Powerful teaching, the paradox of empowerment and the powers of Foucault. An interview with Professor Stephen Brookfield
Notice bibliographique
Résumé
This interview follows up on a previous interview with Stephen Brookfield in the Journal of Applied Learning & Teaching (Brookfield et al., 2019). It was conducted as part of an ongoing book project with the working title Teaching well that the authors are involved in. This interview may be seen as a teaser for the book that is planned to be published in 2023. It constitutes an extended version of one out of 13 planned chapters and focuses on how power shows up in higher education classrooms. Classrooms are never power-free zones. Every learning environment contains student-to-student and student-to-teacher power dynamics. We discuss various influences on Stephen Brookfield’s conceptual understanding of power, especially Michel Foucault’s concepts of sovereign, disciplinary and bio-power and their applicability to education. In this context, we explore similarities between prisons and schools, the metaphor of the panopticon, and the continued relevance of bio-power during the current pandemic. The democratic practice of discussion groups is questioned (despite Stephen Brookfield’s personal preference of that modality) and the lecture is reinstated as one of several useful modalities. We then arrive at Brookfield’s concept of powerful teaching & learning and how teachers can exercise their power in ethical, productive and responsible ways. The interview ends with Brookfield’s advice on institutional criticism. Since beginning his teaching career in 1970, Stephen Brookfield has worked in England, Canada, Australia, and the U.S., teaching in a variety of adult, community, organisational and higher education settings (the latter include Harvard University and Columbia University). In his endeavour to help adults learn to think critically about the dominant ideologies they have internalised, Professor Brookfield has written, co-written or edited 20 books on adult learning and teaching, critical thinking, discussion methods, critical theory and teaching race.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,037 |
| Communication savante | 0,005 | 0,013 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».