Este trabalho analisa a produção escrita de aprendizes de inglês-língua estrangeira com o objetivo de descrever a interação que estes aprendizes estabelecem com textos multimodais (TM), em atividades que visam ao exercício de escrita associado a letramento visual e conscientização sobre gêneros textuais. Três áreas de pesquisa forneceram embasamento teórico para o estudo: multimodalidade, aprendizagem multimídia e ensino baseado em gêneros. Estudos em análise de imagens (Kress & Van Leeuwen, 1996; Rose, 2001) forneceram elementos para a elaboração de um modelo voltado para a sala de aula de língua estrangeira. A teoria da aprendizagem multimídia, postulada por Mayer (2001), apresentou-se como suporte para a combinação verbal/visual no ensino da escrita. O conceito de gênero como ação social (Miller, 1994; Bazerman, 1997, 2005) direcionou as atividades para uma introdução a gêneros textuais. Os dados compreendem os textos escritos por três alunos adultos em três atividades de escrita com propósitos distintos e diferentes tipos de imagem/TM: capa de revista com fotografia, anúncio de publicidade com fotografia e ilustração no livro didático. O material analisado inclui também a gravação de duas das análises em sala de aula e questionários respondidos posteriormente às atividades. A análise buscou evidências no texto escrito e no discurso do aprendiz em relação a: (1) interação com a imagem/TM: percepção (Aumont, 1990), dependência e aproveitamento dos elementos representados, através da análise da configuração tópica do texto (Brown & Yule, 1983) e das respostas aos questionários; (2) oportunidades de aprendizagem visando enriquecimento lexical e a conscientização sobre gênero textual; (3) o conhecimento tácito do gênero textual e a influência deste e do contexto macro na interação do aprendiz com a imagem/TM. Os resultados das análises sugerem, entre outros pontos, que (1) a dependência da imagem/TM tem relação com o grau de dificuldade sentido pelo aprendiz ao escrever seu texto; (2) o gênero textual selecionado para a atividade de escrita influencia fortemente a leitura e o aproveitamento que este aprendiz faz dos recursos visuais e verbais da imagem/TM e (3) a análise de imagens/TM pode enriquecer a sala de aula, levando o aprendiz a exercitar seu letramento visual. O conhecimento sobre a aprendizagem multimodal pode contribuir para a elaboração de materiais de ensino voltados para o exercício da escrita em ILE.