A multimodalidade é um campo de estudo que vem chamando a atenção da comunidade acadêmica e intelectual, cujas investigações visam compreender a relação entre os diversos modos de produção e interpretação do significado na sociedade atual. O tema é de grande interesse para o ensino de inglês como língua estrangeira, considerando o volume de materiais que apresentam múltiplos modos de comunicação. O presente estudo se propõe a investigar as imagens em movimento que acompanham uma série de livros e material didático e visa, assim, contribuir para as pesquisas cujo foco é a relação entre os modos presentes em textos multimodais. A pesquisa está inserida num paradigma qualitativo-interpretativista (Erickson, 1996; Moita Lopes, 1994, 1996), nas áreas da multimodalidade e linguística aplicada. Tratando de questões envolvendo multiletramento (Kress, 2000, 2005; Cope e Kalantzis, 2000; Rojo, 2009) e o ensino de língua inglesa, a estrutura da pesquisa está construída dentro de uma perspectiva sociossemiótica (Halliday, 1978) de abordagem de significados. Nessa elaboração, os significados são tratados como uma construção social (Halliday e Hasan, 1989; Halliday, 1994; Halliday e Matthiessen, 2004). A sociossemiótica dá suporte aos estudos multimodais (Kress e van Leeuwen, 1996, 2006; Kress; 2010; van Leeuwen, 2005), pois possibilita tratar os modos acionados numa interação como oferecendo potencial para a realização do significado em diferentes contextos. Duas abordagens analíticas orientam o estudo: a. análise sociossemiótica multimodal (Kress, 2009, 2010; Kress e van Leuween, 1996, 2006) e b. análise multimodal interacional (Norris, 2004, 2009), visando investigar as imagens em movimento que compõem o DVD presente em níveis distintos de uma série de livros e materiais didáticos para ensino de língua inglesa e examinar a relação entre os modos presentes nas imagens e os modos privilegiados nas atividades pedagógicas propostas pelo livro didático. Os estudos de Baldry e Thibault (2006) para transcrições multimodais e de Norris (2004) para investigações de modos comunicacionais oferecem suporte metodológico para as análises. A investigação procura destacar os tipos de enquadres, a posição dos participantes dentro deles, assim como evidenciar os modos presentes, configurar as ações, hierarquizá-las e identificar a densidade modal. A investigação foca, também, na análise das atividades pedagógicas existentes na unidade do livro didático relacionadas às imagens. A análise das atividades pedagógicas está dirigida para a relação entre os modos mais destacados em cada atividade e a imagem em movimento correspondente. Os resultados do presente estudo destacam o caráter multimodal das imagens em movimento, especialmente a multiplicidade de significados disponibilizados pelos enquadres que abrangem a variedade de modos acionados em interações sociais e as diferentes negociações de significado entre os participantes. A pesquisa mostra que, no material para ensino de inglês investigado, o letramento multimodal tem seu foco principal na escrita e na fala da língua inglesa. Outros modos presentes nas imagens em movimento não são destacados nas atividades pedagógicas analisadas. Os resultados apontam para a necessidade de elaboração de um design pedagógico para o ensino de língua inglesa que possa abranger os diversos modos e significados presentes em livros e materiais didáticos.