesto

Atlas obtiene el perfil del candidato, el CV adjunto y el puesto concreto al que se ha postulado, incluida la descripción del puesto que está en Ashby. Esto importa. Puntuar “frente a una plantilla genérica de rol” genera ruido. Puntuar frente a tu descripción de puesto es lo que genera señal.

Si quieres una definición más profunda de “encaje”, Atlas también puede tomar como referencia tus señales internas de éxito, si las tienes. Ahí la plataforma más amplia de Sprad puede ayudar, porque conecta datos de desarrollo (skills, objetivos, notas de desempeño) con los patrones de contratación. Es opcional y se rige por tus reglas de acceso y tus decisiones de política interna. Conceptualmente, es el puente entre contratación y desarrollo que casi ningún stack llega a construir. (Si te interesa ese enfoque, empieza por la plataforma de gestión del talento de Sprad en lugar de añadir otra herramienta de analítica más.)

3) Análisis del CV: convertir PDFs en datos estructurados y comparables

El CV suele llegar en PDF o DOCX. Atlas lo analiza y estructura el contenido en un formato coherente, por ejemplo:

  • Puestos, empresas, señales de seniority, tiempo en cada puesto
  • Skills y herramientas (con contexto, no solo coincidencias de palabras clave)
  • Formación y certificaciones
  • Sector y conocimiento del dominio
  • Idiomas y ubicaciones

Este paso no tiene glamour. Pero es lo que hace que la puntuación sea estable y auditable.

4) Scoring de candidatos: comparar con el puesto, no con otros candidatos

Atlas puntúa al candidato frente a tu descripción de puesto y tus reglas de preselección. Tú decides qué significa “encaje”. Las configuraciones habituales incluyen:

  • Imprescindibles frente a deseables: filtros estrictos y criterios ponderados
  • Calibración de seniority: evitar sobrepuntuar CVs junior llenos de palabras clave para puestos senior
  • Ponderación por actualidad: valorar más la experiencia práctica reciente que la antigua
  • Comprobaciones de contexto: “usó la herramienta X” no es lo mismo que “fue responsable de la herramienta X en producción”

Este es el núcleo de la preselección de CV en Ashby: ordenar a los candidatos como lo harían tus mejores reclutadores, y hacerlo al instante para cada candidatura.

5) Shortlist transparente: puntuación + justificación breve

Atlas genera una shortlist ordenada con una puntuación y una justificación breve por candidato. La justificación marca la diferencia entre “lo dijo la IA” y “podemos defender esta decisión”. Algunos ejemplos de formatos de justificación:

  • Requisitos que mejor encajan (y dónde aparecen en el CV)
  • Carencias o riesgos clave (falta un imprescindible, profundidad poco clara, cronología incoherente)
  • Siguiente paso sugerido (llamada de preselección, rechazo o revisión del hiring manager)

Nadie quiere notas más largas. Los reclutadores quieren notas rápidas y creíbles que les ayuden a actuar.

6) Escritura de vuelta en Ashby: una única fuente de verdad

Atlas escribe la puntuación, el resumen de la justificación y, opcionalmente, etiquetas de vuelta en Ashby. Así Ashby sigue siendo el sistema de registro. Además, significa que:

  • Los reclutadores no copian y pegan entre herramientas.
  • Los hiring managers ven el mismo contexto en el ATS.
  • Los registros de auditoría permanecen donde ya vive tu proceso de selección.

Si quieres ir un paso más allá, Atlas también puede activar rutinas posteriores: recordatorios a los hiring managers, traspasos para programar entrevistas o borradores personalizados de rechazo, siempre anclados en las etapas de Ashby.

Qué cambia en el día a día: Ashby solo frente a Ashby + Atlas para la preselección de CV

La forma más fácil de evaluar cualquier enfoque de preselección de CV en Ashby es mirar la semana del reclutador, no la lista de funcionalidades. Si tus reclutadores siguen abriendo cada CV y escribiendo cada resumen, no has resuelto el cuello de botella.

Paso de selección Solo Ashby (habitual) Ashby + módulo conectado Atlas
Llegan nuevas candidaturas El reclutador vigila la bandeja o la cola y empieza la revisión manual Atlas se activa con el evento de nueva candidatura y empieza a preseleccionar automáticamente
Comprensión del CV Las personas leen los PDFs; los datos clave quedan en notas o en la memoria Atlas estructura el contenido del CV en campos coherentes para puntuar y revisar
Evaluación del encaje Comparación manual con la descripción del puesto; ponderación incoherente entre revisores Atlas puntúa frente a tu descripción de puesto y tus reglas; criterios coherentes
Shortlist El reclutador crea la shortlist a mano (a menudo en comentarios o en documentos externos) Atlas escribe en Ashby una shortlist ordenada con su justificación
Explicabilidad Depende de las notas de cada reclutador; varía en nivel de detalle y calidad Justificación estandarizada de “por qué esta puntuación” guardada por candidato

Por eso funciona una capa de integración. No pides a los reclutadores que cambien de herramienta. Cambias la carga de trabajo dentro de la herramienta en la que ya confían.

Cómo mantiene Atlas la utilidad del scoring (y evita convertirse en “números aleatorios de IA”)

La mayoría de los equipos no fracasa en la preselección de CV en Ashby porque el modelo sea débil. Fracasa porque la lógica de puntuación está desconectada de la realidad de la contratación. Estas son las decisiones de diseño que mantienen los resultados utilizables.

Empieza con tu descripción de puesto real y añade una capa de scorecard

Las descripciones de puesto son desordenadas. Mezclan imprescindibles, cultura, deseables y jerga interna. Atlas puede puntuar directamente sobre el texto, pero los mejores resultados llegan cuando añades una capa fina de scorecard:

  • De 3 a 6 señales imprescindibles (requisitos innegociables)
  • De 5 a 10 señales ponderadas (skills, dominios, herramientas, alcance)
  • De 2 a 4 señales de riesgo (cambios frecuentes de empleo, lagunas laborales poco claras, falta de evidencias)

No necesitas una rúbrica de 30 líneas. Necesitas una rúbrica que refleje cómo decide tu hiring manager.

Exige “fragmentos de evidencia” para cada afirmación importante

Atlas puede incluir breves fragmentos de evidencia, como: “5 años de ingeniería backend (Empresa X, Puesto Y), AWS citado en proyectos, Kafka en el puesto más reciente.” Así el reclutador mantiene el control. También reduce discusiones posteriores cuando los candidatos piden feedback y necesitas moverte dentro de tus límites legales y de política interna.

Gestiona los casos límite de forma explícita (cambios de carrera, CVs no estándar, formatos DACH)

Los CVs de DACH suelen verse distintos de los resumes estadounidenses. Pueden ser más largos, más cronológicos y a veces incluyen fotos o datos personales. Una rutina de preselección debe tratarlos con cuidado. También puedes configurar Atlas para que ignore u oculte atributos sensibles en la vista de puntuación, según el diseño de tu proceso.

Si trabajas con puestos de alto volumen y con “spam de candidaturas generadas por IA”, puedes combinar el scoring de CV con un paso estructurado de preselección previa. Sprad ofrece un flujo de candidatura por voz a través de Sprad, que puede añadir una capa antispam antes de la revisión del reclutador. No es obligatorio para la preselección de CV en Ashby, pero es un complemento práctico cuando el volumen se dispara.

Dos configuraciones prácticas de preselección de CV en Ashby (sin hacer tu proceso frágil)

Puedes implementar la preselección de CV en Ashby de muchas maneras. Estos dos patrones funcionan bien porque siguen siendo simples y medibles.

Configuración A: “scoring por descripción de puesto” para shortlists rápidas

Es la base que quieren la mayoría de los equipos. Atlas puntúa cada candidatura entrante frente a la descripción del puesto y escribe de vuelta:

  • Puntuación de encaje (en tu escala, por ejemplo de 0 a 100 o de 1 a 5)
  • Justificación en 3 puntos
  • Acción sugerida: revisar / preseleccionar / rechazar

Por qué gusta a los equipos: es rápida de implantar, fácil de explicar y puedes iterar cada semana.

Configuración B: “scoring por patrones de éxito” que aprende de tus mejores profesionales (opcional)

Algunos puestos son difíciles de puntuar solo con la descripción. Piensa en puestos comerciales con ciclos complejos, puestos de ingeniería donde importa el “pensamiento sistémico” o puestos directivos donde el alcance es difícil de deducir.

En estos casos, Atlas puede comparar opcionalmente a los candidatos con los patrones de éxito de tus mejores profesionales actuales, si decides aportar esos datos y si tu gobernanza lo permite. Aquí ayuda una capa conectada de datos de personas, porque puedes extraer señales de los procesos de desarrollo en lugar de adivinarlas durante la contratación.

Si ya trabajas con flujos de desarrollo estructurados, vincular contratación y desarrollo puede reducir el “CV excelente, encaje flojo en el puesto”. Atlas, de Sprad, se sitúa justo en esa intersección por diseño, porque está pensado para funcionar en todo el stack y no dentro de un único módulo (integraciones de Sprad).

Por qué una capa de integración supera a añadir otra herramienta de preselección junto a Ashby

La mayoría de los productos de preselección crean un segundo lugar de trabajo. Entonces los reclutadores saltan entre sistemas: el ATS para el pipeline, la herramienta de preselección para el ranking, el correo para coordinarse, el calendario para programar y el chat para los recordatorios.

Una capa de integración invierte el modelo:

  • Ashby sigue siendo la fuente de verdad. El estado y el historial de los candidatos permanecen en un solo lugar.
  • Atlas hace el trabajo donde corresponde. Los resultados de la preselección aparecen en Ashby, no en una bandeja aparte.
  • Puedes ir más allá de la preselección. La misma capa puede automatizar la programación, los recordatorios y los traspasos de onboarding.

Esto importa aún más cuando tu stack de RR. HH. ya está saturado. Si añades una herramienta independiente más, también añades:

  • otro inicio de sesión y otro modelo de permisos
  • otra revisión de seguridad del proveedor
  • otra política de conservación de datos
  • otro lugar donde viven “las notas de verdad”

Atlas está construido como una capa de automatización e inteligencia que se acopla a las herramientas que ya usas. Eso incluye Ashby, pero también calendarios, correo, Slack/Teams y tu HRIS, de modo que tu flujo de preselección de CV en Ashby no se convierta en una automatización aislada que se rompe cuando cambia el stack.

Implantación en la práctica: qué ocurre en las primeras 2 a 4 semanas

Sprad posiciona Automate como “nosotros diseñamos el flujo y se ejecuta solo”. En la práctica, una implantación limpia de preselección de CV en Ashby suele seguir esta secuencia:

Semana 1: definir la lógica de puntuación que puedas defender

  • Elige de 1 a 3 puestos piloto (no empieces con todos).
  • Acuerda con el hiring manager los imprescindibles y sus ponderaciones.
  • Decide qué debe guardar Atlas en Ashby (puntuación, puntos clave, etiquetas).

Semana 2: conectar Ashby y probar la escritura de vuelta

  • Configura el disparador (webhook o ejecución programada).
  • Mapea los objetos de Ashby: candidato, candidatura, puesto, adjuntos.
  • Escribe las puntuaciones de vuelta con un patrón coherente de campos o etiquetas.

Semana 3: calibración con candidatos reales

  • Ejecuta Atlas sobre candidaturas históricas recientes (donde esté permitido).
  • Compara el ranking con las decisiones de los reclutadores.
  • Ajusta las ponderaciones y el formato de la justificación para ganar rapidez y claridad.

Semana 4: salida a producción y medición del tiempo ahorrado por los reclutadores

  • Activa la preselección para los puestos piloto.
  • Mide: tiempo hasta la primera shortlist, horas de preselección de los reclutadores, tasas de paso.
  • Decide: ampliar a más puestos o añadir automatizaciones adyacentes.

El modelo comercial de Sprad también es distinto del SaaS clásico por asiento. La integración suele ser un proyecto de configuración único, y los costes continuos dependen del uso del modelo de IA que hay detrás, no de los asientos de reclutadores. Si quieres ver el planteamiento, Sprad lo explica en automatización de flujos de trabajo.

Gobernanza de la preselección de CV en Ashby (DACH): RGPD, comité de empresa y “human in the loop”

Si contratas en DACH, ya sabes que lo difícil no es el modelo. Es la gobernanza. Necesitas una configuración con la que puedan convivir tu equipo de Datenschutz y, cuando proceda, tu Betriebsrat.

Tres principios ayudan a la mayoría de los equipos a avanzar rápido sin asumir riesgos evitables. Esto es orientativo y no vinculante; para tu situación, implica al área jurídica y a tus interlocutores internos.

1) Mantén Atlas como apoyo a la decisión, no como máquina de rechazo automático

Muchas organizaciones deciden usar el scoring de IA como herramienta de priorización. Los reclutadores siguen decidiendo. Eso deja clara la responsabilidad y simplifica la conversación sobre gobernanza.

2) Minimiza los datos y documenta lo que hace la IA

El RGPD exige limitación de la finalidad y minimización de datos (consulta el texto del RGPD en EUR-Lex). Para la preselección de CV en Ashby, esto suele traducirse en decisiones prácticas como:

  • Tratar solo el CV y los datos relacionados con el puesto que se necesiten para puntuar.
  • Definir la conservación: qué se queda en Ashby, qué se queda en los registros de la integración y durante cuánto tiempo.
  • Mantener la justificación concisa y relacionada con el puesto (evitar atributos sensibles).

3) Trata la codeterminación como un criterio de diseño, no como un obstáculo

En Alemania, introducir sistemas que afectan a los flujos de contratación puede implicar la participación del comité de empresa, sobre todo cuando reglas algorítmicas influyen en las decisiones. Encontrarás una visión general práctica, orientada a RR. HH., de dónde aparecen los temas de codeterminación en “RR. HH. + IA” en Haufe.

Qué ayuda en las conversaciones con el comité de empresa:

  • Mostrar la rúbrica de puntuación (imprescindibles, ponderaciones) en lenguaje claro.
  • Mostrar ejemplos de justificaciones generadas para CVs reales.
  • Definir quién puede ver qué (acceso basado en roles).
  • Dejar explícito que las personas deciden y pueden anular el resultado.

Sprad también posiciona Atlas con el cumplimiento normativo en mente, incluida la alineación con el RGPD y con el AI Act de la UE en su narrativa de producto. Puedes revisar el enfoque más amplio de Atlas, “funciona dentro de tus herramientas”, en Sprad Workspace y decidir si encaja con tus estándares internos.

Preguntas habituales de los equipos de RR. HH. antes de añadir un módulo de preselección de CV a Ashby

“¿Tendrán los reclutadores que trabajar en Sprad?”

En la preselección de CV en Ashby, el objetivo es justo lo contrario: los reclutadores se quedan en Ashby. Atlas trabaja en segundo plano y después escribe los resultados de vuelta en Ashby. Si más adelante amplías a otros flujos (borradores de desempeño, skills, orquestación del onboarding), puedes decidir dónde quieres que interactúen los equipos: dentro de Sprad, dentro de Slack/Teams o en ambos.

“¿Podemos controlar el scoring o es un modelo fijo?”

Lo controlas tú. Ese es el sentido de convertirlo en un flujo de trabajo. Puedes definir imprescindibles, ponderaciones, señales de riesgo y el formato de la justificación que aparece en Ashby.

“¿Cómo evitamos el sesgo y garantizamos la equidad?”

Ninguna herramienta puede garantizar la equidad. Lo que sí puedes hacer es construir salvaguardas que reduzcan el riesgo:

  • Puntuar solo con criterios relacionados con el puesto.
  • Ignorar los atributos sensibles y evitar, en lo posible, las variables que actúan como sustituto.
  • Usar rúbricas coherentes para todos los candidatos del mismo puesto.
  • Auditar cada mes una muestra de decisiones y recalibrar.

Aquí ayuda la transparencia. Una justificación breve por candidato hace realistas las revisiones y las auditorías. Sin ella, las puntuaciones se quedan en “simples números” y los equipos dejan de confiar en ellas.

“¿Y los candidatos que no usan formatos de CV estándar?”

Aquí importan el análisis estructurado y los fragmentos de evidencia. Si el CV no es estándar, Atlas puede extraer igualmente el historial de puestos y las skills, pero debe mostrar una confianza menor y pedir revisión humana en lugar de fingir certeza.

Más allá de la preselección: las automatizaciones de reclutamiento que combinan bien con Ashby

Una vez que tienes una capa de integración para la preselección de CV en Ashby, los equipos suelen ampliar poco a poco. No porque quieran más automatización, sino porque quieren menos clics repetitivos entre herramientas.

Entre las siguientes rutinas habituales están:

  • Apoyo a la programación de entrevistas: proponer horarios, coordinar calendarios y reducir las idas y venidas.
  • Recordatorios a los hiring managers: reclamar en Slack/Teams el feedback pendiente.
  • Borradores personalizados de rechazo: tono coherente, respuesta rápida y control del reclutador.
  • Sourcing activo: crear listas de contacto y flujos de mensajes con Atlas People Search.

El valor es acumulativo. Cada rutina ahorra un poco de tiempo. Juntas, pueden eliminar buena parte de la administración semanal del reclutador sin cambiar tu ATS.

Lista de evaluación: cómo elegir un enfoque de preselección de CV en Ashby del que no te arrepientas

Si comparas opciones para la preselección de CV en Ashby, usa preguntas que revelen el encaje operativo, no solo demos de IA.

  • ¿Dónde trabaja el reclutador? ¿En Ashby o en una segunda herramienta?
  • ¿Cómo se activa? ¿Webhook en tiempo real, tarea programada, ejecución manual?
  • ¿Escribe de vuelta? ¿Puntuación + justificación guardadas en el registro del candidato?
  • ¿Es explicable? ¿Puedes mostrar el “porqué” de cualquier puntuación en 20 segundos?
  • ¿Puedes ajustar la rúbrica? ¿Imprescindibles, ponderaciones y calibración específica por puesto?
  • ¿Puedes gobernarlo? ¿RBAC, registros, ajustes de conservación, apoyo para la DPIA?
  • ¿Puede crecer? ¿Programación, sourcing y traspasos de onboarding con la misma capa?

Si un proveedor no sabe responder a esto con claridad, el proyecto suele acabar siendo “otra herramienta” en lugar de una mejora real del flujo de trabajo.

Dónde conocer el enfoque de Sprad + Atlas (sin sustituir Ashby)

Si tu objetivo es una preselección de CV en Ashby que funcione como módulo conectado, empieza por los flujos de trabajo y el modelo de integración, no por un discurso genérico sobre IA. Estas páginas muestran cómo piensa Sprad la automatización en las herramientas de RR. HH.:

Si mantienes Ashby como tu ATS y añades por encima una capa de ranking y justificación, cambias el trabajo diario. Los reclutadores dejan de abrir 100 PDFs. Empiezan con una shortlist que pueden explicar.

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.

Plantilla gratuita de marco de competencias (Excel y Sheets)
Vídeo
Gestión de skills
Plantilla gratuita de marco de competencias (Excel y Sheets)
Plantilla gratuita de matriz de skills para Excel y Google Sheets
Vídeo
Gestión de skills
Plantilla gratuita de matriz de skills para Excel y Google Sheets

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.